日前，工信部等八部门印发《机械工业数字化转型实施方案》(以下简称《实施方案》)，从机械工业自身数字化转型和赋能其他行业数字化转型两个方面，实施“四大行动”，提出12项重点任务。

　　机械工业是为国民经济发展、国防军工建设和民生事业提供技术装备的基础性和战略性行业，产业覆盖面广、产品种类多、产品结构复杂、产业链条长、大批量生产与小批量定制共存等特点突出。加快机械工业数字化转型既是推动行业自身高质量发展的必然要求，也是支撑国民经济各行各业数字化转型、加快推进新型工业化的重要举措。

　　近年来，在国家政策的支持与行业实际需求的助推下，中国制造业数字化转型维持相对稳定的增长态势。艾瑞咨询的报告显示，2024年中国制造业数字化转型的市场规模达到1.55万亿，预计在2025年达到1.76万亿，并将在未来5年维持14%左右的增速稳步增长。

　　根据工信部解读，在赋能千行百业数字化转型方面，《实施方案》提出将聚焦应用场景和新模式新业态创新，不断拓展装备产品应用边界，为其他行业数字化转型智能化升级提供强大装备支持保障。对于数字化解决的具体问题，《实施方案》列举了工业数字化设计、人机协同作业、设备智能运维等十大典型场景。

　　以设备智能运维为例，传统设备运行维护主要依赖人工，运维成本高昂、费时费力等痛点，《实施方案》提出智能远程运维、预测性维护以及无人化施工的目标。未来要在机械产品上部署数据采集设备，应用5G、AR/VR、图像采集等技术，实现产品运行数据的远程自动收集。此外，要构建远程运维系统，结合设备运行的历史与实时数据，构建故障诊断模型，实现基于运行数据的远程监控、故障诊断及增值服务。

　　不难看出，光是设备运维便涉及力学、机械振动、数据信号处理、软件、大数据、智能算法、故障诊断等多个专业技术领域，对于企业的技术储备有着极高的要求。在目前国内市场中，仅有“设备智能运维第一股”容知日新等少数公司，打通底层传感器、智能算法、云诊断服务和设备管理等环节。

　　据悉，容知日新打造的PHM(故障预测与健康管理系统)无需改造产线与工艺，仅需建立设备与服务器连接就可以实现设备安全运转，最大限度维持生产连续性，相同设备还可以快速复用解决方案。据罗兰贝格项目经验，PHM可降低5-10%的MRO及总体维护成本，提升10-20%设备正常运行时间，减少20-50%维护时间。

　　国盛证券认为，容知日新下游布局了风电、石化、冶金、煤炭行业，除风电外的各类流程工业的PHM(故障预测与健康管理系统)应用都处于起步阶段，渗透率较低，但在各细分领域容知日新均已占有较高市占率。

　　《实施方案》也提出到2027年，培育一批既懂行业又懂数字化的系统解决方案供应商，形成不少于200个优秀场景化解决方案，服务能力显著增强。伴随各行各业渗透率的逐渐提升，容知日新等企业也将因此受益。

　　如果说数字化是当务之急，那么在AI大模型蓬勃发展的背景下，智能化米乐智能科技是更为关键的一役。

　　《实施方案》提出，目标到2030年，机械工业规上企业基本完成一轮数字化改造，重点企业的产业链供应链上下游实现数据互联、共享协同，骨干企业深度应用人工智能技术，建成不少于500家卓越级智能工厂。

　　所谓卓越级智能工厂，是指能够实现生产经营数据集成贯通、制造装备智能管控、生产过程在线优化，推动多场景系统级智能化应用的智能工厂，而这些都离不开人工智能技术的发展。

　　从目前来看，AI大模型在工业应用时主要聚焦在辅助代码生成、知识问答、工艺设计/优化、AI检测、设备运检助手、图片生成等方面，在软硬服等方面都具备可结合性，具有较强的渗透性和发展潜力，因此市场玩家纷纷探索大模型的落地情况。

　　以容知日新为例，公司已打造出PHMGPT垂直领域大模型，可通过深度剖析，结合行业专有知识库，生成更契合客观实际与专业机理的诊断结论。对于模型和算法训练而言，数据积累至关重要，截至2025年4月底，容知日新实时接入数据中心远程监测的重要设备超18万台，智能推送设备体检报告超280万份，成功诊断了多种类型工业设备的严重故障和早期故障，积累各行业故障案例超3万例。

　　与此同时，以巡检机器人为代表的场景化智能解决方案，容知日新已运用深度学习技术在图像、声音、视频等数据上成功研发出超20种AI算法用以预测皮带传输机场景关键故障。

　　《实施方案》也提到，将支持行业人工智能基础设施建设，布局一批面向细分行业的人工智能开放平台、高质量行业数据集、基础件大数据中心等新型基础设施。探索建立重点行业智能装备全生命周期数据流通和追溯体系。

　　展望未来，AI赋能之下，数智技术迅猛发展、实体经济与数字经济加速融合，机械工业数智化转型也正向更大范围拓展、更深程度渗透、更高层次演进。