2026年已至，工業(yè)互聯(lián)網(wǎng)正面臨嶄新的發(fā)展機(jī)會。那么，新的一年，工業(yè)形勢究竟怎么樣？細(xì)分工業(yè)領(lǐng)域面臨哪些挑戰(zhàn)？工業(yè)數(shù)字化呈現(xiàn)哪些特征？新型工業(yè)化重點(diǎn)是什么？近日，賽迪研究院基于2025年運(yùn)行數(shù)據(jù)的統(tǒng)計和對比分析，圍繞“十五五”新階段使命，聚焦發(fā)展新質(zhì)生產(chǎn)力、推進(jìn)新型工業(yè)化等國家戰(zhàn)略，從“工業(yè)經(jīng)濟(jì)新開局與新動能”、數(shù)字經(jīng)濟(jì)“體系化躍升”、制造業(yè)“數(shù)字化轉(zhuǎn)型深水區(qū)”、產(chǎn)業(yè)鏈“安全與效率”等核心挑戰(zhàn)著手，推出《賽迪展望2026年》系列，深入探討“人工智能+工業(yè)”“實數(shù)融合”“綠色與數(shù)字協(xié)同”等融合發(fā)展趨勢，推動產(chǎn)業(yè)向高、向新、向綠發(fā)展。

為更好唱響中國經(jīng)濟(jì)光明論，助力工業(yè)互聯(lián)網(wǎng)高質(zhì)量發(fā)展，賽迪工業(yè)互聯(lián)網(wǎng)世界與《通信產(chǎn)業(yè)報》全媒體從其中選出工業(yè)經(jīng)濟(jì)、制造業(yè)數(shù)字化轉(zhuǎn)型、工業(yè)綠色、原材料工業(yè)、裝備制造業(yè)、消費(fèi)品工業(yè)等領(lǐng)域2026年的形勢展望，推出“新年特稿”系列，陸續(xù)釋放。本期發(fā)布賽迪智庫特稿《2026年我國制造業(yè)數(shù)字化轉(zhuǎn)型發(fā)展形勢展望》。

2025年，我國制造業(yè)數(shù)字化轉(zhuǎn)型工作持續(xù)推進(jìn)，在場景圖譜建設(shè)、技術(shù)融合創(chuàng)新、數(shù)據(jù)要素應(yīng)用、人工智能落地和生態(tài)融合等方面取得了一定成效。展望2026年，我國制造業(yè)基礎(chǔ)穩(wěn)、潛能大的優(yōu)勢將更加突出，面對更復(fù)雜的內(nèi)外部環(huán)境和更多樣的轉(zhuǎn)型需求，數(shù)字化場景培育、成效評估、智能技術(shù)賦能和生態(tài)構(gòu)建成為必答題，數(shù)字化轉(zhuǎn)型將真正成為制造業(yè)高質(zhì)量發(fā)展的核心引擎，助力我國從制造大國向制造強(qiáng)國穩(wěn)步邁進(jìn)。

對2026年形勢的基本判斷

（一）場景驅(qū)動精準(zhǔn)深化：從“大水漫灌”到“精準(zhǔn)滴灌”。

2025年，我國制造業(yè)數(shù)字化轉(zhuǎn)型工作不再追求全面鋪開，而是聚焦于能直接滿足業(yè)務(wù)需求、創(chuàng)造顯著價值的特定場景。工信部印發(fā)《場景化、圖譜化推進(jìn)重點(diǎn)行業(yè)數(shù)字化轉(zhuǎn)型的參考指引（2025版）》（以下簡稱《參考指引》），覆蓋鋼鐵、石化等14個重點(diǎn)行業(yè)，為場景優(yōu)化、要素匹配、供需銜接、成效評估等提供了系統(tǒng)框架。累計培育“小快輕準(zhǔn)”解決方案超1萬個，有效降低中小企業(yè)數(shù)字化轉(zhuǎn)型門檻。

