9月15日，工业和信息化部、国家发展改革委联合发布《电子信息制造业发展“十五五”规划》。规划给出的核心目标十分明确：到2030年，我国规模以上电子信息制造企业营业收入突破30万亿元，研发投入强度达到3.5%，在集成电路、先进计算、消费电子、基础电子和能源电子等领域形成一批长板技术和具有国际竞争力的企业。
这组目标需要从产业系统能力来理解。电子信息制造业已形成芯片、终端、元器件、网络、能源与软件协同的复杂体系。人工智能推理需求上升，数据中心扩张，终端形态变化，能源约束进入算力部署决策，正在重新安排芯片、存储、网络、电源、散热、传感器、显示和整机之间的价值分配。规划把集成电路全链条、先进计算、AI终端、空间智能体以及算力、存力、运力、电力协同放在同一政策框架下，表明未来五年的产业竞争将按系统能力展开。
企业面对这份规划，最重要的工作是重新检查产品路线、研发预算、供应链和客户结构，不能只在项目材料里增加几个政策关键词。30万亿元是产业总目标，3.5%是规上企业整体研发投入强度目标，二者不会自动转化为每家公司的订单。能否进入新增价值链，取决于企业是否解决了AI带来的具体工程问题，是否形成稳定交付能力，是否能在安全、功耗、可靠性和成本之间做出可验证的平衡。
一、30万亿元与3.5%共同指向“有质量的扩张”
营业收入突破30万亿元，说明国家层面对电子信息制造业的规模预期仍然积极。但如果只看收入规模，很容易误判未来五年的竞争方式。规划同时设置研发投入强度达到3.5%的目标，意味着规模增长必须伴随技术投入，企业不能长期依赖低毛利组装、同质化扩产和渠道套利。
研发强度是研发经费与营业收入的比例。对年收入100亿元的企业而言，3.5%的行业目标对应3.5亿元研发投入；企业所处环节、发展阶段不同，实际比例当然会有差异。关键在于研发支出要形成产品、工艺、专利、标准、良率或交付效率，不能停留在实验室样机和项目验收文件中。未来政策资源、资本市场和核心客户会更关注研发投入的产出质量：新产品收入占比有多高，核心器件国产替代能否通过可靠性验证，先进工艺能否稳定量产，研发平台能否复用于多个客户项目。
电子信息产业过去常见的扩张模式，是某一终端需求启动后，大量企业同时建设相似产能，随后进入价格竞争。AI需求同样可能带来局部过热。服务器、电源、液冷、光模块、先进封装和各类AI终端都可能出现集中投资。规划的产业目标不能被理解为所有环节都可以无差别扩产。企业应先核实客户需求的持续性、认证周期、技术迭代节奏和产能利用率，再决定资本开支。
对于地方政府和园区，招商重点也需要变化。单独引进一家整机厂，如果本地没有关键零部件、工程服务、测试认证和人才支撑，产业带动效应有限。更有效的做法是围绕明确产品链组织配套，例如围绕AI服务器形成计算芯片、存储、板卡、高速互连、电源、散热和运维体系，围绕智能穿戴形成低功耗芯片、传感器、柔性电子、微型显示和健康算法协同。产业集群的价值来自交付协同，不来自企业名单长度。
二、集成电路排在首位，竞争重点是全链条补强
规划将集成电路放在重点任务首位，提出发展高性能处理器、高密度存储器、高可靠模拟与数模混合芯片，提升先进制程能力，发展先进封装，并继续补强装备、材料、EDA和IP核。这一任务组合覆盖设计、制造、封装以及基础工具和供应环节，政策判断很清楚：芯片能力不能靠单点突破支撑，任何关键环节受限都会影响产品迭代和批量交付。
高性能处理器受到关注并不意外。训练和推理持续提高计算需求，服务器与边缘设备都需要更高算力。但企业不能把“高性能”简单等同于峰值算力。客户最终购买的是有效吞吐、功耗、软件生态、稳定性和总拥有成本。芯片如果缺少编译器、算子库、框架适配和调优工具，即使参数漂亮，也很难进入生产环境。处理器企业应把软件团队、开发者支持和客户迁移成本纳入产品预算。
高密度存储器的重要性同样上升。模型参数、推理上下文和企业数据使存储与内存带宽成为系统瓶颈。算力芯片速度提升，如果数据无法及时送达，整机效率依旧受限。存储企业需要同时观察容量、带宽、功耗、可靠性和封装形态，不能只按传统消费电子周期规划产品。
高可靠模拟与数模混合芯片覆盖工业、汽车、能源、医疗和通信等大量场景。这类产品通常验证周期长，客户替换谨慎，生命周期也更长。国内企业的机会不只来自进口替代，还来自设备智能化新增的感知、控制、电源管理和信号链需求。进入这些市场，需要建立质量体系、失效分析能力、长期供货机制和应用工程团队。仅靠低价切入，很难建立稳定客户关系。
