核心要点：

• 工业智能体市场有多大、增速多快？
• 渗透率处在什么阶段、政策给出哪些硬指标？
• 产业链利润分布如何、钱在哪一环？
• 企业部署的真实收益与最大障碍是什么？
• 未来三年各情景下的增长路径与需要防范的风险？

中文摘要：核心数字：全球制造业AI市场2030年预计1550.4亿美元（CAGR约35.3%），中国智能体应用率一年内由1.7%跃升至35%。

文章目录

章节	本章概要
一、核心结论	三句话给出市场、政策与落地的最强判断，结论前置。
二、市场空间测算	TAM/SAM/SOM三层拆解，全球1550亿美元与中国千亿级市场的来源。
三、政策红利全解读	从十四五规划到2026专项行动，1000个智能体的硬指标意味着什么。
四、行业景气度基本面	原材料存量基盘与离散制造实绩，验证需求真实存在。
五、产业链投资图谱	上中下游毛利率分布与国产替代主线，利润在哪里一目了然。
六、需求结构与部署挑战	成熟度、场景、价值认同与五大挑战的完整画像。
七、落地案例与量化收益	西门子Copilot等标杆案例的工程账本。
八、预期差挖掘	两机构对2030年市场相差3.2倍的冲突检测与解读。
九、三年情景化增长预测	乐观/中性/悲观三种情景下的渗透率路径。
十、风险提示	幻觉、实时性、数据权属等六大风险与应对。
十一、行动清单	企业、厂商、投资方各三件可立刻执行的事。
十二、总结	全文要点回顾与下一步建议。

常见问题（FAQ）

Q1：这份报告适合谁看？制造企业老板与信息化负责人可以对照成熟度分布找到自己的位置，工业软件与AI厂商可以对照选型维度与挑战清单校准产品，投资与研究人员可以对照市场规模测算与预期差判断赛道温度。

Q2：报告数据更新到哪个时间节点？核心调研与政策数据截至2026年8月；市场预测部分为对数线性回归与Logistic增长模型的测算结果，模型参数在正文第九章中完整披露。

Q3：工业智能体和传统自动化有什么区别？传统自动化执行固定规则，需要人工编排每个环节；工业 智能体 由大模型驱动，具备记忆、推理与工具调用能力，能面向生产目标自主拆解并执行多步骤任务，并与SCADA、MES、ERP等系统对接。

引言

2026年，制造业对智能化的讨论进入了一个新阶段：过去大家关心传感器、自动化与算力，今天真正的问题是——谁能把分散在设备、系统与工艺里的经验，变成会自己干活的智能体。当一家汽车零部件工厂把程序开发时间压缩三成、把单线年成本节约做到两百万元以上，”工业智能体”就不再是PPT里的概念，而是写在生产台账里的利润。中小企业的老板想知道现在入场是不是太早，大企业的信息部门想知道选哪家、怎么落地，投资机构想知道这条赛道的钱到底沉淀在哪一环——这份报告正是为回答这些问题而写。

拓端研究团队使用桌面研究与定量调查、定性分析相结合的方式，全面客观的剖析工业智能体行业发展的总体市场容量、产业链、经营特性、盈利能力和商业模式等。科学使用SCP模型、SWOT、PEST、 机器学习 、LLM等研究模型与方法综合分析工业智能体行业市场环境、产业政策、竞争格局、技术革新、市场风险、行业壁垒、机遇以及挑战等相关因素。根据工业智能体行业的发展轨迹及实践经验，精心研究编制《2026工业AI智能体研究报告》，为企业、科研、投资机构等单位投资决策、战略规划、产业研究提供重要参考。

本报告数据来源主要是一手资料和二手资料相结合，我们建立了严格的数据清洗、加工和分析的内控体系，分析师采集信息后，严格按照公司评估方法论和信息规范的要求，并结合自身专业经验，对所获取的信息进行整理、筛选，最终通过综合统计、分析测算获得相关产业研究成果。

本文完整报告数据图表和文末135份最新参考报告合集已分享至会员群，点击阅读原文即可查看完整内容，进群可享24000+全行业报告无限下载、行业资源对接、专家专属答疑权益，同时可咨询定制化数据服务与深度报告撰写，与1000+垂直行业从业者共同交流成长。

在进入正文前先给出一个工作定义：工业智能体，是在工业场景里能感知、会推理、可执行闭环的AI系统——它不只回答问题，还要对产线的产出负责。它与前两年火过的「工业大模型对话助手」最大的区别，是从「看和说」走到了「做」，并且做了要认账。（来源：纵横分析报告 §一）

本文节选自拓端发布的《2026工业AI智能体研究报告》，如需获取全文内容，可进入拓端官网搜索查看。

一、核心结论

结论一：市场进入爆发拐点。MarketsandMarkets（2025）测算全球制造业AI市场将从2025年的341.8亿美元增长到2030年的1550.4亿美元，年复合增速约35.3%；中国智能体应用率一年内从1.7%跃升到35%（甲子光年，2026），速度超过此前任何一轮工业软件浪潮。

结论二：政策给出硬时间表。工信部等八部门（2026-01）发布的《”人工智能+制造”专项行动》明确提出到2028年推出1000个高水平工业智能体、打造100个高质量数据集、推广500个典型场景——供给侧的考核指标第一次落到”智能体”这个颗粒度。

结论三：落地收益已经可算账。生产制造场景以44%的占比成为第一落地场景（西门子&至顶科技，2025），标杆案例中程序开发时间、调试周期均有三成左右的压缩，离散制造单线年增效益可达238万元（《2026年中国工业智能体市场白皮书》，2026）。收益可量化，是本轮与以往”上系统”运动最大的不同。

补充一份来自投研视角的总体判断：工业智能体已越过技术可用性拐点，进入政策、资本与产业三重共振的规模复制前夜。中国工业 大模型应用 市场2024年约12.1亿元（IDC，2025-10-14），多口径预测2030年达420亿元以上、渗透率从7.4%（2025年，工业AI智能体口径）向50%爬升（智研咨询，2026-04-01）；配置上沿平台型厂商、垂直场景落地者、具身智能三条主线布局，核心风险是可靠性事故与ROI证伪。（来源：投研简报）

二、市场空间测算（TAM/SAM/SOM）

从总可服务市场（TAM）看，MarketsandMarkets（2025）把全球制造业AI市场定在2030年1550.4亿美元；可服务市场（SAM）层面，中国 AI Agent 市场2025年规模约182.34亿元、同比增长78.03%（智研咨询，2025），中国AI大模型市场2025年约495.39亿元（中商产业研究院，2025）；可实现市场（SOM）层面，以生产制造场景44%的渗透集中度估算，率先兑现的是质检、工艺寻优与研发辅助三类高ROI场景。对以商业决策为目的的读者来说，TAM决定天花板，SAM决定竞争烈度，SOM决定今年预算怎么花。

图21（图表）
数据EXCEL及图表PDF模板已分享到会员群

工业智能体\_市场全景总览\_信息图1

信息图1把十份报告的核心指标压缩成一张总览：顶部数据条给出全球三个锚点数字，六张卡片分别对应中国市场规模、渗透率与场景结构。用一张图就能判断——这是一个”全球长坡、中国陡坡”的市场：全球看CAGR约35%的长坡厚雪，中国看渗透率一年翻二十倍的陡峭爬升。

