- 资讯
-
资讯
政策
公告
服务商
资讯
政策
公告
服务商
已为你找到 5429 条资讯信息
工业互联网是新型工业化的战略性基础设施和发展新质生产力的重要驱动力量。党的二十届三中全会指出，促进实体经济和数字经济深度融合，发展工业互联网。近年来，我国工业互联网蓬勃发展，技术创新持续突破、产业生态持续壮大、融合应用持续深化。特别是随着人工智能等技术的加速应用与深度赋能，工业互联网发展正迎来四个方面新变化，为制造业数字化转型注入新动能。 应用更“智慧” 人工智能成为核心引擎 过去，工业互联网在破解“老师傅经验”难题时，更多是将这些“隐性知识”显性化、流程化，但本质上仍是对人类经验的模仿和复刻，难以突破能力的上限。如今，人工智能赋能制造业数字化转型的作用日益凸显，正从工业互联网的“辅助工具”变为“核心引擎”，它实现的不再是简单的模仿，而是根本性的超越。 一是智能决策，让传统技艺科学化。人工智能通过学习工业互联网应用中积累的大量高质量数据集，可以快速熟悉工业制造全流程各环节和各种工艺参数，尤其是能以算法模型的形式“活学活用”老师傅们那些只可意会不可言传的“看家本领”和“独门绝技”。这不仅实现了宝贵经验的数字化沉淀，更将传统的“技艺”升华为现代的“科学”，让生产过程从“知其然”迈向“知其所以然”。 二是人机共创，让工业生产数智化。人工智能这个“超级大脑”的植入，赋予了工业互联网实时优化和智能调度的能力。它能够指挥工业机器人这个“灵巧身体”，将计算出的最优指令不差分毫地在物理世界中实践、操作，从而诞生了功能强大的“工业智能体”。我们看到，越来越多的工业机器人开始在车间里广泛应用，人形机器人等更高级形态的智能体也正从概念走向应用，预示着未来工厂将拥有更强的柔性和适应性。 当工业互联网装上“AI引擎”，制造业就能跑出“数智加速度”。2024年，我国工业增加值超过40万亿元，通过工业互联网与人工智能的深度融合，哪怕仅仅提升一个百分点的效能，就意味着4000亿元的增量价值，为制造业高质量发展注入了磅礴动力。 架构更“立体” 从单点改造走向全局融通 过去，企业对于工业互联网的应用更侧重于“点状突破”和“局部优化”。无论是对内改造单条产线，还是向外连接上下游，着眼点往往是解决具体环节的效率问题，系统与系统之间、企业与企业之间并未实现真正的贯通。这种模式虽然在一定程度上提升了效率，但难以形成体系化的竞争优势。以融合促创新、以融合促发展是工业互联网的主攻方向，经过大量的实践总结，我们将“T型架构”作为工业互联网推动制造业数字化转型的理论方法。 “T型架构”的“横”，重在IT技术，旨在打通产业链。它将不同制造阶段和商业计划的IT系统集成，实现企业间、环节间面向产业集群共性的横向集成。从而在供需对接、集中采购、资源共享、产融结合等方面，达成更大范围的资源动态调配与高效协同，形成一个富有韧性的产业生态。好比构建了整个产业链的“大脑”，让信息流、物资流、资金流在企业间畅通无阻，提升了整个产业生态的韧性和效率。 “T型架构”的“纵”，重在OT技术，旨在做深生产线。它要求将企业内部的装备、产线、车间、工厂等各个环节进行更深度地互联互通，打通从底层设备控制到上层经营管理的全流程数据链路，实现生产全要素的透明化管理和精细化运营。好比健壮了企业的“四肢”，让生产执行系统变得敏捷、可控。 横纵结合的关键，在于“大脑”与“四肢”的联动，在于IT与OT的深度融合。这既是工业互联网建设的难点，也是价值创造的重点。截至2025年2月，我国已累计培育了超230家卓越级、1200家先进级和3万家基础级智能工厂，推动制造业数字化转型从“局部优化”迈向“全局智能”。 布局更“优化” 云网协同保障发展安全 过去，很多企业想上云，但最大的顾虑是“数据安全”，担心核心商业秘密外泄。如何在上云用数的同时，确保核心数据的安全可控，是广大企业，特别是制造业企业最大的顾虑。现在，随着工业网络向着IP化、扁平化、无线化的方向加速演进，高性能算力通过高质量网络直接延伸到企业“家门口”，让企业不需要把所有“家当”都搬到公共平台，我们鼓励企业建好“三朵云”。 第一朵是“边缘云”，这是企业的“保险柜”。它将工序流程、生产工艺、关键参数这些商业数据安全地部署在工厂本地进行计算和处理，确保核心商业机密不出厂门。我国拥有超过600万家制造企业，量大面广，对数据本地化处理的需求极为旺盛。当前，边缘云的增速最为迅猛，这也是制造业数字化转型加快的重要标志之一。 第二朵是“企业云”，这是企业的“办公室”。它主要承载企业的通用管理系统，如财务、人力资源、客户关系管理等。这些系统对实时性要求不高，但需要高度的稳定性和可靠性。将它们部署在专属或公共的企业云上，可以有效降低IT运维成本，提升管理效率。 第三朵是“生态云”，这是企业的“朋友圈”。它是一个开放的协作平台，用于企业与上下游的供应商、经销商、合作伙伴进行数据共享、业务协同和生态共建。通过生态云，企业可以更便捷地融入产业链，共同开拓市场、抵御风险。 “三朵云”的布局模式，既保证了核心数据的安全，又实现了通用数据的共享和业务生态的协同。当前，我国网络与算力基础设施建设成效显著，截至2025年7月，企业专网覆盖全国97％以上的地级行政区，基础电信企业为工业企业建设了2万个虚拟专网，5G工业独立专网试点有序推进，为制造业数字化转型提供了安全、可靠、富有弹性的发展环境。 赋能更“普惠” 服务模式走向亲民易用 过去，中小企业普遍面临“想转不敢转、能转不会转”的难题，高昂的成本、复杂的技术和人才的匮乏，是横亘在它们面前的“三座大山”。如今，工业互联网的服务模式变得更加亲民易用，让中小企业也能“用得起、用得好”。 