工信部助力 工業互聯網再迎利好

每經記者：張 蕊 每經編輯：董興生

1月13日，工信部發布《推動工業互聯網平臺高質量發展行動方案(2026~2028年)》（以下簡稱《方案》）。

《方案》明確，到2028年，工業互聯網平臺高質量發展取得積極成效，“專業型+行業型+協作型”多層次平臺體系持續壯大，具有一定影響力的平臺超450家；平臺的要素資源連接能力大幅增強，重點平臺的數據增值、模型沉淀和人工智能開發應用能力顯著提升，工業設備連接數突破1.2億臺（套）；平臺普及率達到55%以上，基本建成泛在互聯、數智融合、深度協同、開源開放的新一代工業互聯網平臺生態。

新華社圖

數據顯示，目前，我國工業互聯網應用實現41個工業大類全覆蓋，重點工業互聯網平臺設備連接數超過1億臺（套）。工信部部長李樂成在接受媒體采訪時表示，2025年我國工業互聯網核心產業規模預計超1.6萬億元，帶動工業增加值增長約2.5萬億元。

《每日經濟新聞》記者注意到，1月6日，工信部辦公廳剛剛印發《工業互聯網和人工智能融合賦能行動方案》（以下簡稱《行動方案》），時隔一周，工業互聯網領域再迎政策利好。

重點培育行業型平臺

《方案》指出，工業互聯網平臺是海量數據匯聚、模型沉淀和應用開發的關鍵載體，是工業要素資源泛在連接、彈性供給和高效配置的重要樞紐，是支撐產業智能化、綠色化、融合化發展的戰略性基礎設施。

《方案》把“引導平臺差異化發展”放在平臺培育培優行動的首位，并提出大力發展專業型平臺、重點培育行業型平臺、加快推廣協作型平臺。

賽迪顧問軟件與信息服務業研究中心分析師王韻喆在接受《每日經濟新聞》記者書面采訪時表示，把“引導平臺差異化發展”放在平臺培育培優行動的首位，本質上是回應當前工業互聯網平臺同質化競爭較為突出、發展路徑模糊的問題。《方案》對專業型、行業型、協作型平臺使用不同表述，并非簡單分類，而是有意區分其功能定位、成長邏輯和政策著力點。

王韻喆進一步闡釋，“大力發展”專業型平臺，強調的是補短板和強能力。這類平臺聚焦仿真、運維、安環等通用場景，是工業數字化的“底座能力”，需要持續打磨技術產品和服務質量，形成可復用、可規模化的工具體系，因此更強調技術深耕和長期投入。

“重點培育”行業型平臺，則是基于其對產業轉型帶動作用更強。王韻喆說，這類平臺需要深度嵌入行業工藝、流程和組織體系，建設周期長、協同復雜，單靠市場自發推進難度較大，政策層面通過“重點培育”釋放出明確的支持信號，引導其向縱深發展。

而“加快推廣”協作型平臺，更多著眼于效率和連接。這類平臺商業模式相對成熟，關鍵在于規模擴散和網絡效應，因此政策重點放在應用推廣和要素流通上。

“對平臺型企業而言，這種差異化導向有助于明確自身定位，避免盲目追求‘大而全’，也有利于形成分層競爭、錯位發展的平臺生態，推動工業互聯網走向更加健康和可持續的發展路徑。”王韻喆說。

強化工業智能算力供給

上述《行動方案》提出，到2028年，工業互聯網與人工智能融合賦能水平顯著提升。時隔一周，本次《方案》再次提出，推進人工智能賦能工業互聯網平臺。連續強調人工智能對工業互聯網的賦能，有何深意？

對此，王韻喆表示，此次《方案》發布，是我國推動新型工業化、發展新質生產力的關鍵落子。它標志著工業數字化轉型正從“連接驅動”邁向“智能驅動”的深水區。其中，“推進人工智能賦能工業互聯網平臺”不僅是技術路徑的升級，更是產業范式的一次系統性重構。這對人工智能企業與工業互聯網平臺企業而言，既是重大戰略機遇，也提出了前所未有的能力挑戰與轉型要求。

在王韻喆看來，對人工智能企業而言，意味著將從“技術供給方”向“工業價值共創者”躍遷。

他表示，過去，許多AI（人工智能）企業以通用大模型、視覺識別、自然語言處理等技術“單點切入”工業場景，往往面臨“水土不服”——模型不準、響應不快、落地不深。而本次《方案》明確提出“推動人工智能技術在工業全鏈條、全環節深度滲透”，這實質上要求AI企業完成三大躍遷。

具體而言，一是技術適配要求，從“通用智能”轉向“工業專用智能”。王韻喆表示，AI企業需深入理解工業機理，開發面向特定場景的“小模型+大模型”協同架構，需要將物理規律與數據驅動深度融合。這會倒逼AI企業組建“懂工藝、懂設備、懂流程”的復合型團隊，與工業企業聯合開展“場景定義-數據標注-模型訓練-閉環優化”的全周期研發。

二是算力部署要求，從“云端推理”轉向“邊端實時智能”。王韻喆說，《方案》強調強化工業智能算力供給，支持邊緣側部署輕量化模型。AI企業需提供可在PLC（可編程邏輯控制器）、DCS（集散控制系統）等工業控制系統中運行的低延遲、高可靠推理引擎。這會推動AI企業與工業芯片、智算中心服務商合作，構建“云-邊-端”協同的智能算力網絡，真正實現“現場決策、毫秒響應”。

三是數據治理與安全責任，從“數據使用者”升級為“可信參與者”。他提到，《方案》提出推動建立全國工業數據目錄。AI企業參與數據標注、模型訓練時，必須遵循《工業數據分類分級指南》，確保數據來源合法、處理合規、結果可審計。因此，企業需建立工業級AI倫理與安全治理體系，防范模型偏見、數據泄露和對抗性攻擊。