市场规模怎么”算”而不是怎么”报”？拓端研究团队以中商产业研究院（2025）披露的中国 AI大模型 市场2023年141.34亿元、2024年294.16亿元、2025年495.39亿元三个实际值为样本，建立对数线性回归模型（拟合优度约99%），外推得到2026年约961亿元、2027年约1799亿元、2028年约3367亿元的测算区间。把线性模型与之对照，线性外推在2028年仅约1026亿元，明显低估指数型增长趋势——这也是为什么判断这类市场不能只看环比增速的算术平均。

图22（图表）
数据EXCEL及图表PDF模板已分享到会员群

工业智能体\_大模型市场规模预测\_双轴图\_图表14

（见工业智能体图表14：大模型市场规模预测——双轴图）

上图中柱状部分为实际值与模型预测值，折线部分为同比增速。模型隐含的增速收敛在87%左右，低于2024年的翻倍式增长，但仍意味着三年翻六倍量级。对厂商而言，这意味着未来三年是”抢场景”的窗口期；对买方企业而言，预算规划应按指数而非线性预留。

投研视角补充一张多口径对照表：各机构口径差异大，绝对值尚小，但斜率一致向上，投资含义在于赛道估值锚未定、卡位重于规模。（来源：投研简报）

口径	基期规模	远期预测	来源
中国工业大模型应用	2024年12.1亿元	未公布	IDC
中国工业AI智能体	2025年148亿元，渗透率7.4%	2030年超420亿元，渗透率约50%	智研咨询、行业洞察报告
全球AI Agents（全行业）	2025年78.4亿美元	2030年526.2亿美元，CAGR 46.3%	MarketsandMarkets
全球企业级Agentic AI	2024年26亿美元	2030年245亿美元，CAGR 46.2%	Grand View Research

参照系有两点值得记录：其一，Palantir凭AIP平台在2025年实现44.6亿美元营收、四季度同比增速70%（Palantir Q4 2025 Earnings，2026-02-03），验证了「数据底座+智能体」模式的收入弹性；其二，麦肯锡测算生成式AI每年为全球经济新增2.6万亿至4.4万亿美元价值，制造业是前三大受益行业之一（McKinsey，2023-06-14）。（来源：投研简报）

口径与观点差异：本章第八章的冲突检测（M&M 1550.4亿美元 vs GVR 479亿美元，2030年）与本表并列可见——投研简报补充的企业级Agentic AI口径（GVR，2030年245亿美元）介于两者之间，三口径并列使用、不作换算。另见第八章。（来源：投研简报）

---

---

三、政策红利全解读

中国市场的特殊之处在于政策不仅指方向，还给”验收指标”。赛迪智库《2025工业智能体应用现状、挑战及对策建议报告》（2025）的调研显示，工业企业 AI应用 率从2024年的9.6%升至2025年的47.5%，其中智能体应用率由1.7%跃升至35%——一年之内完成从概念验证到规模部署的跨越。

图23（图表）
数据EXCEL及图表PDF模板已分享到会员群

工业智能体\_渗透率年度对比\_多边形条形图\_图表1

（见工业智能体图表1：渗透率年度对比——多边形条形图）

这张图左右两个面板分别是企业AI应用率与智能体应用率的年度跃迁。智能体面板的斜率明显更陡，说明企业预算正在从”通用AI试点”快速转向”智能体专项”。对还在观望的企业，这组数据的含义是：同行已经在交作业，你还在选铅笔。

图24（图表）
数据EXCEL及图表PDF模板已分享到会员群

工业智能体\_政策时间线\_信息图4

（见信息图4：政策时间线）

从2021年12月《”十四五”智能制造发展规划》提出2035年全面智能化，到2026年1月八部门专项行动给出”1000个工业智能体、100个数据集、500个场景”的2028年硬指标，再到2026年5月国家网信办等三部门《智能体规范应用与创新发展实施意见》——政策组合拳完成了”给方向、给指标、给规矩”三步走。国际对标同样紧迫：日本在2025年6月的推进方案中明确2027年AI普及率超70%、2030年达90%；欧盟《AI Act》自2024年8月起分阶段生效，对用于安全关键场景的工业AI提出合规要求。

图25（图表）
数据EXCEL及图表PDF模板已分享到会员群

工业智能体\_日本政策目标\_灰底比例条形图\_图表2

（见工业智能体图表2：日本政策目标——灰底比例条形图）

日本70%与90%两根柱子背后是日立、松下、三菱电机、富士通等巨头的集体加速。对中国制造业而言，这不只是别人的KPI，而是出口市场竞争格局的先行指标。

投研简报补充了一个更近的政策锚点：2025年8月国务院《关于深入实施「人工智能+」行动的意见》提出，到2027年智能体等应用普及率超70%、2030年超90%（国务院，2025-08-26）；2026年1月工信部等八部门《「人工智能+制造」专项行动实施意见》直接点名「研发应用工业智能体」。政策从鼓励示范转向点名任务，是本轮与以往智能制造政策周期的关键差异。（来源：投研简报）

口径与观点差异：本章前文（据赛迪智库《未来产业研究》2025年第3期）将「2027年70%、2030年90%」表述为日本推进方案的普及率目标；投研简报则引用国务院2025年8月《「人工智能+」行动的意见》给出相同数字的中国目标。两组表述各自标注来源、并列呈现，不作取舍；建议读者以两份原始文件原文核验为准。另见第九章情景假设对渗透上限的敏感性处理。

产业事件的纵深同样值得记录。2025年1月， DeepSeek 把推理成本和开源门槛同时砸穿地板，国产大模型开启降价潮，「部署一个大模型」从百万级预算变成几十万甚至几万的事，成本坍缩改变了一切：工业企业第一次可以「先试试，不心疼」。（来源：纵横分析报告 §二）

产能随即爆发。2025年4-7月，卡奥斯密集公布智能体集群进展：天智工业大模型在石油化工行业构建38个场景智能体，覆盖「油气煤电化」全产业链；空压机联控优化智能体让多工况下的机组调度效率提升50%以上（中国软件行业协会，2025-07-22）。注意这批案例的用词：不再是「大模型赋能」，是「智能体」——能自己调参、自己派工、自己诊断的软件员工。同年8月28日，中控技术发布TPT 2，全球首个流程工业时序大模型的迭代版本，并同步发起「工业AI数据联盟」（新华社，2025-08-28）。（来源：纵横分析报告 §二）

2026年政策管线继续加密：3月「十五五」规划纲要提出全面实施「人工智能+」行动；4月工信部与国家数据局启动面向制造业20个重点行业的「模数共振」行动；7月六部门启动2026年度智能工厂梯度培育。政策从国务院到部委再到执行细则，一条完整的落料通道打通了。（来源：纵横分析报告 §二）

四、行业景气度基本面

智能体落地的底气来自实体存量。《原材料行业工业智能体研究报告（2026版）》（2026）显示，2025年中国粗钢产量14.46亿吨、连续多年居全球第一，十种有色金属产量首次突破8000万吨，化学原料和化学制品制造业增加值同比增长7.8%。庞大的存量产线意味着庞大的”可智能化面积”。