展望2026年，制造業(yè)數(shù)字化轉(zhuǎn)型將進(jìn)一步向縱深發(fā)展，更加注重基于行業(yè)特性與企業(yè)實際痛點(diǎn)的場景挖掘與培育。行業(yè)知識圖譜與轉(zhuǎn)型路徑圖譜將深度融合，推動形成“一業(yè)一策”“一企一策”的精準(zhǔn)賦能機(jī)制。未來將重點(diǎn)圍繞智能制造、工業(yè)智能、服務(wù)型制造等核心應(yīng)用場景，系統(tǒng)構(gòu)建場景化解決方案庫與評估體系，實現(xiàn)從單點(diǎn)突破到體系化推進(jìn)的升級，推動制造業(yè)邁向更智能、更高效的新發(fā)展階段。

（二）智能設(shè)施全面升級：從單點(diǎn)突破到全要素智能化。

2025年，我國制造業(yè)智能化水平不斷提升，為研發(fā)和生產(chǎn)注入了新的發(fā)展動力。截至2025年7月底，我國已建成全球規(guī)模最大、覆蓋最廣的網(wǎng)絡(luò)基礎(chǔ)設(shè)施，5G基站達(dá)459.8萬個，“5G+工業(yè)互聯(lián)網(wǎng)”項目超2萬個，在多場景廣泛應(yīng)用。目前，已建成3萬余家基礎(chǔ)級智能工廠、1200余家先進(jìn)級智能工廠、230余家卓越級智能工廠，覆蓋80%以上制造業(yè)大類，全球“燈塔工廠”85家，占比45%。建成制造業(yè)中試平臺2400余個、國家級制造業(yè)創(chuàng)新中心33家，為新質(zhì)生產(chǎn)力發(fā)展筑牢支撐。

展望2026年，制造業(yè)的智能設(shè)施將從局部部署轉(zhuǎn)向全域集成，構(gòu)建覆蓋感知、計算、執(zhí)行全環(huán)節(jié)的智能化基座。在設(shè)施體系方面，將重點(diǎn)推進(jìn)工業(yè)網(wǎng)絡(luò)全互聯(lián)、算力資源全域調(diào)度與異構(gòu)設(shè)備統(tǒng)一接入，實現(xiàn)“云邊端”協(xié)同的算力一體化布局。在技術(shù)融合方面，工業(yè)網(wǎng)絡(luò)與算力設(shè)施將加速升級，5G-A、TSN（時間敏感網(wǎng)絡(luò)）等深度融入生產(chǎn)核心環(huán)節(jié)，支撐高實時、高可靠業(yè)務(wù)場景的規(guī)模化部署。在自主可控方面，高端數(shù)控系統(tǒng)、智能傳感與執(zhí)行單元等關(guān)鍵部件將加速技術(shù)攻關(guān)與規(guī)模化應(yīng)用，為制造業(yè)全要素智能化提供安全可靠的底層支撐。

（三）數(shù)據(jù)要素價值躍升：從信息工具到核心資產(chǎn)。

2025年，工業(yè)高質(zhì)量數(shù)據(jù)集的實踐探索與創(chuàng)新應(yīng)用步伐加快，數(shù)據(jù)正逐漸成為重構(gòu)制造業(yè)價值體系、驅(qū)動創(chuàng)新與效率革命的核心資產(chǎn)。截至2025年6月，全國已建成省、市級數(shù)促中心近230家，覆蓋18個省份，建成高質(zhì)量數(shù)據(jù)集超3.5萬個，總體量超400PB，覆蓋鋼鐵、石化、煤炭等重點(diǎn)行業(yè)。企業(yè)數(shù)據(jù)治理能力持續(xù)增強(qiáng)，截至2025年9月，8000余家企業(yè)已通過數(shù)據(jù)管理能力國家標(biāo)準(zhǔn)（DCMM）認(rèn)證。可信數(shù)據(jù)空間試點(diǎn)已覆蓋汽車、裝備制造、鋼鐵等制造業(yè)領(lǐng)域，為多主體協(xié)同創(chuàng)造條件。

