近年来，制造业数字化转型不断加快，智能制造也从“单点改造”逐步走向“系统升级”。但落地过程中，服务供给水平不一、交付边界不清、评价标准不统一等问题逐渐显现：一些企业推进智能制造时存在“重建设、轻治理”“重系统、轻运营”的情况，项目成效难量化、数据资产难沉淀，进而影响投入产出和后续复制推广。标准化建设成为破解难题的重要抓手。 鉴于此，2026年1月8日至10日，《智能制造能力建设服务规范》国家标准第二次封闭编制会在北京召开。会议由上海赛西科技发展有限责任公司组织，北京交通大学机电学院承办，来自全国高校、科研机构及产业界的40余位专家代表参会，共同推进标准文本编制与完善。北京交通大学机电学院有关负责人在致辞中表示，将持续支持智能制造领域标准化工作，为产学研协同提供支撑。会议由上海赛西智能制造研究中心负责人主持，梳理前期编制进展，并指出该标准旨在为智能制造服务市场提供可执行、可评估的规范指引，推动制造业提质增效。 问题在于，智能制造能力建设覆盖战略规划、系统集成、数据治理、智能应用、装备互联等多个环节，需要技术路线，也离不开组织能力、过程管控和质量评价体系的配套。现实中，不同服务商的能力模型与交付体系差异较大，容易出现“方案写得好、现场落不下”“系统上线快、数据打不通”“应用做得出、价值算不清”。这些往往不是某一项技术短板造成的，而是缺少统一的过程要求、资源配置规则与验收评价尺度。 原因层面，一是制造企业基础差异明显，业务流程、设备代际、数据质量和安全要求各不相同，使得项目方法难以通用；二是智能制造横跨OT与IT，涉及设备、网络、软件、人员与管理体系等多维要素，如果没有统一的服务规范，交付边界就容易模糊；三是数据治理与模型应用是价值释放的关键环节，但在不少项目中仍相对薄弱，数据标准、主数据、指标口径、权限安全等问题直接影响智能应用效果。 围绕上述痛点，与会专家就智能制造战略规划、系统建设、数据治理、智能应用、装备集成等关键议题深入研讨，初步形成涵盖过程管理、资源配套、成果交付与质量评价等内容的规范框架，强调从“能力建设”视角明确服务全过程要求：既关注建设内容，也强化过程可控、成果可验、质量可评，推动形成可复制、可推广的实施路径。 影响上，该标准的制定预计将从三个层面发挥作用：其一，为制造企业选择与评估服务提供依据，降低试错成本，推动项目从“交付系统”转向“交付能力”；其二，引导服务机构完善方法体系与质量管理，促进行业形成更清晰的竞争规则；其三，为地方推进数字化转型、构建产业生态提供统一语言和评价工具，提高政策落地的可操作性与可衡量性。 对策上，标准编制强调以“数据治理—应用落地—价值评估”为主线。一方面，围绕数据采集、清洗、建模、指标体系与安全管理提出要求，推动数据从“可用”走向“可信”；另一方面，在智能应用层面，明确场景选择、模型训练与验证、运行监测及优化等关键环节，避免“上线即止”。同时，结合装备集成与系统建设，强调接口规范、互联互通与安全防护，统筹生产安全、质量管控、能源管理等典型场景的系统协同。 会议期间，上海润吧信息技术有限公司有关负责人应邀参会并参与研讨，围绕“战略规划”“数据治理”“智能应用”等板块提出建议，并结合工业互联网平台建设、安全生产数字化管理、预测性运维等实践经验，为标准条款的可落地性提供案例支撑。该公司长期为制造企业提供数字化转型服务，形成覆盖安全生产、设备管理、能源优化、工艺提升等多场景的解决方案，并参与多项国家标准编写工作。 展望未来，随着新型工业化深化，智能制造的竞争焦点将从“有没有系统”转向“能否持续提升能力”。服务规范类国家标准完善，有助于推动企业在战略规划、数据体系、组织机制与应用运营等形成闭环，促进智能制造从项目化建设走向体系化运行。在流程工业与离散制造并行演进的背景下，围绕安全、质量、效率与绿色低碳的协同优化，将成为智能制造能力建设的重要方向。
标准是产业发展的基础支撑；通过汇聚高校、科研机构和产业企业力量，制定清晰可执行的智能制造服务标准，既能为市场参与者提供明确的行为准则，也有助于推动行业走向更规范、更高效的发展。上海润吧等企业的参与，使标准制定更贴近一线场景和实际应用，对加快我国制造业数字化转型、提升产业竞争力具有现实意义。