摘 要:制造业转型升级，是加快我国现代化产业体系建设、推动制造业结构高级化、培育新质生产力的重要战略方向。当前，我国正处于由制造大国向制造强国转变的关键时期，需立足现有产业基础，发挥科技创新引领作用，把握产业转型升级发展机遇，在前夯实技术基础、在中落实应用场景、在后抢抓未来前沿，始终着眼于新的发展模式和发展机遇，着力解决转型中不断涌现的新矛盾和新挑战，以创新驱动构建崭新的智能制造生态，扎实推进“中国制造”向“中国智造”跃迁。
关键词:数字化转型 传统制造业 智能化升级 高质量发展
【中图分类号】F424.3 【文献标识码】A
制造业高质量发展，是我国经济高质量发展的重中之重。党的二十届四中全会审议通过的《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》（以下简称《建议》）指出“坚持把发展经济的着力点放在实体经济上，坚持智能化、绿色化、融合化方向”，强调“推动技术改造升级，促进制造业数智化转型，发展智能制造、绿色制造、服务型制造，加快产业模式和企业组织形态变革”。[1]在数字经济浪潮和新一轮科技革命与产业变革的背景下，推动制造业提质升级，不仅是应对发展环境面临深刻复杂变化的必然选择，也是建设现代化产业体系、巩固壮大实体经济根基的重要举措。加快制造业转型升级步伐，对于我国培育新质生产力、提升制造业核心竞争力、应对外部环境变化，具有重要意义。
坚实基础
制造业是实体经济的基础，是国家经济命脉所系，也是建设现代化产业体系的重要领域。加快构建以先进制造业为骨干的现代化产业体系，是构建新发展格局、推动高质量发展的必然要求。中国作为全球制造业大国，经过数十年不懈奋进，形成了坚实的产业基础和独特的发展优势，具备迈向“中国智造”的有利条件。
产业基础与配套优势日益巩固。我国拥有全球规模最庞大、门类最齐全、配套最完善的工业体系，是世界上唯一拥有联合国产业分类中全部工业门类的国家。完备的工业体系带来双重优势：从国际来看，超大规模的制造业体量和强大的产业链韧性，使我国成为全球工业品主要生产和出口国，在全球产业链中占据关键地位。从国内来看，纵深广阔、协同高效的产业体系，为智能化升级创造出丰富的应用场景和巨大的市场空间。借助良好的产业基础与配套优势，创新技术能迅速落地应用并持续迭代。新技术、新工艺、新设备、新材料，同样能在体系内得到高效的自主配套与消化，从而为各行业整体性升级提供条件。
数字基建与融合应用不断深化。我国在数字化发展方面具有显著优势，已构建全球领先的数字基础设施体系，积累了海量数据资源，培育起充满活力的数字应用生态。当前，5G网络建设稳步推进，工业互联网平台加速布局，云计算和大数据技术广泛应用，为制造业数字化转型和智能化升级筑牢坚实的“数字底座”。在此基础上，人工智能、物联网、区块链等新一代技术正加速与各产业深度融合，不断催生新的生产模式、管理范式和商业机遇，为制造业数字化转型奠定坚实基础。
创新能力与人才支撑持续加强。一方面，我国创新能力显著提升。近年来，我国在科技创新领域的投入持续增长，研发强度不断提升，科技创新实力从“量的积累”迈向“质的飞跃”，一些领域从“跟跑”转向“并跑”，甚至“领跑”。尤其是在新能源汽车、光伏、高端装备等领域，一批具有国际竞争力的企业和技术成果加速涌现，展示出中国制造业的创新活力。另一方面，我国制造业人才资源丰富。中国拥有世界上规模最大的工程师队伍和高素质的产业工人，每年输送数以百万计的理工科毕业生，为智能制造提供有力的人力资源支撑。从顶尖的科研人才到具备复合技能的技术工人，都为智能制造技术研发、应用和推广，提供源源不断的智力支持。在这一基础上，产学研用深度融合机制的不断完善，也进一步加速科技成果向现实生产力的转化。
现实挑战
经过多年发展，我国制造业已形成世界规模最大、门类最齐全、体系最完整、国际竞争力较强的发展优势，整体实力、质量效益以及创新力、竞争力显著提升。2025年上半年，我国高技术制造业增加值占规模以上工业增加值比重提升到16.4%，装备制造业增加值占规模以上工业增加值比重提高到35.5%。[2]同时要看到，我国制造业尤其是传统制造业，“大而不强”“全而不精”问题仍然存在，在向“中国智造”跃迁过程中，还需跨越一些障碍。
关键核心技术有待突破
近年来，我国制造业部分产业出现以价格和同质化为主要特征的“内卷式”竞争，使得一些企业的利润空间受到挤压，在一定程度上影响其长期创新投入的意愿与能力。这种现象，实际上与技术创新和资源配置能力密切相关，归根到底是制造业转型升级不充分的问题。