工业智能体\_原材料行业产量\_阴影条形图\_图表3

（见工业智能体图表3：原材料行业产量——阴影条形图）

四个柱子里最值得注意的是化工增速：连续多年跑赢工业整体，说明流程工业既有存量规模又有增量投入，是智能体工艺寻优类产品最扎实的客群。

离散制造的账本更直接。《2026年中国工业智能体市场白皮书》（2026）与《2025工业运营前沿技术：AI智能体(AI Agents)的崛起白皮书》（2025）披露：某产线切头长度波动由40毫米降至5毫米、降幅约80%，头部缺陷识别准确率达99.9%，按年产70万吨测算两种规格合计年增效益238万元。

图26（图表）
数据EXCEL及图表PDF模板已分享到会员群

工业智能体\_离散制造收益\_灰底比例条形图变体\_图表13

（见工业智能体图表13：离散制造收益——灰底比例条形图变体）

把238万元放在年产70万吨的产线上看并不惊人，但它几乎不新增资本开支、主要靠算法与流程重构获得——这类”轻投入、快回收”的项目正是中小企业最先该做的。

需求面的刚性约束同样有数据支撑：赛迪研究院（2026-01-13）数据显示全国智能工厂数量已突破3万家，带动生产效率提升22.3%、研发周期缩短近三成；劳动力短缺与成本上升使「少人化、无人化」从可选项变为必答题。（来源：投研简报）

需要提醒的是，不同机构对同一指标的口径差异很大。下面这张对比表整理了三组关键差异：

指标	报告A结论	报告B结论	差异原因分析
全球制造业AI市场2030年规模	MarketsandMarkets《AI in Manufacturing Market》（2025）：1550.4亿美元	Grand View Research（2024）：479亿美元	统计范围不同：前者宽口径含软件、服务与硬件，后者窄口径；拓端冲突检测模型测得偏离度超220%。
2025年智能体渗透率	甲子光年《2026工业AI智能体研究报告》（2026）：35%	IDC（2025）：中国大模型工业应用渗透率47.5%	统计对象不同：前者统计”智能体应用率”，后者统计”大模型应用率”，后者包含未构成智能体的简单调用。
中国AI Agent市场2025年规模	智研咨询（2025）：182.34亿元	Grand View Research（2025）：约5.77亿美元	汇率与口径双重差异：GVR以美元计且仅统计纯Agent软件，智研咨询含平台与实施服务。

五、产业链投资图谱

按”环节壁垒—利润分布—国产替代空间”重排产业链，比按科普式的上中下游罗列更有用。上游算力层毛利率约30-50%，受出口管制影响国产昇腾、寒武纪、海光持续放量；模型层毛利率约60-80%，是链条上利润最厚的一环；数据采集层毛利率仅20-30%，议价能力弱。中游平台层，IDC（2024-11）数据显示华为、百度、浪潮云洲、阿里巴巴、新华三合计占据中国企业侧工业互联网平台市场约五成份额。下游则按离散与流程两条线展开，离散制造落地最快、流程工业ROI最明确。

图27（图表）
数据EXCEL及图表PDF模板已分享到会员群

工业智能体\_产业链图谱\_信息图2

（见信息图2：产业链图谱）

这张图谱把每个环节的代表企业与毛利率标签放在同一张卡上，可以当作选型与布局的”地图”使用：想赚壁垒的钱看模型层与行业Know-how，想赚确定性的钱看平台层头部，想赚弹性的钱看垂域 Agent 创业公司。

需求侧的行业分布同样集中。西门子&至顶科技《2025工业智能体应用现状与趋势展望报告》（2025）调研显示，装备制造28%、汽车与交通19%、电子与半导体17%，三家合计约六成；制药11%、化工与材料10%紧随其后。

图28（图表）
数据EXCEL及图表PDF模板已分享到会员群

工业智能体\_细分领域分布\_横向比例条形图\_图表6

（见工业智能体图表6：细分领域分布——横向比例条形图）

对厂商而言，这张图等于客户名单的优先级排序；对买方企业而言，你所在行业的排名越靠后，越能享受后发者的方案成熟红利。

产业演进纵深（1969—2026）：从PLC到智能体

前史（1969-2012）：1969年，美国麻省州贝德福德，Modicon 084下线——世界上第一台可编程逻辑控制器（PLC）诞生。1975年霍尼韦尔推出TDC 2000，集散控制系统（DCS）登场；再往后CAD/CAE进入设计室，MES把车间执行管起来，ERP把经营盘进去，九十年代「自动化金字塔」成型：现场层、控制层、执行层、经营层层层向上汇报。这张金字塔是工业文明的伟大成就，也是工业智能体诞生前必须翻越的墙：每一层只跟相邻层说话，语义被协议固化，知识在人的脑子里、在纸质规程里、在老师傅的手感里，系统本身一无所知。（来源：纵横分析报告 §二）

分水岭（2013-2019）：2011年汉诺威工博会把「工业4.0」摆上台面，核心武器是信息物理系统（CPS）；2015年中国版答案是《中国制造2025》，2017年11月国务院印发发展工业互联网的指导意见。第一轮「平台梦」里GE押注Predix、西门子推出MindSphere、海尔孵化卡奥斯、三一孵化树根互联——结果是GE的Predix成了工业互联网第一轮泡沫最昂贵的墓碑：设备接上了、数据汇了，但「智能」停留在看板和规则引擎。这一轮梦碎留下两笔遗产：产线完成初步数字化，数据管道铺好了；全行业学乖了——在工业讲平台故事，先得回答「谁为你的智能付钱」。（来源：纵横分析报告 §二）

前夜（2017-2022）：深度学习带着机器视觉闯进工厂，AI质检是第一个规模化场景，预测性维护是第二个。这时期的工业AI是「单点工具」，一个模型干一件事。窄，但真实：它替行业攒下高质量工业数据的积累习惯，和工厂对AI从怀疑到接受的信任。百度智能云开物的AI质检设备在恒逸石化车间检验一个丝锭只需2.5秒、效率比人工提高70%（百度智能云，2023-09-20）。当大模型空降到车间时，这里已经有数据、有场景、有第一批相信AI的工厂主。（来源：纵横分析报告 §二）

转折（2022年11月-2023）：2022年11月30日ChatGPT发布。2023年两条路线几乎同时启动——设备商路线：2023年11月22日西门子与微软发布Industrial Copilot，通过TIA Portal Openness接入西门子工程框架，帮自动化工程师生成、优化、调试代码，不从最性感的产线控制下手，先解决工程师写代码这件最痛也最标准化的事；云厂商与行业大模型路线：2023年7月华为云发布盘古大模型3.0，喊出「不作诗，只做事」，坚持面向行业的预训练路线。（来源：纵横分析报告 §二）

