工業互聯網一頭連著制造強國建設，一頭連著網絡強國建設，是實體經濟和數字經濟深度融合的關鍵底座，是推進新型工業化的重要基礎設施。近年來，在政產學研用各方協同推進下，工業互聯網發展取得積極成效，邁入高質量發展和規模化應用新階段。近期，多位業內人士表示，隨著《關于推動工業互聯網高質量發展的實施意見》等一系列舉措出臺實施，工業互聯網發展有望迎來新機遇。

數字化轉型步伐加快

設備參數實時采集、AGV小車靈活穿梭、智能攝像機高速質檢……工廠車間數字化水平不斷提升，離不開工業互聯網的支持。

工業和信息化部相關數據顯示，我國工業互聯網應用已覆蓋41個工業大類、185個工業中類。工業互聯網核心產業規模超1.6萬億元，帶動工業增加值增長約2.5萬億元，“5G+工業互聯網”項目數超2.5萬個，標識注冊總量超7400億個，國家工業互聯網大數據中心匯聚工業數據超17億條。同時，工業互聯網產業聯盟匯聚超過2800家單位，成為全球該領域規模最大的產業生態組織。

隨著工業互聯網的快速發展，工業企業數字化轉型步伐在加快。

在遼寧，鞍鋼集團積極推進信息通信技術與企業全流程、全場景、全鏈條深度融合。其中，齊大山鐵礦建成一體化智慧管控平臺，在國內率先實現冶金露天礦山全流程智能化開采與管控，鐵精礦完全成本降低17%。

在江西，金虎保險設備集團有限公司全面消除車間主要生產設備的數據“信息孤島”，打造金屬家具行業“5G+工業互聯網”平臺，協同帶動產業鏈上下游企業和合作伙伴進行數字化轉型。部門間生產信息傳遞效率提高了50%，工藝標準化程度提高了18%。

工業和信息化部信息通信管理局相關負責人說，當前，新一輪科技革命和產業變革深入發展，人工智能、5G/5G-A、算力網絡等技術廣泛深入經濟社會各領域，制造業數智化轉型步伐不斷加快，工業互聯網發展迎來新機遇。

與人工智能融合賦能

人工智能工業應用對工業互聯網網絡互聯、數據匯聚、資源配置等能力提出了新要求。在中國信息通信研究院主辦的“2026工業互聯網大會”上，多位專家學者圍繞人工智能與工業互聯網的融合賦能進行了探討。

中國工程院院士錢鋒說，要依托工業互聯網搭建工業大腦，構建集制造全生命周期生產要素于一體的生產制造具身智能系統，支撐產業鏈供應鏈價值鏈協同優化、生產要素創新性配置、制造過程實時精準調控、生產安全環保智慧運維、新產品新材料智能設計等，以此培育新質生產力，助推制造業數智化轉型與高質量發展。人工智能與工業互聯網深度融合，正加速孕育數據驅動、智能協同、虛實融生的新型工業經濟形態。

中國信息通信研究院工業互聯網與物聯網研究所副所長謝家貴認為，現階段工業互聯網已不再單純是跨設備、跨廠區的連接網絡，而是逐步升級為承載全行業工業知識、運行工業智能應用的新型數字底座，而工業AI大模型正是驅動底座價值釋放的核心智能引擎，為制造業柔性生產、智能運維、質量管控、供應鏈優化開辟全新路徑。

工業和信息化部等8部門近日印發的《關于推動工業互聯網高質量發展的實施意見》明確就“深化人工智能與工業互聯網融合應用”作出部署。“一方面，發揮工業互聯網泛在互聯、數據匯聚關鍵作用，加強工業高質量數據集供給，推動端邊云多層級算力動態協同，加快模型訓練互聯和工業智能體推廣。另一方面，基于人工智能自感知、自學習、自執行等技術優勢，提升工業互聯網基礎設施發展水平，增強工業系統的智能感知與決策執行能力，加快形成創成式設計、生產網絡優化等新應用。”工業和信息化部信息通信管理局相關負責人說。

激發更大增長潛能

數據顯示，1至5月，我國規模以上互聯網和相關服務企業完成互聯網業務收入8749億元，同比增長10.4%。在實踐中，工業互聯網與人工智能的融合發展正激發更大增長潛能。

“工業智能體應用現階段主要聚焦流程規范、高頻協同、知識密集、風險相對可控的環節，利用智能體感知、決策、執行的一體化能力，輔助工程與管理人員處理復雜信息、調用知識工具、形成專業判斷，實現高效的流程自主執行與輔助綜合決策。”中國信息通信研究院信息化與工業化融合研究所副所長田洪川說，“工業互聯網平臺+AI”的新型解決方案加快涌現，卡奧斯、浪潮云洲等企業正探索推動平臺能力從連接、匯聚、管理向知識沉淀、任務編排和智能優化演進。

田洪川說，應推動單點智能應用向多智能體任務分解、工具調用、流程協作和閉環優化升級，提升復雜生產系統自主運行能力。推動制造資源在線組織、生產過程智能調度、產業鏈供應鏈協同響應，形成以數據驅動、模型支撐、智能協同為特征的新型制造范式。

伴隨工業互聯網發展，信息安全需求持續提升。“國內通用大模型的高速迭代，持續推動各行業垂域大模型的落地深耕，而工業安全垂域大模型具備極強的行業專屬屬性，必須深耕工業場景、貼合工業生產特性，具備工業環境原生理解能力與工業安全專屬認知、智能決策能力。”杭州安恒信息技術股份有限公司相關負責人說，應通過持續場景落地驗證、細分領域能力拓展、技術自主迭代優化，逐步完善模型能力，適配不同工業場景的差異化安全需求。