9月20日，在安徽省合肥市举办的2026世界制造业大会上，国家工业信息安全发展研究中心发布《制造业数智化转型能力水平（2026）》报告。报告显示，今年上半年，我国制造业人工智能重点场景应用普及率达到34.2％，全国两化融合发展水平达到67.1，整体进入数字化、网络化、智能化协同推进的新阶段。
两化融合发展水平是衡量信息化与工业化在技术、产品、业务和产业等层面深度结合成熟度与发展程度的综合指标。67.1的得分表明，我国制造业在信息化与工业化融合方面已越过基础建设阶段，正步入多维度协同推进的深化期。
报告从数字化底座、网络化融通、智能化应用三个维度勾勒了当前制造业数智化转型的进展。在数字化底座方面，研发设计、生产制造、经营管理等环节实现数字化普及的企业比例分别为86.3％、69.5％和81.4％。研发设计环节的数字化普及率最高，反映出产品前端环节对数字工具的采纳已较为充分；生产制造环节的数字化普及率为69.5％，仍有约三成企业的产线尚未完成数字化覆盖，是后续转型的攻坚区域。
网络化融通层面，全国近五成企业已开展网络化协同，数字孪生、链网协同、智能生产等新业态、新模式加速涌现。数字孪生技术通过在虚拟空间中构建物理产线的镜像，使企业在排产、调试、运维等环节获得更高的灵活性和预测能力；链网协同则推动供应链上下游企业之间的数据互通与产能调度。这些模式的落地，标志着制造业从单点数字化向全链条协同演进。
智能化应用是本期报告中最受关注的维度。人工智能技术在制造业重点场景的应用普及率达到34.2％，较上年增长5.5个百分点。其中，10.6％的规模以上制造业企业已依托人工智能大模型赋能业务革新。大模型在制造业的渗透方向主要包括工艺参数优化、质量缺陷检测、设备预测性维护以及生产排程调度等场景。尽管当前渗透率仍处于早期阶段，但5.5个百分点的年增幅表明，大模型在工业场景中的落地正在提速。
从产业结构来看，制造业AI应用普及率的提升与近年来国内大模型基础设施的成熟密切相关。过去一年中，多家云厂商和AI公司推出了面向工业场景的行业大模型及智能体产品，降低了制造企业接入AI能力的门槛。与此同时，边缘算力的部署成本下降，使得AI推理能力得以下沉至产线侧，为实时质检、设备监控等时延敏感型场景提供了可行性。
不过，报告数据也揭示出结构性的不均衡。研发设计环节86.3％的数字化普及率与生产制造环节69.5％之间存在明显落差，说明前端设计与后端制造之间的数据打通仍有提升空间。AI重点场景应用普及率34.2％虽较上年有显著增长，但距离规模化普及仍有较长距离。对于尚未启动AI部署的制造企业而言，数据基础薄弱、场景复杂度高、投入产出比难以量化，仍是主要障碍。
国家工业信息安全发展研究中心在本届世界制造业大会上发布该报告，也为地方产业政策和厂商产品布局提供了参照坐标。随着两化融合水平越过67的门槛值，制造业数智化转型的重心正从基础设施搭建转向AI驱动的业务价值释放。未来一段时间，大模型在工业场景中的渗透速度、以及中小企业能否跟上转型节奏，将是观察制造业智能化进程的关键指标。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