一方面，数字基础设施建设有待进一步加强。从硬件层面看，我国在高端工业母机、数控平台、高端传感器等关键装备及零部件领域，与国际先进水平相比仍有一定的提升空间，这在一定程度上对智能制造能力的充分发挥构成制约。从软件层面看，工业软件和基础数据平台在国内起步相对较晚，市场生态仍在培育和完善之中，其对制造业研发与分析的辅助作用有待进一步释放。[3]
另一方面，数字技术的实施应用，面临着协同性与安全性的挑战，这对资源配置效率提出更高要求。不同信息系统间的数据标准与接口不一，增加了数据互通与功能集成的难度；同时，数字化进程中涉及大量敏感数据的处理，也对企业的数据安全保障能力提出更高要求。
转型要素供需之间还需进一步适配
数字化转型场景及需求差异显著。根据生产工艺的不同，一般将制造业划分为离散型制造和流程型制造。离散型制造需通过设备协同，将多个零部件装配成最终产品；流程型制造要连续进行化学或者物理反应，实现最终产品转化。这种差异反映到数字化场景中，就会被放大到不同的生产模式、生产计划、数据采集、作业指令等一系列具体环节。目前，制造企业数字化转型先进成果，主要集中在具有技术密集、流程标准，以及高精度特征的行业领域。然而，对于更广泛的一般制造业而言，其数字化转型和智能化升级仍面临一些现实挑战。主要表现为转型需求有待进一步明确、实施路径有待进一步清晰，以及通用化供给与个性化需求的匹配度有待提升。这使得许多企业将数据要素从“资源”转化“资产”的能力有待加强，在一定程度上影响数字化转型的进程。
传统制造业数字化基础相对薄弱。当前工业信息化平台与软件繁多，方向和功能各异，但供给端所提供的解决方案个性化不足、匹配度不高，导致供需错配。制造业各部门天然存在相互依赖的紧密联系，但由于不同部门对于数字化转型存在不同的理解和应用方式，降低了数字化转型的系统性和协同性。数字化带来的收益短期内也难以评估，一般需要经过2—5年的运行才能逐步显现，因此传统制造企业数字化转型普遍呈现出投入大、见效周期长的情况。[4]此外，由于缺乏专业知识和人才储备来驾驭企业数字化转型，数字化转型持续运营与优化能力薄弱。供需错配导致的自动化与数字化衔接不畅，会进一步影响企业数字化转型的信心和效果。
未来制造模式的探索有待深化
制造业企业转型进程参差不齐。从数字化转型到智能化升级，新型工业化要求制造业进一步和人工智能深度融合，但智能制造不是简单的“人工智能+制造业”，而是通过算力、算法、数据三大核心要素的深度融合，形成“感知-分析-决策-执行”的闭环。《中国中小企业数字化转型报告2024》指出，虽然企业数字化投入稳定提升，但62.6%中小企业仍然处于早期阶段；数字化水平较高、由智能驱动的中小企业占比仅为3.2%。[5]当前，我国相当一部分制造企业尚未完全掌握数字化，人工智能的引入进一步加剧转型的难度。同时，无论是新型基础设施的超前布局，还是智能化车间、园区以及智能化解决方案，制造企业面向未来制造模式的探索仍然不够。
部分企业在转型升级过程中存在认知断层和实践短板。智能制造在自动化设计和创新驱动、人机协同提升生产效率和安全性、推动自动化决策，以及数据驱动实现精准化服务等方面，具有明显的竞争优势。在智能化升级过程中，制造企业需要对智能制造复杂系统及领域，有更加深入的理解和更加平衡的实施策略。有的制造企业尚不能分清数字化、自动化和智能化的区别，在工业应用程序、智能制造、信息物理系统（CPS，Cyber-Physical Systems）、企业上云、人工智能等一系列概念中无所适从；有的制造企业在智能制造的升级过程中忽略工业现场的实际需求和痛点，盲目进行转型，或追求远超企业实际的解决方案；有的制造企业在智能化升级过程中还会出现“重硬轻软”的问题，即注重硬工具、硬设施，而对数据采集、组织模式变革等软实力重视不足。
突破思路
《建议》强调：“保持制造业合理比重，构建以先进制造业为骨干的现代化产业体系。”[6]我国制造业在关键技术创新、资源配置效率，以及转型升级的深度与广度方面，仍有待持续深化，部分关键领域和环节，自主可控能力仍面临挑战，这使得“保持制造业合理比重”，并推动其向更高层次迈进，显得尤为紧迫和重要。推动制造业完成转型升级，既是主动契合并引领新一轮科技与产业变革的关键决策，也是推进新型工业化进程、构建现代化产业体系的重要实践。
强化技术研发应用
