制造业是立国之本、强国之基。近日召开的全国先进制造业大会提出，“坚持智能化、绿色化、融合化方向，持续做大做强先进制造业，提升产业链自主可控水平，加快构建以先进制造业为骨干的现代化产业体系，巩固壮大实体经济根基，为推进中国式现代化提供有力支撑。”

制造业智能化转型是构建现代化产业体系的必答题，中小企业则是中国制造业的“毛细血管”，其数智化水平直接影响产业链供应链的整体韧性。而在智能化转型链上，既要有人“造工具”，也要有人“用工具”。工业和信息化部近日印发的《人工智能中小企业创业支持计划（2026-2028年）》（以下简称《支持计划》）提出“促进人工智能中小企业创业创新与人工智能赋能中小企业高质量发展相结合”，正是同时瞄准这两端，一头支持AI领域的创业企业把优质产品做出来，另一头推动制造业中小企业用起来，让好工具真正落到车间，实现供需双向促进的良性循环。

在全国制造业重镇广东东莞，不久前刚刚落地全国首个消费领域移动终端方向的国家人工智能应用中试基地。今年以来，这里的项目经理们扎进镇街制造车间，从电子厂的产品质检到玩具厂的产品设计，把效率低、误差大的环节一一记录下来，汇总成真实需求，再定向开发成“AI超市”里可以按需选择的智能应用。大家最直观的感受是，企业的需求在增长，但能直接拿来用的工具还不够。

另一端的创业生态也在快速生长。芜湖的一家科技公司是四人团队就能完成AI短剧全流程工业化生产的公司，借助大模型和智能体，一个月可产出数十部AI短剧；而在南京雨花台区的人工智能OPC社区里，一期入驻的22家企业中，已有14家打开市场，累计斩获订单超百个。“一人公司”、超级个体、微型团队，正马不停蹄地做产品、跑市场、接订单。

当中小企业智能化转型需求增长与企业创新单元变小的故事同时发生，人工智能从模型竞赛转向价值落地的叙事逻辑也变得清晰。而价值落地的锚点，也进一步聚焦向更务实的方向：算力够不够便宜、数据够不够优质、工具够不够“小快轻准”。这也正是《支持计划》出台的契机所在：夯实普惠算力资源供给，丰富优质数据资源供给，拓展应用场景资源供给。

在全国政协委员，中华慈善总会党委书记、副会长孙达看来，以往的AI政策更多聚焦头部大模型企业，而实际上中小企业才是AI技术落地的关键，《支持计划》通过普惠算力、数据开放、场景对接等举措，让中小企业能低成本拿到创业资源。‌同时，《支持计划》提及的大模型技术使“一人公司”、超级个体、智能原生企业的存在与发展成为可能，也顺应了创业形态变革的需要，从政策层面承认并且着力扶持这种新型创业形态。

全国政协委员、360集团创始人周鸿祎则表示，《支持计划》不是给钱买模型、买显卡，而是强调孵化器、示范平台、特色产业集群这些“土壤”，抓住了AI普惠的要害。“人工智能+”落地不能只靠技术下放，也得靠机制陪跑，而中小企业缺的也不只是一个API，而是一个能陪跑的机制。《支持计划》扶创业、扶场景、扶集群的落地逻辑，恰是在构建AI普惠最需要的基础设施。

人工智能技术快速渗透各行各业，为企业降本增效、商业模式升级开辟了有效路径。一组来自工业和信息化部的数据显示：今年上半年，规模以上工业中小企业增加值同比增长5.8%，营业收入同比增长7.7%，为2023年以来同期最高水平，利润总额同比增长16.9%，为2022年以来同期最高水平。这离不开AI带来的产业变革机遇与数字技术的有力支撑。

另一份来自中国信通院的《人工智能赋能中小企业高质量发展研究报告（2025年）》显示，在已采用AI技术的受访企业中，45%仍处于部分业务试点阶段，23%实现核心业务规模化应用，仅有4%完成全业务流程的深度嵌入。

对比两组数据，结论很清晰：成绩有，但挑战也不小。中小企业的AI应用已经“进了门”，但远没有“坐稳”。究其原因，一个“不敢转”，卡在了资金成本门槛上；一个“不会转”，卡在了能力壁垒上。