一是应用“订阅化”，大幅降低使用门槛。传统的数字化改造需要企业一次性投入巨额资金购买软硬件。现在，越来越多的服务商推出“订阅制”服务，企业无须自建机房、购买服务器，可以像订购视频会员一样，按需、按月或按年付费使用云端的工业软件和算力资源，极大地降低了数字化转型的初始应用门槛。 二是方案“套餐化”，显著缩短见效周期。中小企业往往缺乏专业的IT团队，从零开始摸索数字化方案费时费力。现在，市场上涌现出大量“开箱即用”的行业解决方案。这些方案是服务商在深刻理解行业共性需求的基础上，预先打包好的“套餐”，覆盖了生产管理、设备监控、订单处理等常见场景，让企业不必从零摸索，能够快速上手、快速见效。 三是服务“管家化”，有效弥补能力短板。为解决中小企业人才短缺、技术匮乏的困境，一种“数字管家”式的贴身服务模式应运而生。专业的服务商团队为企业提供从诊断、规划到实施、运维的全流程陪伴式服务，手把手地帮助企业解决转型过程中遇到的各种难题。 服务模式的创新，有效破解中小企业的转型困境，让工业互联网不再是大企业的专属，更是中小企业的得力助手，为制造业数字化转型注入了源源不断的内生动力。截至2025年5月，全国已有超过87％的“专精特新”中小企业，将数字化全面应用到了企业研发、生产、管理等核心业务流程中。 工业互联网发展的新变化，是我国实体经济与数字经济同频共振、科技创新与产业创新良性互动、工业化与信息化融合发展的结果。近年来，我国工业发展呈现出强大韧性与活力，持续增长的工业基本盘，为工业互联网提供了丰厚的土壤和广阔空间。这些发展和变化，充分彰显了中国特色新型工业化道路的实践伟力，不断丰富着工业互联网的内涵外延。展望未来，我们将把握机遇，乘势而上，以工业互联网的新突破，推动制造业数字化转型新发展，为推进新型工业化作出更大贡献。
2026年07月08日
工业互联网的本质和核心是通过工业互联网平台把设备、生产线、工厂、供应商、产品和客户紧密地连接融合起来。 工业互联网可以帮助制造业拉长产业链，形成跨设备、跨系统、跨厂区、跨地区的互联互通，从而提高效率，推动整个制造服务体系智能化。 工业互联网还有利于推动制造业融通发展，实现制造业和服务业之间的跨越发展，使工业经济各种要素资源能够高效共享。 图为海尔集团展示利用工业互联网平台（COSMOPlat）制作个性化定制产品。 新华社记者 单宇琦摄 在今年的全国两会上，“工业互联网”成为“热词”并写入《政府工作报告》。报告提出，围绕推动制造业高质量发展，强化工业基础和技术创新能力，促进先进制造业和现代服务业融合发展，加快建设制造强国。打造工业互联网平台，拓展“智能+”，为制造业转型升级赋能。 两会刚刚结束，3月17日北京工业互联网技术创新与产业发展联盟就宣告成立。而在不久前，工业和信息化部也正式成立了中国工业互联网研究院。一系列动作充分显示出我国工业互联网建设正在提速。 可以说，工业互联网发展已经到了非常重要的历史机遇期，我国已经把发展工业互联网作为制造业高质量发展，特别是经济社会高质量发展的一个重要抓手。 高质量发展的重要推手 近年来，我国制造业取得的发展成就有目共睹。然而，我国制造业与发达国家相比差距依然很大，制造业整体信息化水平不高，导致信息化与工业化进程不匹配、不适应、不平衡，制造业“大而不强”“全而不优”的问题依然存在。 当前，以工业互联网方式推动制造业高质量发展，已经成为全球共识。德国拥有深厚的工业积淀，率先提出了工业4.0概念，目的是想通过互联网来提升制造业的信息智能化水平。美国拥有世界上信息化水平最高的龙头制造企业，在发展设备数字化率、联网率方面具有领先优势。我国与美、德几乎同步发展工业互联网，具有自己独特的优势，但也面临着一些挑战。 北京理工大学校长、中国工程院院士张军认为，我国发展工业互联网优势主要体现在三个方面。第一，我国是互联网强国，世界十强互联网企业中，中国企业占有重要地位，具有雄厚的实力。工业互联网在发展中如果能够借助这方面的优势，尤其是以消费领域为突破口，将会抢占先机。 第二，目前世界上还没有一个国家把人工智能、大数据、云计算、网络安全，作为重大科技专项实施，这将成为我国实现变道超车的最佳机遇。 第三，我国拥有非常强大的制造业群体，在建设工业互联网方面已经掌握了一定的核心技术。如果有好的政策引领，加强知识产权保护，形成良好的产业发展生态，工业互联网一定可以推动我国制造业实现高质量发展。 张军认为，工业互联网首先是联网，但更重要的是赋予工业设备感知的能力。下一步，如果把工业互联网与智能制造相结合，将会使我国工业互联网发展实现巨变。“比如，加工完器件，下一个环节自动衔接，最后通过计算为已经成型的产品提供个性化服务。这样环环相扣，会让工业生产变得具有智慧。”张军说。 开启全新的工业革命 工业互联网的本质和核心是通过工业互联网平台把设备、生产线、工厂、供应商、产品和客户紧密地连接融合起来。 从企业角度来看，工业互联网就像现代工业的智能助手，企业通过工业互联网平台提供的数据分析，更精准高效地了解工业研发设计、生产制造、经营管理等领域的知识，从而开启一场全新的工业革命。 十三届全国政协经济委员会副主任刘利华表示，工业互联网帮助一些企业减少了用工量，压缩了运输成本，提高了产品质量，有利于优化存量、降低企业的综合成本。 “同时，发展工业互联网，也有利于扩大增量，支撑先进制造业向价值链高端延伸。”刘利华表示，制造业高质量发展的特征有很多，其中就有拉长价值链向两端延伸（前端研发与后端售后服务）的案例。通过工业互联网，可以帮助企业拉长产业链，形成跨设备、跨系统、跨厂区、跨地区的互联互通，从而提高效率，推动整个制造服务体系实现智能化。 