工业AI驱动的：中国制造新范式

核心观点与趋势

• 政策与产业趋势：政策从“互联网+”转向“人工智能+”，推动工业AI发展，预计2026年底基本形成模数共振行动，20+重点行业（钢铁、汽车、电力装备等）每行业≥5高质量数据集，每行业≥30典型场景。
• 工业AI发展阶段：经历知识管理、工业智能体、物理AI四个阶段，当前重点为工业智能体，未来将向设计、仿真、工艺、设备、质量、能碳、巡检、供应链全场景渗透。
• 工业智能体价值链迁移：价值重心从实现功能转向解决问题，工业知识占比从50%提升至90%，软件实现仅占10%，软件角色从流程固化工具转变为智能伙伴。
• 架构迁移：从面向人的三层架构转向面向Agent的两层架构，包括智能体层和工业AI及智能体平台层，用户角色从人到Agent+人，交互方式从GUI到LUI/CLI。

市场与数据

• 市场预测：中国核心工业软件市场2025-2030年将保持高速增长，AI相关部分CAGR达48%，企业四类活跃智能体数量增速CAGR(26-31)达46%。
• 行业分布：高科技电子、汽车及零部件、电力油气化工物流新能源时尚三大行业占未来工业AI奖项近一半。
• 数据集建设：重点行业需建设高质量数据集，涵盖设计、制造、质量与供应链数据，如汽车、高科技电子、装备制造、钢铁、石化等行业数据集。

演进趋势与建议

• 入口与能力演化：智能体平台将提供企业级入口与能力，包括LUI+IM集成，沉淀行业知识与流程为Skills，赋能智能体高效执行。
• 企业级智能中枢：建设企业级智能体平台和沉淀行业高质量数据集，平台能力决定落地深度，数据质量决定价值上限。
• 生态与商业模式：软件生态从传统/永久许可转向订阅模式、按使用量定价、基于结果/任务的定价，商业模式从Agent及平台厂商转变为AI模型提供商。
• 业务价值收益：工业AI能增收、降本、控险、提人效、谋长远，九大评估维度包括营收增长、客户体验、员工体验、生产力与效率、创新能力、可持续发展、上市时间、安全与信任、业务韧性。

研究结论

• 工业AI已成为工业竞争的关键，未来18个月将决定下一轮竞争格局。
• 工业智能体是现阶段最大共识，AI全场景拓展将重塑工业软件两层架构。
• 制造企业需优先布局高价值、数据基础好的场景，积极参与高质量数据集与“模数共振”空间建设，围绕重点行业和区域构建可复制能力。
• 数字化厂商需强化工业AI与智能体平台能力，与制造企业共建“模数共振”空间，提供Agent友好接口和标准化技能。