（图片来源：摄图网）

（记者　林碧涓）工业互联网作为新工业革命的重要基石，是新型工业化的战略性基础设施和重要驱动力量。工业互联网发展十年来，从无到有、从小到大，体系化发展带来了诸多变化。工信部此前表示，加强通用大模型和行业大模型研发布局，加快建设工业领域高质量数据集。人工智能时代，工业互联网平台与AI加速融合，正成为推动制造业迈向智能化、高效化、可持续发展新阶段的关键力量。

工业互联网建设进入应用深水区

江西中润食品有限公司依托中国电信助力搭建的维盈云数采平台，实现了多种数据灵活采集，通过数据分析与挖掘，调整生产计划，可实现库存的精准控制，降低成本提升效率；在海阳核电站3号、4号机组施工现场，中国电信山东公司与山东核电联合打造 “5G + 智慧工地” 项目，通过部署 3.5GHz 5G 定制网，实现 98％的区域覆盖率与 20ms 超低时延，满足企业在施工过程中的数字化需求；内蒙古移动与伊敏露天矿联合提出“5G+全光多网络融合”运营理念通过部署12个5G基站、2套MEC边缘计算节点和350个全光终端，构建“一纤承载、多网并行”架构，实现覆盖全矿区的5G网络，相较于传统网络，其传输速率提升50%，端到端时延从20ms降至最小1ms，使无人矿卡能够瞬间接收控制中心指令，毫秒级响应矿区复杂路况变化……

这些都是工业互联网落地的具体应用场景。工业互联网作为新质生产力的重要组成部分，也是推动新质生产力发展的重要基础设施和重要载体。发展工业互联网已连续八年在政府工作报告中被明确为重点任务之一，今年的政府工作报告提出，“加快工业互联网创新发展”。如今，工业互联网建设已从概念验证阶段迈入规模化应用与场景深耕并行的关键期。据工信部数据显示，2024年工业互联网核心产业规模超1.5万亿元，带动经济增长近3.5万亿元，融合应用已覆盖41个工业大类。国家工业互联网大数据中心汇聚工业数据14亿条，初步构建工业模型语料库。具有一定影响力的工业互联网平台超340家，重点平台工业设备连接数超1亿台（套），全国累计上云上平台企业约400万家次。

AI+释放工业领域价值潜能

工业和信息化部信息通信发展司司长谢存表示，工信部将以释放规模化应用效能为主线，加速工业互联网与人工智能深度融合。“人工智能+”正重塑着制造业发展。

一方面，全链条场景智能化升级。“工业互联网平台+大模型”能够充分发挥双方优势，构建设备预测性维护、智能化制造、供应链智能管理等场景应用。例如，通过大模型对制造数据的分析，企业能够实现更加精准的生产控制和调度，提高生产效率和产品质量；大模型能够对供应链数据进行深度分析和预测，帮助企业实现供应链的智能化管理；大模型还能够通过对设备运行数据的分析，预测设备的故障风险和维修需求。

另一方面，普惠技术底座，破解中小企业数转局。“DeepSeek基于混合专家模型（MoE）架构的算法创新，形成低成本、高性能的独特优势，有效破解了大模型在工业场景中部署成本高、运维复杂的难题，令中小企业能够以可负担的成本，私有化部署智能系统。”中国联通研究院工业互联网研究部总监周晓龙说，通过开源技术生态与国产适配体系的融合建设，企业可快速构建定制化AI能力，实现大模型在多样化生产场景下的轻量化部署，显著降低了企业数字化转型门槛。

中国工业互联网研究院智能化研究所副所长顾维玺指出，当前人工智能与工业互联网融合，逐步呈现出通用大模型与专用小模型协同发展路线，在各自适配的工业场景下持续激发价值潜能。

AI在制造业落地场景仍需优化

尽管自2018年以来，人工智能在中国制造业应用市场规模逐年增加，但AI 在制造业的规模应用仍面临普及瓶颈。根据凯捷统计数据显示，截至2023年，欧洲顶级制造企业的人工智能应用普及率超过30%，日本制造企业人工智能应用普及率接近30%，美国制造企业为28%，而中国制造企业的人工智能应用普及率尚不足11%，因此，需要通过更多的场景应用落地提高应用普及率。

首先，系统化统筹人工智能技术产业培育与重点行业数字化转型推进，促进数字经济与实体经济深度融合。目前，制造业智能化基础和智能化需求差异大，难以采用统一的人工智能解决方案，影响规模化的场景应用落地。根据工信部数据统计显示，目前我国32%的制造企业达到了智能制造能力成熟度一级水平，21%的企业达到了二级，12%的企业达到三级，四级及以上是成熟度最高等级，其企业占比达4%，其他31%企业都尚未达到最低的一级成熟度的水平。

其次，以平台+场景推动数据积累，依托试点项目沉淀核心数据语料库、提示词库。在工业领域，绝大部分企业对数据隐私及安全性存在担忧，不愿将生产核心数据提供给第三方进行建模训练与应用开发。由于缺乏支撑建模训练的高质量数据集，大模型在应用中存在准确性问题，影响应用效果。

最后，强化产学研用协同。技术研发、算力资源投入、数据采集与标注，以及市场推广与商业化扩展等方面都需要专业的人才进行操作和管理，因此需要通过跨领域合作培育复合型人才，驱动技术创新与产业升级。

工业互联网与 AI 的融合已是大势所驱。随着技术突破、政策赋能与生态完善，二者的深度协同将持续推动智能制造发展。