最后，工业互联网还有利于推动制造业融通发展，促进创新创业。刘利华认为，如果按照传统的工业生产方式很难实现制造业与服务业之间的跨越发展，但通过互联网就可以使工业经济各种要素资源能够高效共享，这样就能够推动先进制造业和现代服务业的深度融合。 平台建设已初具规模 目前，全球范围内工业互联网平台在数量、体量、行业覆盖等各个维度上的规模都在不断扩大，国内不同领域、不同地区的企业也在加快平台布局，市场呈现“百家争鸣”的格局。 根据工信部数据分析以及信通院调研统计，我国现在已经有269个工业互联网平台类产品。其中，具备一定产业影响力的工业互联网平台数量已经超过50个。 与此同时，消费互联网领域的阿里巴巴集团也在试水工业互联网，该集团副总裁刘松认为，如今光靠生产已不能赢得未来，人工智能和区块链等技术可以扩大服务半径，制造业将从规模化和标准化，走向智慧化、个性化和定制化。 当初，在看到媒体《为高铁钢轨“整容”国产铣刀难堪重任》的报道以后，富士康攻坚克难生产出了具有自主知识产权的国产铣刀。富士康工业互联网公司董事长李军旗表示，这件事让富士康意识到，目前国内还有许多企业身处信息孤岛之中，技术和需求得不到有效对接，因此急需构建工业互联网，为更多制造企业创造价值生态圈，使其能在平台上实现信息和利益共享。 “目前，工业互联网面临的最大壁垒之一是数据安全，很多企业不愿意上云分享数据是因为担心数据分享了就失去了价值。”北京兮易信息技术有限公司董事长陈广乾的一番话道出了很多企业的心声。陈广乾指出，工业大数据要想有更好更快的发展，一方面必须努力提供良好的法律环境，另一方面则要增强政府及企业开放、共享基础设施与数据资源的意识。在数据共享的大趋势下，标准先行、机制保驾，工业互联网才能够发挥应有的作用。 工业互联网在发展中还要面临很多问题，中国工业互联网研究院院长徐晓兰表示，工业互联网研究院当务之急就是联合一切可以联合的力量，让政府、科研部门、企业、平台形成合力，共同探索我国发展工业互联网的有益路径。她还透露，今年研究院将会开展深度调研，充分了解工业互联网现状，系统化梳理各项工作，为行业提供更好的服务。（记者 姜天骄）
2026年07月08日
党的二十届四中全会通过的《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》强调“全面实施‘人工智能+’行动，以人工智能引领科研范式变革，加强人工智能同产业发展、文化建设、民生保障、社会治理相结合，抢占人工智能产业应用制高点，全方位赋能千行百业”。制造业是实体经济的根基，是“人工智能+”行动的主战场。近日，工业和信息化部等八部委联合印发《“人工智能+制造”专项行动实施意见》，在数智基建、场景推广、产品创新、主体培育、生态建设、安全护航、国际合作等方面部署了系列任务，为加快推进人工智能在制造业融合应用提供了系统指引。 一、把握“人工智能+制造”历史机遇 当前，以智能化为代表的新一轮科技革命和产业变革浪潮席卷全球，正在系统重构全球产业格局。工业智能体、具身智能在制造业各环节加速渗透，正在成为企业重塑竞争优势的新动能。产业竞争的焦点已不再是行业本体技术的领先，而是数智技术与实体经济融合应用的效率和规模。能否做强“人工智能+制造”，将直接决定我国制造业的全球地位和长远竞争力。 （一）“人工智能+制造”是赢得国际竞争主动的战略选择 制造业年产值超过16万亿美元，约占全球GDP的15%。这意味着，通过人工智能技术对工业技术、知识、数据、人才等全要素重组，以及研发、生产、管理等全链条的深刻重塑，每带来1%的效率提升，就将创造年均超1600亿美元的经济增长。面对如此巨大的战略价值，世界主要国家纷纷将人工智能作为重塑竞争力的核心领域，美欧发达国家相继出台国家级AI战略，意图重构产业竞争优势、抢占制造业发展制高点。国际工业巨头纷纷与人工智能企业加大合作力度，入局工业AI，推动AI在仿真设计、自适应制造、供应链管理以及智能工厂等领域的深度应用，推动工业自动化领域的AI变革。在这场关乎未来发展的全球竞争中，我们不进则退、慢进亦退，必须抢抓这一历史机遇，牢牢掌握发展主动权。 （二）“人工智能+制造”是发挥我国独特优势的内在要求 2024年我国制造业增加值超过33万亿元，占GDP的比重近25%，对全球制造业增长的贡献率超过30%。我国还拥有全球最完整、门类最齐全的工业体系，这构成了人工智能技术最宝贵的“全场景”应用土壤和广袤的数智转型“蓝海”。更重要的是，我国拥有支撑数智转型的坚实基础设施和服务体系。算力规模全球第二、以5G、千兆光网为核心的“数字大动脉”实现全国有效覆盖。据测算，2025年人工智能企业数量超6000家，形成了涵盖基础底座、模型框架、行业应用的完整产业体系，核心产业规模破万亿。供需两端的产业基础，为人工智能在制造业应用和迭代提供了全球最富集的资源禀赋。这决定了我国推进“人工智能+”的关键路径，在于将人工智能技术深度融入制造业的广阔场景，催生海量高价值的工业数据，在数智基础设施的有力支撑下，驱动技术迭代和应用创新，形成技术供给与产业需求互促共进的良性循环，将我国应用场景优势、规模优势和基建优势，转化为难以复制的产业发展“非对称优势”。 （三）“人工智能+制造”是加快新型工业化的重要引擎 我国拥有超600万家制造业企业，既有引领行业的龙头标杆，也有深耕细分领域的中小企业，是推进新型工业化的主体力量。到2035年基本实现新型工业化，客观上要求企业在质量效益、驱动要素、业态模式等方面实现系统性跃迁，这离不开“人工智能+”的技术赋能。