34.2%!制造业 AI 渗透率首次破三成,工厂大模型落地走到了哪一步?

by 凡达恩FDE


昨天,2026 世界制造业大会在合肥闭幕。

闭幕前一天,大会上发布的一份报告甩出一个关键数字:34.2%。

这是工信部体系研究机构公布的「制造业人工智能技术重点场景应用普及率」——也就是说,每三家制造企业里,已经有一家在核心场景里跑通了 AI。

但另一个数字同样刺眼:10.6% 的规上企业,才刚刚开始用大模型赋能业务。

一个在「用 AI 做点事」,一个在「用大模型重构业务」——中间隔着的不只是技术,是整整一条落地鸿沟。

这篇不重复聊「信号」,我们直接拆:34.2% 背后,工厂里到底发生了什么?那 66% 为什么还没动?

0134.2% 这个数字,到底意味着什么

先把它放回坐标系里看。

报告《制造业数智化转型能力水平(2026)》由国家工业信息安全发展研究中心在大会上发布,核心三组数据:

  • 两化融合发展水平 67.1
    ——从 2022 年的 59.6 一路爬升到 2026 年 6 月底,整体进入数字化、网络化、智能化协同推进阶段;
  • AI 重点场景应用普及率 34.2%
    ——较上年提升 5.5 个百分点,一年涨了 5.5 个点,是这份报告里最陡的一条曲线;
  • 10.6% 规上企业
    已依托人工智能大模型赋能业务革新。

区域样本也很有代表性:安徽两化融合达 68.2,居全国第 5、中部第 1,AI 重点场景普及率 34.8%,略高于全国均值。

再看数字化底座:研发设计环节数字化普及 86.3%、经营管理 81.4%,但生产制造环节只有 69.5%——这恰好是 AI 最该扎根、也最难啃的现场。

一句话总结:底座在,场景通了三分之一,但大模型真正进业务的,还不到一成。

02已经跑通的场景:AI 在工厂里到底在干什么

「34.2%」不是虚指,它背后有清晰的应用图谱。综合中国工业互联网研究院与工信部上半年发布会披露的信息,工业大模型已在四类高价值场景完成「从试点验证向规模化落地」的关键跨越:

  • 设备预测性维护
    :不再是坏了再修,而是用振动、温度、电流信号提前判断轴承、电机的健康度,把非计划停机压下去;
  • 微米级视觉质检
    :AI 视觉质检已能识别微米级缺陷,检测效率较人工提升 5 倍以上,在电子、汽车、面板产线批量上岗;
  • 产品研发加速
    :工业大模型进入配方筛选、工艺仿真,有企业将过去数年的材料试错压缩到几个月;
  • 供应链动态协同
    :把订单、库存、产能、物流放在一个智能体里实时调度。

全国智能工厂的「家底」也给出了佐证:已累计建成 5.6 万余家基础级、9000 余家先进级、500 余家卓越级智能工厂。

这些场景的共同点是:确定性高、ROI 可算、不碰核心控制回路。 它们跑通,不是因为模型多强,而是因为被框在了一个「工程上说得清」的边界里。

0366% 的企业为什么还没动:三道坎

剩下那 66%,卡在哪?一线看下来,几乎都落在三道坎上。

第一道坎:数据治理缺位。 AI 不是接上就能用。很多工厂的设备数据散在 PLC、MES、Excel 里,格式不一、口径混乱、历史缺失。模型喂进去的是「脏数据」,吐出来的就是「瞎决策」。没有数据底座,大模型连「听懂工厂话」都做不到。

第二道坎:模型与工艺脱节。 通用大模型不懂你的公差标准、不懂你的工艺约束、不懂你的设备机理。直接拿聊天机器人改产线参数,车间主任不敢签字。工业场景要的是机理清楚、过程可信、结果可靠,而通用大模型天生是「语义生成」,不是「物理推理」。

第三道坎:私有化部署的成本与确定性门槛。 制造企业不敢把工艺数据上传公有云,私有化部署又意味着算力、运维、安全一整套投入;更关键的是,工业控制要求毫秒级低时延、极高可靠性,模型「偶尔抽风」在消费场景能忍,在产线上不能忍。

这三道坎,靠「买一个系统」跨不过去,靠「调一个模型」也跨不过去。

04FDE 视角:驻场落地,如何从「试水」走到「规模化」

这正是 Forward Deployed Engineer(前线部署工程师) 存在的意义。

我们不是卖系统的,是把系统真正用起来的。对应上面三道坎,一线做法是:

  • 先盘数据,再谈模型
    :不急着上大模型,先把设备、工艺、质量数据按统一口径梳理成可用资产——数据治理是 0 到 1 的地基;
  • 用行业垂直模型替代通用聊天
    :基于工艺参数、设备状态、工序约束做预训练与微调,让模型输出符合物理定律与工程逻辑,由人做最终决策;
  • 驻场陪跑,小切口切入
    :从一个确定性高、ROI 可算的场景(比如视觉质检、预测性维护)起步,跑出实效再横向复制,而不是一上来就「全厂智能化」。

扎根现场,产出实效——这不是口号,是绕开三道坎的唯一路径。 大模型落地的最后一公里,从来不是算法,是人带着系统,在工厂里一个场景一个场景地磨出来。

05趋势预判:2027 能否破 50%,下一个爆发点在哪

最后说点前瞻(以下为基于数据的判断,非报告结论):

  • 按当前一年 +5.5pp 的增速,2027 年 AI 重点场景普及率有望逼近甚至突破 50%——但「用大模型重构业务」的 10.6% 那条线,增速会慢得多,因为它卡在私有化与确定性上;
  • 下一个爆发场景,大概率在「AI+工业智能体」:把质检、运维、排产、供应链连成自主决策的闭环,而不是单点工具。中国工程院院士周济在大会上提到,到 2035 年新一代智能制造要在全国工业企业基本普及——那是终点,而 34.2% 是起点。

对制造企业来说,现在的问题不是「AI 要不要上」,而是:你的工厂,打算做那 34%,还是那 66%?


Deal Onsite, Deliver Real Value


扎根现场,产出实效


参考资料
  • 国家工业信息安全发展研究中心《制造业数智化转型能力水平(2026)》,2026 世界制造业大会(9 月 20—23 日,合肥)发布;新华社、人民网、中国网多家报道。
  • 中国工业互联网研究院《加快推进「AI+制造」》,2026 年 9 月;工业和信息化部 2026 年上半年工业和信息化发展情况新闻发布会(国新办,7 月 20 日)。
  • 大会现场观点:工业和信息化部副部长辛国斌(开幕式)、中国工程院院士周济(「到 2035 年新一代智能制造基本普及」)。

如果觉得有用,欢迎分享给更多人 🎉


- END -