展望2026年，數(shù)據(jù)要素價值將加速釋放，有力重構(gòu)制造業(yè)價值鏈。在數(shù)據(jù)資產(chǎn)化層面，數(shù)據(jù)確權(quán)、評估、入表流程將更加規(guī)范，工業(yè)數(shù)據(jù)空間、數(shù)據(jù)交易所等為工業(yè)數(shù)據(jù)共享提供流通渠道，將涌現(xiàn)出更多標(biāo)準(zhǔn)化、模塊化的封裝工業(yè)數(shù)據(jù)產(chǎn)品，數(shù)據(jù)資產(chǎn)相關(guān)的金融創(chuàng)新工作起步探索。在數(shù)據(jù)驅(qū)動決策層面，多維數(shù)據(jù)融合分析成熟，時空與語義上下文理解驅(qū)動決策精準(zhǔn)化，工業(yè)數(shù)據(jù)將賦能產(chǎn)品設(shè)計、生產(chǎn)工藝優(yōu)化、設(shè)備運(yùn)維全流程，推動虛擬調(diào)試、實時優(yōu)化、預(yù)測維護(hù)智能化。

（四）人工智能加速賦能：從實驗場景到規(guī)模化落地。

2025年，人工智能在制造業(yè)研發(fā)設(shè)計、中試驗證、生產(chǎn)制造、營銷服務(wù)、運(yùn)營管理全環(huán)節(jié)加速滲透，工業(yè)大模型、智能體加快落地應(yīng)用，有力推動生產(chǎn)效率提升和產(chǎn)業(yè)提質(zhì)升級。《工業(yè)和信息化部信息化和工業(yè)化融合2025年工作要點(diǎn)》強(qiáng)調(diào)以工業(yè)智能體為核心，深化人工智能在工業(yè)領(lǐng)域的應(yīng)用，推動工業(yè)數(shù)據(jù)集和工業(yè)大模型的持續(xù)創(chuàng)新與發(fā)展。截至11月，網(wǎng)信辦已備案生成式人工智能611家。IDC調(diào)研顯示，中國工業(yè)企業(yè)應(yīng)用大模型及智能體的比例從2024年的9.6%提升到2025年的47.5%。

展望2026年，行業(yè)大模型向垂直領(lǐng)域滲透，工業(yè)智能體加速崛起，將重塑制造業(yè)的要素配置模式。工業(yè)設(shè)備將從被動工具進(jìn)化為具身智能體，人機(jī)關(guān)系由主從控制轉(zhuǎn)向雙向協(xié)同。生產(chǎn)方法將迎來算法革命，知識傳承從“師徒制”轉(zhuǎn)向可復(fù)用的大模型資產(chǎn)。通用大模型、行業(yè)大模型及工業(yè)智能體的應(yīng)用場景將更加廣泛，有效優(yōu)化要素配置、提升價值鏈地位，搶占新工業(yè)革命制高點(diǎn)，推動中國制造實現(xiàn)由大到強(qiáng)的全面躍升。

（五）要素鏈接更為廣泛：從鏈?zhǔn)脚涮椎骄W(wǎng)狀共生。

2025年，工業(yè)互聯(lián)網(wǎng)平臺等數(shù)字紐帶作用凸顯，初步形成開放互通的價值網(wǎng)絡(luò)。工業(yè)互聯(lián)網(wǎng)平臺鏈接服務(wù)能力顯著增強(qiáng)，具有一定影響力的工業(yè)互聯(lián)網(wǎng)平臺超340家，重點(diǎn)平臺工業(yè)設(shè)備連接數(shù)超1億臺（套），全國累計上云上平臺企業(yè)約400萬家次，平臺應(yīng)用已拓展至49個國民經(jīng)濟(jì)大類，實現(xiàn)了41個工業(yè)大類以及185個工業(yè)中類全覆蓋，數(shù)據(jù)、資源、能力在其中按需流動、高效配置，共同創(chuàng)造價值、共享成果。

