在制造业转型升级的进程中，人工智能的应用成为核心抓手。然而，现有研究对企业决策中的多因素作用机制及动态变化过程探究仍显不足。本报告基于技术—组织—环境分析框架，进一步梳理出21个潜在因素，并以2011～2023年中国A股上市制造业企业为研究对象，运用XGBoost算法构建企业人工智能技术采纳的预测模型，并融合SHAP可解释机器学习方法，克服传统模型存在的“黑箱”局限。本报告不仅精准识别了影响人工智能技术采纳的关键因素，还揭示了各因素与采纳决策间的复杂非线性关系，并动态考察了其在不同发展阶段的演化特征。通过明确关键因素及其重要性排序、多因素间的相互作用关系，以及动态演化特征，本报告深入揭示了制造业企业采纳人工智能技术的演化路径及核心因素。基于此，本报告以期为制造业企业系统规划智能化转型路径、政府部门制定差异化和精准化的人工智能支持政策提供决策参考。