智能工厂申报窗口打开:六部门把工业AI推进到分级验收阶段

摘要:工业和信息化部等六部门近日启动2026年度智能工厂梯度培育行动,卓越级、领航级智能工厂申报主体需在8月15日前完成线上申请。这次政策的重点不是再喊“智能制造”,而是把人工智能、工业智能体、数据主管部门协同、现场核查和分级培育放进同一套验收机制。

工业智能化今年进入了一个更硬的阶段。

7月20日,国家科技基础条件平台中心转载发布《工业和信息化部等六部门办公厅(综合司)关于开展2026年度智能工厂梯度培育行动的通知》。文件落款时间为7月15日,发文单位包括工业和信息化部、国家发展改革委、财政部、国务院国资委、市场监管总局、国家数据局。通知明确,卓越级、领航级智能工厂申报主体要在2026年8月15日前完成线上申请,推荐单位9月1日前完成线上审核。

这不是一次普通名单征集。它把基础级、先进级、卓越级、领航级智能工厂串成梯度体系,把人工智能等新技术应用、未来制造模式、现场核查、数据资源公共服务平台和部门协同一起写入流程。对制造企业来说,智能工厂不再只是一个展示厅概念,而是开始进入可申报、可核查、可推广的分级验收阶段。

为什么这份通知重要

过去几年,制造业数字化转型容易出现两种偏差。一种是“系统采购型转型”:上MES、接设备、做看板,项目验收时很热闹,但对排产、良率、能耗、库存和交付周期的改善有限。另一种是“样板间型智能制造”:少数产线可以参观,离复制到更多车间、更多工厂还有距离。

这次梯度培育的信号更具体。通知要求,基础级智能工厂聚焦数字化转型,先进级聚焦数字化网络化能力提升,卓越级重点实施智能化升级,领航级则要探索未来制造模式,实现智能化变革引领。也就是说,政策正在把智能制造从“有没有做”拆成“做到哪一层”。

更值得注意的是,卓越级申报主体需要已完成智能工厂建设并获评先进级智能工厂,且“开展了人工智能等新技术应用探索”;领航级申报主体则需要已获评卓越级智能工厂,并推动人工智能等新技术广泛深度应用,探索未来制造模式和新一代智能制造系统架构。

这说明AI不再只是智能工厂里的加分项,而正在成为向高等级跃迁的关键证据。

背后的产业信号

第一,工业AI正在从单点算法走向工厂级系统。视觉质检、预测性维护、能耗优化、工艺参数推荐、仓储调度,这些单点场景仍然重要,但卓越级和领航级更关心的是能不能贯穿研发设计、生产执行、质量管理、供应链协同和经营决策。

第二,数据主管部门进入联合发文,意味着智能工厂不只是装备和软件问题。数据采集、数据治理、数据安全、数据流通和工业数据资产沉淀,都会影响一个工厂能否持续迭代。没有可复用的数据底座,工业大模型和工业智能体很容易停留在演示阶段。

第三,现场核查和推荐限额会提高项目含金量。通知对不同工业增加值排名省份设置推荐数量上限,并要求申报主体配合现场核查、技术推广和典型案例交流。这会倒逼地方从“报得多”转向“报得准”,也会倒逼企业少讲概念,多拿产线数据和业务结果说话。

企业怎么抓

企业准备这类申报,不能只把过往数字化项目材料重新装订一遍。更稳妥的做法,是先把工厂能力按层级拆开。

先进级要讲清楚设备联网、系统集成、数据采集和流程在线化。卓越级要进一步说明智能化升级带来的业务改善,比如良率提升、换线时间缩短、能耗下降、异常响应加快、库存周转改善。领航级则要回答更难的问题:有没有形成可复制的未来制造模式,AI是否深度进入核心生产决策,工厂架构是否能支撑持续迭代。

工业AI项目尤其要避免三类材料短板。第一,只有算法效果,没有工艺和业务指标。第二,只有单台设备或单个工位,没有跨系统协同。第三,只有供应商介绍,没有企业自身的数据治理、运维和安全机制。

对平台型企业和工业软件企业,这也是一次市场窗口。未来客户不只是要买系统,而是要有人帮它把智能工厂能力组织成可评估的工程体系。懂工艺、懂数据、懂AI、懂申报材料的服务商,会比单纯卖软件许可证更有机会。

地方政府怎么抓

地方推进智能工厂培育,关键不在于把所有企业都推去申报高等级,而是形成梯度。基础薄弱的企业先补设备联网和数据采集;有一定基础的企业做系统集成和场景优化;头部企业再冲卓越级、领航级。

广东、深圳、广州这类制造业城市,可以把智能工厂培育和产业集群升级结合起来。比如电子信息、新能源汽车、智能装备、医疗器械、低空装备和机器人供应链,都需要一批真实可看的智能工厂样板。它们不是招商展板,而是供应链升级的公共信用。

地方也要谨慎处理财政补贴边界。真正值得支持的是可复制的工艺改进、数据底座、工业智能体、检测评估和人才培训,而不是一次性采购大屏和重复建设平台。

风险和落地边界

智能工厂不能被做成新的荣誉牌。企业如果为了申报名单临时包装,最后很容易变成系统孤岛、数据孤岛和运维负担。

工业AI也不能脱离工艺现场。制造业的难点不只是模型准确率,而是物料波动、设备老化、工人经验、工艺约束、质量追溯和安全责任。没有现场闭环,AI很难稳定产生价值。

还有一个边界是保密与安全。通知专门要求申报材料不得涉及国家秘密、商业秘密。对军工、能源、半导体、关键材料等行业来说,智能化水平越高,数据安全和供应链安全越要前置设计。

所以,这次梯度培育真正考验的不是企业会不会讲“智能制造”,而是有没有把AI、数据、装备、软件、工艺和管理整合成一个能长期运行的工厂系统。

主要参考

分享到