中国制造业的智能化转型，正在进入一个新的阶段。
10月12日，2026年上海市新一代智能制造发展论坛举行。会上公布的一组数据引发关注：截至2026年上半年，我国已累计建成5.6万余家基础级、1.3万余家先进级、500余家卓越级智能工厂，培育15家领航级智能工厂，人工智能已融入领航级智能工厂70%以上的业务场景。
从工厂数量到应用深度，中国智能制造已经形成相当规模。包括工业富联在内，越来越多制造企业正将AI融入生产与管理，推动智能工厂持续升级。那么，行业所强调的“新一代智能制造”，将带来哪些新变化？
一、7万家智能工厂之后，制造业开始比拼什么？
过去十多年，工业机器人、自动化产线和工业互联网平台不断普及，让越来越多工厂实现生产数据实时采集、设备状态在线监控和生产流程自动执行。
但传统自动化存在一个局限：机器能够高效完成预设任务，却不一定能够自主应对复杂变化。
例如，当订单突然调整、原材料发生变化或设备出现异常时，生产系统往往仍需要工程师重新制定计划、调整参数。
随着产品迭代加快、生产工艺日益复杂，依赖人工经验和固定规则的方式开始面临挑战。
新一代智能制造试图解决的，正是这一问题。
在10月12日的论坛上，国家智能制造专家委员会主任苏波指出，新一代智能制造的重要变化在于自主化，推动制造系统形成自感知、自决策、自执行、自适应、自学习和自优化能力。
这意味着，智能工厂的下一阶段，不只是增加机器人、部署软件，而是让生产系统能够更快感知变化、作出判断，并协调不同环节完成调整。
二、从单点应用到全流程协同，AI正在深入生产现场
这一变化已经开始出现在具体制造场景中。
过去，AI在工厂中的应用主要集中于视觉检测、设备预测性维护等相对独立的环节。例如，通过机器视觉识别产品缺陷，通过算法分析设备数据，提前发现潜在故障。
但如果生产计划、物料供应、设备运行和质量管理之间缺乏协同，单点效率提升未必能够转化为整座工厂的整体效率。
如今，工业AI正在向更多生产决策环节延伸。实践指向一个共同趋势：AI不再只是生产流程中的辅助工具，而是逐步进入制造系统的判断和决策过程。
不过，真正的难点不在于某个AI模型有多强，而在于如何将AI与设备、工艺、生产管理和供应链系统连接起来，实现从局部应用到全流程优化。
三、从做好一家工厂，到带动整个产业链
新一代智能制造的价值，不仅体现在先进工厂自身效率提升，更在于成熟的技术和管理能力能否向更多企业复制。
对于大型制造企业而言，复杂产品往往涉及众多供应商。即使自身工厂实现高度智能化，如果上游企业在生产质量、交付周期和数据协同方面存在短板，整个产业链的效率仍会受到影响。
因此，智能制造正在从企业内部的生产优化，进一步延伸到产业链协同。
工业富联是这一领域的代表企业之一。
近年来，工业富联持续推进“AI Makes AI”战略，将人工智能应用于制造过程，并通过灯塔工厂建设积累智能制造经验。
截至2026年，公司已累计对内打造9座、对外赋能13座灯塔工厂，相关实践逐步拓展至电子制造、新能源汽车、金属冶金、光伏、储能等行业。
这一模式的意义，不只是打造智能制造标杆，而是通过实际生产验证，将成熟的技术方案、管理经验和工程能力沉淀下来，再向不同制造场景推广。
当这些能力进一步延伸至供应链，上游企业也能够围绕产品质量、生产效率和交付要求开展数字化升级。
先进制造企业不仅要提升自身能力，还需要通过技术、标准和工程实践，带动更多产业链企业共同进步。
四、新一代智能制造，真正的机会在哪里？
全国智能工厂突破7万家，说明中国制造业数字化转型已经具备较大规模的应用基础，但从自动化走向自主化、从单点智能走向系统协同，仍需持续突破。
对于中国制造业而言，下一阶段真正值得关注的，不只是还会新增多少智能工厂，而是这些工厂能够形成多少可复制的技术能力，又能带动多少上下游企业共同升级。
总的来说，从设备自动化到生产智能化，从单个工厂提效到产业链协同，新一代智能制造正在推动中国制造业竞争力向更深层次升级。
