今天，商务部等9部门发布《关于加快推进科技兴商的意见》，提出18条举措，明确要深入实施“人工智能+制造”专项行动，鼓励企业用工业大模型、边缘智能等技术建设柔性生产系统，推广按需生产和用户直连制造（C2M），并大力发展基于人工智能的个性化定制。
这份文件表面上讲的是“科技兴商”，但真正值得关注的落点，是它把AI从“写文案、做客服、生成图片”的办公场景，进一步推到了工厂车间和消费终端。过去我们谈AI，更多停留在内容层和营销层；现在政策明确鼓励AI进入研发、设计、制造、营销全链条，意味着工业大模型正在从概念走向可落地的产业应用。
工业大模型不是“更聪明的ERP”，而是让工厂学会自我调节
文件提到，要鼓励企业应用工业大模型、边缘智能等技术构建自适应柔性生产系统。这句话的分量不小。传统制造业的痛点很明确：订单波动大、库存压力大、换线成本高、供应链响应慢。过去靠ERP、MES、WMS等系统解决流程问题，但这些系统更多是“记录发生了什么”，而不是“预测该怎么做”。
工业大模型的价值，恰恰在于把生产系统从“事后统计”推向“实时决策”。比如，它可以结合订单数据、设备状态、物料供应、工艺参数，自动调整排产；可以根据消费者反馈快速迭代产品设计；可以在产线出现异常时提前预警，而不是等到停机后再排查。对制造业来说，这不只是效率提升，更是生产逻辑的变化——从“按计划生产”转向“按需求生产”。
这也解释了为什么文件同时强调“柔性制造”。柔性制造并不是简单地把产线变快，而是让产线能够小批量、多批次、快速切换。过去一条产线往往为少数爆款服务，现在如果AI能降低换线成本、提升调度效率，企业就有条件承接更多个性化订单。对消费电子、家居、穿戴设备、机器人等品类来说，这种能力尤其重要。
C2M个性化定制，是把消费者重新接回制造端
文件另一处关键表述，是推广按需生产、用户直连制造（C2M），并培育具有行业影响力的定制品牌。C2M并不是新词，但过去很多C2M更多停留在“选颜色、刻名字、换包装”的浅层定制。真正有难度的，是让消费端数据反向驱动研发和制造。
AI恰好补上了这一环。消费者在电商平台、社交媒体、智能终端上的行为数据，经过合规处理后，可以帮助企业判断哪些功能值得做、哪些设计更受欢迎、哪些价格带还有空间。工业大模型再把这些需求翻译成工艺参数、物料清单和生产计划，工厂就能更快做出“市场真正想要”的产品。
这对中小企业尤其重要。过去做定制，意味着高成本、高风险、长周期；如果AI能降低打样成本、优化小单生产、提升供应链协同，那么更多中小品牌就有机会参与个性化竞争。文件还提出推动智能消费设施和服务向县域延伸，说明政策并不只想服务一线城市的高端消费，也希望把技术红利带到更广阔的下沉市场。
但也要看到，C2M不会自动成功。它需要企业具备数据能力、柔性供应链能力和品牌运营能力。没有稳定的供应链，个性化定制只会变成“高退货、高损耗”；没有真实数据洞察，所谓定制也只是换个包装讲故事。政策给出了方向，真正拉开差距的，还是企业能不能把AI嵌入产品、产线和用户运营。
结语
这份文件释放的信号很清晰：AI正在从“内容工具”升级为“产业基础设施”。工业大模型解决的是制造端效率问题，C2M解决的是消费端匹配问题，两者结合起来，就是把“生产什么卖什么”逐步变成“需要什么生产什么”。
接下来值得持续观察的，不是口号有多响，而是哪些行业能率先跑出可复制的案例。消费电子、智能家居、穿戴设备、机器人、老字号消费品，都可能成为首批试验场。对企业和投资者来说，真正的机会不在于追逐“AI+制造”这个标签，而在于找到那些能把用户需求、工业数据和柔性产能真正打通的环节。
