近期，工业和信息化部、中央网信办、国家发展改革委等8部门联合印发《“人工智能+制造”专项行动实施意见》，提出加快推进相关技术在制造业领域的融合应用，着力培育新质生产力，以更高水平赋能新型工业化。
传统制造业体量大、链条长，是现代化产业体系的重要底座，其数智化转型成效直接关系我国由制造大国向制造强国迈进的质量与速度。
问题：转型进入深水区仍有堵点。
总体看，“十四五”以来我国传统制造业数智化转型步伐加快，智能工厂梯度培育体系不断完善。
数据显示，我国已建成3万余家基础级智能工厂、1200余家先进级智能工厂、230余家卓越级智能工厂，在钢铁冶金、装备制造、消费品等领域形成一批可复制的标杆案例。
到2025年9月，全球“灯塔工厂”累计评定201家，我国以85家数量位居前列，反映出我国制造业数字化、智能化水平持续提升。
与此同时也要看到，传统制造业“从有到优”的存量改造周期长、牵一发而动全身，转型仍面临关键环节梗阻：在部分企业中，“数据孤岛”尚未打通、生产运营难以协同优化；不少中小企业对投入回报预期不稳，存在“不愿转、不敢转、不会转”的现实困境；产业链上下游智能化水平不均衡，生态协同效应尚未充分释放。
原因：技术、管理与生态短板交织。
其一，基础能力仍需补齐。
高端芯片、智能装备、工业软件等关键领域国际竞争激烈，部分环节仍存在对外依赖，用于支撑智能化应用的数据、算法、算力等要素供给相对不足。
其二，企业转型理念与治理能力不足。
一些企业虽关注新技术，但缺少系统规划，信息化建设碎片化，数据标准不统一，导致技术改造与组织流程、经营管理难以同步推进；精益管理基础薄弱，也影响数据价值释放。
其三，产业生态支撑不够有力。
不同规模、不同细分行业企业的数字化底座差异较大，服务供给侧存在“方案多、落地难”的问题；复合型人才缺口较为突出，既懂工艺装备、又懂数据智能、还懂经营管理的人才储备不足，制约了深层次变革。
影响：关系产业竞争力与安全韧性。
传统制造业数智化转型不仅是降本增效的技术改造，更关乎产业结构优化、供应链协同与创新能力提升。
转型推进顺畅，将有助于提高全要素生产率，推动高端化、智能化、绿色化发展，增强产业链供应链韧性与安全水平；若堵点长期存在，则可能导致企业投入犹豫、改造停留在“局部试点”，难以形成规模化收益，进而影响行业整体竞争力和国际分工地位。
对策：以生态协同、深度融合与原始创新为抓手。
首先，构建分层分类的产业生态。
坚持分产业、分等级、分阶段推进，形成“先进企业引领创新、中小企业共享生态”的协同格局。
支持有条件的企业加快工业互联网平台、智能工厂系统、行业模型等建设，沉淀可推广的架构与标准，带动上下游实现数据联通与协同研发、协同制造。
对中小企业，则可通过对标改造、场景牵引、标准化工具包等方式提升转型主动性，并以政策支持与金融工具增强其投入能力，推动从“看得见”到“用得起、用得好”。
其次，强化全流程融合应用，打通“数据—业务—决策”链条。
坚持系统观念，以工业互联网等为载体推动设备联接、数据汇聚与治理，优先解决“数据孤岛”这一共性难题，逐步构建覆盖生产全流程、管理全层级、产品全生命周期的智能制造体系。
推动数据智能与精益管理同向发力，把指标体系、工艺标准、质量追溯、供应协同嵌入运营决策，实现从单点自动化向端到端优化跃升。
同时，统筹智能化与绿色化协同，通过能耗监测、工艺优化、预测性维护等手段提升资源利用效率，推动绿色制造、服务型制造和产业链协同制造走深走实。
再次，增强原始创新能力，夯实关键核心技术底座。
围绕高端芯片、智能装备、工业软件等重点领域加强基础研究和集成攻关，推动形成自主可控的技术体系与知识产权布局。
培育面向制造业的全栈式服务能力，发展能够提供“装备+平台+应用+方案”的系统集成服务商，提升从试点到规模化复制的交付能力与安全保障水平。
同步完善人才培养机制，围绕制造业数智化痛点推进教育、科技、人才一体化布局，强化产学研用协同，培养贯通工程技术、数据智能与管理科学的复合型人才，为企业组织变革与技术落地提供支撑。
前景：从“示范引领”走向“规模普及”。
随着专项行动落地见效，预计传统制造业将加快从局部改造向体系化升级转变，标杆企业示范作用将进一步带动行业扩散；中小企业在标准、工具、平台与金融支持下，有望提升转型可及性与成功率。
未来一段时期，关键在于以场景为牵引推进技术迭代，以标准为纽带促进数据互联，以安全为底线保障稳健运行，推动形成更加成熟的智能制造生态，持续提升我国制造业全球竞争力。
制造业是立国之本、强国之基。
推动传统制造业数智化转型，不仅是提升产业竞争力的必然选择，更是实现经济高质量发展的战略举措。
需要政府、企业、科研机构多方协同，在政策支持、技术创新、人才培养等方面形成合力，共同书写中国制造向中国智造跃升的新篇章。