摘要：8月26日，济南市工业和信息化局等13部门正式发布《济南市实施“人工智能+制造”行动方案（2026—2028年）》。文件给出了明确的工程目标：到2028年打造40个以上工业大模型与智能体、推广30个以上工业AI典型场景、建设3家以上人工智能能力中心、培育5家以上齐鲁“模力空间”。更值得关注的是技术路线：工业边缘算力、“毫秒用算”、可信数据空间、“模数共振”、工业互联网平台+智能体、工业软件中试基地被放到同一个体系里。对工业AI企业而言，济南正在尝试解决一个行业长期难题——让模型、数据、软件和工厂现场真正接起来。
8月26日，济南市工业和信息化局等13部门正式发布《济南市实施“人工智能+制造”行动方案（2026—2028年）》。文件给出了明确的工程目标：到2028年打造40个以上工业大模型与智能体、推广30个以上工业AI典型场景、建设3家以上人工智能能力中心、培育5家以上齐鲁“模力空间”。更值得关注的是技术路线：工业边缘算力、“毫秒用算”、可信数据空间、“模数共振”、工业互联网平台+智能体、工业软件中试基地被放到同一个体系里。对工业AI企业而言，济南正在尝试解决一个行业长期难题——让模型、数据、软件和工厂现场真正接起来。
济南在算力部分用了一个很有意思的表述：开展“毫秒用算”专项行动。方案提出部署工业边缘数据中心和面向特定场景的边缘计算设施，推动算力互联互通，支持国家算力互联互通节点建设，并构建区域一体化算网体系。
这与过去单纯建设大型智算中心的思路有明显区别。工业AI里大量任务不能全部丢到远端GPU集群。例如视觉质检、机器人控制、设备异常检测、实时工艺优化等场景，对时延和稳定性要求很高。一条高速产线的异常检测，如果推理结果需要几秒才能返回，实际价值会迅速下降。
因此工业AI更合理的算力结构往往是：工厂端部署边缘算力，承担实时推理；区域智算中心承担模型训练和复杂分析；更大的公共算力平台承担基础模型训练以及峰值计算任务。济南提出的“毫秒用算”和工业边缘数据中心，实际上是在推动这种“中心—区域—边缘”的工业算力结构落地。这给工业边缘服务器、GPU模组、工业网络、算力调度平台以及边云协同软件带来了比较直接的市场空间。
工业大模型最终能不能用，很大程度取决于数据。济南方案提出持续推进企业首席数据官制度和数据管理能力成熟度国家标准贯标，并围绕模型训练需求，把企业基础数据转化为行业高质量数据集；同时鼓励龙头企业建设行业可信数据空间，探索形成“数据协同、模型训练、应用开发、安全保障”一体化机制。
工业AI过去一个常见问题，是模型团队到了工厂以后发现没有可直接训练的数据。MES里是一套数据，设备PLC里是一套数据，质量系统、ERP、PLM、历史维修记录又分别属于不同系统，结果往往是一个AI项目80%的时间花在数据清洗和接口改造上。
如果可信数据空间能够把设备数据、工艺数据、质量数据、维修数据和产品数据建立统一的数据使用规则，再配合企业数据治理，那么工业模型训练的成本会明显下降。因此这份政策里值得关注的机会，很可能不只在“大模型公司”，也在工业数据治理、数据目录、数据质量、可信数据空间、工业知识图谱以及数据工程工具。
文件明确提出发展“工业互联网平台+智能体”。具体思路是推动工业互联网平台企业与大模型厂商合作，建设具有工业语义理解、多源异构数据融合和实时推理能力的AI原生平台内核，同时构建“模型池”，培育工业模型产品和工业智能体。
这条路线值得产业界关注。工业智能体如果只是一个聊天界面，价值非常有限。它需要调用企业里的ERP、MES、PLM、SCADA、设备管理系统和工业软件，才能真正参与生产流程。例如设备维护智能体，需要读取传感器数据、查询历史故障记录、分析维修手册，然后生成维修建议，必要时自动创建工单；工艺智能体需要调用仿真软件、工艺数据库甚至设备控制接口；研发智能体则可能连接CAD、CAE、PLM和企业知识库。
工业互联网平台本来就是连接设备、数据和业务系统的中间层。如果在这一层增加模型、Agent和工具调用体系，工业智能体就更容易从“回答问题”进入“执行任务”。
济南这份方案中，“人工智能+高端软件”被单独列为重点方向。政策提出围绕基础软件、工业软件和新兴软件三大类，构建覆盖需求设计、开发、测试和运维的软件智能化工具链，并推动人工智能与工业软件深度融合，提高软件动态感知、自优化和自演进能力。