先进封装被单独强调，反映出芯片性能提升正在从单纯依赖制程演进，转向制程、架构、互连和封装共同优化。Chiplet、高密度互连、异构集成等路线会带动封装设备、材料、基板、测试和热管理需求。企业布局时应避免只追逐热门名词，要先确认自身解决的是良率、互连密度、散热、测试效率还是成本问题，并以可量产指标证明价值。
装备、材料、EDA和IP核属于产业底座。这些领域研发周期长，验证门槛高，客户对连续服务能力要求严格。政策支持可以降低早期投入压力，但无法替代产品迭代。相关企业需要争取头部客户联合验证，把研发计划与真实工艺节点、设计流程和量产问题绑定。地方项目若只支持购买设备、不支持长期验证和软件升级，也难以形成持续能力。
三、AI终端进入系统重构期，手机和PC只是其中一部分
规划对AI终端的部署超出了传统手机和个人电脑。虚拟现实方向提出布局近眼显示、多模态交互和空间智能体；可穿戴设备继续突破低功耗处理器、精密传感器和柔性电子；智慧家庭与健康养老终端要提高互联互通和场景适配能力。这说明终端智能化的核心已从“接入一个大模型”转向计算、感知、交互、连接和应用的整体设计。
空间智能体尤其值得产业链重视。它要求设备理解用户所处空间、对象关系、动作意图和连续任务，依赖摄像头、麦克风、惯性传感器、定位、地图、端侧计算和云端服务协同。终端厂商如果只做语音问答，很难形成持久差异。更有价值的能力是让设备在授权范围内感知环境、调用工具并完成任务，同时把隐私、时延和功耗控制在可接受范围。
近眼显示的产业机会涉及光学、显示、芯片、算法和结构设计。产品能否普及，取决于重量、眩晕、续航、清晰度、内容和价格的综合表现。任何单项技术领先都不足以保证商业成功。供应商应尽早参与整机定义，通过联合设计确定参数；等整机方案确定后再提供标准器件，能够创造的价值会明显受限。
可穿戴设备对低功耗的要求比通用计算更严。健康监测、全天候交互和连续环境感知会增加计算负载，但电池体积受到限制。低功耗处理器、精密传感器、柔性电子和本地算法需要协同优化。芯片厂商要提供分级唤醒、异构计算和功耗管理能力；传感器厂商要减少噪声和漂移；算法厂商要在有限算力下保持稳定效果。能够把日常续航、舒适性和数据可信度同时做好，才有机会进入健康养老等严肃场景。
智慧家庭过去的问题是协议割裂、设备孤岛和场景脆弱。AI可以改善自然语言交互，但无法自动消除接口不统一。规划强调互联互通和场景适配，意味着厂商要开放接口、参与标准、处理设备状态一致性，并对断网、误识别和权限冲突设计降级方案。家庭与养老终端还涉及个人隐私和安全，数据采集范围、存储位置、访问权限必须清楚告知用户。
企业布局AI终端时，应先选高频任务，再确定硬件。为展示模型能力而增加昂贵算力，容易抬高成本却无法提高留存。制造企业可以从现场巡检、操作指导、质量记录等专业终端切入；消费电子企业可以从拍摄、健康、翻译、家庭控制等高频场景切入。每个功能都应建立使用频率、任务成功率、时延、功耗和售后问题的量化指标。
四、先进计算的边界扩展到算力、存力、运力与电力
规划明确提出加强算力、存力、运力、电力等要素协同。这句话会直接影响服务器、数据中心、通信设备、存储、电源和能源电子企业的战略。AI基础设施的计算效率同时受数据供给、网络传输、供电能力和散热条件约束。
算力代表计算资源，存力代表数据保存与读写能力，运力代表网络传输和调度能力，电力决定基础设施能否建设并持续运行。四者任何一项不足，都会形成瓶颈。高性能服务器如果存储访问慢，芯片会等待数据；集群网络拥塞会降低并行效率；园区电力容量不足，设备即使到货也无法上线；散热能力不足则会限制机柜功率密度。
这会推动电子制造企业重新理解客户需求。服务器企业要提供整机柜级设计与管理能力；存储企业要面对训练、推理、数据治理等不同负载；网络设备企业要提高高带宽、低时延和可运维性；电源和散热企业要参与数据中心早期规划。单一部件的性能参数仍重要，但客户越来越关心系统吞吐、每瓦性能、故障恢复和扩容效率。
能源电子也因此进入AI产业链。电源转换、配电、储能、备用电源和能源管理直接影响数据中心投资与运行成本。海外企业近期围绕AI数据中心采购大规模无碳电力、扩建变压器产能，已经显示算力需求向能源和电网设备传导。国内企业要评估这一需求时，应关注项目落地、电网接入和设备认证，避免把远期规划全部当成短期订单。
对于算力园区，建设决策应先完成电力、网络、水资源、散热和客户负载评估。只按机架数量招商，可能造成资产闲置。对于设备供应商，应把能效、远程运维、故障诊断和模块化扩容做成产品能力。客户在未来五年会更严格计算全生命周期成本，低采购价无法掩盖高能耗和高故障率。