2024—2026：从聊天到干活的关键三年

2024年6月21日华为云发布盘古大模型5.0，同年华为与湖南湘钢落地全球首个钢铁行业大模型。IDC统计2024年中国工业大模型应用市场规模约12.1亿元人民币（转引自新浪财经，2025-10-14），数字不大，但企业预算开始成规模地流向平台与基础模型体系。这一年也暴露了所有真实的困难：幻觉率不可接受、可解释性差、OT与IT部门语言不通、数据孤岛蔓延到语义层面。当时行业的主流判断是：大模型只能「看」和「说」，不能「做」——这个判断恰恰定义了接下来智能体要解决的问题。（来源：纵横分析报告 §二）

2026年进入规模复制的十字路口：1月人民日报报道宝钢高炉AI大模型炉温等关键指标预测准确率达90%、稳定运行超过10个月；8月弗若斯特沙利文发布《2026年中国工业智能体市场白皮书》，把赛道定性为「万亿级工业AI新赛道」；而智研咨询4月的数据冷静得多——2025年中国工业AI智能体市场渗透率7.4%、市场规模148亿元。「万亿级」和「148亿」同时为真，这就是2026年工业智能体的真实处境：叙事已经起飞，收入还在爬坡，渗透率不足一成。（注：智能工厂3万家等需求数据另见第四章）（来源：纵横分析报告 §二）

复盘这五十多年，有三股力量始终在暗中拨动表针：第一股是数据的地理分布——工业数据不在云上，在PLC里、DCS里、MES里，谁离数据近谁就掌握智能体的原料，这解释了为什么领先者依然是「离机器最近的公司」；第二股是工业的可靠性文化——工厂不可以灰度和回滚，可靠性文化决定了时序模型、机理模型这些「确定性更高」的路线先上，通用大模型先在「错了能改」的环节渗透；第三股是政策周期的强度——中国工业智能体是「政策+市场」双轮驱动，政策拉动的副作用也真实存在：一部分预算来自「不要落后」的焦虑而非回报计算，这些预算是燃料，也是泡沫。（来源：纵横分析报告 §二）

竞争图谱：四股力量与厂商答卷

把2026年9月的时点切成横截面，赛道上站着四股力量：设备与自动化系（西门子、华为、汇川、中控）掌握数据入口与OT知识壁垒，落地最快；云厂商（百度、阿里、腾讯）是模型与算力供给方；工业软件与平台系（宝信、树根、卡奥斯、用友）卡位MES与工业互联网入口；具身新势力（特斯拉、Figure、宇树、智元、银河通用）把智能体装进身体。四股力量的商业模式差异比技术差异更本质：设备商卖「智能+硬件」的整包，云厂商卖算力、模型和被集成的接口，平台系卖订阅和应用分成，具身新势力卖「劳动力」本身——同一句「工业智能体」，四个完全不同的生意。（来源：纵横分析报告 §三）（来源：投研简报）

设备与自动化系中，华为盘古在宝钢1880热轧产线使预测精度提升、年化效益超千万元（中国钢铁新闻网，2025-05-30）；中控TPT走「时序大模型+机理」的闭环路线，与通用大模型形成差异。（来源：投研简报）

云厂商中，百度智能云开物在恒逸石化实现单个丝锭质检2.5秒、效率较人工提升70%（百度智能云，2023-09-20），并支撑中车「斫轮大模型」把空气动力学仿真从24小时压缩到10秒；短板在OT知识与现场交付，普遍向行业伙伴借力。（来源：投研简报）

工业软件与平台系中，IDC将卡奥斯列为中国工业大模型及智能体解决方案市场「领导者」（海尔官网，2025-11-07）；弗若斯特沙利文2026年8月白皮书称其为万亿级新赛道，并把树根科技列为工业智能体核心标杆（中国日报网，2026-08-11）。（来源：投研简报）

具身新势力方面，2025年具身智能融资370起、419亿元，同比增长327%（亿邦动力，2026-01-23）；2026年前5个月投资总额已超2025年全年（新华社，2026-05-13）。特斯拉Optimus V3计划2026年年中发布、弗里蒙特工厂产线规划年产能100万台（新浪财经，2026-05-08）。（来源：投研简报）

逐家看答卷。西门子是「既得利益者的自我革命」：Automation是现金牛，而Industrial Copilot恰恰在压缩自动化工程师的工作量——自己革自己最赚钱环节的命。它选择从工程效率切入，写PLC代码、调试、故障诊断，这些任务高频、标准化、错了能改。底牌是TIA生态四十年的工程知识积累和全球交付网络；软肋是昂贵的软件订阅叠加硬件盘，对中国中小制造企业不友好。华为的路线最「重」：昇腾芯片、华为云、盘古大模型、行业军团端到端全要自己来，真正在做的不是「行业大模型」而是「行业智能操作系统」，代价是交付极重，规模扩张依赖生态伙伴的工程能力。（来源：纵横分析报告 §三）

卡奥斯与树根是平台系的两张答卷：卡奥斯走「自家工厂试验田」路线，天智工业大模型先在海尔上合冰箱互联工厂跑通再向石化、模具复制，石化行业38个场景智能体的说服力在于发生在自家产线，不是PPT案例；树根走「装备制造基因外溢」路线，根云平台连接设备规模居国内第一梯队，多次进入Gartner工业互联网魔力象限。平台系的共同软肋是行业纵深：智能体做到「优化建议」容易，做到「闭环执行」就要跟客户的自动化体系谈判。（来源：纵横分析报告 §三）

中控技术是流程工业的「反共识」：家底是DCS在流程工业控制层的地位，TPT 2不跟通用大模型比文采，专攻时序数据、融合工业机理与第一性原理，绕开了大模型最被诟病的幻觉问题——时序预测有物理约束兜底，错了看得见、罚得着。如果把「谁能最先证明工业智能体的投资回报」当作考题，中控的答案离标准答案最近。（来源：纵横分析报告 §三）

云厂商经历了三段变奏：2023年讲「行业大模型包打天下」，2024年发现OT知识和现场交付是天堑，2025-2026年集体后撤到「基础设施+被集成」——百度智能云2026年5月的产品发布主题已换成「AI Infra、Agent Infra与AI Agent三大方向、30余项新能力」。这个后撤是理性的：放弃的是面子，保住的是每一家垂直厂商背后的算力账单。（来源：纵横分析报告 §三）

具身新势力直接给智能体造身体：特斯拉Optimus V3进入量产倒计时，国内宇树、智元出货爬坡，银河通用拿下国家队25亿元融资（证券时报，2026-04-16）。2025年具身智能融资419亿至554亿元（口径差异），但摩根士丹利统计的2025下半年行业订单总额才20亿元出头——融资和订单之间隔着一个数量级，这个缺口就是2026-2027年行业必须回答的问题。（来源：纵横分析报告 §三）

用户视角与格局判断

把镜头从厂商转回工厂：IDC的观察一针见血——企业预算仍主要投向平台与基础模型体系，驱动力来自「不要落后」的探索心态（转引自新浪财经，2025-10-14）。大型央国企是示范项目主力；数量庞大的中小制造企业大多在观望，他们的疑问朴素而致命：这东西停机了谁负责？省下的人力钱够不够付软件年费？头部厂商自己承认落地不容易（西门子2025工博会趋势报告点名三重挑战），这件事本身就是行业走向成熟的表现。（来源：纵横分析报告 §三）

