中国制造业AI场景应用白皮书：(2026)

采用工业互联网产业联盟《制造业场景AI应用分类分级蓝皮书》框架参考三部门《智能体规范应用与创新发展实施意见》政策导向 《中国制造业AI场景应用白皮书（2026）》编委会 主编：王甲佳南京市企业数字化转型研究会副会长场景学社创办人副主编：李莉上海对外经贸大学统计与数据科学学院副教授中国人工智能学会可拓学专业委员会副秘书长江世民菲尼克斯（中国）有限公司高级副总裁朱鹰苏州慧工云信息科技有限公司创始人、CEO郑金军中关村领智青年人才自主创新发展中心副主任江南大学商学院产业特聘教授马秉岗江苏正卓软件科技有限公司董事长周孝华元力仙健康联盟创始人范娟苏州重启未来信息科技有限公司总经理编委：武明腾讯云乐享生态伙伴负责人台启飞汉得信息智能制造事业部华东总经理陈红共享CIO潘胜利江苏新日电动车股份有限公司首席信息官李伟北京上云数智科技有限公司总经理崔新华无锡哲讯智能科技有限公司总经理孙元海链曼斯智能科技（无锡）有限公司总经理张大伟江苏硕科信息技术有限公司总经理陈亮中基数云科技有限公司CEO李余江苏州思达企源企业管理咨询有限公司首席智造规划师刘符琴南京蒙特雷软件科技有限公司总经理樊俊懂行会客厅（杭州）数学科技有限公司 《中国制造业AI场景应用白皮书（2026）》审核委员会 主任：卜安洵江苏省数字经济联合会副会长、秘书长副主任：何伟江苏省民建人工智能与大数据委员会专家委员施宏江南大学EDP中心主任、副教授蒋科伟艾兰得健康控股有限公司首席信息官 目录 摘要............................................................................1 一、我们看到了什么............................................................................................................................1二、167个案例的关键数据...............................................................................................................1 判断1：现在的AI技术就够用.................................................................................................1判断2：供应链AI是下一个主战场........................................................................................1判断3：AIAgent将从5例到50+例...................................................................................2判断4：OPC+SaaS是中小企业AI的唯一可行路径.........................................................2判断5：三条技术路线同时演进...............................................................................................2 第1章研究背景与方法论.........................................................................................................................3 1.2.1制造业AI应用...................................................................................................................31.2.2蓝皮书三维分类框架........................................................................................................31.2.3服务商分类.........................................................................................................................4 1.4报告结构说明.................................................................................................................................5 2.1案例概况.........................................................................................................................................62.2AI技术类型分布............................................................................................................................62.3工作域分布.....................................................................................................................................72.4行业分布.........................................................................................................................................72.5地域分布与产业集群....................................................................................................................82.6信源质量评估.................................................................................................................................82.7本章小结.........................................................................................................................................8 3.1服务商生态概览.............................................................................................................................93.2硬件+AI——最拥挤也最活跃的赛道.......................................................................................93.2.1机器视觉——从"卖设备"到"卖检测能力"...................................................................93.2.2智能机器人——从"编程执行"到"自主决策"..............................................................9 3.3传统软件公司的AI转型——生死攸关的"第二曲线"...........................................................9 3.4.1为什么制造业需要SaaSAI..........................................................................................103.4.2卡奥斯AI质检云——SaaSAI的标杆......................................................................10 第4章典型场景深度解析........................................................13 4.5知识库——长效性价比最高但渗透深度有限的领域..........................................................16 误区1："数据够了再开始".....................................................................................................17误区2："AI必须全自动"........................................................................................................17误区3："用大模型解决一切".................................................................................................17误区4："AI项目交给IT部门就行".....................................................................................17误区5："AI部署完就完事了"................................................................................................18 4.7本章小结.......................................................................................................................................18 5.1情景规划：理解"不确定的未来".............................................................................................19 5.1.1为什么用情景规划法......................................................................................................195.1.2三种情景设定..............................