补齐短板。一方面，以技术自主化筑牢根基。发挥新型举国体制优势，支持基础研究和原始创新。针对高端芯片、传感器、基础算法等薄弱环节，以“揭榜挂帅”等方式集中科创资源，攻关一批支持数字化转型的共性技术。推动重大技术装备攻关工程建设和产业基础再造工程，提升基础零部件、基础软件等制造业基础产品的质量和竞争力，强化转型供给支撑能力。另一方面，重视数字化发展中的安全问题，完善数字安全法律体系，强化协同治理。鼓励企业落实加密及访问控制、安全技术保障、数据分类分级管理等机制措施，结合区块链、大模型等技术优势，以系统工程方法构建技术防护体系，提升技术治数能力。
拉长长板。在《国家智能制造标准体系建设指南（2024）》基础上，进一步完善标准体系建设，推动基础共性、关键技术、行业应用等标准化方向建设，为智能制造提供“中国范式”。充分发挥制度、产业及市场优势，将产业数字化转型需求、学术研究、科研攻关与实际应用场景整合为协同创新体系，推进产学研用深度融合，加快数字化转型相关的关键技术攻关。大力推动高端、智能、绿色、安全方向的制造业领域大规模设备更新和软件大规模普及，将数字化成果落到实处。
锻造新板。扩容场景资源，基于产业链服务上下游企业的创新应用实验室、场景创新实验室，推动新技术应用实测落地向科技成果转化。加快覆盖更多领域的国家制造业创新中心建设，打通从技术开发扩散到商业化的完整创新链条，探索人工智能与物联网、量子计算、区块链技术与制造业的交叉融合路径，全面提高数字化设计与制造创新能力，推动制造业整体向价值链中高端跃升。
引导产业协同发展
依托场景促进供给和需求对接。通过规范场景描述和数字化要素描述，以标准化方式推动数字场景建设；并以场景作为纽带，打通数字化转型供需双方话语体系，对关键环节进行精准定位，实施深度改造升级。加速培育面向制造业的数字化转型服务商，发展满足行业共性需求和中小企业个性需求的标准化、便利化解决方案，和可复制、可推广的细分行业数字化转型典型模式。依托政府的“牵线搭桥”，强化数字化转型服务商培育和服务与制造业供需对接。通过转型服务商和需求企业之间的双向互动，摸清现有场景下转型模式的缺陷，着力解决共性供给与个性转型之间的矛盾。
推动产业链体系数字化升维。发展“链式”转型模式，推进企业内部全流程、全场景、全生态数字化转型，实现深度协同与资源整合。“链式”转型最大的特点是链主企业能够牵引一个行业甚至产业链集群，带动相关中小企业共同进步，实现“点-线-面”协同发展。支持链主企业整合打造“数字领航”企业，积极利用现有数字化基础能力，推进新一代信息技术与企业需求融合，优先构建个性化数字平台，提升企业在数据采集、资源配置、业务协同、生态搭建等方面的水平。鼓励和引导产业链上下游配套中小企业与链主企业数字化平台对接，加强彼此之间的数字化协同。支持中小企业因“企”制宜，走“专精特新”的路子，借助产业生态的整体力量，优先从基础扎实、数字化潜在价值高的领域开始转型。
提高制造业数字化持续运营能力。对于已经实施数字化转型的制造业企业，应从数字化水平、数字化人才构建、企业经营管理等角度评估其阶段性转型成效，对已经应用的数字化产品和服务进行诊断，以找到转型可持续的发力点。同时，增强数字化转型的计划性，从数据、流程到技术全方位对数字化系统和业务流程进行优化迭代。在人才方面，通过联合培养、共建实验室、创建实习实训基地等方式，培养数字化转型专业技术和管理人才。
分类推进制造企业数字化转型和智能化升级。对于基础条件较好且具备升级能力的企业，鼓励其主动与人工智能解决方案提供商进行沟通对接，构建合作伙伴生态系统，形成互利共生的生态环境，发挥智能化升级的引领示范作用。对于数字化发展相对滞后的企业，需要发挥行业引导作用，提供更多体验和学习同行企业成熟落地实施的典型案例，促进企业逐步理解并深化对数字化转型和智能化升级的认识；同时配备专业技术人员，帮助企业及时解决在转型实施过程中遇到的各种问题，组建由行业专家构成的服务团，为企业升级提供评估诊断和技术指导。
引导制造企业积极应用智能制造相关技术和模式。大力拓展人工智能在制造业智能化调度、人机协同装配、自适应控制系统、柔性生产、智能销售等相关领域的应用。支持企业主动适应智能化发展新模式，在《智能制造典型场景参考指引（2024年版）》基础上，结合企业运作实际场景，进一步优化智能制造系统解决方案，进行智能制造系统及运营管理模式的再造，持续推动智能化升级创新。
推进“中国制造”向“中国智造”跃迁，离不开数字化转型和智能化升级，需要在前夯实技术基础、在中落实应用场景、在后抢抓未来前沿，始终着眼于新的发展模式和发展机遇，着力解决转型中不断涌现的新矛盾和新挑战，以创新驱动构建崭新的智能制造生态。
【本文作者为西北工业大学公共政策与管理学院教授、博导；西北工业大学公共政策与管理学院硕士研究生张昊，对本文亦有贡献】
注释略
责编：冯一帆／美编：石 玉