格局判断：生态位错位大于正面竞争，是当前格局最重要的特征。设备商占控制层与数据入口，云厂商占算力与模型底座，平台系占行业模板与连接，具身新势力占身体。真正刺刀见红的价格战还没开始，但模型层的通缩已经发生：推理成本一年降一个数量级，纯模型层没有护城河，价值向算力与场景两头挤压。梯队上，全球引领者是西门子、微软、英伟达；中国第一梯队是华为、卡奥斯、百度、中控、宝信；具身阵营特斯拉独一档。这个名单一年内大概率会变，因为赛道还在早期。（来源：纵横分析报告 §三）

横纵交汇：历史解释位置与优劣势根源

为什么2026年工业智能体的领先者不是最会做AI的公司？答案写在四十年的自动化金字塔里：数据在设备旁边，工艺知识在老师傅和规程里，可靠性责任在控制层，这三样东西被地理性地锁在离机器最近的地方。互联网方法论在工业的失灵同样被历史解释——快速迭代、免费铺量、赢家通吃的前提是试错成本低，而工厂的试错成本是停产、废品、安全事故。所以工业智能体的渗透曲线注定不是消费AI那种陡坡，而是缓慢上扬后突然加速的S曲线；7.4%的渗透率恰好卡在S曲线最陡那段的前夜。（来源：纵横分析报告 §三）

四股力量的起点决定赌法：西门子靠「工业知识资产复利」，胜在确定性高、败在革命慢半拍；华为是压强式投入，全栈野心既能吃整包生意也要背最重的交付；云厂商务实退回基础设施，等于承认工业的钱要慢慢赚；具身新势力跳过软件直取身体，风险最高但天花板也最高——软件智能体吃「脑力」预算，具身智能体直接切「劳动力」预算，后者大一个数量级。历史还藏着一个残酷的对称：GE Predix在2016年讲的故事与今天某些智能体平台高度相似，区别在于这一轮有真模型、真数据、真政策，还有宝钢高炉里运行了十个月的真系统。（来源：纵横分析报告 §三）

今天的每个核心优势都能追到历史节点：设备商的数据入口优势源于1970年代DCS确立的控制层地位；卡奥斯的试验田优势源于海尔三十年制造运营；中控的时序路线源于流程工业控制层的装机量；华为的全栈源于通信时代的端到端基因。劣势同样是历史的产物：自动化金字塔成了最大包袱，智能体跨层取数与执行要付老协议的兼容成本，老旧产线改造费用经常超过智能体软件本身。（来源：纵横分析报告 §三）

六、需求结构与部署挑战

先看企业处在哪个阶段。同一份西门子&至顶科技报告（2025）的成熟度调研：已在较多场景深度应用的仅8%，已计划部署25%，缺乏合适场景24%，尚未规划43%——超过四成企业还在门口。

图29（图表）
数据EXCEL及图表PDF模板已分享到会员群

工业智能体\_成熟度分布\_圆环图\_图表4

（见工业智能体图表4：成熟度分布——圆环图）

仅8%的深度应用率说明行业仍处早期，这对先行者是红利、对跟随者是窗口。真正值得琢磨的是那24%”缺乏合适场景”的企业——他们不缺预算，缺的是把场景翻译成ROI的方法。

企业结构上，大型企业占受访样本39%、中型32%、小型22%、微型7%。

图30（图表）
数据EXCEL及图表PDF模板已分享到会员群

工业智能体\_企业规模分布\_半圆面积比例图\_图表5

（见工业智能体图表5：企业规模分布——半圆面积比例图）

大型企业凭借资金、人才与场景规模率先落地，但中小企业合计占近六成样本，SaaS化、按结果付费（RaaS）的低门槛方案才是打开这个市场的钥匙。

部署在哪里？生产制造44%居首，研发设计34%、工艺设计32%，运行维护25%、供应链管理19%。

图31（图表）
数据EXCEL及图表PDF模板已分享到会员群

工业智能体\_部署场景分布\_刻度线图\_图表7

（见工业智能体图表7：部署场景分布——刻度线图）

生产、研发、工艺三类场景合计超过百分之百（可多选），说明企业普遍采取”多场景并行”策略——先在边缘场景试水、再向核心产线推进。

企业买智能体到底买什么？价值认同度调研给出答案：提升生产效率77%、降低运营成本62%、提高产品质量33%、优化决策管理30%、助力节能减排10%。赛迪智库（2025）同期数据显示73.7%的企业认为智能体大幅降低了试错成本与开发投入。

图32（图表）
数据EXCEL及图表PDF模板已分享到会员群

工业智能体\_价值认同度\_雷达图\_图表8

（见工业智能体图表8：价值认同度——雷达图）

效率与成本两项大幅领先，说明当前智能体的价值主张仍是”降本增效”而非”颠覆模式”。据此，把ROI周期压到一年以内的方案最容易成交。

障碍同样清晰：部署成本高63%、缺乏专业人才46%、技术不成熟40%、系统兼容性差33%、数据安全顾虑28%。

图33（图表）
数据EXCEL及图表PDF模板已分享到会员群

工业智能体\_部署挑战\_气泡图\_图表9

（见工业智能体图表9：部署挑战——气泡图）

三大障碍本质上是三本账：预算账、人才账、技术账。预算账可以用SaaS与RaaS化解，人才账靠OT与AI复合培养，技术账则需要场景化方案兜底——这正是下面行动清单的由来。

图34（图表）
数据EXCEL及图表PDF模板已分享到会员群

工业智能体\_挑战行动清单\_信息图5

（见信息图5：挑战行动清单）

信息图5把五条挑战与三条行动路径放在一张图里：降成本看SaaS化与按结果付费（中控技术2026上半年SaaS模式工业AI营收已达2.01亿元），补人才看工业互联网63万存量人才池的复合化改造，攻技术看场景化方案与知识图谱RAG。

选型是落地的最后一公里。调研显示企业最看重稳定性与可靠性69%、部署成本54%、与现有设备和系统集成度41%，数据与信息安全27%、厂商售后14%。

图35（图表）
数据EXCEL及图表PDF模板已分享到会员群

工业智能体\_选型关注维度\_半圆环图\_图表10

（见工业智能体图表10：选型关注维度——半圆环图）

稳定性以近七成的关注度成为”一票否决”项——工业现场对幻觉与宕机的容忍度远低于消费互联网。集成度排在第三，提醒厂商：接口能力比演示Demo更能赢单。

采纳率数据进一步验证了头部场景的成熟度：稳定可靠性采纳率约93%、决策科学依赖度约90%、效率与产出约75%。

工业智能体\_场景采纳率\_华夫图\_图表11

（见工业智能体图表11：场景采纳率——华夫图）

华夫图的每一格代表一个百分点。三张接近满格的网格说明这些场景已从”能不能用”进入”好不好用”的竞争阶段。

七、落地案例与量化收益

《2026年中国工业智能体市场白皮书》（2026）汇总的量化收益显示：质检采纳率约93%、报价准确率约90%、研发效率提升约75%、报价效率提升约40%、项目论证周期由45天压缩至20天。

