最重要的发现:2026 年制造业 AI 的政策信号很强,但企业侧仍处在“开始很多、规模化很少”的阶段。国务院提出 2027 年智能终端、智能体等应用普及率超 70%;工信部在制造业专项中提出 1,000 个工业智能体、500 个典型场景。企业调研却显示,80% 组织已开始部署 agentic AI,只有 17% 全企业使用,69% 认为 AI 支出与财务结果存在显著差距。

这是一篇行业分析 / 公开资料研究,面向制造业老板、CIO/IT 负责人和采购负责人。资料截止 2026-10-24;范围以中国制造业和企业级 AI 为主,引用政策目标、机构调研和公开市场数据,不把预测写成已发生事实,也不把跨行业数据直接等同于制造业。

先记住三个判断

政策目标 ≠ 订单;智能体数量 ≠ 业务价值;2027 年预算应按“场景闭环 + 集成能力”编,不按“买了几个 Agent”编。先把 1–2 个场景跑通,再谈平台和规模化。

2026 年制造业 AI 到底发生了什么变化?

从单点工具转向智能体和流程闭环;政策给出 2027 年量化目标,企业侧仍处在试点扩张期,真正全企业使用的比例不高。

时间 政策 / 报告 与本轮相关的要点 对制造业的含义
2025-08-26 国务院《关于深入实施“人工智能+”行动的意见》(国发〔2025〕11号) 到 2027 年,新一代智能终端、智能体等应用普及率超 70%;2030 年超 90% 政策把智能体作为应用落地的直接载体,采购窗口会前移
2025-12-25 工信部等八部门《“人工智能+制造”专项行动实施意见》 到 2027 年推出 1,000 个高水平工业智能体、100 个高质量数据集、500 个典型应用场景、选树 1,000 家标杆企业 制造业是重点行业;场景、数据集、标杆企业是关键词
2026-05-08 国家网信办等三部门《智能体规范应用与创新发展实施意见》 明确智能体定义、产品准则、安全与治理要求;提出智能制造等场景 “能跑”之外,权限、审计、责任边界会成为采购门槛
2026-06-25 中国信通院《企业级智能体技术与应用研究报告(2026年)》 企业级智能体需要模型适配、记忆、工具调用、规划、多智能体协同、私有化部署;瓶颈包括数据孤岛、幻觉、人机权责不清、审计不足 规模化不是“多接几个模型”,而是工程和治理

政策目标来自公开文件;信通院报告为公开摘要与报告目录,未复刻原文图表。政策目标是方向,不是对单家企业的订单或回报承诺。

这条时间线说明一件事:2026 年的制造业 AI 不是“要不要做”,而是“从哪里开始、预算怎么留、怎么验收”。政策把智能体推到了前台,但企业真正缺的仍然是场景、数据、集成和运营。

政策目标与企业现实,差在哪?

政策定的是供给和场景数量,不是单家企业 ROI;IDC 调研 80% 已开始部署、17% 全企业使用,Gartner 预测 40% 项目会被取消。

观察维度 公开数据 / 判断 口径与时间 对采购的含义
政策目标 2027 年智能终端、智能体等应用普及率超 70%;1,000 个工业智能体、500 个场景 国务院 2025-08;工信部 2025-12;全国口径 预算会更受政策与标杆案例影响,但不等于每家都要上大平台
企业采用 80% 组织已开始部署 agentic AI,仅 17% 全企业使用 IDC 2026 调研,跨行业 大多数企业还在试点;先做场景闭环比“全企业推广”更现实
投入回报 69% 认为 AI 支出与可衡量财务结果存在显著差距;73% 将过高 AI 成本视为重大风险 IDC 2026 调研,跨行业 立项就要定财务口径,不能只报“上线了多少个 Agent”
项目存活 到 2027 年底,超过 40% 的 agentic AI 项目会被取消,原因是成本、价值不清、风险控制不足 Gartner 2025-06 预测,跨行业 这是预测,不是统计;但足够说明“先小后大”的必要性
买家不满 34% 不满集成有限/模型与数据不透明/供应商锁定;31% 不满过度承诺/定价不清 IDC 2026 C-Suite 调研,跨行业 选型要从“功能多”转向“能集成、能验收、能退出”

IDC 与 Gartner 数据为跨行业调研/预测,不能直接等同于制造业总体;政策目标为全国制造业方向。引用时保留原始口径,避免把不同定义的数据拼接成一个“制造业 AI 市场规模”。

钱在往哪里流?