展望2026年，智能融通將向更深層次演進(jìn)，工業(yè)互聯(lián)網(wǎng)平臺將成為萬物互聯(lián)的智能底座。自主可控的標(biāo)識解析體系即將全面建成，開源開放生態(tài)與標(biāo)準(zhǔn)化推進(jìn)模式持續(xù)深化，并在制造業(yè)重點(diǎn)領(lǐng)域初步實現(xiàn)規(guī)模應(yīng)用。工業(yè)互聯(lián)網(wǎng)平臺鏈接范圍將更加廣泛，持續(xù)納入行業(yè)內(nèi)、產(chǎn)業(yè)鏈上更多的要素和主體，實現(xiàn)由點(diǎn)及面的全要素擴(kuò)張。產(chǎn)業(yè)集群生態(tài)將不斷涌現(xiàn)，跨區(qū)域、跨領(lǐng)域合作更加深化，為制造業(yè)數(shù)智化轉(zhuǎn)型注入更強(qiáng)勁的生態(tài)合力。

需要關(guān)注的幾個問題

（一）投入產(chǎn)出難以量化，動搖轉(zhuǎn)型戰(zhàn)略決心。

一是初始投入規(guī)模較大，覆蓋硬件改造、軟件采購、系統(tǒng)集成與人才培訓(xùn)等多方面，對企業(yè)現(xiàn)金流形成持續(xù)壓力。二是效益體現(xiàn)間接模糊，轉(zhuǎn)型所帶來的流程再造、質(zhì)量提升等核心價值多體現(xiàn)為“軟性”收益，難以通過傳統(tǒng)的投資回報率模型進(jìn)行精準(zhǔn)量化。三是價值回報周期漫長，數(shù)字化轉(zhuǎn)型成效需要通過生產(chǎn)、管理、營銷等多環(huán)節(jié)的協(xié)同優(yōu)化才能逐步顯現(xiàn)，遠(yuǎn)長于一般技術(shù)改造項目。這種成本顯性、收益隱性、周期漫長的特點(diǎn)，使得許多企業(yè)，特別是中小企業(yè)，陷入“不敢轉(zhuǎn)、不愿轉(zhuǎn)”的困境。

（二）核心技術(shù)存在短板，安全風(fēng)險隱患突出。

在技術(shù)方面，我國制造業(yè)在數(shù)字化關(guān)鍵環(huán)節(jié)的自主可控能力仍然不足，高端工業(yè)軟件市場長期由國外廠商主導(dǎo)，工業(yè)網(wǎng)絡(luò)協(xié)議、高端芯片等底層技術(shù)領(lǐng)域存在明顯對外依賴。在安全方面，隨著工業(yè)互聯(lián)網(wǎng)平臺的規(guī)模化部署和“云-邊-端”架構(gòu)的普及，原本相對封閉的工業(yè)控制系統(tǒng)逐漸開放，系統(tǒng)復(fù)雜度提升，安全邊界不斷擴(kuò)大，導(dǎo)致網(wǎng)絡(luò)攻擊、數(shù)據(jù)竊取或篡改的風(fēng)險大幅上升。一旦生產(chǎn)控制系統(tǒng)遭遇攻擊，可能引發(fā)關(guān)鍵工藝參數(shù)被篡改、生產(chǎn)線停擺運(yùn)行，甚至造成設(shè)備物理損壞，對企業(yè)的連續(xù)生產(chǎn)和運(yùn)營安全構(gòu)成直接威脅。

（三）人工智能應(yīng)用不足，難以融入核心業(yè)務(wù)。

盡管人工智能被視為制造業(yè)數(shù)字化轉(zhuǎn)型的核心驅(qū)動力，但目前在實際應(yīng)用中仍多處于探索和試點(diǎn)階段。MIT的《The GenAI Divide》報告顯示，95%的組織在生成式人工智能上獲得了零回報，僅5%人工智能解決方案最終成功投入生產(chǎn)環(huán)境。一是存在顯著的數(shù)據(jù)基礎(chǔ)差距，人工智能模型訓(xùn)練依賴大量高質(zhì)量、規(guī)范化的標(biāo)注數(shù)據(jù)，而工業(yè)現(xiàn)場數(shù)據(jù)普遍存在噪聲大、格式不一、樣本缺失等問題，難以滿足算法要求。二是存在人機(jī)協(xié)同的信任障礙，由于人工智能決策過程不透明，推理邏輯難以被理解和解釋，大量一線工藝工程師對其決策持謹(jǐn)慎甚至排斥態(tài)度。