图36（图表）
数据EXCEL及图表PDF模板已分享到会员群

工业智能体\_核心场景收益\_双轴图\_图表12

（见工业智能体图表12：核心场景收益——双轴图）

图中50%基准线之上是”已被批量验证”的场景。对买方的建议是把采购谈判的锚点直接设在这条线上——低于它的方案需要额外解释。

流程怎么走通？西门子中国（2025-09）披露的中科摩通案例提供了完整样本：基于Industrial Copilot，程序开发时间减少30%、产线现场调试周期缩短30%、人工与物料损耗降低10%；AI工艺寻优分析过去3年生产数据，把温度-时间-合格率最优函数的波动控制在1%以内。加上华为盘古在30多个行业400多个场景的落地（2024-06）、百度智能云AI质检漏检率0.01%且良品率从95%提升至99.8%（2025-04）、实在智能Agent在石化常减压装置连续稳定运行超60天（2026-08），工程可行性已经不再是假设。

图37（图表）
数据EXCEL及图表PDF模板已分享到会员群

工业智能体\_标杆案例流程\_信息图3

（见信息图3：标杆案例流程）

信息图3左侧是传统模式的四个痛点，右侧是四步落地路径与对应的量化标签。可以复制的是路径，不是结果——每家企业的数据基础不同，起点应从”数据接入”这一步的完成度开始评估。

投研简报补充的证据链与分歧判断：证据链上已出现可复制的样本——宝钢高炉大模型稳定运行超过10个月（人民日报，2026-01-14）；卡奥斯石化行业大模型构建38个场景智能体，空压机组调度效率提升50%以上（中国软件行业协会，2025-07-22，注塑能耗-10%一组数字仅见于公开词条、待核验）；西门子Industrial Copilot在中科摩通EMB装配线试点使效率提升30%（美通社，2025-09-23）。样本细节另见第五章竞争图谱与本章前文。（来源：投研简报）

分歧同样真实：IDC指出企业预算仍主要投向平台与基础模型体系，驱动力更多来自「不要落后」的探索心态（2025-10-14）；西门子《2025工业智能体趋势展望报告》点名落地的三重挑战。幻觉与可解释性约束使大模型难以进入实时控制环节，当前主战场集中在研发设计、设备运维、质检、排产调度等「人机协同」场景。投研简报据此推断：未来12至24个月将出现一轮ROI证伪，能把「试点」转化为「付费复制」的厂商与场景将快速集中，市场从叙事驱动切换到订单驱动。（来源：投研简报）

八、预期差挖掘：两机构差了3.2倍

市场最值得玩味的预期差在于规模口径。MarketsandMarkets（2025）预计2030年全球制造业AI市场1550.4亿美元，而Grand View Research（2024）对同一赛道2030年的预测仅479亿美元——相差约3.2倍。拓端研究团队以几何插值重建两机构2024-2030年逐年路径并进行冲突检测，全部年份偏离度均超过20%的冲突阈值，2030年偏离度约224%，属高置信冲突；差异主因是统计口径：M&M宽口径覆盖AI软件、服务与硬件，GVR窄口径仅计核心软件。

图38（图表）
数据EXCEL及图表PDF模板已分享到会员群

工业智能体\_市场规模冲突检测\_横向哑铃图\_图表16

（见工业智能体图表16：市场规模冲突检测——横向哑铃图）

哑铃图两端的距离就是预期的分歧。对使用者的建议是：投资测算采用区间估计（取两口径的中位数做保守值），并在引用任何市场规模时注明口径——这一条同样适用于本文引用的全部数字。

投研简报给出方向一致的推断：未来12至24个月将出现一轮ROI证伪——预算从「探索心态」转向「回报考核」时，尾部厂商出清，能把「试点」转化为「付费复制」的厂商与场景将快速集中，市场从叙事驱动切换到订单驱动（与本章冲突检测互为表里：口径泡沫本身即是预期差来源之一，另见第四章对比表）。（来源：投研简报）

九、三年情景化增长预测（乐观/中性/悲观）

以赛迪智库与甲子光年（2025-2026）披露的智能体应用率两个实际值（2024年1.7%、2025年35%）为锚，拓端研究团队建立Logistic增长模型，渗透上限K锚定日本2030年90%的目标水平，模型参数A约51.9、r约3.50。基准（乐观）情景下，2026年渗透率约86%、2027年约90%、2028年逼近上限；中性情景将上限下调至80%（考虑中小企业付费能力约束），2026年渗透率约72%；悲观情景上限70%（叠加数据安全与合规摩擦），2026年约60%。三种情景的分歧不在技术成熟度，而在中小企业能否跨过成本与人才两道门槛。

图39（图表）
数据EXCEL及图表PDF模板已分享到会员群

工业智能体\_渗透率S曲线预测\_灰底比例条形图变体2\_图表15

（见工业智能体图表15：渗透率S曲线预测——灰底比例条形图变体）

图中灰色背景条为90%渗透上限，深蓝为已发生的实际值，浅蓝为模型预测值。S曲线最陡峭的一段恰好落在2025-2026年——这意味着未来12个月入场的企业还能吃到渗透率从三分之一走向饱和的完整红利。

口径与观点差异：本章前三情景为拓端Logistic模型在渗透上限90%/80%/70%下的敏感性测算；以下三个剧本为纵横分析报告的定性推演（其作者自注概率为主观判断、非测算）。两组情景并列呈现，前者提供量化路径，后者提供叙事与触发条件。

剧本一：分层共存，渗透率兑现（可能性约55%）。2026-2028年垂直智能体在流程行业（钢铁、石化、电力）率先规模复制，离散制造跟进但速度减半；渗透率从7.4%向2030年50%爬坡的预测部分兑现，中国工业大模型/智能体市场2030年站上400-500亿元量级，沙利文的「万亿级」叙事要等具身智能接力才能成立。需要的前提：宝钢式标杆持续增加、政策不踩刹车、没有重大安全事故。（来源：纵横分析报告 §四）

剧本二：可靠性反噬，寒冬重演（可能性约25%）。2026-2027年某头部工厂的AI系统参与闭环控制后发生重大质量或安全事故，叠加宏观压力下企业砍预算，「不要落后」型需求被证伪，行业进入类似Predix时代的信任寒冬，具身智能估值坍缩三分之二以上。识别信号：头部厂商交付延期、央国企招标预算收缩、行业事故上热搜。（来源：纵横分析报告 §四）

剧本三：具身交汇，劳动力革命（可能性约20%）。Optimus类产品在2027-2028年实现十万台级量产、单台价格跌破10万元，工业智能体从「软件工具」跃迁为「劳动力资产」，柔性工厂自治成为现实，市场提前两年兑现万亿级叙事。触发条件：量产爬坡顺利、安全事故率低于人类工人、租赁商业模式跑通。（来源：纵横分析报告 §四）

三个剧本有一个共同含义：未来24个月，判断工业智能体公司的唯一硬指标不是参数、不是融资，而是可验证的闭环案例数量和付费订单——叙事驱动的窗口正在关闭，订单驱动的窗口正在打开。（来源：纵横分析报告 §四）

十、风险提示与应对

风险一：幻觉与安全。大模型在工业控制场景的幻觉率对安全生产构成直接威胁，当前主要靠检索增强与知识图谱缓解。应对：控制类场景坚持”人在回路”，智能体只做建议不做执行；选择通过IEC 61508等功能安全认证的方案。