实践证明，人工智能正在推动生产方式从“人控”走向“智控”，决策模式从“经验驱动”走向“数智驱动”，产业人才从“工匠”转为“智匠”。国内领先企业已率先行动，将大模型应用于电子、钢铁、汽车等领域，实现智能化运营，助力生产效率提升。在全国已建成的230余家卓越级智能工厂中，产品研发周期平均缩短28.4%，生产效率平均提升22.3%，不良品率平均下降50.2%，碳排放平均减少20.4%。这些数字背后，是生产力的深刻变革和生产关系的系统性调整，是生产要素的创新型配置，是新质生产力的集中体现。我们必须牢牢把握人工智能这一驱动力量，加速技术突破与产业应用的双向奔赴，为我国制造业开辟范式转换和能力跃升的新赛道，为新型工业化注入强劲动力。 二、把握“人工智能+制造”特征和体系 “人工智能+制造”具有多元化、时代化、融合化的基本特征。应用场景多元化。我国制造业既有引领产业升级的高精尖领域，也有正在加速转型的传统产业，既有全球领先的领航级智能工厂，也有亟待改造的“手工作坊”，这为人工智能与制造的深度融合提供了全球最为丰富、无可比拟的实践场景和创新空间。现有制造环节的生产设备、工艺流程、信息系统呈现复杂多样，涵盖从传统机床到工业机器人、从单一生产单元到全链条供应链、从定制化业务软件到大型工业操作系统，形成了多层次、多维度的技术生态与产品适配体系。技术演进时代化。制造业一直以来都是人工智能技术的“试验场”，从早期基础算法“嵌入”单一设备、单一环节，解决质检等具体场景的效率问题，到大数据、深度学习技术落地，实现生产过程的数据驱动优化，再到当前大模型、具身智能等技术兴起，推动人工智能从“单点智能”向“全流程协同智能”、从“机器辅助”向“人机协同决策”演进，加速制造体系从“经验驱动”向“数据智能驱动”跃迁。推动“人工智能+制造”融合应用，既需紧跟人工智能技术演进趋势，也要把握制造业转型需求，实现互促融合。转型赋能融合化。技术层面，推动人工智能与信息技术（IT）、通信技术（CT）、控制技术（OT）、制造工艺技术（MT）的“多技术融合”，打破技术壁垒，重构制造技术体系。产业层面，人工智能作用于研发设计、生产制造、仓储物流、营销服务、供应链协同等制造全链条，渗透到设备单元、产线、车间、工厂、产业生态等多层级，催生工业智能终端、智能装备、智能工业软件等新产品，壮大个性化定制、服务型制造等新业态。 加快推动“人工智能+制造”的融合应用，需把握其基本特征，按照“场景牵引、技术适用、一体赋能”的体系化思路，从设备、产线、车间、工厂、企业到产业生态，逐级推进“人工智能+制造”实践。 （一）人工智能+设备，优化设备管理方式 经过数字化改造后的通用机床、手动成型机、常规窑炉等传统设备和本身具备数据采集、自主控制能力的工业机器人、全自动成型机、智能检测设备等智能装备，嵌入人工智能算法模块后，能够基于振动、温度等时间序列数据实现预测性维护，提前识别设备故障，避免意外停机。也能够通过人工智能算法优化设备运行参数，强化工业装备控制的智能化，提升加工精度和产品合格率。例如，生成式AI可以为工业机器人或PLC（可编程逻辑控制器）自动生成控制代码，简化自动化系统的调试和部署过程，还可被用于缺陷分析报告的自动生成和操作手册等技术内容的创建，显著提高工程师的工作效率。 （二）人工智能+产线，提升工艺优化能力 针对以机械加工、电子组装为代表，具有工序分散、物料流转复杂等特征的离散型产线，和以电解铝生产、锂电池极片加工为代表，需实时、严格控制工艺参数的流程型产线，结合各类产线生产实际，构建产线智能管控系统，运用自动排产算法、自动化质量检测、工艺参数优化等人工智能技术，实现产线排产时间从小时级压缩至分钟级、降低缺陷漏检率、提升生产效率。例如，企业可通过模拟产线运行数据，依托AI模型预测产线关键设备的健康状况，提前识别出潜在的瓶颈和故障风险，并推荐相应的维护调度计划，降低停机成本。 （三）人工智能+车间，变革生产作业形态 对核心生产、质量检测、公辅能源和物料转运等各类车间进行智能化改造，构建车间级智能管控体系，主要包括：全域资源调度，通过人工智能技术优化AGV路径、设备负荷与人员配置，降低生产车间等待时间，减少现场管理人员数量；能源精准调控，基于生产需求动态匹配能源系统供给，减少能源损耗；跨工序协同，打通车间内各生产单元数据链路，实现联动响应，提升车间整体运营效率。例如，发电装备制造企业在汽轮机厂车间构建数字孪生系统，整合设备参数、工艺路径等全量数据，通过智能体生成最优加工路径并动态调整生产计划，同时部署AGV智能搬运机器人与AR工艺指导系统，实现工序间无缝衔接，提升了百万千瓦级汽轮机转子加工效率，降低加工能耗。 （四）人工智能+工厂，改进生产资源调度 开发工厂级智能体，整合全要素数据，整合研发、生产、质量、能耗、物流和运营全链路数据，搭建工厂级智慧运营平台，实现生产计划、能耗优化等全局最优决策。构建场内智能安监体系，在厂内关键区域、危险作业点部署视频监控设备，通过人体姿态识别、区域入侵检测算法，实时监测工人安全帽佩戴、防护装备使用情况及危险区域闯入行为，建立分级预警与快速响应机制。部署智能巡检机器人、自动控制等系统，减少人工干预，打造“黑灯工厂”。例如，钢铁冷轧厂通过“工厂大脑”实现各生产车间远程监控，车间内行车、机器人等设备全自主运行，仅需少量操作人员监控数十块屏幕，提升生产效率，大幅降低吨钢能耗与污染物排放。 （五）人工智能+企业，创新经营管理手段 通过整合技术研发、生产经营等数据，依托企业云搭建企业级智能决策平台，基于企业产品数据库、材料性能参数、制造工艺约束等数据，打造设计智能体，输入产品功能需求、性能指标、成本预算等核心参数，自动生成多套优化设计方案，并通过仿真模拟验证方案可行性，形成“需求输入－方案生成－仿真迭代－最优输出”的研发闭环。