今年政府工作报告提出，拓展智能制造，新建设一批智能工厂和智慧供应链。这意味着，制造业数智化转型已是大势所趋。
3 月 23 日，中国发展高层论坛 2026 年年会 「制造业数智化转型专题研讨会」 在北京举行，全国政协常委、致公党中央副主席徐晓兰在研讨会上表示，人工智能这个关键的变量正在成为世界经济高质量发展，尤其是制造业 「焕新」 的强劲增量。据联合国预测，到 2033 年，全球人工智能 （AI） 市场规模预计将达到 4.8 万亿美元。
制造业如何做好数智化转型？建设数智基础设施、推动工业全要素互联、打造高质量的数据集等是其中的关键任务。
此外，AI 的外溢效应正越来越受到关注。布朗大学教授、2025 年诺贝尔经济学奖获得者彼得·豪伊特预测，总体的就业还是会增长。不过，对于 AI 未来可能会创造出什么样的新岗位和就业机会，彼得·豪伊特表示，现在处于 AI 发展的早期，还很难说新的岗位和就业机会会以何种形式呈现出来，需要很多下游的创新才能得以明确。
推进数智化转型
3 月 22 日上午，国务院总理李强在北京出席中国发展高层论坛 2026 年年会开幕式并发表主旨演讲时提到，回顾历史，世界经济每次走出困境、走向繁荣，都不是靠争夺存量市场，而是靠开放和技术进步创造增量市场。
徐晓兰表示，人工智能这个关键的变量正在成为世界经济高质量发展，尤其是制造业 「焕新」 的强劲增量。据联合国预测，到 2033 年，全球人工智能 （AI） 市场规模预计将达到 4.8 万亿美元。当前多模态大模型和底层算力不断突破，人形机器人的商业化进程在加速推进，全球各行业已有超过 3000 万个 AI 智能体协同工作，深入到了生产、制造等核心的流程。
从我国来看，国家发展和改革委员会主任郑栅洁此前在十四届全国人大四次会议经济主题记者会上提到，将深化 「人工智能+」 行动，赋能千行百业、服务千家万户，「十五五」 末人工智能相关产业规模将增长到 10 万亿以上。
那么，对于制造业而言，如何把握人工智能机遇，推进数智化转型？徐晓兰提到了几个关键任务。
首先是建设数智基础设施。制造业数智化转型需要构建能支撑海量工业数据实时处理的新型基础设施。AI 的爆发带动了算力需求的指数级增长，要加快构建多层次的算力设施体系，推进算力资源的规模化、集约化、绿色化、普惠化的发展。通过实施超大规模智算集群、算电协同等新基建工程，提升算力接入和精准匹配能力，为工业智能应用提供坚实的底座。要面向广大企业，特别是中小企业打造开放的、包容的、数智化的公共服务平台，提供小、快、轻、准的智能化工具，让中小企业能平等地共享智能的红利。
建好了数智基础设施的底座，下一步要全面打通工业互联的经络。
徐晓兰表示，工业互联网是新一代信息技术与制造业深度融合的产物。当 「人工智能+工业互联网」 深度融合时，海量的工业要素将充分地激活，有力地推动制造业向高端化、智能化、绿色化、融合化方向发展。在全要素互联的基础上打造出具备自主决策能力的工业大脑、工业智能体。这不仅是软件层面的大脑，更要与机器人、智能设备等终端深度融合，发展出具备自主决策和物理执行能力的具身智能，以工业全要素充分地互联来实现 「人工智能+制造业」 的高阶应用。
此外，徐晓兰指出，数据是新型的生产要素，是流淌在工业网络中的血液，只有经过精炼的高质量数据才能为数智化转型提供充足的养料。
九三学社中央常委、中国科学院院士李景虹也对 「人工智能+」 深入推进下的高质量数据集建设尤为关注。他此前对 21 世纪经济报道记者表示，与依赖通用互联网数据的大模型不同，垂直领域模型需要基于行业特有的知识体系、实验数据与场景反馈进行迭代优化。当前，我国在这一领域面临的一个突出挑战是关键行业基础数据积累不足，数据孤岛现象普遍。
