2026年10月底至11月初，AI与制造业融合的政策底座连续落地：江西省印发《人工智能与制造业融合行动方案（2026—2030年）》，用算力券、模型券、数据券与“四个清单”机制把AI能力下沉到中小企业，并首次提出建设“软件智能体工厂”；同期国家数据局推进数据标注先行先试、国内首份人工智能产业链划分指引团体标准实施。对杭州及长三角制造企业而言，这意味着“模型—数据—场景”闭环有了可申请的公共补贴与可复用的行业数据集，企业做AI大模型定制与制造业数字化升级的门槛正在被系统性拉低。
省级方案：把AI能力做成可申请的公共产品
江西方案的核心思路，是把过去企业“各自找模型、各自攒数据”的零散尝试，升级为政府搭台、供给侧让利的体系化推进。方案提出打造“一北一南”高性能算力集群，通过平台兑现算力券与数据券，面向中小企业提供普惠算力；对租用先进算力、购买数据产品或服务的企业，按实际发生额给予支持。这对算力敏感的中小制造企业尤为关键。
在模型侧，方案实施“模数共振”行动，探索发放模型券与产品券，支持企业按需调用大模型、购买智能产品服务，降低试用门槛；同时把符合条件的智能装备纳入设备更新支持范围，落实首台（套）推广应用补助与保险补偿。换而言之，企业上马一套智能检测或排产系统，首次投入有可能拿到事后补助。
“四个清单”与梯度培育：让供需精准对接
方案最具操作性的是建立技术攻关、场景应用、重点培育企业、支持政策工具“四个清单”动态发布机制：技术攻关实行“揭榜挂帅”，场景应用按攻关、验证、推广分类管理，重点培育企业动态调整，政策工具归集财政资金、要素保障与金融支持。它把“企业找政策”翻转成“政策找企业”。
在服务商侧，方案构建应用级—专业级—引领级有序梯队，培育具备总集成总承包能力的引领型服务商；对通过AI就绪度评估、达到L7级以上的企业按“赛马制”支持，并用数转券支持中小微企业使用“小快轻准”产品。分层供给 + 分层诊断，正是破解“不会转、不敢转”的组合拳。
首次提出“软件智能体工厂”
方案另一个亮点，是支持地方牵头组建“软件智能体工厂”，联合AI企业、高校与研究机构加速软件与智能体规模化产出和落地。这与当下企业Agent开发的趋势直接呼应：当单个智能体从“项目制交付”走向“工厂化量产”，交付成本与周期才有机会显著下降。
对杭州一道科技这类提供AI大模型定制与软件外包的服务商而言，这类公共载体意味着更低的客户教育成本与更清晰的落地样板——企业不必从零理解智能体，而是可以直接接入已经跑通的行业模板。
国家层面：数据底座的“立规矩”动作
省级动作之外，国家数据局10月31日披露数据标注先行先试推进会要求“以需定供”形成数据集需求地图、推动经标注数据集在国家数据集管理服务系统登记；国内首份《人工智能产业链划分指引》团体标准同期实施，把产业划分为能源、数据、算力、模型、应用五层。规模化之前先立规矩，数据治理正在成为基础设施的一部分。
这与江西的“工业高质量数据集每年遴选”形成呼应：高质量数据集将从企业私有资产，逐步变成可登记、可复用、可交易的公共生产要素。对企业而言，越早沉淀带标注的行业数据，越能在下一轮“模数共振”中占据主动。
企业落地建议：先拿券，再定场景
结合政策节奏，制造企业可按三步推进：第一，盘点可申报的算力券、模型券与数转券，把首次AI试点的现金成本压到最低；第二，从质检、排产、设备维保等“小快轻准”场景切入，避免一上来就上大而全平台；第三，把行业数据沉淀成带标注的数据集，为后续调用垂类大模型与智能体打底。需要私有化行业大模型或企业Agent开发落地的企业，可参考一道科技资讯中心的更多落地方法。
常见问题（FAQ）
方案面向制造业全链条企业，重点支持两类：一是通过AI就绪度评估、达到L7级以上的龙头企业，按赛马制给予升级支持；二是广大中小微企业，通过数转券使用小快轻准产品、通过算力券与数据券降低算力与数据成本。服务商则按应用级—专业级—引领级三级梯度培育。
软件智能体工厂是江西方案提出的新载体，由地方牵头组织AI企业、高校与研究机构联合组建，目标是加速软件与智能体的规模化产出和落地。它的意义在于把单个智能体从项目制交付推向工厂化量产，从而降低企业Agent的开发成本与交付周期。
国家数据局要求以需定供形成数据集需求地图，并推动经标注数据集在国家数据集管理服务系统登记、对通过质量测评的数据集开展应用跟踪与复用。这意味着高质量行业数据集将从企业私有资产，逐步变成可登记、可复用、可交易的公共生产要素，越早沉淀带标注数据的企业越占主动。