风险二：实时性。流程工业控制环周期在10-100毫秒量级，当前大模型推理延迟难以满足。应对：采用”大模型做规划、边缘小模型做执行”的双层架构，把智能体放在监督与调度层。

风险三：数据权属不清。设备厂商、工厂、集成商对工业数据的权属界定模糊，欧盟《数据法案》2025年9月强制执行后合规成本上升。应对：在合同中明确数据权属与使用边界，参考工业数据空间（Manufacturing-X）机制做分级授权。

风险四：项目制毛利陷阱。项目实施模式毛利率仅20-30%，订阅与RaaS模式可达40-60%但增长慢。应对：厂商应优先设计按效果付费的产品化方案，买方则警惕”定制化”外包的高绑定风险。

风险五：人才断层。OT与AI复合型人才稀缺，工业互联网产业人才存量约63万人（中国工业互联网研究院，2025）。应对：企业内部以”工艺专家+AI工程师”结对制培养，而非外部空降。

风险六：预期过高导致预算收缩。若2026年渗透率不及模型中性情景，市场可能出现一轮”AI疲劳”。前述跨报告冲突检测（见图表16）正提示了口径混乱带来的认知风险。应对：以本单位可量化的试点ROI为准绳做预算决策，而非跟随行业热度的均值预期。

投研简报补充四类需要持续跟踪的风险：其一，可靠性事故——单起事故足以冻结一条产线的采购决策；其二，ROI证伪——预算从「探索心态」转向「回报考核」时尾部厂商出清；其三，价格战——大模型推理成本下行把价值向算力与场景两端挤压，中间层最先承压；其四，口径泡沫——「智能体」概念被营销滥用，需以付费合同与可验证闭环案例甄别成色。（来源：投研简报）

十一、行动清单

制造企业（买方）下周可做的事：第一，对照成熟度四分类（见图表4）给自己定位，明确当前处于规划、试点还是深化阶段；第二，从生产制造（44%采纳第一场景）中挑选一条ROI周期一年以内的产线做试点；第三，把选型谈判的验收线设在50%基准收益之上（见图表12），并要求厂商提供同行业对账数据。

工业AI厂商（卖方）本月可做的事：第一，把产品页的价值主张对齐效率77%与成本62%两大认同度（见图表8）；第二，补齐与主流SCADA/MES/ERP的接口清单，回应41%的集成度关切（见图表10）；第三，设计一档RaaS按结果付费定价，回应63%的成本顾虑（见图表9）。

投资与研究人员本季可做的事：第一，用宽窄两个口径同时跟踪市场规模，避免单一来源误导（见图表16）；第二，跟踪中控技术、创新奇智等已披露工业AI收入公司的季度数据验证景气度；第三，把渗透率模型的三情景当敏感性模板，替换自己的假设重新测算。

投研简报给出与之呼应的三条配置主线：主线一是平台型厂商——工业数据底座叠加智能体编排能力，Palantir是一二级市场共同的估值锚；主线二是垂直场景落地者——流程行业（钢铁、石化、电力）优先，闭环价值高、数据私有性强；主线三是具身智能——工业场景先行落地，以订单兑现为加仓信号，2025年下半年中国具身厂商披露订单总额已超20亿元（摩根士丹利统计，转引自投资界，2026-01-08）。（来源：投研简报）

十二、总结

1\. 市场判断

全球制造业AI市场走向2030年1550.4亿美元（宽口径）的判断有多机构背书，但口径差异高达3.2倍，区间思维比单点数字更可靠。

2\. 阶段判断

渗透率处于S曲线最陡段，深度应用率仅8%说明行业仍在早期，先行者红利窗口大约还有12-24个月。

3\. 落地判断

生产制造、质检与工艺寻优是ROI最可算的场景；稳定性、成本与集成度是选型的三道门槛。

4\. 行动判断

买方以一年回本为验收线，卖方以RaaS产品化破成本关，研究方以双口径跟踪防预期差。

投研简报的Bottom Line：工业智能体是未来五年工业软件与自动化产业最大的增量市场，但当前处于渗透率不足一成、叙事先于收入的早期阶段。配置节奏上先平台型与流程行业垂直厂商，具身智能以订单与量产兑现为信号；把「是否有可验证的闭环案例与付费合同」作为甄别概念成色的第一标准。（来源：投研简报）

纵横分析报告的结语把时间线拉得更长：回到1969年那台Modicon 084，它不会推理、不会对话，只会老老实实执行继电器逻辑，但它把「控制」从人的手上接了过来，开始了工业自动化五十年。五十年后，智能体正在做同一量级的事：把「知识与判断」从老师傅的脑子里解放出来，装进产线。渗透率7.4%的时候，故事听起来总是像泡沫；但宝钢高炉里那个跑了十个月、准确率90%的模型提醒我们，有些东西已经悄悄越过了临界点。剩下的交给时间，和订单。（来源：纵横分析报告 §四）

本文图表索引

本文共引用图表21幅：信息图5幅（信息图1市场全景总览、信息图2产业链图谱、信息图3标杆案例流程、信息图4政策时间线、信息图5挑战行动清单）；数据图表13幅（图表1渗透率年度对比、图表2日本政策目标、图表3原材料行业产量、图表4成熟度分布、图表5企业规模分布、图表6细分领域分布、图表7部署场景分布、图表8价值认同度、图表9部署挑战、图表10选型关注维度、图表11场景采纳率、图表12核心场景收益、图表13离散制造收益）；机器学习图表3幅（图表14大模型市场规模预测、图表15渗透率S曲线预测、图表16市场规模冲突检测）。

本专题内的参考报告（PDF）目录

发布月份	报告名称
2025	赛迪智库《2025工业智能体应用现状、挑战及对策建议报告》
2026	甲子光年《2026工业AI智能体研究报告：打造工厂原生的AI智能体》
2025	西门子&至顶科技《2025工业智能体应用现状与趋势展望报告》
2026	《原材料行业工业智能体研究报告（2026版）》
2026	《2026年中国工业智能体市场白皮书》
2025	《2025工业运营前沿技术：AI智能体(AI Agents)的崛起白皮书》
2025	《未来产业研究》2025年第3期（总第14期）
2026-04	Endava×Google Cloud《2026年AI智能体趋势报告：制造业篇》
2026-03	微软《2026制造业转折点：前沿公司迈向智能体时刻》
2026	IDC《FutureScape 2026：中国制造业十大预测》

