今年4月9日，广东省政府办公厅印了一份分量很重的文件：《广东省加快推进人工智能全域全时全行业高水平应用行动方案》（粤办函〔2026〕50号）。
"全域全时全行业"这六个字不是修辞。文件把"人工智能+"分成七大方向，光"人工智能+传统产业"这一节，就给电子、化工、机械、玩具、家电、食品、建材、纺织、冶金、矿业、船舶、能源十二个行业逐一写了场景。做玩具的、做纺织的、开食品厂的，都能在里面找到跟自己有关的段落。
看完文件，企业家真正关心的无非两个问题：政府的钱怎么拿？我自己的AI从哪里开始？这两个问题其实是同一个问题的两面。
先看钱的盘子
配套的资金力度是这几年少见的大：
2026年省财政安排36.34亿元落实技改设备事后奖励政策，支持设备更新和智能化改造；政策期内新增10亿元，专项支持中小企业数字化转型；2026年还新设了人工智能与机器人产业发展资金，工业领域大模型及应用解决方案的标杆案例，每年择优支持不超过10个，每个最高奖励800万。
另外还有配套动作值得留意：省工信厅建了制造业赋能资源池，把大模型、工业智能体、数据集、算力服务、解决方案、咨询诊断这些资源分类归集；又上线了"粤智赋"平台，提供普惠性的"AI诊断"服务，还给电子信息、汽车、家电、化工、纺织这些重点行业办线下供需对接会。
也就是说，从诊断、选型到资金，政府把服务链条铺好了。剩下的关键在于：企业自己得先把"被诊断"的资格准备好。
AI落地的前置条件，文件里其实写了
行动方案里有一句容易被跳过的话：依托"开放广东"平台优先开放高价值数据，鼓励工业等重点领域打造行业高质量数据集，深化公共数据授权运营。
政策制定者比很多企业想得明白——AI时代，数据是燃料。文件通篇在讲数据集、数据底座、数据治理。
这就是我要说的核心判断：对绝大多数制造业中小企业来说，AI落地的第一站不是买大模型，而是把业务数据先管起来。
道理很朴素。AI质检需要生产数据在线，智能排产需要订单和产能数据在线，预测性维护需要设备数据在线。数据不在系统里、不规范、不打通，再聪明的模型也只能空转。
我们做Odoo实施的日常观察是：一家企业ERP用得深不深，基本决定了它离AI有多远。销售订单、采购、库存、生产工单、财务凭证都在系统里流转的，接一个AI应用（比如基于历史数据的智能报价、需求预测）是水到渠成的事；反过来，核心数据还散在各部门Excel里的，任何AI项目第一步都得先花大力气补数据治理的课——这笔账，早晚要还。
给企业的三步走建议
第一步，先把家底盘清楚。趁"粤智赋"的普惠AI诊断是免费或低价的，先做一次诊断，搞明白自己的数据现状和最值得投入的场景。不要凭感觉上项目。
第二步，把核心业务搬进系统。优先把销售、采购、库存、生产、财务这条主链路在线化、结构化。这一步花的每一分钱，既是给AI打地基，也大概率能搭上技改和中小企业数字化转型补贴的车——前面说过，36.34亿的技改盘子、10亿的中小数字化专项都是真金白银。
第三步，选一个小切口试AI。别一上来就"全面智能化"。挑一个数据基础好、见效快的场景——比如客服知识库、单据自动识别、销售预测——跑通一个，再复制。文件里800万奖励的标杆案例，也都是从具体场景长出来的，不是宏大规划堆出来的。
结尾说句实在话
"人工智能+"是大势，这没什么可争的。但落到实处，企业与企业之间的差距，不在谁先买了大模型，而在谁的业务数据先-ready。
AI是快车，ERP这条路得先修好。车再快，路不通，也只能在站台看热闹。
你的企业如果正好处在"想上AI但不知道从哪下手"的阶段，欢迎聊聊——帮你想清楚第一步，比急着卖你一套系统重要得多。