五、消费电子、基础电子和能源电子会出现不同节奏
规划同时覆盖消费电子、基础电子和能源电子，三类市场的需求逻辑不同。消费电子更受产品周期、渠道库存和用户换机影响，创新速度快，价格压力大；基础电子涉及元器件、材料和生产基础，客户验证周期较长；能源电子与新能源、电网、工业电气化和数据中心建设相关，订单往往跟随工程项目。
消费电子企业应警惕“AI功能同质化”。当多数手机、电脑和穿戴设备都能调用相似模型，差异会转移到本地处理能力、隐私、设备协同、数据闭环和服务体验。厂商需要控制模型调用成本，避免产品销量增长却被持续推理费用侵蚀利润。端云协同、模型压缩、缓存和任务路由会成为成本管理工具。
基础电子企业更适合沿可靠性和工艺深度建立壁垒。高端电容、电感、连接器、传感器、基板和关键材料进入客户供应链，往往要经过长期测试。企业应建设可追溯的质量数据，缩短异常分析时间，提高批次一致性。政策窗口期内盲目扩充通用产能，可能在需求波动时承受价格压力。
能源电子企业的机会来自电气化与数字化叠加。数据中心、储能、新能源设备和工业系统都需要高效率电能转换与控制。产品设计要适应更高功率密度、更复杂工况和更严格安全要求。企业可优先投入功率器件、模块、控制系统、热管理和状态监测，但必须基于自身客户基础确定路线，避免跨入缺乏认证经验的领域。
六、企业如何把规划转成未来三年的行动表
第一，建立“政策任务—客户问题—产品指标”三层映射。企业可以逐条梳理集成电路、先进计算、AI终端、基础电子和能源电子相关任务，再对应现有客户的痛点，最后形成可测试的产品指标。没有客户问题支撑的政策概念，不应进入核心研发预算。
第二，重新分配研发资金。规划提出2030年研发投入强度达到3.5%，企业应提高研发管理质量。基础研究、平台技术、客户定制和量产改进要分别核算，明确阶段门。项目连续两个阶段无法证明技术可行性或客户价值，应及时收缩；能够被多个产品复用的平台能力，应获得更稳定投入。
第三，补上软件与系统工程。芯片、终端和设备企业都不能再把软件视为附属。驱动、工具链、设备管理、数据接口、安全更新和运维平台会直接影响硬件价值。企业可通过自建团队、并购合作或生态伙伴补齐，但接口、版本和责任边界必须掌握在自己手中。
第四，提前布局测试认证和供应链韧性。集成电路、工业电子、健康终端和能源设备都需要严格验证。企业要把可靠性实验、失效分析、网络安全和合规认证纳入研发日程。关键材料、设备和零部件应建立多来源方案，并定期验证替代方案可用性，不能只停留在供应商名单。
第五，控制资本开支节奏。规划目标到2030年，企业不必在发布初期一次性押注全部产能。更稳妥的方式是以客户定点、样品认证、产线爬坡和长期订单为节点分期投入。对于技术快速变化的设备，租赁、联合产线和代工合作可能比重资产自建更合适。
第六，争取进入标准与生态。AI终端互联、空间交互、芯片接口、数据中心管理都涉及标准。企业越早参与标准制定和头部客户联合验证，越能减少后期适配成本。中小企业不必追求覆盖所有生态，可以在一个细分接口、器件或工具上形成不可替代性。
七、产业判断：未来五年会淘汰“只有产能、没有系统能力”的企业
电子信息制造业仍将增长，但价值分配会继续向掌握核心技术、系统设计和客户验证能力的企业集中。AI需求能够带来新订单，也会提高进入门槛。客户需要更高功率密度、更低能耗、更稳定软件、更快迭代和更可靠供应，单纯依靠设备采购形成的产能很难长期保持利润。
集成电路领域会更加重视软硬协同和全链条验证；终端领域会从功能堆叠转向场景完成度；先进计算会把电力、网络、存储和散热纳入统一评价；基础电子与能源电子会因可靠性和认证形成较长壁垒。企业的组织方式也需要调整，产品、研发、供应链、质量和现场服务必须围绕同一客户目标协作。
30万亿元目标提供了市场空间预期，3.5%的研发投入强度划出了竞争底线。规划释放的机会很多，但资源不应平均分配。企业应选择与自身技术、客户和交付能力最接近的环节，集中三年做出可量产、可复制、可盈利的产品。未来五年，电子信息制造业将比拼企业能否把芯片、器件、软件、能源和制造组织成稳定运行的系统，擅长描述AI不会构成竞争壁垒。
参考资料
- 工业和信息化部：《〈电子信息制造业发展“十五五”规划〉解读》，2026年9月15日。
- 新华社、人民网：《电子信息制造业发展“十五五”规划发布》，2026年9月15日。
- 每日经济新闻：《电子信息制造业发展“十五五”规划出炉》，2026年9月15日。
本文仅作产业研究参考，不构成投资建议。