当前，人工智能加快应用于研发设计、生产制造、质量控制和设备运维等环节，制造过程向更高精度、更高效率和更强柔性演进。全球产业链供应链深度调整，制造业竞争日益体现为关键技术、核心装备、基础软件和产业链协同能力的综合较量。推动先进制造业提质升级，关键是把我国的规模优势转化为创新优势和稳定可靠的制造能力。

　　我国制造业增加值连续16年居全球首位，占全球比重接近30%。2025年，规模以上高技术制造业增加值增长9.4%；2026年1至8月增长14.2%，高于同期规模以上工业增速8.9个百分点。同时也要看到，先进制造业发展仍面临一些结构性矛盾。2026年1至8月，制造业投资同比下降2.3%，反映出新动能较快成长与部分领域投资承压并存。科技成果的中试验证和产业化衔接还不够顺畅，工业软件、关键零部件和先进材料等领域仍需补短板；中小企业转型能力不足，一些地区也存在产业布局趋同、重项目轻配套等问题。长期资本、工程技术人才和检验检测服务也需进一步跟上。对此，应重点抓好以下六个方面。

　　打通产业科技创新和成果转化链条。先进制造业技术复杂、工程化要求高，实验室成果必须经过中试、工艺优化和实际应用，才能成为可稳定交付的产品。应由企业提出真实需求，科研机构联合攻关，中试平台组织验证，应用单位参与评价。围绕重点产业链建设专业化中试平台，开放设备、试验线和测试服务，减少重复建设，也为中小企业降低验证门槛。评价成果时，既看技术指标，也看可靠性、良品率、成本和供应能力。完善首台套装备、首批次材料和首版次软件的应用支持，使新技术在实际场景中得到验证和迭代。

　　深入实施产业基础再造工程。先进制造业的竞争力离不开基础零部件、基础材料、基础工艺和工业软件。应针对重点产业链梳理关键环节的短板，明确攻关重点，避免资源分散和同质化投入。以整机和系统应用需求牵引基础产品研发，推动上下游企业共同确定性能指标、接口规范和测试标准。尤其要把真实生产环境中的可靠性验证做扎实，将应用反馈及时传回研发端，解决产品能够试制却难以长期稳定运行、实现技术突破却难以批量供给的问题，使单点成果逐步形成规模化配套能力。

　　推动制造业智能化、绿色化、融合化转型。技术改造要从生产现场的具体问题入手。针对不同行业的工艺特点，推动人工智能和工业软件用于生产调度、质量检测、设备维护等环节，以数据贯通设计、制造和服务，增强柔性生产能力。同步加强能源消耗和碳排放管理，通过优化设备运行和工艺流程提高资源利用效率，推动节能降碳与降本增效相互促进。对中小企业，应推广成本可控、易于部署的方案，提供诊断、改造和运维服务，让转型投入与实际收益相匹配，避免一味追求设备更新和系统堆砌。

　　优化先进制造业布局和集群发展。各地应从自身产业基础、创新资源、能源条件和市场需求出发，选准主导产业及细分领域，防止跟风布局和重复建设。建立面向市场需求、产能利用、产业链配套和资源约束的监测机制，及时识别同质化竞争风险。加强跨区域分工协作，推动研发资源、生产能力和配套企业合理衔接，探索园区共建与收益共享，使不同地区在研发、制造和服务环节形成互补。评价产业集群，也要由单纯看项目数量和产值增速，转向更多考察创新强度、劳动生产率、专业化配套率和资源利用效率。

　　促进大中小企业融通创新和产业链协同。龙头企业应及时公开技术、采购和配套需求，为专精特新中小企业提供明确的研发和市场方向。通过常态化供需对接，提高订单需求与生产能力的匹配效率；围绕关键产品开展联合研发、协同验证和稳定配套，让中小企业及早参与产品设计和工艺改进。龙头企业还可开放试验场景和测试设备，帮助中小企业在真实生产条件下完善产品。合理安排订单和账款支付，增强上下游持续合作的意愿，使产业链协同落实到具体产品和稳定供给上。

　　健全与先进制造业相适配的支撑体系。先进制造业投入大、周期长、技术风险高，应根据研发、中试和规模化生产的不同阶段提供有针对性的金融支持，综合运用创业投资、中长期贷款和科技保险，引导长期资本投向关键技术攻关和设备更新。围绕工业软件、基础工艺和智能装备，深化校企合作与生产实践，培养懂技术、懂工艺、能解决现场问题的工程技术人才。推动标准研制与产品开发同步开展，完善计量、检验检测和认证服务，提高新产品进入市场的效率。还要加强财税、金融、科技与产业政策衔接，使支持措施更精准、更稳定。

　　做大做强先进制造业，最终要体现在技术成果能够转化、基础产品能够稳定配套、企业能够协同创新、产业集群能够提升效率上。以创新带动产业基础和生产方式升级，以更有效的要素保障支持企业持续投入，才能不断提升制造业发展质量和产业链韧性，夯实现代化产业体系的根基。（李果 北京理工大学管理学院教授、博导；吴华敏 中国石油大学（北京）经济管理学院副教授）