建立智能风险防控系统，实现合规、资源统筹配置与运营效率提升。例如，彩电生产企业整合供应商数据，打造智慧供应链管理平台，实现物料需求实时预测，将彩电物料需求提报至供应商的时间从“天级”缩短至“小时级”，提升了订单响应速度。 （六）人工智能+产业链，优化产业协同模式 立足产业生态层面，产业链核心企业汇聚产品联合开发、产业协同策略、产业链管理、跨企业资源调度、碳排放管控等产业链上下游数据，构建智能协同平台，部署供需匹配分析、供应链协同等产业级大模型，实现智能协同与风险联防，解决产业链协同低效、资源配置失衡、风险联防不足等问题，降低产业链采购成本、缩短协同研发周期、供应链断供风险实时预警，实现产业资源高效联动与高质量发展。例如，汽车企业通过整合产业链内企业数据与工业知识，构建“工业互联网平台+超级智能体”体系，部署排产、仓储、质检等多类智能体，实现跨领域协同决策，推动产业链上下游企业降本、减排，形成“技术－场景－数据”的产业生态循环。 三、把握“人工智能+制造”实施路径 加快推进“人工智能+制造”，企业是主体。让“人工智能+制造”扎根于企业，服务于场景，成长于生态，是企业抓住新工业革命机遇的关键。 （一）建设数智基础设施 破解“联不稳”“算不快”的数字底座瓶颈，构建云边协同、控网算一体的新型基础设施，为海量工业数据的实时处理和智能应用的规模化部署提供坚实支撑。建设新型工业网络。基于“端－边－云”扁平化网络协同架构，综合运用工业5G、硬实时无线控制、工业确定性网络、无源物联、工业光网等技术，实现工业现场网络无缝覆盖和灵活组网，为工业控制、生产、经营、管理全流程海量多模态异构工业数据提供统一承载。将AI技术嵌入网络各环节，通过“算力路由”和“在网计算”等机制，提高工业网络资源动态调度、故障自愈与智能运维水平。布局工业算力体系。打造边缘云、企业云、产业云“三云”协同智算能力，扩展端侧智能，部署边缘智算节点，集成数据预处理、模型训练、安全隔离等功能，实现生产的“就近计算、快速响应”。强化企业全域算力按需扩展、模型和智能体快速训练与迭代部署，承载生产调度优化、财务预测等场景化应用，满足企业经营的“智能仿真、辅助决策”算力需求。推广全局算力调度，提供大规模仿真、数字孪生、大模型训练等高算力服务，提升全产业链“跨域调度、高效畅通”能力。 （二）推进工业要素互联互通 解决“采不上”“看不懂”的数据源头难题，打通异构设备、系统与协议间的壁垒，实现工业全要素的泛在互联，为上层智能应用提供高质量的数据输入。增强终端网联与智能。提升终端设备联网率和智能化能力，加快推动嵌入式AI发展，通过集成轻量级AI算法，传感器在端侧进行实时特征提取、异常识别和初步决策，大幅减少原始数据上传的带宽压力，实现亚毫秒级的本地智能响应。推广身份识别、作业记录等领域智能终端，提升生产设备/检测仪器的智能传感器配置比例，增强传统设备的自感知、自分析、自决策能力。强化数据采集与互通。依托PLC、DCS等通用控制器，或传感器采集工业设备原始数据，通过MQTT、OPCUA等中间件协议适配转换实现OT层设备数据标准化接入。基于数据同步、数据虚拟化等集成技术实现数据接入与整合，支撑工业设备泛在互联与异构数据流转。采用OPCUA等统一协议实现多品牌设备数据采集，建立信息模型解决语义冲突，打通设备间协议转换的“语言障碍”。通过多源异构数据清洗、聚合及语义对齐、多模态数据智能标注、增强与合成等预处理技术，提升数据质量。 （三）发展高质量数据集 破解“数据多但质量低”“有数据但不会用”的数据要素瓶颈，对海量、多源、异构的工业数据进行汇聚、治理和流通，转化为可信、可用、可流通的高价值数据资产。分类建设。构建分级分类的数据目录，形成“数据地图”。产业链主体数据，聚焦重点产业链与产业集群，全面梳理链上各环节的企业实体信息，包括企业基本情况、主营业务、核心产品、产能规模、技术能力等。产业管理数据，聚焦政府在履行管理职能时，要求企业填报的各类经营与管理信息。具体包括技术改造项目投资、研发经费、新产品产值、能耗与碳排、安全生产、人才结构、数字化水平自评估等。链主企业运行数据，聚焦龙头企业与产业链关键节点的内部实时运行数据。主要包括反映供需波动的供应链数据（订单、采购、库存、物流等）和反映生产流程的制造过程数据（设备状态、工艺参数、产能、良率等）。应用推广。探索建设工业高质量数据集中试验证平台，开展数据集质量与模型性能评测，构建“数据—模型—应用”闭环优化体系，确保数据好用、管用。强化顶层设计，研制工业数据采集、治理、质量评估及安全保障等标准规范，统一数据存储与交互格式，促进跨系统、跨企业互联互通。聚焦装备、电子、钢铁等重点行业，加速数据开发利用，推动数据集产品化与市场化流通，提升数智赋能成效。 （四）发展工业智能体 解决“用在哪”“怎么用”的价值落地难题，将数据资源和算力基础转化为能够自主感知、分析、决策并执行的智能体应用，加速从“单点智能”向“全局智慧”跃升。分层部署应用。部署故障诊断、寿命预测、工艺优化等设备级工业智能体，实现单点自主感知与控制；部署异常检测、能耗计算、工控代码生成等产线/车间级智能体，保障生产的连续性与高效性；部署物料调度、仓储优化、风控预警等工厂层智能体，推动资源优化配置和高效执行；部署利润预测、财务管理、碳排优化等企业层智能体，促进经营决策效能提升；部署供需智能匹配、产业链供应链管控等生态层智能体，实现产业链协同与生态联动。强化多智能体协同。