“租算力、买服务太贵，小企业经费预算有限，存在用不起的问题，且缺乏专业的AI技术能力，不清楚如何将AI嵌入自身生产流程，比如库存优化、质量控制、客户服务等；另外，中小企业数据积累少、数据孤岛严重，比如进销存系统与财务系统不打通，导致‘有算法无数据’，难以训练出有效模型。”全国政协委员、安徽省工商联专职副主席聂磊分析称。

孙达在调研中也发现了同样的问题，“中小企业拥抱AI，投入压力大，‌回报看不清，从定制开发到后期运维都要持续投入，但企业基础弱、利润薄，很难实现长期负重，并且‘省多少、赚多少’的成本算不准，不敢轻易试错。同时，人才及能力也存在断层，缺乏既懂业务又懂AI的复合型人才，且老员工学习新工具的动力也不足。”

如何把门槛降下来，把能力提上去？《支持计划》着力从源头上解决这一问题，如“依托中国算力平台推进算力资源池化整合、弹性配置，为创业企业提供高效集约的低成本算力支撑”“重点聚焦经营管理、生产制造、研发设计等中小企业核心业务领域，培育一批‘小快轻准’的人工智能产品解决方案”等。

企业AI化价值闭环的最后关卡，仍要回到场景落地。对于中小企业来说，快速跑通一个垂直场景，是撬动技术落地与产业升级“最后一公里”。对此，周鸿祎提出“小步快跑、小处着手”的建议，“别追求大而全，要先找一个具体场景打穿。先挑适合AI改造的业务、找有创新意识的小团队做‘特区’，取得经验再推广。”

聂磊则进一步建议，设立“AI应用官”岗位，负责考察AI工具、试点落地、反馈效果。由懂业务的运营或销售负责人兼任，而非单纯交给IT部门。建立“小步快跑”容错机制，允许试点项目在初期有30%的失败率，关键是在失败中积累数据认知。例如，“用AI生成营销文案”项目，先允许销售助理用AI批量生成10版，人工筛选微调后发布，对比转化率。

数字化浪潮席卷而来，智能化转型如火如荼，一个朴素而紧迫的问题也摆在了中小企业面前：身处智能化转型产业链之中，究竟该如何冲破资金焦虑与安全顾虑的桎梏，放心地拥抱这场技术革命？

一个典型案例是，今年以来，深圳市爱智慧科技有限公司业务扩张迅速，急需采购大量词元（Token）支撑机器人训练，但作为AI具身智能领域的轻资产科创型企业，缺乏厂房、土地等实体抵押物，融资难一度成为“拦路虎”。为此，中国工商银行深圳龙岗支行将企业“数字经营实力”转化为“融资信用依据”，创新性地解决了这一结构性资金难题。

将融资评估维度转向“创新潜力”，生态链上的支持变得更加灵活。《支持计划》也提出，充分发挥国家中小企业发展基金、国家人工智能产业投资基金、国家集成电路产业投资基金的引导作用，带动社会资本设立一批聚焦人工智能领域的早期风险投资基金和创业投资基金，构建覆盖种子期、初创期、成长期的耐心资本支持体系。与此同时，随着企业AI化步伐加快，另一个结构性困境也随之而来：把企业核心数据交给AI，是否意味着交出了企业命脉？“中小企业缺乏数据隐私保护能力，担心把客户名单、配方等核心数据资料传到网上造成泄露。”聂磊也表达了担忧。

周鸿祎坦言隐患背后的原因，“很多企业只把智能体当工具，但其实它的推理和行动基于概率，充满不确定性，甚至可能为了完成目标做出损害企业利益的行为，一旦获得执行权，安全风险指数级上升。”

事实上，近年来AI开放式供应链架构带来前所未有的安全挑战，构建涵盖技术、制度、生态、能力等要素的综合治理框架迫在眉睫。“把智能体放在云上的虚拟办公室里，有问题随时关掉；用安全智能体实时监控其他智能体的行为和推理过程，做到异常可审计、风险可干预、高危行为可阻断。最终决策还是人类。”周鸿祎最后建议，安全要“原生内置”，用AI能力治理AI风险。