中国制造业AI应用率突破30%
人工智能正在从技术讨论阶段，进入制造业生产现场。
7月20日，国务院新闻办公室举行新闻发布会，介绍2026年上半年工业和信息化发展情况。工业和信息化部总工程师王卫明表示，今年上半年，工业和信息化领域创新能力持续增强，“人工智能+”应用不断深化，规模以上制造业企业人工智能技术应用普及率已经超过30%，人工智能开源大模型全球累计下载量突破100亿次。
这一组数据背后，反映的是AI产业重心正在发生变化。
过去几年，人工智能竞争更多集中在模型参数、算力规模和资本投入。各家企业争夺的是更强大的基础模型能力。但随着大模型逐渐成熟，真正决定商业价值的环节开始转向应用端，尤其是制造、能源、物流、医疗等实体行业。
制造业成为AI落地的重要场景，并不意外。
相比互联网行业，制造企业拥有大量结构化生产数据，包括设备运行记录、供应链信息、质量检测数据等。这些数据原本分散在不同系统中，而AI技术正在帮助企业重新组织和利用这些资源。
在工厂环境中，人工智能的应用并不一定表现为“机器人全面替代人工”，更多时候是解决具体问题。例如，通过视觉模型提升产品质检效率，通过预测算法减少设备停机时间，通过智能排产优化生产流程。
这些场景虽然不像消费端聊天机器人那样容易被感知，却更接近企业真正愿意付费的方向。
规模以上制造业企业AI应用率超过30%，说明人工智能已经从少数试点项目进入更广泛推广阶段。不过，距离全面普及仍有较大空间。大量中小企业仍面临数据基础薄弱、数字化投入不足、人才缺口等问题。
这也是“人工智能+”战略下一阶段需要解决的问题。
对于制造业而言，AI并不是简单采购一个软件，而是涉及生产流程改造、数据体系建设以及组织管理调整。很多企业即使拥有AI工具，也需要重新梳理业务流程，才能真正释放价值。
与此同时，开源大模型生态正在成为推动应用扩散的重要力量。
全球人工智能开源大模型累计下载量突破100亿次，意味着越来越多开发者和企业正在尝试基于开源模型进行二次开发。相比完全依赖商业闭源模型，开源路线降低了技术进入门槛，也让更多行业企业能够根据自身需求调整模型。
这一趋势对于制造业尤其重要。
大型企业可以投入巨额资金建设私有AI系统，但中小企业往往更需要低成本、可定制的解决方案。开源模型的发展，为更多企业参与人工智能应用提供了可能。
不过，AI进入产业深水区后，竞争逻辑也会改变。单纯拥有模型能力并不足以形成长期优势，谁能更好理解行业需求，谁能把技术嵌入生产流程，谁更可能获得市场机会。
从制造业视角看，人工智能正在从“展示未来可能性”的技术，逐渐变成影响效率、成本和竞争力的基础工具。接下来，真正的考验不再是企业有没有AI，而是AI是否能够创造看得见的生产价值。