提示：完整原文可在文章末尾“阅读原文”处获取。
2026年1月7日，工业和信息化部等八部门联合印发《“人工智能+制造”专项行动实施意见》（以下简称《意见》）。为了加快推进人工智能技术在制造业融合应用，打造新质生产力，全方位、深层次、高水平赋能新型工业化，制定本实施意见，明确到2027年实现人工智能与制造业深度融合的核心目标。《意见》的发布不仅为产业升级划定路线图，更催生了大量法律需求。
第一、《意见》关键目标
到2027年，我国人工智能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，形成特色化、全覆盖的行业大模型，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，打造一批“懂智能、熟行业”的赋能应用服务商，选树1000家标杆企业。建成全球领先的开源开放生态，安全治理能力全面提升，为人工智能发展贡献中国方案。
第二、七大重点任务
创新筑基：突破AI芯片、工业大模型等核心技术，建立“数据－模型”协同机制；
赋智升级：覆盖研发设计、生产制造、营销服务全流程智能化，为重点行业专项赋能；
安全护航：攻关训练数据保护、算法安全防护、深度合成鉴伪等技术与制度建设；
产品突破：攻关工业智能体等新型产品，推动智能体云化部署与标准化接口建设，需符合分类分级监管、安全认证及伦理合规要求，出口产品需适配目标市场法规标准；
主体培育：梯次培育生态主导型企业、专精特新中小企业，建设创新中心与中试基地，享受“算力券”等政策支持需满足合规前提，企业合作中需明确成果权属与风险划分；
生态壮大：强化标准引领与开源开放，研制安全、伦理等基础标准，推广开源许可协议，平衡开源共享与商业秘密、知识产权保护的边界；
国际合作：推动产业出海与国际平台共建，开展“海外版”赋能行动，企业需完成跨境合规认证，数据跨境流动、海外投资需符合中外监管规则。
（1）数据合规：全生命周期风险防控
《意见》强调“模数共振”，要求企业建立首席数据官制度，数据治理需符合《数据安全法》和《个人信息保护法》等要求：
训练数据需确保合法性，避免侵权或违规采集，高质量数据集建设需同步合规审查;
数据流通中，跨主体、跨区域数据共享需满足分级分类要求，跨境传输需履行相应程序;
数据安全方面，工业生产数据、商业秘密需配套技术防护与合规制度。
（2）算法合规：透明与安全双重要求
针对工业大模型、智能体应用，需遵守《生成式人工智能服务管理暂行办法》等规定：
算法备案时，涉及公众利益的工业算法需按要求完成备案，留存算法日志;
算法公平需防范生产调度、质量检测等环节的算法歧视，建立合规评估机制;
安全防护工业模型需强化算法安全，避免被恶意攻击或滥用。
（3）知识产权合规：创新与保护平衡
模型权属需明确AI生成技术方案、设计成果的著作权/专利权归属，规范开源模型使用边界；
技术保护需核心算法、芯片技术需构建专利组合，防范侵权与被侵权风险；
商业秘密需平衡开源战略与商业秘密保护，避免核心技术泄露;
绿色合规方面，AI赋能绿色制造需符合能源消耗、碳排放管理相关标准。
《“人工智能+制造”专项行动实施意见》的出台，标志着AI与制造业的融合从“自愿探索”进入“规范推进”阶段，为产业升级划定了清晰的路线图。《意见》中七大重点任务覆盖技术研发、产品落地、产业生态构建到国际合作全链条，各环节均明确了合规边界，企业需精准对标政策要求，规避转型中的合规风险。数据、算法、知识产权、伦理与监管四大合规红线，是企业开展“人工智能+制造”相关业务的核心遵循，唯有将合规要求嵌入业务全流程，才能筑牢发展根基。
作者简介