等其他100+份精选工业智能体行业报告已分享至会员群（进群获取完整目录）。

作者系工业智能化领域分析师，拥有多年数据挖掘与行业定量研究经验。本文观点基于公开研究报告整理分析，不构成投资建议。

附录：暂未归位素材

两份补充报告的内容已全部按映射归位至对应章节，本章无暂未归位素材。

补充报告信息来源汇总

以下为投研简报与纵横分析报告所引用的信息来源，按补充报告分列（均为补充报告原文自带引用，访问/核验时点为2026-09-08）。

投研简报主要来源

IDC《中国工业大模型应用市场规模》（2025-10-14，新浪财经转引）；智研咨询《2026年全球及中国工业AI智能体行业分析》（2026-04-01）；西门子中国（2023-11-22）；Siemens Hermes Award新闻稿（2025-03-30）；人民日报《大模型让高炉更「聪明」》（2026-01-14）；新华社《中控技术发布流程工业可信大模型TPT 2》（2025-08-28）；赛迪研究院《2026年我国人工智能产业发展形势展望》（2026-01-13）；国务院《关于深入实施「人工智能+」行动的意见》（2025-08-26）；工信部等八部门《「人工智能+制造」专项行动实施意见》（2026-01）；Palantir Q4 2025 Earnings（2026-02-03）；McKinsey《The economic potential of generative AI》（2023-06-14）；中国钢铁新闻网（2025-05-30）；百度智能云开物新闻与案例库（2023-09-20）；海尔官网/IDC领导者象限（2025-11-07）；中国日报网/沙利文白皮书（2026-08-11）；亿邦动力具身智能盘点（2026-01-23）；新华社具身智能投资报道（2026-05-13）；新浪财经Optimus V3报道（2026-05-08）；美通社西门子工博会（2025-09-23）；投资界/摩根士丹利订单统计（2026-01-08）。

纵横分析报告信息来源（45项，按原文分类）

政策与官方文件：1\. 国务院《关于深入实施「人工智能+」行动的意见》，2025-08-26；2. 工信部等八部门《「人工智能+制造」专项行动实施意见》，2026-01；3. 经济日报《全面实施「人工智能+」行动》（「十五五」规划纲要相关），2026-03-29；4. 工信部等六部门2026年度智能工厂梯度培育通知，2026-07-20。

市场数据与研究机构：5\. IDC：2024年中国工业大模型应用市场规模约12.1亿元（新浪财经转引），2025-10-14；6. IDC：2025H1 MaaS与大模型解决方案市场43.6亿元（中国经济网），2025-10-29；7. 赛迪研究院：2026年人工智能产业展望，2026-01-13；8. 智研咨询：2025年中国工业AI智能体渗透率7.4%、规模148亿元，2026-04-01；9. 《2026中国工业大模型发展洞察报告》（2030年420亿元、渗透率50%预测），2026-04-14；10. MarketsandMarkets：全球AI Agents市场2025-2030；11. Grand View Research：企业级Agentic AI市场2024-2030；12. McKinsey：生成式AI经济潜力，2023-06-14；13. 弗若斯特沙利文《2026年中国工业智能体市场白皮书》（中国日报网报道），2026-08-11；14. eNet：2026工业AI智能体TOP50，2026-06-01；15. 新华社：2025年前11个月AI核心产业规模超万亿元，2026-01-09。

公司与案例：16\. 西门子中国：Industrial Copilot发布，2023-11-22；17. Siemens：Industrial Copilot wins Hermes Award 2025，2025-03-30；18. 美通社：西门子2025工博会《2025工业智能体趋势展望报告》与中科摩通案例，2025-09-23；19. 新华网：西门子工业AI进博会，2025-10-31；20. 人民日报：宝钢高炉大模型，2026-01-14；21. 上观新闻：盘古大模型5.5，2025-06-20；22. 中国钢铁新闻网：宝钢热轧接入盘古预测大模型，2025-05-30；23. 华为企业业务：湘钢全球首个钢铁行业大模型案例，2024；24. 海尔官网：卡奥斯双跨平台首位（天智融合超200个专家算法与110+智能体开发工具），2026-01-12（注：注塑能耗-10%/调参周期-90%仅见于百度百科词条，弱来源待核验）；25. 中国软件行业协会：卡奥斯智能体集群，2025-07-22；26. 海尔官网：卡奥斯居IDC领导者象限，2025-11-07；27. 新华网：卡奥斯AI+工业互联网，2026-01-28；28. 百度智能云：开物AI质检（恒逸石化2.5秒/丝锭），2023-09-20；29. 百度智能云案例：中国中车「斫轮大模型」；30. 新华社：中控TPT 2与工业AI数据联盟，2025-08-28；31. 证券时报：中控TPT 2，2025-08-30；32. 树根科技：沙利文白皮书核心标杆，2026-08-07；33. 树根科技：Gartner魔力象限；34. Palantir Q4 2025财报（intellectia.ai），2026-02-03；35. Palantir 2026指引与市值（pebblous），2026-04-10。

具身智能与跨界：36\. 亿邦动力：具身智能2025年融资419.29亿元，2026-01-23；37. 量子位：2025具身智能创投全景（554亿口径），2026-02-11；38. 新华社：2026年前5月具身投资超2025全年，2026-05-13；39. 证券时报：银河通用25亿元融资，2026-04-16；40. 投资界：具身智能2025（大摩订单20亿元统计），2026-01-08；41. 新浪财经：特斯拉Optimus V3年中量产倒计时，2026-05-08；42. OFweek：马斯克Optimus V3产能死线，2026-07-10；43. 世界经济论坛：2026灯塔工厂新名单中国占比过半，2026-06-23；44. 对外经贸大学（央视财经评论）：中国109家灯塔工厂全球第一，2026-07-01；45. 知乎专栏「AI与中国制造业」（观点类来源）。

口径与局限说明（引自纵横分析报告）：市场规模存在「工业大模型应用」「工业AI智能体」「企业级Agentic AI」等多个口径，本报告并列呈现、不相互换算；具身智能融资额存在419亿（亿邦）与554亿（量子位）两种统计口径。

变更清单

本次合并新增内容的位置：引言末（纵横§一工作定义）；第一章末（投研执行摘要）；第二章末（投研多口径对照表、参照系、口径差异说明）；第三章末（投研国务院政策锚点、口径与观点差异、纵横2025—2026产业事件）；第四章末（投研赛迪需求数据）；第五章末（纵横产业演进纵深、2024—2026关键三年、竞争图谱、用户视角与格局判断、横纵交汇洞察，共四个新增小节）；第七章末（投研落地证据与分歧）；第八章末（投研ROI证伪推断，注明另见）；第九章末（口径与观点差异+纵横三个剧本）；第十章末（投研四类风险）；第十一章末（投研三条配置主线）；第十二章末（投研Bottom Line、纵横结语）；文末新增「补充报告信息来源汇总」。原始报告全部章节、数据、21张图表原样保留，未作任何删改；补充报告无图表，故无图表重编号。

图40（图表）
数据EXCEL及图表PDF模板已分享到会员群

关于分析师

在此对Kaizong Ye对本文所作的贡献表示诚挚感谢，他在上海财经大学完成了统计学专业的硕士学位，之后在佛罗里达州立大学获得博士学位，专注统计学与数据挖掘领域。长期从事行业数据的定量建模与预测分析工作。

### 附录：英文摘要（Summary）

This article answers five questions: How large and how fast is the industrial AI-agent market? Where is adoption on the S-curve and what do policy targets require? Where does profit concentrate across the value chain? What real gains and barriers do enterprises face? What are the 3-year scenarios and risks? Key figures: the global AI-in-manufacturing market is projected to reach US$155.04 billion by 2030 (CAGR ~35.3%), and China’s industrial agent adoption jumped from 1.7% to 35% in one year.