构建云边协同的多智能体协作体系，在边缘侧，面向设备、产线和车间部署预测性维护、实时质量检测和柔性工艺调整等任务智能体，构建“感知—决策—执行”闭环，推动控制体系由自动化向自主化升级；在云侧，依托统一的智能体交互机制，推动生产计划、供应链调度与能耗管理等智能体交互协作，提升跨部门协同和决策响应能力。 （五）构筑安全防护屏障 化解“看不清风险”“防不住攻击”的发展安全顾虑，构建覆盖数据、模型、网络和终端的全方位、多层次、系统性安全防护体系，为“人工智能+制造”的深度融合与健康发展保驾护航。健全安全管理机制。制定企业人工智能应用分类分级和安全评估管理制度。建立安全风险信息上报与共享机制，畅通与产业链上下游、行业机构及监管部门的信息沟通渠道。增强风险预警能力。建设人工智能安全风险监测预警体系，加强对生产制造关键环节、系统和数据的风险识别，实现风险早发现、早预警、早处置。夯实安全防护基础。企业应使用经过安全测评认证的智能终端设备，实施工业控制网络与人工智能应用网络的分区隔离，部署工业安全大模型辅助威胁检测与响应处置。完善数据安全管理机制，建立训练数据全生命周期保护策略，对核心工艺数据实施分类分级管控，采用深度合成鉴伪技术识别和拦截虚假数据。提升系统防护水平。从数据、模型、终端等层面构建系统性安全防护体系，通过知识库优化、训练语料纠错，从数据源头提升模型输出的准确性、减少错误信息传播。添加人工智能生成合成内容标识，确保生成内容可溯源、可识别。 中国工业互联网研究院基于国家工业互联网大数据中心，建设工业可信数据空间，在钢铁、石化、有色、纺织等重点行业打造了一批高质量工业数据集。开展人工智能测评，对100余个大模型、智能体在工业应用效果进行测试。研发工业智能体平台，为汽车、材料等行业提供工业智能体服务。建设国家人工智能赋能新型工业化供需对接平台，提供涵盖技术咨询、方案设计、智能应用部署和运维优化在内的端到端服务，为3000余家企业精准匹配制造业需求，缩短智能化方案落地周期。（中国工业互联网研究院院长 鲁春丛）
2026年07月08日
习近平总书记多次对发展工业互联网作出重要指示，强调要“深入实施工业互联网创新发展战略”，“持续提升工业互联网创新能力，推动工业化与信息化在更广范围、更深程度、更高水平上实现融合发展”。工业互联网既是体现新质生产力实践价值的关键领域，也是推动新质生产力培育形成的强大力量，对推动经济高质量发展意义重大。今天，请跟随《求是》小编一起来认识什么是工业互联网！ 2024年9月12日，2024全球工业互联网大会在沈阳中国工业博物馆开幕，本次大会以“以智焕制 以旧焕新”为主题。图为9月13日，2024全球工业互联网大会现场。中新社发 黄金昆/摄 本世纪第二个十年伊始，以5G、互联网、大数据、人工智能为代表的新一代信息通信技术创新活跃、产业发展代际跃迁，数字产业化供给能力大幅攀升。同时，工业设备、产线、车间、工厂的数字化水平持续提升，产业数字化需求日益扩张。在供给推动和需求拉动双重作用下，数字技术与实体经济的融合从生活领域向生产领域加速延伸，工业大数据爆发式增长，海量工业数据的采集、传送、存储、计算、分析和应用都需要一个智能化的载体，这个载体就是工业互联网。通过对人、机、物、系统等的全面连接，工业互联网构建起覆盖全产业链、全价值链的全新制造和服务体系，为工业乃至产业数字化、网络化、智能化发展提供了实现途径，成为新工业革命的关键驱动力量。工业互联网具有与消费互联网不同的特点。 从连接对象看 工业互联网连接的主体多样，涵盖设备、产线、车间、工厂、企业，还有产业链的上下游和生态伙伴。在研发设计、生产制造、经营管理、运维服务等环节，企业内部、企业间协同的场景更为复杂，形成的数据量更为庞大，特别是研发设计和生产制造的大数据，因涉及企业特有的技术、工艺、知识和经验，绝大部分数据不出工厂且千企千面，需要量身定制组网方案。 而消费互联网连接的主体是人，主要用于人与人之间的信息传递，网络终端、数据类型和应用场景具有同质性、规范性、可复制性，个人数据都高度集中在平台企业中。 从网络性能看 工业互联网对网络速率、时延、带宽等要求比消费互联网更高。比如，设备运动控制和产品视觉检测数据的通信时延须分别小于1毫秒和10毫秒，而一般公共通信网络时延在100毫秒以内即可满足使用要求。工业互联网的数据传输直接关系到生产安全，对于网络的可靠性、稳定性和安全性要求更为“刚性”，只有构筑起工业互联网网络大动脉，工业数据要素的价值才能充分释放，数字技术的应用才能更加融合高效。 从发展模式看 工业互联网应用过程是企业数字化演进升级的过程，行业企业差异化程度高、工业设备数字化水平参差不齐，工业软件开发适配周期长、资产专用性强，很难找到普适性的发展模式，往往需要更长的投资回报周期。 而消费互联网应用门槛相对较低、可复制性更强，通过培养用户使用习惯可以颠覆传统消费模式，其商业模式以“聚人气”、“流量变现”为主，可以面向普通消费者“前向收费”，也可以面向信息或软件服务企业“后向收费”，具有规模经济性，社会资本关注度和支持度较高。 从体系架构看 工业互联网包括五大功能体系，网络是基础，标识是身份，平台是中枢，数据是要素，安全是保障，其内涵边界与消费互联网有显著差异。工业互联网的网络包括工厂内网和外网，是人、机、物、系统全面互联的关键基础设施；标识由标识编码和解析系统构成，标识编码是机器、产品、数据等生产资源的“身份证”，通过解析系统就可以明确“我是谁”、“我在哪”、“我在干什么”；平台下连设备，上连应用，为数据汇聚、建模分析、知识复用、应用创新提供载体支撑；数据是新型生产要素，通过与其他要素组合，能够用于开发新产品、拓展新服务、创造新价值；安全是指保护工业互联网系统、设备和数据免受未经授权的访问、损坏、干扰的一系列技术和管理措施。 从应用效果看 发展工业互联网的目的是通过数字化赋能提升行业、企业的综合竞争力，体现在降本、增效、提质、绿色、安全这五个方面。工业互联网应用是一个循序渐进的过程，从“研产供销服”各环节单点应用，向全环节、全流程综合集成延伸，形成平台化设计、智能化生产、网络化协同、个性化定制、服务化延伸、数字化管理等典型应用模式。工业互联网应用是一个协同发展的过程，从龙头企业内部拓展到产业链上下游，通过大企业带动小企业、下游企业带动上游企业、新兴产业带动传统产业，实现数字化转型从“样板间”走向“商品房”。