先流向能直接进入业务流程的软件和智能体,再流向集成、数据与运维;平台订阅费只是首年投入的一部分。

IDC 2026 年 5 月发布的《中国 AI 增强的企业级 ERP 市场份额,2025》显示:2025 年中国 AI-enabled ERP 市场规模达到 3.157 亿美元,同比增长 96.1%。这个统计只算 ERP 场景中 AI 产品、AI 模块和 AI 能力产生的新增收入,不含传统 ERP 收入,也不等于制造业 AI 总体市场。

预算项 经验占比 说明 2027 编预算建议
平台 / 软件 10–30% 智能体平台、ERP/MES AI 模块、订阅/许可 先 POC 再买;不要按“全模块”一次买断
模型 / 算力 10–30% API、私有化推理、GPU/独占资源 按真实调用量估;不要按 Demo 峰值买卡
集成 / 数据 30–50% ERP/MES/OA 接口、主数据、权限、评测集 单独列预算;没有接口盘点就不立项
运维 15–30%/年 模型升级、监控、安全、值班 按 3 年算;至少 1–2 名管理员或托管支持

占比为制造业 AI 项目的编辑测算,不是官方统计或报价;随系统数量、数据质量和合规要求变化。AI-enabled ERP 的高增长只说明该细分市场的 AI 投入在释放,不代表所有制造业 AI 都应私有化或立刻上平台。

这条数据对制造业的启示不是“赶紧买 ERP AI 模块”,而是:AI 正在从外围工具进入核心业务系统;一旦进入 ERP/MES,集成、权限、主数据和审计就会成为预算主体。只买平台、不买集成,项目很难闭环。

哪些制造场景先落地,哪些要等等?

质量追溯与质检、排产/报工辅助、设备维护、工艺知识问答先落地;跨工厂自治、核心交易写回、无数据基础的全流程改造要后置。

场景 数据基础 价值 风险 建议
质量追溯 / 质检 检验记录、批次、设备参数 降低漏检、缩短追溯时间 误判、责任边界 先做辅助判定,保留人工复核
排产 / 报工辅助 ERP 工单、MES 报工、BOM/工艺 减少重复录入、提升计划响应 写回错误影响生产 先只读/建议,再小范围写回
设备维护 点检、维修、传感器数据 减少停机、延长寿命 数据缺失、误报 先做知识问答/工单辅助,再做预测
工艺知识问答 工艺文件、SOP、历史问题 缩短新人上手、减少重复咨询 版本混乱、权限 先做 200–500 条评测集和权限
跨工厂自治 / 核心交易写回 多工厂主数据、权限、审计 理论价值高 组织、合规、事故成本高 等单厂闭环稳定后再考虑

场景排序为编辑判断,不是行业统一结论;同一场景在不同行业、不同数据基础下差异很大。先用真实任务和评测集验证,再扩大。

制造执行场景可以先看 凌壹Ai制造平台(LingMOE) 的 ERP/MES/OA 一体化能力;办公协同、审批、文档场景看 LingWork 办公智能体;需要私有化执行引擎、模型无关与审计,看 LingHarness Ai基座。产品是载体,先确认场景和数据边界。

不同规模的企业,2027 预算怎么编?

50 人以下先买 SaaS/API;50–500 人按场景做混合;500 人以上再考虑私有化和多工厂,不要反过来先买平台。

企业规模 2027 重点 首年预算(编辑测算) 部署建议 不要做什么
50 人以下 1–2 个高频场景,先跑通知识库或报工辅助 5–20 万元 SaaS/API,按量付费 自建 GPU 集群、买全量平台
50–500 人 3–5 个场景,ERP/MES 只读集成,建立数据 owner 30–100 万元 混合:敏感数据本地,非敏感任务云端 一次性替换 ERP/MES;跳过试点直接推广
500 人以上 / 多工厂 平台化、多工厂复制、权限/审计、模型治理 100–300 万元以上 私有化/混合,按工厂分批 按“智能体数量”考核;没有运营团队就全面铺开

预算为编辑测算,不含厂房、设备替换和完整 ERP 重构;不是报价。更细的私有化 TCO 见《企业 AI 私有化部署到底要多少钱》,ERP/MES/OA 一体化预算见《2026 三档预算与五笔隐藏账》,实施验收见《企业 AI Agent 从 POC 到生产要多久》。

供应商选择在 2026 年发生了什么变化?

从比模型和功能,转向比集成、数据边界、验收和退出;IDC 买家不满的前三项正是集成、透明度、锁定。

评估维度 要问什么 红旗
场景闭环 用哪些真实任务、多少条评测集、什么算通过 只演示精心准备的题,不给评测方法
系统集成 ERP/MES/OA 怎么接、能否写回、老系统无 API 怎么办 回避接口改造工作量,或把集成全推给企业
数据边界 能否离线/内网、日志存哪、是否调用外部 API “私有化”但关键组件仍依赖外网
验收与 SLA 任务成功率、P95 延迟、故障响应、支持时段 只承诺“效果好”,不给可测量指标
退出与迁移 数据/模型/Prompt/工具/知识库能否导出,源码是否交付 只能续费,不能迁移;数据拿不走
计费透明 平台、模型、集成、变更、续费分别怎么算 低价引流,集成和变更再补回来

这张表是采购问题清单,不是对任何厂商的评价;具体条款需由法务和业务共同审核。

2027 年最值得观察的三个指标是什么?