（四）系統(tǒng)融通不暢，數(shù)據(jù)孤島阻礙價值挖掘。

系統(tǒng)割裂與數(shù)據(jù)孤島問題一直嚴(yán)重制約數(shù)據(jù)要素的整體效能。一是企業(yè)內(nèi)不同部門之間存在小孤島，部分企業(yè)信息系統(tǒng)技術(shù)架構(gòu)不一、通信協(xié)議各異，缺乏統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)與全流程數(shù)據(jù)治理體系，各部門數(shù)據(jù)獨(dú)立存儲，新舊系統(tǒng)銜接、OT與IT平臺融合難度大，無法進(jìn)行有效的全局整合和關(guān)聯(lián)分析。二是企業(yè)與外部主體之間存在大孤島，部分企業(yè)已經(jīng)積累了海量工業(yè)數(shù)據(jù)和知識，從過去的平臺主變成了數(shù)據(jù)主，但與外部主體間互認(rèn)能力弱、互通性不足，思想上不信任，缺乏數(shù)據(jù)融通的技術(shù)能力和有效機(jī)制，形成“大煙囪”。

（五）技術(shù)與業(yè)務(wù)協(xié)同不足，制約轉(zhuǎn)型實施推廣。

數(shù)字化轉(zhuǎn)型的本質(zhì)是業(yè)務(wù)模式與管理體系的重構(gòu)，并非單純的技術(shù)引進(jìn)與疊加。當(dāng)前，“技術(shù)業(yè)務(wù)兩張皮”現(xiàn)象仍然普遍，阻礙轉(zhuǎn)型項目落地與推廣。一方面，部分技術(shù)供給方過分追求技術(shù)的前沿性，未能精準(zhǔn)切入需求方在降本、增效、提質(zhì)等方面的核心痛點(diǎn)。另一方面，部分業(yè)務(wù)部門缺乏信息技術(shù)認(rèn)知，無法將模糊的業(yè)務(wù)訴求轉(zhuǎn)化為清晰、可執(zhí)行的技術(shù)需求。這種供需錯位導(dǎo)致建設(shè)成果不適用、不好用。此外，技術(shù)本身無法自動打破舊有體系的桎梏，組織變革和流程再造的滯后性，也會導(dǎo)致先進(jìn)技術(shù)系統(tǒng)難逃“舊瓶裝新酒”的命運(yùn)。

應(yīng)采取的對策建議

（一）聚焦場景繪制轉(zhuǎn)型路線圖，提升供需對接效率。

依托《參考指引》，分行業(yè)、分產(chǎn)業(yè)鏈開展數(shù)據(jù)要素、知識模型、工具軟件、人才技能等要素的清單式梳理，明確數(shù)字化攻關(guān)的重點(diǎn)工作路徑。進(jìn)一步擴(kuò)大圖譜清單范圍，覆蓋更多重點(diǎn)行業(yè)和典型場景，并提升其精細(xì)化、標(biāo)準(zhǔn)化程度。體系化培育面向場景的解決方案，征集一批重點(diǎn)行業(yè)數(shù)字化轉(zhuǎn)型需求和優(yōu)秀轉(zhuǎn)型實踐案例，加快構(gòu)建轉(zhuǎn)型服務(wù)商資源池。聚焦重點(diǎn)行業(yè)、典型場景，開展數(shù)字化轉(zhuǎn)型供需對接、案例研討等活動，與工信部中小企業(yè)數(shù)字化轉(zhuǎn)型試點(diǎn)城市、大規(guī)模設(shè)備更新等工作有機(jī)結(jié)合，推動行業(yè)、產(chǎn)業(yè)鏈的成功實踐輸出和推廣。