2026年07月08日
党的十九大提出了“推动互联网、大数据、人工智能和实体经济深度融合”，这与十七大提出的两化融合、十八大提出的两化深度融合一脉相承，标志着两化融合进入了新阶段。习近平总书记在十九届中央政治局第二次集体学习时强调，要“继续做好信息化和工业化深度融合这篇大文章”，“要深入实施工业互联网创新发展战略”，这为新时代新阶段两化深度融合创新发展指明了方向。落实到具体工作上，就是要深入贯彻落实国务院《关于深化互联网+先进制造业发展工业互联网的指导意见》，建设工业互联网平台，加快发展工业互联网，推动两化融合迈向新的阶段。 一、工业互联网内涵和体系 工业互联网是满足工业智能化发展需求，具有低时延、高可靠、广覆盖特点的关键网络基础设施，是新一代信息通信技术与先进制造业深度融合所形成的新兴业态与应用模式。工业互联网包括网络、平台、安全三大体系。其中，网络是基础，平台是核心，安全是保障。 工业互联网包括三大体系：第一，网络体系是基础。工业互联网将连接对象延伸到工业全系统，可实现人、物品、机器、车间、企业以及设计、研发、生产、管理、服务等产业链价值链全要素各环节的泛在深度互联与数据的顺畅流通，形成工业智能化的“血液循环系统”。第二，平台体系是核心。工业互联网平台作为工业智能化发展的核心载体，平台体系为数据汇聚、建模分析、应用开发、资源调度、监测管理等提供支撑，实现生产智能决策、业务模式创新、资源优化配置、产业生态培育，形成工业智能化的“神经中枢系统”。第三，安全体系是保障。建设满足工业需求的安全技术体系和管理体系，增强设备、网络、控制、应用和数据的安全保障能力，识别和抵御安全威胁，化解各种安全风险，构建工业智能化发展的安全可信环境，形成工业智能化的“免疫防护系统”。 与互联网相比，工业互联网主要有两大个明显区别。一是连接对象不同。互联网主要连接人，应用场景相对简单，工业互联网实现人、机、物等各类工业要素和工业业务流程以及产业链上下游企业间更大范围的实时连接与智能交互，连接种类、数量更多，场景更为复杂。二是技术要求不同。互联网网络技术特点突出体现为“尽力而为”的服务方式，对网络时延、业务承载和隔离能力、可靠性等要求不严格。但工业互联网直接涉及工业生产，网络性能上要求时延更低、可靠性更强，安全性更高。 当前，与发达国家相比，我国工业互联网发展水平和现实基础还存在较大差距，主要体现为产业支撑能力不足、核心技术和和关键标准缺失，缺乏龙头企业引领、人才支撑和安全保障体系不健全，导致平台的产业影响力和生态竞争力不强。具体来看： 在网络方面，一是现有网络尚难以满足工业生产高安全、高实时和高可靠的需求。二是缺乏统一的标准接口，互通性差。如现有工业现场总线和工业以太网标准就有20多种，无法直接实现互联互通。 在平台方面，我国工业互联网平台建设起步晚、基础弱、经验少：一是工业控制系统、高端工业软件等产业基础薄弱，平台数据采集、开发工具、应用服务等核心技术缺失。二是平台应用领域相对单一，缺乏第三方开发群体，工业APP数量与工业用户数量的双向迭代和良性发展尚需时日。三是缺乏龙头企业，难以形成资源汇聚效应。 在安全方面，与传统商业互联网和移动互联网相比，处于发展初期的工业互联网，其安全态势更加复杂，当前我国工业互联网安全还存在政策体系不完善、管理和防护不到位、产业核心基础能力薄弱、工业信息安全人才匮乏、工业信息安全意识不足等问题。 二、工业互联网平台的定位、作用 工业互联网平台是工业互联网的核心，是连接设备、软件、工厂、产品、人等工业全要素的枢纽，是海量工业数据采集、汇聚、分析和服务的载体，是支撑工业资源泛在连接、弹性供给、高效配置的中枢，是实现网络化制造的核心依托。从“云”“网”“端”的角度来看，工业互联网平台以“云”为核心，通过“网”的泛在连接，实现对海量终“端”、资源、数据和主体的汇聚集成与优化配置。 工业互联网平台包含数据采集体系、工业PaaS平台和应用服务体系三大核心要素。其中，数据采集是基础，工业PaaS是核心，工业APP是关键。其本质是通过构建精准、实时、高效的数据采集互联体系，建立面向工业大数据存储、集成、访问、分析、管理的开发环境，支撑工业技术、经验、知识的模型化、软件化、复用化，不断优化研发设计、生产制造、运营管理等资源配置效率，形成资源富集、多方参与、合作共赢、协同演进的制造业生态。从工业互联网平台的关键作用来看，主要有三个方面。 第一，工业互联网平台是传统工业云平台的迭代升级。从工业云平台到工业互联网平台演进包括成本驱动导向、集成应用导向、能力交易导向、创新引领导向、生态构建导向五个阶段，工业互联网平台在传统工业云平台的软件工具共享、业务系统集成基础上，叠加了制造能力开放、知识经验复用与第三方开发者集聚的功能，大幅提升工业知识生产、传播、利用效率，形成海量开放APP应用与工业用户之间相互促进、双向迭代的生态体系。 