我国超六成企业基本实现全业务流程数字化——

　　制造业加快数智化转型

　　日前举行的2025世界制造业大会正式发布《制造业数字化转型能力水平（2025）》（以下称《报告》）。《报告》显示，截至今年6月底，超六成企业基本实现全业务流程数字化。其中，研发设计、生产制造等关键业务环节数字化普及率均超过60%，我国制造业数字化转型正由中等水平向中高级阶段迈进。

　　“全球经济增速持续放缓，行业竞争日趋激烈，发达国家采取措施吸引制造业回流，关税和贸易政策的不确定性对我国制造业市场和供应链带来不小压力，生产成本被迫抬升。”中国工业互联网研究院高级工程师李佳腾表示，与此同时，在“双碳”目标引领下，制造业也面临绿色转型与降本增效的双重压力，迫切需要改善生产方式。在新一代信息技术快速发展背景下，数字化转型无疑是一条重要路径。

　　在世界制造业大会2号展馆的洛阳轴承集团股份有限公司展台上，多款主力轴承整齐陈列。其中，打破国外垄断的“复兴号”动车组轴箱轴承CR400系列，吸引了不少观众驻足观看。“制造业企业若想实现长远发展，推进数字化改造是必由之路。”洛轴集团销售总公司副总经理焦阳表示，以风电齿轮箱轴承智能工厂为例，从设计选材到生产交付全流程均已实现数字化。“工厂生产的风电轴承内圈壁最薄处仅为10毫米，尺寸精度批量化稳定控制在0.05毫米以内。”焦阳表示，相比传统生产线，生产效率提升约30%，产品合格率达99.9%。

　　“我国以数字化转型作为制造业发展重要路径，推动平台、企业、政府协同发展，汇聚多项资源要素，共同培育典型场景解决方案和精准化数字服务，全面提升产业链数字化水平。”李佳腾表示，近年来，《中小企业数字化赋能专项行动方案（2025—2027年）》《中小企业数字化转型指南》等专项政策先后颁布，推动中小企业加快数字化转型。2025年，工信部印发《场景化、图谱化推进重点行业数字化转型的参考指引（2025版）》，加快新一代信息技术全方位全链条普及应用。

　　当前，我国已搭建两化融合公共服务平台，为超过36万家企业提供评估和对标服务，覆盖全国所有省市、41个工业大类及207个中类，形成了覆盖广泛、代表性强的企业样本库，为精准把脉现状、分类施策奠定了基础。《报告》指出，江苏、山东、广东、安徽等省份两化融合发展水平较快，其中江苏两化融合水平已突破70.0。截至今年6月底，全国两化融合整体发展水平已达65.0。

　　反映到企业层面，数字化改造已逐步实现规模化普及，从“点状应用”走向“系统推进”。《报告》显示，我国已有77.4%的工业企业实施数字化改造，在江苏、安徽等9省甚至超过80%。值得一提的是，61.4%的企业已应用工业云平台，网络化发展促进了跨企业业务协同能力显著增强。在山东、四川、湖北、安徽、江苏5省，实现产业链协同的企业比例已超20%，网络化联接全方位拓展、营造良好的全产业链生态正成为现实。

　　中国制造业正在由“大”向“强”发展。数字化不再是少数龙头的专利，而是整个产业的“基础设施”。

　　“如今，人工智能发展浪潮下，我们还积极将AI与数字化转型结合起来。”安徽电信云中台高级解决方案经理王君睿表示。据了解，中国电信作为建设网络强国、科技强国、数字中国和维护网信安全的国家队主力军，准确把握人工智能发展方向，推动人工智能科技创新与产业创新深度融合，推动制造业向高端化、智能化、绿色化转型升级。

　　李佳腾表示，随着新一轮科技革命和产业变革深入推进，人工智能大发展正将制造业数字化推入“模型驱动”新阶段，智能制造发展已成为产业热议的重要话题。

　　中国工程院院士、国家制造强国建设战略咨询委员会主任周济表示，智能制造发展总体可以分成两个阶段实现。第一个阶段是数字化转型，争取到2030年，数字化制造在全国工业企业基本普及。第二个阶段是智能化升级，到2035年，新一代智能制造在全国工业企业基本普及。

　　“当前，人工智能已经在加速赋能千行百业，深度赋能工业、能源、汽车、教育、医疗等行业。”羚羊工业互联网股份有限公司副总裁王瑞介绍，在2025世界制造业大会上，他们正式发布羚羊工业大模型3.0，并同时推出以其为核心技术底座的羚羊工业智能体、羚羊能碳智能体、羚羊数字化营销智能体服务平台三大智能体解决方案。

　　在2025世界制造业大会开幕式致辞中，国家发展改革委党组成员、国家数据局局长刘烈宏表示，作为关键生产要素，数据贯穿于制造业的研发设计、生产制造、经营管理、市场营销、客户服务等全流程，高质量数据集已成为数智化转型的新型燃料。未来，制造业企业需要更加重视数据资源开发利用，加快行业高质量数据集建设，赋能“人工智能+”在行业、企业得到落地。

　　李佳腾认为，要实现制造业数智化，需构建高质量数据集以夯实基础，打通融合信息技术、通信技术、控制技术等数据孤岛，实现统一治理。同时，人工智能深层次应用，既需要面向生产现场，推动工艺优化，又需要面向经营管理，实现精益生产和知识积累，因此今后将需要更多既懂工艺又懂人工智能的复合型人才。（梁 睿 李思隐）