2026 年全国两会前夕，加速制造业和人工智能深度融合，再次成为行业最关心的热门话题。多位代表委员都点出了关键问题：工业数据供给不足、数据管理体系不完善，已经成了拖慢制造业智能化升级的最大瓶颈。简单说：数据基础打不牢，再厉害的 AI 技术也落不了地，只能是飘在半空中的花架子。

数据孤岛与 “AI 幻觉”：制造业智能化的现实困境

当前，人工智能在制造领域的规模化应用，正遭遇瓶颈。一方面，不少企业虽已部署自动化产线、积累海量生产数据，但因标准不统一、系统互不连通，形成大量彼此隔离的 “数据孤岛”，跨场景、跨企业的实时协同难以实现。另一方面，工业数据质量参差不齐、共享机制缺失，直接拉低 AI 模型训练效率与可靠性。若将存在 “AI 幻觉”风险的大模型贸然用于生产决策，可能引发难以预估的安全与质量隐患。

这些困境背后，是我国制造业智能化转型面临的系统性挑战：数据标准不统一、安全保障机制不完善、产业协同体系滞后，三重约束叠加，制约着整体产业竞争力的提升。

从 “金点子” 到 “金钥匙”：政策引领与产业实践同频共振

代表委员切实建议，正变成实实在在的政策，推动制造业高质量发展。近期，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》，围绕数智基建、场景落地、产品创新、主体培育、生态构建、安全护航等维度系统布局，形成 “基础设施 — 数据要素 — 智能应用 — 安全保障 — 产业生态” 的全链条推进思路。

然而，与互联网应用不同，制造业并不存在天然统一的语义空间。各细分行业在物理机理、生产流程、质量标准与风险阈值上差异显著，“隔行如隔山” 是长期形成的产业现实。在政策的扶植下，如何让代表委员们的“金点子”真正成为破解AI在制造业深度融合瓶颈的“金钥匙”，鼎捷数智早已给出深度思考与实践方案。

鼎捷数智相信，AI的生产要素是数据。数据是AI的“粮食”，其价值需与业务场景深度绑定。因此，鼎捷于2025年发布了智能数据套件成为鼎捷雅典娜平台助力AI软基建落地的一大抓手：智能数据套件涵盖企业数据管理全栈，从数据引擎、数据治理、智能指标管理，到决策智能和敏捷问数组件，打造企业数据底座，为AI赋能业务强基；其中的AI数据质检功能可实现数据治理自动化，对企业数据进行完整性、一致性、差异性、唯一性等多维度的识别及优化，完成从“救火员模式”到“消防巡检模式”的转变。

AI 原生企业：解锁制造业数智化的关键突破口

数据治理只是第一步，面对高质量智能化发展的制造业，鼎捷更为企业指明了一条智能化转型的落地路径：AI 原生企业。它的核心根基，是持续进化的高质量 “活数据”。未来企业不再单纯依赖静态知识库或历史数据集，而是构建“感知-决策-行动-反馈”的智能闭环。通过强大的物联能力，从生产线、设备、供应链中实时获取带有时空属性的鲜活数据，让 AI 模型扎根实体产业、服务真实场景。

鼎捷数智叶子祯系统阐述数智化愿景：未来世界将由物理世界与数字世界双模型共同构成。物理世界由人与智能装备协同作业；数字世界则孕育三类智能体 —— 作为个人延伸的 “分身智能体”、提供专业方案的 “专家智能体”、统筹协同的 “指挥官智能体”。当每个人都拥有可成长、可携带的数字分身，个体将突破组织边界限制，企业组织也将从固态转向液态流动，彻底打破数据壁垒，实现数据、人才、运营的全域高效流转。

从破解数据困境到完善治理体系，从政策顶层设计到企业落地实践，中国制造业正沿着“人工智能 +”的清晰路径，向着智能化、高端化、绿色化坚定迈进。鼎捷数智将以雅典娜平台为依托，以 AI 原生理念为指引，持续深耕产业数智化转型，让数据成为新生产要素，让智能成为新发展动能，助力千行百业打通数智化 “最后一公里”，为制造强国建设注入源源不断的创新活力，共赴数字与实体深度交融的产业新未来。