第二，工业互联网平台是新工业体系的“操作系统”。工业互联网平台依托高效的设备集成模块、强大的数据处理引擎、开放的开发环境工具、组件化的工业知识微服务，向下对接海量工业装备、仪器、产品，向上支撑工业智能化应用的快速开发与部署，发挥着类似于微软Windows、谷歌Android系统和苹果iOS系统的重要作用，支撑构建了基于软件定义的高度灵活与智能的新工业体系。 第三，工业互联网平台是资源集聚共享的有效载体。工业互联网平台将信息流、资金流、人才创意、制造工具和制造能力在云端汇聚，将工业企业、信息通信企业、互联网企业、第三方开发者等主体在云端集聚，将数据科学、工业科学、管理科学、信息科学、计算机科学在云端融合，推动资源、主体、知识集聚共享，形成社会化的协同生产方式和组织模式。 三、推进工业互联网平台的工作考虑 工业互联网平台建设是一个反复迭代、动态优化、不断演进的过程，需要通过终端设备的持续接入，工业经验和知识的积累、传播与复用，开发工具的丰富完善，创新应用的逐步推广，实现工业互联网平台的生态化发展。建设工业互联网平台，要从“供给侧”和“需求侧”两端发力，充分考虑产业未来发展趋势，聚焦融合重点，突出平台体系建设，注重夯实平台发展基础，着力提升平台运营能力，加快推动工业企业上云与工业APP培育。 一是制定工业互联网平台建设及推广指南。组织开展工业互联网平台发展情况调查和评估，遴选一批具有较好基础和发展潜力的工业互联网平台，加强工业互联网平台宣贯培训、试点示范和经验推广，协同推进平台发展。 二是加快工业互联网平台培育。发挥骨干企业与科研院所核心作用，突破数据采集、平台管理、开发工具、微服务框架、建模分析等关键技术瓶颈，培育5个左右跨行业、跨领域工业互联网平台，建成一批能够支撑企业数字化、网络化、智能化转型的企业级工业互联网平台。 三是开展工业互联网平台测试验证。支持龙头制造企业、互联网企业、科研院所、高校等建设工业互联网平台测试验证环境和测试床，开展适配性、可靠性、安全性等技术验证，为平台产品提供测试评估服务，规范平台发展秩序，推动平台功能不断完善，加快平台落地应用。 四是推动百万工业企业上云。鼓励工业互联网平台在产业聚集区落地，推动制造业数字化、网络化、智能化改造，加快智能产品、生产装备、研发工具、运营系统、能力交易等数据和业务系统上云，推动地方政府通过财税支持、政府购买服务等方式鼓励中小企业业务系统向云端迁移，实现“建平台”与“用平台”双向迭代、互促共进。 五是培育百万工业APP。支持软件企业、工业企业、科研院所等开展合作，在重点行业领域逐步培育一百万左右面向特定行业、特定场景的工业APP，壮大工业互联网平台产业。
2026年07月08日
财政部办公厅、工业和信息化部办公厅发布《关于做好2025年中小企业数字化转型城市试点工作的通知》。2025年将选择34个左右城市开展第三批试点工作，包括各省省会城市、其他地级市及直辖市所辖区县。四川等12个规上工业中小企业数量超15000家的省份可最多推荐2个城市。试点城市要聚焦计算机和通信电子设备制造、通用和专用设备制造、汽车制造等重点行业，优先将专精特新中小企业和规上工业中小企业纳入改造范围，实施期满要实现'应改尽改'。
2026年07月07日
工业和信息化部等九部门联合印发《原材料工业数字化转型工作方案（2024—2026年）》。方案明确，到2026年，我国原材料工业数字化转型取得重要进展，重点企业完成数字化转型诊断评估，数字技术在研发设计、生产制造、经营管理、市场服务等环节实现深度应用。钢铁行业示范生产线达200条以上，石化化工行业智能工厂达150家以上，建材行业智能制造标杆企业达100家以上，有色金属行业数字化标杆企业达80家以上。
2026年07月07日
工业和信息化部办公厅印发《关于开展2025年制造业数字化转型促进中心建设工作的通知》，组织开展2025年制造业数字化转型促进中心建设工作。促进中心将聚焦制造业企业数字化转型需求，提供诊断评估、解决方案、人才培训等公共服务，打造'政产学研用'协同创新平台。重点围绕装备制造、电子信息、汽车、原材料等行业，建设一批区域性、行业性数字化转型促进中心，形成可复制可推广的建设运营模式，带动产业链上下游企业协同转型。
2026年07月07日
中央财政高度重视并积极支持中小企业数字化转型工作。通过中小企业数字化转型城市试点，发挥中央财政资金引导作用，分批支持100个左右城市开展试点，推动4万家以上中小企业开展数字化转型，其中1万家专精特新中小企业。鼓励金融机构推出支持中小企业数字化转型的专门信贷产品，鼓励融资担保公司提供增信支持，深入实施科技创新和技术改造再贷款政策、设备更新贷款财政贴息政策，加大对中小企业技术改造和设备更新项目的金融支持力度。
2026年07月07日
记者从2026年全市数据工作会议上获悉，昆明将重点推进8个方面工作，力争数字经济核心产业营收突破1600亿元，重点发展跨境云/算力服务、国际数据服务等产业。昆明将加快建设面向南亚东南亚的数字经济示范区，推动大数据、云计算、人工智能等新兴产业集聚发展。同时，推进传统产业数字化改造，培育一批数字化转型标杆企业，打造'数字昆明'新名片，为云南建设面向南亚东南亚辐射中心提供数字化支撑。
2026年07月07日
2025 年普通人收入增长指南:行业对比与多元路径
2025-2030年中国铝材市场及国际市场前景分析
2025年化工行业发展趋势
昆明花卉电商稳步发展 百亿元产业“触手可及”
2025年中国五金金属市场及国际市场前景分析
2025电子信息产业现状及未来发展趋势分析
涂料市场价格动态与环保升级趋势
电解铝今日价格分析