更关键的是，济南还把国家人工智能应用中试基地（制造领域工业软件方向）写进了平台建设任务。这意味着AI+CAD、AI+CAE、AI+工业仿真、智能工艺设计、工业软件Copilot以及工业智能体都有比较明确的政策落点。
方案还专门把AI放进研发设计和中试验证环节，提出利用大模型和数字孪生构建高精度仿真模型，并在“泉试成”制造业中试公共服务平台中推进虚拟仿真、多模态融合等技术应用。这类政策表述很值得工业软件企业关注。未来工业AI项目的交付方式可能越来越接近“模型+工业软件+数据+中试验证”，而不是单独销售一个大模型API。
方案提出支持龙头企业在研发设计、工艺优化、质量管控等环节形成可复用的智能体解决方案。工业AI过去最难的问题之一，就是每家工厂都需要重新开发。如果一个质量检测系统换一条产线就要重新训练，一套设备预测性维护系统换一个品牌就要重新改代码，项目规模很难做大。
因此，40个工业模型和智能体的数量并不是最重要的指标，可复制程度才决定能不能形成产业。这要求工业智能体逐渐形成标准化结构，例如统一的数据接口、工业对象模型、工具调用协议、权限体系、知识库结构和工作流模板。从企业机会看，工业Agent平台、工业Skill体系、模型工具链以及工业领域MCP/API接口都可能成为新的基础设施。
济南方案还专门提出支持人工智能领域独立开发者、青年创业者、科研人员以及高校团队成立一人公司，也就是OPC。政策提出在算力资源开放、知识产权保护、投融资对接以及人才引育等方面提供支持，并鼓励围绕垂直行业AI解决方案、AI原生产品和伦理安全技术开展创业。
这说明AI产业结构正在发生变化。过去工业软件创业通常需要一支几十人的研发团队，现在借助代码模型、Agent和云服务，一个很小的团队就能够完成过去需要多人协作的产品开发。对于地方产业政策来说，如果能降低这些小团队接触算力、工业场景和企业客户的成本，确实可能形成一批新的工业AI创业公司。
政策提出建设3家以上人工智能能力中心，并培育专业赋能服务商，为企业提供行业模型调优、数据治理和安全保障等服务。这一点很关键。
大量制造企业没有能力自己组建AI团队，它们需要的通常是一个能够把模型、数据、工业软件和工厂系统集成起来的服务商。所以未来工业AI产业可能出现一批类似过去工业自动化系统集成商的新角色：工业AI集成商。它们负责数据接入、模型训练、知识库建设、智能体配置、工业软件集成、边缘部署以及持续运维。对做工业AI平台、工业软件、数字孪生和工业智能体的企业来说，这类“能力中心”可能成为进入地方产业体系的重要入口。
地方AI政策越来越多之后，一个风险也需要正视。如果40个工业大模型与智能体最终都是独立项目，每个项目采用不同数据结构、不同Agent框架和不同接口体系，那么项目数量增长并不等于产业能力增长。
工业AI要形成规模，需要几个基础条件同时成熟：数据能够持续积累，模型能够持续迭代，软件接口能够标准化，智能体能够在不同企业复用，并且项目能够证明实际经济价值。另外，工业现场比互联网应用复杂得多，模型幻觉、网络延迟、设备控制权限、OT网络安全以及错误操作责任都需要被纳入系统设计。政策最后也专门提出加强网络安全、数据安全以及人工智能伦理风险防范。
企业在争取场景项目时，更值得强调可运行、可验证和可持续运营，而不是单纯追求模型参数规模。济南这次政策值得关注的地方，就在于它已经开始把“人工智能+制造”拆成算力、数据、模型、工业软件、智能体、中试和场景这些具体工程环节。
如果这些基础设施能够持续推进，济南有机会形成一种很有代表性的工业AI产业模式：算力通过算网调度，工业数据进入可信空间，模型在中试平台验证，工业智能体进入工厂流程，最后由能力中心和服务商完成规模复制。工业AI从这里开始，越来越像一门工程。
《济南市实施“人工智能+制造”行动方案（2026—2028年）》，2026-08-24成文，8月26日发布
济南市政府政策解读
关注高促会新质生产力工委会公众号
关注工业智能算网平台
发布日期：2026年8月28日
发布机构：中国高技术产业发展促进会新质生产力工作委员会
本报告仅供行业研究参考，不构成投资建议