（二）深化轉(zhuǎn)型效益評估，動態(tài)優(yōu)化重點(diǎn)方向。

研究構(gòu)建一體化評估體系，打通現(xiàn)有評估體系間的映射與換算關(guān)系，為政府、企業(yè)、服務(wù)商提供統(tǒng)一的評估對話框架，將不同來源的評估數(shù)據(jù)有效匯聚應(yīng)用，降低企業(yè)評估診斷成本。加快建立以投入產(chǎn)出為核心的數(shù)字化轉(zhuǎn)型綜合評價模型，明確可量化、可考核、可評價的關(guān)鍵績效指標(biāo)，科學(xué)評價轉(zhuǎn)型投入帶來的經(jīng)濟(jì)效益與社會價值。基于評估結(jié)果，引導(dǎo)企業(yè)優(yōu)先在數(shù)據(jù)采集、視覺檢測、能耗管理等見效快、集成度低的環(huán)節(jié)部署輕量化解決方案，快速獲得轉(zhuǎn)型收益，增強(qiáng)持續(xù)轉(zhuǎn)型的信心與動力。

（三）強(qiáng)化關(guān)鍵技術(shù)攻關(guān)，筑牢安全發(fā)展基座。

組織實施工業(yè)軟件、工業(yè)控制芯片、實時工業(yè)網(wǎng)絡(luò)等關(guān)鍵環(huán)節(jié)的攻關(guān)計劃，開發(fā)一批通用型數(shù)字化轉(zhuǎn)型工具，圍繞數(shù)據(jù)采集、邊緣計算、系統(tǒng)集成等共性需求，推出標(biāo)準(zhǔn)化、模塊化、低成本的解決方案，降低企業(yè)技術(shù)應(yīng)用門檻。支持龍頭企業(yè)牽頭，聯(lián)合高校、科研院所組建創(chuàng)新聯(lián)合體，推動建立工業(yè)技術(shù)軟件化開源社區(qū)，共享基礎(chǔ)算法和組件，突破設(shè)計、仿真、控制等領(lǐng)域的核心技術(shù)瓶頸，打通技術(shù)研發(fā)到落地應(yīng)用的全鏈條。

（四）深化人工智能融合創(chuàng)新，打造智能制造新范式。

推動人工智能技術(shù)與工業(yè)機(jī)理模型、專家知識深度融合，構(gòu)建工業(yè)知識圖譜。開發(fā)面向特定行業(yè)的大模型知識引擎和機(jī)理模型庫，培育工業(yè)模型開源共享平臺，匯聚基礎(chǔ)模型庫、數(shù)據(jù)集、工具鏈。發(fā)展工業(yè)垂類模型，聚焦研發(fā)、生產(chǎn)、運(yùn)維等核心工業(yè)場景，按照能力互補(bǔ)、場景適配的原則，構(gòu)建大模型理解任務(wù)、小模型精準(zhǔn)執(zhí)行的協(xié)同體系，驅(qū)動生產(chǎn)流程再造與業(yè)務(wù)模式創(chuàng)新。深化面向工業(yè)場景的智能體產(chǎn)品培育和應(yīng)用推廣，打造群體智能解決方案，實現(xiàn)從單點(diǎn)應(yīng)用到全流程賦能轉(zhuǎn)變。

（五）推動多層次融通發(fā)展，構(gòu)建開放協(xié)同新生態(tài)。

加快完善制造業(yè)數(shù)字化轉(zhuǎn)型標(biāo)準(zhǔn)體系，重點(diǎn)研制工業(yè)數(shù)據(jù)分類分級、系統(tǒng)接口互通、跨平臺安全共享等關(guān)鍵標(biāo)準(zhǔn)，為數(shù)據(jù)要素流通和系統(tǒng)互聯(lián)互通提供制度保障。深化產(chǎn)業(yè)鏈供應(yīng)鏈數(shù)字化協(xié)同，支持鏈主企業(yè)構(gòu)建開放型工業(yè)互聯(lián)網(wǎng)平臺，帶動鏈上企業(yè)開展協(xié)同設(shè)計、共享制造、供應(yīng)鏈金融等創(chuàng)新應(yīng)用，形成大中小企業(yè)融通發(fā)展的新型產(chǎn)業(yè)生態(tài)。構(gòu)建“產(chǎn)學(xué)研用金”協(xié)同創(chuàng)新體系，引導(dǎo)金融機(jī)構(gòu)開發(fā)數(shù)字化轉(zhuǎn)型專項金融產(chǎn)品，促進(jìn)知識、技術(shù)、人才、資金等資源要素高效配置，加速科技成果向現(xiàn)實生產(chǎn)力轉(zhuǎn)化。