任务闭环率、单任务成本、从立项到生产的周期;不是智能体数量、token 消耗或 Demo 效果。

指标 定义 为什么重要 数据来源
任务闭环率 无需人工完成的任务 ÷ 总任务 区分“回答得像”与“事情真的办完” 工单/流程系统 + Agent trace
单任务成本 (模型 + 工具 + 人工 + 运维)÷ 成功任务 防止“更聪明但更亏钱” 账单、工时、运维分摊
立项到生产周期 从立项到稳定上线的时间 反映集成、数据和组织的真实摩擦 项目计划、POC/试点记录
采纳率 周活跃目标用户 ÷ 目标用户总数 没人用,技术指标没有意义 产品埋点/登录/工单
人工接管率 人工接管任务 ÷ 总任务 自动化程度和风险兜底成本 Agent 事件流 + 人工工单

前三项是本文建议的 2027 年核心观察指标;后两项用于解释前三项。指标定义与验收线需按场景调整,不是行业统一标准。

现在该做什么,不该做什么?

先做 1–2 个高价值场景的 POC,预算留给集成和数据;不要为了政策补贴、标杆名额或 Demo 买全量平台。

该做:指定业务 owner 和数据 owner;从工单、报工、质检、设备维护中选 1–2 个真实任务;准备 200–500 条评测集;先只读集成,再小范围写回;把集成、数据和运维写进三年预算;用任务闭环率、单任务成本、上线周期做季度复盘。

不该做:没有场景就买平台;没有数据 owner 就建知识库;没有评测集就验收;把“智能体数量”当 KPI;为了政策补贴仓促立项;把 Demo 当生产;把跨行业调研数据当成自己的 ROI。

如果预算有限,优先顺序是:场景与评测集 → 数据与权限 → 只读集成 → 试点 → 写回/生产 → 规模化。平台和模型可以在第二步之后再定,不要反过来。

常见问题

2027 年智能终端、智能体等应用普及率超 70% 意味着什么?

这是国务院《关于深入实施“人工智能+”行动的意见》对新一代智能终端、智能体应用普及率的阶段目标,不等于制造业 AI 采购额或单家企业订单会同步增长;对企业的意义是采购时点和预算会更受政策与标杆案例影响。

制造业现在最成熟的 AI 场景是什么?

质量追溯与质检、排产/报工辅助、设备维护、工艺知识问答相对成熟;跨工厂自治、核心交易写回、无数据基础的全流程改造应后置。

中小企业 2027 年该不该上 AI?

有明确场景、数据 owner 和 1–2 名管理员就可以开始;先用 SaaS/API 做 1–2 个场景,不要一开始自建 GPU 集群或买全量平台。

制造业 AI 第一年预算大概多少?

按规模与是否私有化,首年常见 5–20 万、30–100 万、100–300 万元以上;这是编辑测算,不含厂房、设备替换和完整 ERP 重构,具体以场景清单和 POC 为准。

2027 年最该观察哪些指标?

任务闭环率、单任务成本、从立项到生产的周期,以及采纳率和人工接管率;不要用智能体数量、token 消耗或演示效果代替业务结果。

一句话总结

2026 年制造业 AI 的关键词不是“智能体数量”,而是“场景闭环”:政策把 2027 年的目标定得很清楚,企业要把预算放在 1–2 个真实任务、集成、数据和验收上,先跑通再规模化。

研究方法与局限

本文为公开资料研究,不是一手访谈、问卷或实测。政策目标、机构调研和市场规模分别来自不同口径:国务院/工信部数据为全国政策目标;IDC、Gartner 为跨行业调研或预测;IDC AI-enabled ERP 为细分市场统计;信通院报告覆盖企业级智能体,不专指制造业。本文没有把上述数据拼成“制造业 AI 总体市场规模”,也没有把预测写成已发生事实。预算区间、场景排序和观察指标为编辑判断,需按企业实际调整。

数据来源与口径

资料截止 2026-10-24;以下来源均为公开页面,具体统计口径以原文为准。

  1. 国务院《关于深入实施“人工智能+”行动的意见》(国发〔2025〕11号,2025-08-26):gov.cn
  2. 工信部等八部门《“人工智能+制造”专项行动实施意见》(工信部联科〔2025〕279号,2025-12-25):nda.gov.cn
  3. 国家网信办等三部门《智能体规范应用与创新发展实施意见》(2026-05-08):cac.gov.cn
  4. IDC《ERP 的下一站,是“会执行的 AI”》(2026-06-08,引用 2025 年 AI-enabled ERP 市场数据):idc.com
  5. IDC《The Enterprise AI Deal Has Changed. Here’s What Vendors Need to Prove.》(2026-10-20):idc.com
  6. Gartner《Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027》(2025-06-25):gartner.com
  7. 中国信通院《企业级智能体技术与应用研究报告(2026年)》(2026-06-25):caict.ac.cn
关于作者

凌壹信息交付团队,负责企业 AI 基座、智能制造与办公智能体的场景评估、POC 和私有化交付。本文为行业分析与公开资料研究,不构成投资、采购、工期或效果承诺;政策、市场数据和产品价格以官方最新发布为准。

想用 1–2 个真实场景做 2027 年预算?

带上你的工单、报工、质检或设备数据,我们先判断场景是否值得做,再给预算和阶段计划,不先卖平台。

预约场景评估