问题：新一轮产业竞争中，数智化能力正成为衡量产业体系韧性与创新效率的关键因素。我国制造业门类齐全、规模优势突出，但工艺数据沉淀、跨环节协同、关键软件与高端传感器供给、复合型人才储备各上仍有短板。如何把数字化、网络化、智能化的技术优势转化为实实在的生产力增量，成为“十五五”时期推动高质量发展的重要课题。 原因：从宏观层面看，“十五五”规划纲要首次提出“提升数智化发展水平”，发出通过技术改造重塑产业体系、以数据要素激活创新动能政策信号。另外，需求侧升级与供给侧变革叠加：一上，个性化订单增多、交付周期压缩，倒逼企业通过智能产线提升柔性制造能力；另一方面，算力、网络、数据基础设施持续完善，使模型训练、工业仿真、智能检测等应用成本下降、可复制性增强，推动产业链上下游形成协同改造的合力。 影响：企业端，数智化改造正从单点设备更新走向全流程重构。在江苏徐州，一家领航级智能工厂同时接到9个型号、50多台起重机订单后，通过智能模型监测与多机械臂协同作业——提高焊接效率与一致性——并计划未来五年新增55个具备自动避障能力的激光传感器，预计到2030年数智化改造新增投资将超过10亿元。此类案例表明，数智化升级不仅带来效率提升，也在质量稳定、风险可控、供应链可视化等上形成竞争优势。 在产业端，领航级智能工厂的示范效应正在扩散。全国已培育领航级智能工厂约15家，累计带动上下游1300多家工厂协同升级，推动产业链从“单体最优”迈向“系统最优”。在基础设施端，全国一体化算力网将更织密，数据基础设施预计每年吸引直接投资约4000亿元；云计算市场规模有望突破3万亿元，工业软件、传感器、控制器、机器人、数控机床等智能装备需求持续增长。按对应的测算，到“十五五”末，人工智能相关产业规模有望增长到10万亿元以上，成为培育新动能的重要增长极。 在社会端，就业与技能结构同步调整，新职业窗口加速打开。大模型算法工程师、机器人行为训练师、工程化应用人才等岗位需求上升，相关人才缺口约400万人，智能制造领域人才需求超过千万。若供需矛盾不能有效缓解，技术落地速度与产业扩散深度将受到影响。 对策：面向“十五五”目标，应从“建基础、强供给、促融合、保安全、育人才”多线推进。 一是夯实算力与数据底座，推动算力网、工业互联网、数据中心、边缘计算节点等基础设施协同布局，提升跨区域调度能力与服务可达性，降低中小企业用算门槛。 二是强化关键软硬件供给与标准体系建设，围绕工业软件、核心传感器、控制系统、工业操作系统等薄弱环节加大攻关与应用验证，推进数据接口、工业模型、行业知识库等标准化，提升可迁移、可复用能力。 三是推动实体经济与数智技术深度融合，鼓励龙头企业与链上企业共建平台、共享场景，形成“链主牵引+平台赋能+中小企业跟进”的改造路径，减少重复建设和“孤岛化”应用。 四是将安全与治理贯穿全流程，完善数据合规、网络安全、供应链安全与算法治理机制，保障关键行业关键系统稳定运行，提升风险预警与应急处置能力。 五是加快人才培养与评价体系改革。当前全国开设人工智能专业的本科高校已超过620所，智能制造工程专业360多所。下一步应推动“课程—实训—项目—就业”贯通，强化工程实践、交叉学科与产业导师机制，提升人才供给与岗位需求的匹配度。 前景：按照“十五五”规划纲要提出的全方位推进数智技术赋能的部署，到2030年，数智化升级有望覆盖全部工业大类，超50个城市实现全域数字化转型；“车路云一体化”智能网联汽车产业产值增量预计可达2.58万亿元；新一代智能终端、智能体等应用普及率有望超过90%。更重要的是，技术进步将推动科研范式与产业组织方式发生深层变化，催生更多“从0到1”的重大科学发现与新业态新模式，为经济增长提供更可持续的创新动能。
数智化浪潮正在重塑中国经济发展的底层逻辑。这场以技术创新为牵引、以产业升级为主线的变革，不仅将打开万亿级市场空间，也将重塑国家竞争力的关键要素。面对全球科技竞争新格局，中国需要持续发挥制度、市场规模与人才储备等优势，在数智化转型的全球赛道上赢得主动权。