李景虹表示，在一些高度依赖专业数据的领域，我国长期依赖购买国外商业数据库，自身缺乏系统性的数据积累与标准化体系建设。行业内部，企业间数据壁垒高筑，缺乏互利共享的有效机制。例如，智能制造企业难以共享工艺参数数据，导致高价值数据分散、封闭，难以形成规模化、标准化的训练资源。
徐晓兰指出， 面对千行百业、千姿万态的企业实际，要分业分级建设高质量工业数据集。分业就是要针对钢铁、汽车、石化、电子等不同行业独特的工艺和知识，构建专业的包含行业机理的知识库和模型库，真正让前沿的 AI 技术懂工业、懂制造，实现科技与产业的深度融合。分级就是要覆盖设备、产线、车间、工厂、企业、供应链、产业链的多层级数据，形成完整的数据图谱。
施耐德电气董事长赵国华在研讨会上分享了相关经验。赵国华表示，施耐德希望用大量数据开展训练，而这些数据非常私密，属于公司隐私。「实际上，一家公司的数据不足以训练大模型，因此我们采用协作模式，通过交换或共享数据来训练模型，同时确保各公司数据隐私安全。」
最后，徐晓兰表示，面对全球气候变化的严峻挑战，制造业绿色化转型已经从可选项升级为生存必选项，推动数智化、绿色化深度融合既是应对气候变化的迫切需求，也是企业提升竞争力，实现高质量发展的内在需求。
就业或迎新机遇
围绕制造业数智化转型的相关部署正持续推进。3 月 16 日，工业和信息化部召开干部大会。会议强调，「大力发展智能制造」，「深入实施 『人工智能+制造』 行动」。
2025 年 12 月，全国工业和信息化工作会议也曾在部署 「优化提升传统产业」 时提到，强化数智赋能。需要注意的是，2024 年 12 月的全国工业和信息化工作会议在部署传统产业时提及推动 「数字赋能」。
从 「数字赋能」 到 「数智赋能」 的一字之差背后，是制造业产业转型升级的新方向。
中国信息通信研究院政策与经济研究所新型工业化研究部研究员金晓庆对记者表示，「数字赋能」 强调以数字化技术实现数据采集、存储、传输和管理，打破信息壁垒，解决 「效率提升」 的问题。而 「数智赋能」 则是在数字化基础上，深度融合智能化技术，如自主学习、决策优化、预测分析等，实现数据的价值挖掘与智能应用，推动模式重构与价值创造。
制造业数智化转型浪潮正以前所未有的深度和广度展开，与此同时，诸多市场主体也正探索着新的可能性。三一集团轮值董事长、三一重工董事长向文波在研讨会上提及，三一要以破釜沉舟的勇气来拥抱这个变革的时代，「其中一个核心就是数智化，主要是干三件事，一是制造的数智化转型，二是经营管理的数智化转型，三是产品的数智化转型」。
着眼未来，彼得·豪伊特在研讨会上表示，在可预见的未来，制造业的过程会由 AI 来进行主导，这会给整个经济带来非常大的转型，能够帮助我们减少浪费，提升整个系统的效率，与此同时也会替代很多的就业。
「但是还有一些通用目的技术可以带来很多新的机遇，比如新的就业机会。可以看到现在已经有很多新的空间，之前几年可能想象不到的比如数据分析家、机器人维修师、数据架构师，这些新的事物、新的工作也会因为技术而产生。」 彼得·豪伊特表示，他还是很乐观，总体的就业还是会增长，人们的收入总体上也会有所增长。
未来可能会创造出什么样的新岗位和就业机会？彼得·豪伊特表示，现在处于 AI 发展的早期，还很难说新的岗位和就业机会会以何种形式呈现出来。与此同时教育和培训系统必须要变革，要在政府层面来进行协调，做到真正接触 AI 前沿、紧跟技术前沿动态。
编辑：胡玉婷
声明：新华财经 （中国金融信息网） 为新华社承建的国家金融信息平台。任何情况下，本平台所发布的信息均不构成投资建议。如有问题，请联系客服：400-6123115