10 月 15 日，工业和信息化部正式发布”人工智能赋能新型工业化高价值场景”，明确提出以制造业为主战场、以应用牵引为主线，推动人工智能产业高水平赋能新型工业化。据新浪财经 10 月 16 日报道，这份场景清单由多家科研机构和企业共同完成，覆盖石化、钢铁、汽车、消费电子等 20 个细分领域、1000 余个场景，为”人工智能+制造“的下一步落地给出了具体的抓手。

在发布高价值场景之前，工信部已经做了一系列铺垫工作：组织了近 30 场人工智能赋能新型工业化”深度行”活动，促成 5000 余家企业完成供需对接；支持创建北京、济南—青岛等 18 个国家人工智能创新应用先导区；推动产业界研制近 200 项人工智能关键技术标准；设立 600 亿元规模的国家人工智能产业投资基金。从对接活动到先导区，从标准到基金，一套组合拳已经打出，而这次发布的高价值场景，则是把前期沉淀的经验固化为可复制、可推广的清单。

工业和信息化部副部长余晓晖在相关场合阐述了这条路线的逻辑。在他看来，制造业是人工智能落地的主战场，而我国完整的工业体系正是发展人工智能的重要优势。具体部署上，要聚焦原材料、装备制造、消费品、电子信息等重点行业，加快凝练推广一批高价值场景和典型应用，产出一批特色化智能体；要推动人工智能急需标准的研制和应用，加快出台《国家人工智能产业综合标准化体系建设指南（2026 版）》；要布局建设算力互联互通节点，提高公共算力使用效率和服务水平；同时发挥好国家人工智能基金的引导作用，带动社会资本加大投入。

支撑这套部署的，是一组颇为可观的产业规模数据：我国人工智能核心产业规模已突破 1.2 万亿元，人工智能企业数量超过 6600 家，智能算力规模达到 2592 EFLOPS（百亿亿次浮点运算）。算力、产业、企业数量三条曲线同时上扬，构成了”人工智能+制造”从试点走向规模化的底气。

这次发布的高价值场景清单本身也颇有讲究。1000 余个场景按照成熟度被分为三类：推广级指已经稳定落地、可以对外复制的场景；验证级指已完成试点、仍需扩大应用的场景；攻关级指仍处于技术攻坚阶段的场景。这种分级方式的实际意义在于，让不同成熟度的场景各归其位——成熟的抓紧复制推广，不成熟的继续攻关，避免”一刀切”式地铺开。

不过，挑战同样真实存在。中国信通院副院长魏亮指出，近一半的”人工智能+”应用场景目前停留在试点阶段，没有实现放量推广。当前 AI 在工业领域落地面临的难题包括：部分企业盲目跟风、重复建设，以及成功经验难以迁移复用。这些问题的背后，是工业场景高度非标、数据壁垒高、know-how 沉淀难的行业特性——一个在汽车厂跑通的质检模型，未必能直接搬到钢铁厂使用。

尽管如此，人工智能向工业全链条渗透的趋势已经确立。目前，我国人工智能已基本贯穿研发设计、生产制造、质检运维等制造全链条。从设计环节的生成式辅助设计，到生产环节的工艺优化，再到质检环节的视觉检测，AI 正在从单点工具变为贯穿始终的生产要素。这次高价值场景的发布，正是要把这种渗透从”自然发生”变为”有组织推进”。

综合来看，工信部的这套打法思路清晰：以应用牵引为线，以高价值场景为抓手，以标准、算力、基金为支撑，把人工智能从”能用”推向”好用、管用”。对制造业企业而言，接下来值得关注的，是推广级场景清单的具体内容，以及先导区、算力互联互通节点带来的实际政策红利。