当前，工业互联网快速普及，智能化应用需求不断增长，制造业数字化转型正从单点应用向系统化重构转变。然而，部分行业和企业仍面临诸多挑战：网络基础设施能力不均衡、数据质量不高且流通不畅、模型与系统互联互通困难、解决方案碎片化等问题，制约了智能化改造的规模化推广。多工序、多设备、多系统的工业场景中，通信时延、可靠性和稳定性直接影响生产连续性和安全性，而数据标准不统一、采集不完整、治理不到位等问题，往往导致智能化应用效果不佳，成为制约融合效应发挥的主要瓶颈。 究其原因，工业场景与通用信息化应用存在明显差异：首先，工业生产对通信的确定性、实时性和抗干扰能力要求更高，传统网络难以满足高负荷、低时延的稳定运行需求；其次，工业数据来源广泛、类型多样、链路复杂，既包括设备运行、工艺参数等实时数据，也涵盖质量、能耗、供应链等管理数据，这些数据长期分散在不同系统和厂区，标准不一、接口不通，跨企业共享难度大。此外，部分企业在转型过程中存在"重硬件轻数据""重建设轻治理"现象，导致数据资产化、模型工程化、应用场景化进展缓慢，产业供给与企业需求仍有差距。 针对这些问题，工信部近日发布《工业互联网和人工智能融合赋能行动方案》，通过"网络-数据-模型-应用-生态"联合推进，促进融合应用从试点示范向规模化发展。方案提出四项重点任务：一是升级基础网络设施，扩大高通量、低时延、高可靠工业通信网络部署，推动5万家企业完成网络改造；二是促进数据模型互通，完善工业数据体系，在20个重点行业建设高质量数据集；三是创新应用模式，推动智能化应用从单点突破向全流程优化延伸；四是构建产业生态，培育解决方案供应商，促进资源高效配置。 该方案实施将带来三上积极影响：提升网络能力将增强关键生产环节的实时控制和设备联动能力；高质量数据集建设将降低企业应用门槛；产业链解决方案的完善将促进上下游协同，帮助企业降本增效、质量提升诸上取得实效。 为确保方案落地见效，需要重点做好四方面工作：制定行业数据标准和接口规范；以典型场景为切入点，在重点行业优先推进可复制的应用；根据企业规模和基础分类施策；强化数据治理和安全合规，建立可管控的运行机制。 展望未来，随着工业网络优化、数据治理体系改进、解决方案供给能力增强，工业互联网与智能化应用的融合将逐步实现从辅助决策到过程控制、全局优化的跨越。预计到2028年，更多行业将形成可推广的智能化改造模式，制造业数字化转型的系统性和协同性将明显提高。
工业互联网与人工智能的深度融合，正在引发一场深刻的产业变革。此次行动方案的出台，展示了我国推动制造业高质量发展的决心。从基础设施到数据体系，从应用创新到生态建设，各项举措都指向同一个目标：让技术创新真正赋能产业发展，特别是助力中小企业实现转型升级。随着方案的深入实施，我国工业将迎来新的发展机遇，国际竞争力也将持续增强。