
进交流群 回复本公众号“AI圈“加入3.5万AI+应用群
近期考试 工信部人才交流中心IITC数据治理工程师/首席数据官评价测试(考试)2026年1月01期
文/金英观察,刊载/数字菁英网
1月7日,工业和信息化部等八部门联合印发的《“人工智能+制造”专项行动实施意见》中,隐藏着一句分量极重的话。
文件明确提出“到2027年,我国人工智能关键核心技术实现安全可靠供给。”
在产业界看来,这不仅是一个时间节点,更是一个明确的战略信号。它意味着,中国制造业的智能化转型逻辑正在发生根本性逆转。未来两年,中国智造业将从单纯追求效率的“技术应用期”,进入到底层架构彻底重构的“深度洗牌期”。
这场洗牌将如何重塑产业链?以下是金英的研判。
一、 底层算力与架构的国产化
过去很长一段时间,中国智造的“大脑”建立在西方的技术地基之上。无论是英伟达的高性能GPU,还是PyTorch、TensorFlow等深度学习框架,都是制造企业智能化转型的默认选项。但“2027年实现安全可靠供给”的目标,实际上宣告了这种依赖模式的终结。
未来两年,中国制造业将迎来一场底层技术栈的国产化大迁徙。在政策引导与供应链安全的双重驱动下,制造企业的算力基础设施将大规模转向华为昇腾、寒武纪、海光等国产芯片方案;在软件架构层面,百度飞桨、华为MindSpore等国产AI框架将成为工业场景的主流选择。这一过程不再是局部的修补,而是全栈式的系统性替代。对于企业而言,谁能率先完成从“进口生态”到“信创生态”的平滑迁移,谁就能在未来的合规竞争中占据先机。
二、 工业软件市场的格局重塑
长期以来,高端工业软件市场被SAP、西门子、达索等国际巨头垄断,这被称为中国制造的“缺芯少魂”。此次政策强推“安全可靠”,将成为打破这一垄断格局的关键变量。
随着国产化替代进入深水区,本土工业软件厂商将迎来历史性的战略机遇期。市场将不再满足于边缘业务的国产化,而是要求在ERP、MES、CAD/CAE等核心研发设计与生产控制领域实现自主可控。国内将涌现出一批具备世界级竞争力的工业软件巨头,它们将通过深度的技术攻关,逐步填补外资撤退或受限后留下的市场真空。同时,外资软件巨头为了保留中国市场份额,也将被迫进行深度的本地化改造,将其源代码托管、数据中心及研发体系完全置于中国境内的监管框架之下。
三、 数据资产管理的安全可控趋势
在安全可靠的大背景下,数据作为核心生产要素,其管理逻辑将从“开放共享”转向“安全可控”。
工厂的数据围墙将变得前所未有的坚固。跨国制造企业及与其有深度业务往来的本土供应商,在涉及工艺参数、配方数据、供应链信息等敏感数据的跨境传输时,将面临极其严格的合规审查。这意味着,“数据本地化存储”与“本地化处理”将成为制造业的铁律。
与此同时,为了防止核心工艺数据的泄露,制造企业将更倾向于采用私有化部署的模式。公有云上的通用大模型在工业核心场景的应用将受到限制,取而代之的将是部署在企业本地数据中心、由国产算力驱动的私有化行业大模型。这种变化将直接催生出庞大的本地化智算中心建设需求。
四、 产业链的阵痛与新生
必须承认,在实现2027年目标的进程中,产业链将经历一段不可避免的磨合期。
在国产技术栈尚未完全成熟的阶段,制造企业可能面临算力适配复杂、软件兼容性波动等挑战,这即是行业转型的阵痛成本。但从长远来看,这正是“以市场换技术迭代”的必经之路。通过海量工业场景的实战打磨,国产软硬件的性能将得到指数级提升。
最终,当中国在2027年构建起这套完全自主、安全可靠的智造体系时,我们将完成从技术跟随者向标准制定者的关键跨越。届时,中国智造出海将不再仅仅是产品的输出,而是包含国产芯片、国产软件、国产标准在内的全套工业体系的成建制输出,从而真正实现产业链的高水平科技自立自强。
2027年并不遥远。
对于身处其中的制造企业与技术从业者而言,这场“大洗牌”既是挑战,更是筛选。顺应国产化替代的大势,主动重构技术底座与人才体系,将是穿越周期、赢在未来的唯一选择。
来源:金英
编辑:数字菁英网/智能体Pro;投稿邮箱:serv@digitalelite.cn
声明:刊载或转载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述,文章内容仅供参考,如有侵权或违反公众平台运营规范,请联系serv@digitalelite.cn删除。
数字菁英网
标准参编申请
个人证书申领
数字菁英网DigitalElite.cn
数字菁英网为数字中国的设计者和建设者服务。数字菁英网下有Ai全域数字化圈、智能体Pro、首席数据官GOVCDO、人工智能GOVCDO、数据发展大讲堂GOVCDO等媒体矩阵,金英专栏、李正观点等专栏,服务数据要素、人工智能、全域数字化转型等新业态。
#中国智造 #国产化替代 #人工智能制造 #工业软件 #算力架构 #数据资产管理 #信创生态 #科技自立自强 #产业链重构 #自主可控 #工业大模型 #本地化部署 #智算中心 #底层技术 #制造转型


