报告：2026 年上半年我国制造业 AI 重点场景应用普及率达 34.2%

据新华社消息，9 月 20 日，在安徽省合肥市举行的 2026 世界制造业大会上，国家工业信息安全发展研究中心发布《制造业数智化转型能力水平（2026）》。报告显示，2026 年上半年，我国制造业人工智能重点场景应用普及率达到 34.2%；全国两化融合发展水平达到 67.1，制造业整体进入数字化、网络化、智能化协同推进的新阶段。

这里的“两化融合”通常指信息化与工业化在技术、产品、业务和产业等层面的深度结合。对制造企业而言，它并不只是“上系统”或“建平台”，而是围绕研发、生产、管理、供应链和服务等流程，把数据、软件、网络和智能算法嵌入到业务运行之中。

数字化底座进一步夯实，研发与管理环节普及度较高

报告显示，制造业数字化基础能力正在持续增强。在研发设计、生产制造、经营管理等环节，实现数字化普及的企业比例分别为 86.3%、69.5%、81.4%。从这些数据看，研发设计与经营管理的数字化渗透更高，生产制造环节仍有进一步提升空间。

这与制造业数字化转型的路径较为一致：研发设计环节通常更早引入 CAD、仿真、PLM 等工具，经营管理环节也较早部署 ERP、财务、人力、供应链管理系统；而生产制造现场涉及设备改造、工艺适配、产线节拍、工业协议和数据采集，改造周期与实施复杂度往往更高。

报告还提到，网络化融通正在纵深拓展，全国近五成企业开展网络化协同，数字孪生、链网协同、智能生产等新业态、新模式加速涌现。这意味着制造业转型已不再局限于单个企业内部的信息化，而是开始向上下游协作、跨区域产能协同和产业链数据流动延伸。

AI 进入制造核心场景，大模型开始参与业务革新

在智能化方面，报告给出的一个关键信号是：人工智能技术重点场景应用普及率已达 34.2%，较上年增长 5.5 个百分点。同时，10.6% 的规上制造业企业已经依托人工智能大模型赋能业务革新。

这说明 AI 在制造业中的角色正在发生变化。过去，制造企业更多把 AI 用于视觉质检、设备预测性维护、能耗优化、排产辅助等相对明确的局部场景；随着大模型能力提升，AI 正逐步进入知识检索、工艺问答、研发辅助、运维助手、供应链分析和经营决策支持等更综合的业务环节。

• 在研发设计端，AI 可辅助资料检索、方案生成、仿真分析和参数优化。
• 在生产现场，机器视觉、异常检测、智能排产等场景仍是重要落点。
• 在经营管理端，大模型可用于报表解读、流程自动化、客服与售后知识助手。
• 在产业链协同中，数据共享、链网协同与数字孪生可能成为下一阶段重点。

影响与解读：制造业 AI 普及进入“从试点到规模化”的关键期

从本站关注的 AI 与产业趋势角度看，34.2% 的普及率意味着制造业 AI 应用已不再是少数先进企业的探索，而是在更多重点场景中进入落地阶段。不过，普及率提升并不等同于应用深度完全成熟。制造业 AI 的真实价值，仍取决于数据质量、工业知识沉淀、现场设备连接能力，以及模型与业务流程的融合程度。

特别是大模型进入制造业后，企业面临的不只是“能不能接入模型”，还包括如何建设企业知识库、如何保护工业数据安全、如何将模型输出嵌入审批、研发、排产、运维等流程，以及如何评估模型带来的效率收益和风险边界。

因此，报告反映出的趋势可以概括为：数字化为基础，网络化扩展协同边界，智能化提升决策与执行效率。随着更多企业完成数据采集、系统打通和场景验证，制造业 AI 的竞争重点将从单点工具部署，转向面向全流程的智能运营能力建设。