01

1月7日，国务院国资委、工业和信息化部等八部门印发《“人工智能+制造”专项行动实施意见》（以下简称《意见》）。《意见》提出，到2027年，我国AI关键核心技术实现安全可靠供给，产业规模和赋能水平稳居世界前列。推动3－5个通用大模型在制造业深度应用，推出1000个高水平工业智能体，打造100个工业领域高质量数据集，推广500个典型应用场景。培育2－3家具有全球影响力的生态主导型企业和一批专精特新中小企业，选树1000家标杆企业。建成全球领先的开源开放生态。《意见》从创新筑基、赋智升级、产品突破、主体培育、生态壮大、安全护航、国际合作等7个方面提出21条具体意见，涉及强化人工智能算力供给、开展“模数共振”行动、加快重点行业应用赋能、推进重点区域推广应用、推动智能装备迭代等。提到，支持电信运营商和央国企数智科技公司提升服务能力，承接行业赋能应用服务。并附《人工智能赋能制造业重点行业转型指引》《人制造业企业人工智能应用指南》。

解读：为加快推进人工智能技术在制造业融合应用，高质量赋能新型工业化，《意见》从7个方面提出21条具体意见，涉及强化算力供给、模数共振、高价值场景推广等，并附相关指南、指引。

1月5日，全国数据标准化技术委员会全体委员会议在京召开。

1月5日，全国数据标准化技术委员会（全国数标委）全体委员会议在京召开，会议要求，2026年，全国数标委要准确把握数据工作的重点方向，聚焦数据要素价值释放，研制不少于80项国家标准和技术文件，发布不少于30项重点标准。加快出台高质量数据集、数据匿名化流通等一批急需标准，研制重要数据识别目录、全国一体化算力网等一批重点标准，布局智能体互联、具身智能等一批前沿领域数据标准，培育一批高素质、专业化的第三方机构，推动数据领域国家标准向国际标准转化。进一步加大对行业数据标准化工作的支撑力度，支持企业将先进经验、产业实践转化为国家标准。

1月5日，江西省发展改革委（江西省数据局）等部门《印发关于融入全国一体化算力网推进全省算力高质量发展的若干措施》。

1月5日，江西省发展改革委（江西省数据局）等部门《印发关于融入全国一体化算力网推进全省算力高质量发展的若干措施》。该措施提出，到2030年，全省智算服务能力（含建设和调度）提升至5000PFlops（FP16）以上，多元算力泛在融合，有力支撑“人工智能+”行动，更好满足经济社会数智化发展需求。从积极融入“东数西算”工程、统筹谋划全省算力发展布局、科学合理用好现有算力、建立算力一体化调度服务体系、推动算网算电融合发展、促进算力绿色低碳发展、深化算力赋能行业应用、加大算力要素保障支撑、加强安全保障能力建设等9个方面提出22条具体措施。

1月5日，广东省工业和信息化厅等部门印发《广东省推动生物制造赋能制造业的若干措施》。

1月5日，广东省工业和信息化厅等部门印发《广东省推动生物制造赋能制造业的若干措施》。该措施提到，鼓励企业采用合成生物等前沿技术改进清洁生产和绿色工艺，发展生物航煤、生物乙醇、生物质颗粒等生物燃料，开发应用生物基材料等替代传统石化产品，逐步淘汰高能耗、高污染的传统制造方式，加快构建以绿色低碳为核心的新型生产模式。鼓励开展生物制造产品碳足迹评估、绿色产品认证、生命周期评价（LCA）等绿色性能管理，鼓励打造绿色原料-绿色工艺-绿色产品的全生命周期低碳解决方案，提升绿色供应链透明度和管控力。

1月9日，上海市人民政府办公厅发布《上海市支持先进制造业转型升级三年行动方案（2026—2028年）》。

1月9日，上海市人民政府办公厅发布《上海市支持先进制造业转型升级三年行动方案（2026—2028年）》。该方案提出，到2028年，新增年产值10亿元以上制造业企业100家，累计超过600家，带动产业链新增规上工业企业500家，规上制造业企业研发费用占营收比重显著提升。方案围绕结构调优、创新攻关、能级质效跃升和资源要素支撑4个方面，部署了17项具体行动。其中提到，大力发展新一代电子信息、智能网联新能源汽车、高端装备、先进材料、绿色低碳、时尚消费品产业，支持企业发展先进制造。积极引导企业投资布局低空经济、商业航天、具身智能、生物制造、智能终端等新兴领域，加速电动垂直起降飞行器（eVTOL）、商业火箭、人形机器人等创新产品突破产业规模化发展瓶颈。

IDC：当AI被视为“数字劳动力体系”进行统一规划时，企业才能真正释放规模化价值。

1月8日，国际研究机构（IDC）预测，未来5年，AI的商业价值不再由单一模型或工具决定，而是由评估与监测体系、复合AI架构、数据就绪度、主权控制能力以及AI工厂等“底层能力”共同决定。中国企业必须读懂这十个关键预测：1.评估与监测——到2027年底，采用AI评估和监控工具和流程的组织有信心部署AI应用的速度是不采用组织的两倍。2.复合AI——到2027年，对传统AI的可解释性和可靠性的重新关注将推动65%的中国组织采用复合AI，融合生成、规范、预测和代理技术。3.模型路由——到2029年，75%的顶级AI驱动的中国企业将使用先进的多工具架构，动态和无限制地管理不同模型之间的模型路由，协调复杂的流程。4.全栈式AI开发——到2026年，掌握提示词工程、RAG、小模型和微调技术将是85%的中国企业精英团队所需的技能，类似于云时代的全栈开发。5.AI治理——到2030年底，50%的中国1000强企业将每年至少投入200万美元用于统一的AI治理软件，并将安全、伦理和隐私作为创新的必要条件。6.数据就绪度——到2027年，那些不优先考虑高质量、AI就绪数据的中国企业将难以扩展生成式AI和智能体解决方案，导致生产力损失15%。7.定价——到2028年底，纯按座位计费的模式将被淘汰。随着AI代理迅速用数字劳动力取代人工重复性工作，70%的供应商将被迫重构其价值主张，转向新型商业模式。8.主权AI——到2027年，80%的中国1000强企业将优先追求人工智能主权，通过非公开托管、开源技术和区域合作伙伴的组合，支持关键任务型AI应用。9.AI工厂——到2028年，60%的中国1000强企业将运营AI工厂作为核心基础设施，使AI部署速度提升至未部署者的5倍。10.原生AI企业——到2029年底，将出现至少100家主要依托AI构建的企业，这些企业员工团队规模虽少，却能创造超过10亿美元的收入。这些预测意味着AI失败的根本原因，已不在算法能力，而在企业是否具备系统性支撑能力。当AI仍停留在点状部署、部门试点或工具层面时，其生产力潜力将被治理风险、数据质量和组织能力所抵消；而当AI被视为“数字劳动力体系”进行统一规划时，企业才能真正释放规模化价值。