2026年9月，工信部印发《“人工智能+软件”专项行动实施方案》，明确到2028年推广应用覆盖2万家规模以上软件企业，在重点行业打造100个智能体软件标杆应用。方案特别提出“支持企业将工业经验、工艺参数等知识封装为可复用的模型库和工业组件”。当政策从“方向指引”进入“实操落地”阶段，制造企业如何把老师傅的经验变成系统能力？本文从政策解读出发，解析工业软件智能化的两条路径，以及精工智能在MES/WMS/JMOM平台上的实践。
一份方案，把工业经验推到了“台前”
2026年9月11日，工信部正式印发《“人工智能+软件”专项行动实施方案》。这份方案的分量，不只在于它提出了多少目标数字，更在于它说清了一个此前模糊的问题：工业人工智能到底从哪里入手？
方案给出的答案很直接——支持有条件的工业企业联合软件企业，将工业经验、工艺参数等知识封装为可复用的模型库和工业组件，研发行业智能化工业软件。
这意味着什么？意味着那些藏在老师傅脑子里的“手感”、留在纸质工单上的“经验”、散落在不同人手里的“工艺参数”，正式被政策推到了工业智能化的核心位置。
方案同时提出了清晰的时间表：到2028年，推广应用覆盖2万家规模以上软件企业，累计组织实施100项软件企业智能化技改项目，在重点行业打造100个智能体软件标杆应用，孵化5个以上优质开源项目。到2030年，关键软件全面实现智能化升级，智能编程、智能体软件及智能服务等新业态成为产业新增长极。
两条路径：AI辅助是当下，AI原生是未来
工信部信息技术发展司副司长王威伟在发布会上指出，人工智能与工业软件的融合正沿两条路径展开：一是“AI辅助”，二是“AI原生”。
“AI辅助”是在既有架构上叠加智能功能，是当前应用最广、见效最快的升级方式。简单说，就是在原有系统上“加一层AI”——比如在MES系统中加入智能排产算法，在WMS中加入智能推荐拣货路径。“AI原生”则是由模型承担软件核心能力，能力边界不断延伸，重塑研发与运行逻辑。
这两条路径的划分，对制造企业有很强的现实指导意义。不是所有企业都要一步跳到“AI原生”，先把“AI辅助”做好，让系统“长出智能”，本身就是一条务实的路径。
方案还特别强调了“面向高价值行业场景，整合知识图谱和数据资源，打造垂直领域专业智能体软件”。聚焦核心工业环节，研制安全可靠、行为可校验的工业智能体，强化与工业控制系统软件、企业核心业务系统的交互适配，深度融入生产经营全流程。
政策“组合拳”：从中央到地方，都在为工业AI铺路
工信部的方案不是孤立文件。同一天，工信部副部长辛国斌在北京主持召开部分省份工业经济运行座谈会，强调“加快推动人工智能产业发展和赋能应用”。
地方层面的响应同样迅速。江苏省政府办公厅印发《关于加力支持工业企业技术改造的若干措施》，在“人工智能+制造”领域推出系列举措：高质量数据集项目最高支持400万元，工业大模型项目最高支持2000万元。同时完善基础级、先进级、卓越级、领航级智能工厂梯度培育体系，实施中小企业数字化赋能专项行动，推广“小快轻准”数字化技改项目。
从中央到地方，政策信号高度一致：工业AI不再是“要不要做”的选择题，而是“怎么做、跟谁做、能拿到多少支持”的实操题。
精工智能在做什么：把“经验”变成“系统能力”
政策的落地，需要有企业去实践。精工在MES、WMS、APS、JMOM平台上的研发和交付，正好落在工信部方案提出的“工业经验封装为可复用模型库和工业组件”这条主线上。
精工的JMOM平台，是一个将WMS、MES、APS、QMS、SRM深度整合的“制造运营管理平台”，实现数据流与业务流的一体化。这个平台的底层逻辑，恰恰是政策所倡导的方向——把分散的工业经验转化为可复用的系统能力。
举一个具体的例子。在SMT贴片车间，上料防错是一个高频且容易出错的环节。传统模式依赖老员工“看一眼”来判断料号是否匹配，一旦员工离职或换岗，经验就断了。精工智能MES系统中的上料防错功能，将不同料号、规格、站位之间的匹配规则进行了结构化封装。系统通过扫码校验自动拦截错误上料，新员工也能达到老师傅的准确率。
类似的逻辑还体现在APS智能排程系统上。排程一直是制造企业最依赖“经验”的环节之一——排程员需要同时考虑订单优先级、物料到货时间、设备产能、人员配置等多种因素。精工APS系统将这些“经验规则”转化为算法逻辑，系统自动生成最优排程方案，并随异常事件动态调整。在精工智能服务的多家制造企业中，上线APS后订单准时交付率从70%提升到了90%以上。
这些实践的本质，就是工信部方案所说的“将工业经验封装为可复用的模型库和工业组件”——把人的经验变成系统的能力，让系统在每个工厂、每条产线上持续发挥作用。
从“管住工厂”到“管好经验”
精工的实践不止于单一工厂。在比亚迪、创维、易事特等头部企业的数字化项目中，精工智能的WMS、MES、APS、JMOM平台采用了集团化架构——一套系统、一个数据库、N个工厂共享。
比亚迪的工厂分布在深圳、西安、长沙等九座城市；创维从深圳、广州、南京、武汉、江西到波兰，六大核心基地横跨国内与欧洲。当工厂从一个变成九个，管理挑战不是“乘以九”，而是“指数级爆炸”：库存怎么协同？生产进度怎么同步？质量怎么统一？
解法是：集团化架构写在底层，而非“打补丁”打上去。每个基地独立运营，数据实时汇聚到统一平台，管理层登录一次就能看到所有基地的实时状态。这种架构设计，本质上是在做一件事：让“经验”在多个工厂之间可复制、可同步。
创维的合作是最好的验证。自2020年起，精工为创维多个基地部署了MES、WMS、APS等核心应用，实现了生产过程透明化、质量全程可追溯、库存精准管控。2026年，创维越南工厂的MES与WMS项目正式启动，合作从国内延伸至海外。同年，双方成功续签海外基地数字化项目，合同金额突破千万元。
“中国制造业的转型，不是简单买设备、升级系统，而是要让精益思想、数字化神经、自动化手脚真正协同。”服务的800余个落地项目中，70%是中小制造企业，针对不同规模的企业采取差异化策略：小企业从免费体检、精益培训起步，中型企业聚焦核心环节数字化，大型企业推进全流程智能化。
从“文件”到“工厂”：政策的最后一公里在车间
工信部的方案提出了一个清晰的目标：以智能化升级带动关键软件补短板、强弱项，向高端化、高附加值方向跃升，重塑关键软件竞争格局。
但政策的落地，从来不是“发个文件”就能完成的。工业经验封装为模型库、智能体融入生产全流程、工业大模型在重点行业打造标杆——每一件事都需要有人去车间里把老师傅的经验“翻译”成系统语言，把工艺参数“沉淀”成算法规则。
MES、WMS、JMOM平台正在做的，就是这件事。不是做一款“通用软件”让工厂来适应，而是把工厂里的真实经验“装进”系统，让系统成为工厂的“数字大脑”——记住每一次排产的最优解、每一次上料的正确匹配、每一次质量异常的处理路径。
当政策从“方向指引”进入“实操落地”，工业软件的智能化竞争，比的不再是“谁的技术更炫”，而是谁能把工厂里的经验真正变成系统的能力。
精工智能数字化工厂，制造业Online，持续在场，赋能企业高质量发展。
