近日,工业和信息化部办公厅正式印发《工业互联网和人工智能融合赋能行动方案》(工信厅信管〔2025〕76号)。这一政策旨在深化人工智能与工业互联网融合应用,为推进新型工业化注入强大动力。
一、目标明确
到2028年,我们要建成什么样的智能工业?
任何伟大的行动都始于一个清晰的目标。《行动方案》开宗明义,为我们描绘了一幅到2028年的发展蓝图 :
一张更聪明的“网”:推动不少于50000家企业实施新型工业网络改造升级 。这意味着未来工厂的“神经网络”将更加强大,能够满足海量数据传输时“高通量、低时延、高可靠”的苛刻要求。
一批高质量的“数”:在20个重点行业打造高质量的数据集,完善工业数据治理体系 。数据是AI的“燃料”,高质量的数据集意味着AI模型能得到更好的训练,从而做出更精准的决策。
一群专业的“人”:培育一批顶尖的智能化解决方案供应商,形成大中小企业协同升级的良好局面 。未来,企业在转型路上将不再孤单,会有更多专业的“伙伴”提供服务。
总而言之,目标就是让工业互联网与人工智能的融合赋能水平显著提升,让技术、数据、人才等关键要素得到最高效的配置 。
二、核心路径
四位一体,打通智能制造的“任督二脉”
蓝图已经绘就,路要怎么走?《行动方案》给出了“四位一体”的推进路径,从基础设施、要素支撑、融合应用、产业生态四个方面系统布局,环环相扣,层层递进 。
1
基础底座升级行动
如果说智能制造是一辆跑车,那么网络基础就是它驰骋的赛道。方案强调,必须加快新型工业网络的部署 。
怎么做? 推动工业企业对内网进行升级改造,支持企业实现“控、网、算”一体化演进 。简单来说,就是让工厂内部的设备连接更顺畅、数据传输更快、边缘计算能力更强。这就像把原来坑坑洼洼的土路,升级成双向八车道的光纤高速公路,为海量工业数据的实时流动提供保障。
2
数据模型互通行动
数据是血液,模型是灵魂。没有高质量的数据和强大的模型,AI就是无源之水。
怎么做? 方案提出了一个非常亮眼的概念——探索依托工业互联网平台打造“模型池”的路径 。
这是什么意思呢?您可以把它想象成一个“AI模型超市”。过去,每家企业想用AI,可能都要从零开始研发模型,费时费力。未来,工业互联网平台上将汇聚大量经过验证、可复用的工业模型(大模型、专用小模型等),企业可以根据自己的需求,像取用食材一样,从“模型池”中调用合适的模型产品,快速搭建自己的智能应用,大大降低了AI的应用门槛 。同时,方案鼓励低代码、无代码技术创新,让不懂编程的业务专家也能轻松开发工业APP 。
3
应用模式焕新行动
技术再好,终究要落地应用,解决实际问题。《行动方案》旨在培育更多能提供“交钥匙”工程的智能化解决方案供应商 。
怎么做? 鼓励发展“工业互联网平台+智能体”等创新模式 。这里的“智能体”,可以理解为一个个部署在生产线上的“AI专家”,它们能够自主感知、决策和执行。例如,一个焊接智能体可以自动识别焊缝、调整焊接参数;一个质检智能体可以通过机器视觉发现人眼难以察觉的微小瑕疵。通过培育这样的解决方案,让AI真正深入到研发设计、生产制造、运维管理等核心环节 。
4
产业生态融通行动
单打独斗的时代已经过去,协同共赢才是未来。方案强调要优化资源配置,打造一个充满活力的产业生态 。
怎么做? 一方面,实施“链网协同”工程,推动工业互联网与重点产业链深度融合 通过数字化手段打通上下游,提升整个产业链的韧性和效率。另一方面,鼓励行业龙头企业开放自身资源和场景,孵化一批专注于工业数据、工业模型服务的专业化公司 形成“大企业顶天立地,小企业铺天盖地”的良性发展格局。
三、企业机遇
我们能从中获得什么?
说这么多,相信大家最关心的是:这项《行动方案》到底能给咱们企业带来哪些实实在在的好处呢?
转型路径更清晰了:方案鼓励企业在平台化设计、智能化生产、个性化定制、网络化协同、服务化延伸、数字化管理等多个维度进行应用模式变革 。这为企业指明了具体的转型方向,不再是摸着石头过河。
技术门槛更低了:“模型池”的建设、低代码平台的推广,意味着企业未来可以更低成本、更快速地用上先进的AI技术,而不必组建庞大的算法团队 。
外部支持更多了:方案明确提出要强化政策、资金、人才等保障举措 。这意味着,未来各地很可能会出台配套的专项资金、补贴政策和人才引进计划,为企业的智能化改造提供“真金白银”的支持 。
合作伙伴更好找了:随着智能化解决方案供应商和专业服务商的培育,企业在转型过程中将能找到更多靠谱的“外脑”和“帮手”,共同解决技术难题 。
《工业互联网和人工智能融合赋能行动方案》的出台,无疑为中国制造业的智能化转型按下了“快进键”。它不仅仅是一份指导文件,更是一张集结号,预示着一个由数据驱动、模型定义、智能主导的全新工业时代正在加速到来。
思行合一 顺势而为
工业互联网解决方案提供商
思|为|交|互
商务合作:waynezheng@idmakers.cn

