人工智能技术引领新一轮科技革命和产业变革，是推进新型工业化的重要驱动力。工业互联网平台作为新型数字基础设施，具备泛在连接、云化服务、知识积累、应用创新的特征优势，能够有力推动人工智能等数智化技术创新与落地应用。《推动工业互联网平台高质量发展行动方案（2026—2028）》（以下简称《行动方案》）通过系统性提升工业互联网平台聚“数”提“智”能力，进一步释放工业数据要素价值，加快工业知识沉淀，强化智能应用协同，促进人工智能技术从辅助环节向核心环节拓展，为扎实推进新型工业化，加快制造强国、网络强国建设提供有力支撑。
一、我国工业互联网平台数智化能力建设取得初步成效
（一）贯通数据要素流通渠道，建成全面感知、高效互联的数字底座
我国工业互联网平台通过构建统一的工业数据传输标准体系，正在走向全要素、全产业链的数据贯通。目前，我国工业互联网平台已贯通异构、异地数据，数据网络覆盖全国97％以上的地级行政区，链接企业超过52万家。同时，国家工业互联网大数据中心体系化建设提速，汇聚工业数据14亿条，覆盖行业20个。初步构建工业模型语料库，为产业运行、政府治理提供了精细化的数据支撑。
（二）汇集高通用型工业模型，有效驱动工业知识沉淀与普惠应用
头部工业互联网平台加快推进工业知识与人工智能技术深度融合，打造通用型工业大模型以及面向行业的垂类模型，部分平台探索提供模型开发环境与工具，催生更加智能的平台服务与应用。在通用大模型建设方面，华为FusionPlant平台打造多场景、多模态的盘古大模型，在工业视觉、预测性维护、工艺优化等场景中取得积极成效。百度开物平台打造千帆大模型，面向电子、纺织、装备等行业提供智能化解决方案，支撑智能工厂建设落地。在行业模型建设方面，河钢威赛博平台打造钢铁大模型，实现炼铁、炼钢、轧制等全流程一体化管理。广域铭岛际嘉平台提炼汽车冲压、焊接、涂装、总装4大工艺模型，显著提升生产质量与效率。在模型建设服务方面，海尔卡奥斯平台首创“大小模型协同，训推一体”架构，为企业提供从数据预处理、模型低代码开发、自动化训练到一键部署的全栈AI创新工具。
（三）加快工业智能化转型，重塑数据与知识驱动的业务流程
我国工业互联网平台加快建设基于人工智能技术的平台应用，探索建立工业智能体体系，推动工业智能在千行百业的普惠应用。在平台智能化服务方面，宝信面向钢铁行业打造宝联登工业智算云平台，将语言大模型与钢铁机理知识深度融合，为钢铁企业提供一体化、集成化的“人工智能+钢铁”解决方案。徐工汉云平台推动AI技术在工程机械行业融合应用，打造车联网无人场景，提升产业链技术附加值。在智能体建设方面，美云智数面向研发、生产、供应链等核心场景研制68个企业级智能体，实现制造和办公全流程智能化。阿里云打造BI（商业智能）智能体，将供应链分析时长由2周缩短至分钟级，体现超越传统自动化的自主决策与执行能力。中国联通搭建“元景·万悟”工业智能体开发平台，降低企业自主研制工业智能体的技术门槛。
二、持续提升平台聚“数”提“智”能力的价值内涵
当前，我国工业互联网平台产业进入规模化发展新阶段。在现有平台数智化能力建设的成果上，《行动方案》遵循推进新型工业化与培育新质生产力的战略部署，聚焦聚“数”提“质”，规划自下而上的能力跃升路径，力争抢占新一轮科技革命和产业变革的制高点。
（一）筑牢数智化转型数据根基，加速工业数据资源积累与价值释放
数据作为新型生产要素，深刻改变着社会生产方式，重塑生产关系，加快催生新质生产力。据统计，我国工业企业数字化改造实施率已达77.4%，拥有丰富的工业数据积累，亟待开展价值挖掘。在平台已实现广泛连接的基础上，《行动方案》提出对存量数据开展系统性治理，借助数据清洗、标签管理等平台工具，将零散的“哑”数据转化为优质数字资产。同时，《行动方案》旨在持续优化全要素全流程的数据采集与流通体系，通过构建可信数据空间、完善数据资产评估与交易机制，从根源破解“数据孤岛”问题，为SaaS层智能应用提供高质量数据资源，真正激活数据要素的倍增效应。
（二）锻造工业模型赋能引擎，实现工业知识快速沉淀与复用推广
工业模型是利用人工智能技术挖掘数据价值的核心功能单元，融合了产业数据、业务逻辑、工业机理等关键工业知识，是连接数据资源与工业应用的重要工具。在平台海量数据基础上，《行动方案》加速推动工业模型的集成与应用，驱动平台实现自感知、自决策、自优化，创新平台服务模式，持续拓展平台服务的能力边界与价值空间。同时，强调构建开放的模型开发环境、工具链和共享社区，实现工业模型标准化供给和跨平台调用，打破工业知识流通壁垒，让工业智能成为像水电一样的普惠、易得的基础服务。
（三）构建人工智能赋能体系，为产业数智化转型提供有力支撑
人工智能技术正在加速与工业互联网平台实现创新融合，工业智能体等人工智能技术工具正在从概念验证走向场景试点。《行动方案》持续推动工业互联网平台将人工智能技术产品化、平台化，培育面向具体行业与场景的工业智能体，催生新型服务模式，将进一步降低企业应用人工智能技术的门槛。同时，积极推广智能体在重点产业链的规模化、集群化部署，释放工业群体智能潜能，逐步建立解决跨企业、跨产业等全局优化问题的能力，重构生产组织形态和商业模式，支撑现代化产业体系建设。
三、下一步工作思路
（一）强化顶层统筹与数据治理，夯实聚“数”提“智”底座
强化顶层设计与统筹布局，探索构建央地协同、部市联动的工业互联网平台数据贯通工作机制，旨在打通“数据孤岛”，为数智融合提供高质量的数据要素供给。协同制定重点行业的数据采集、治理、分类分级及安全流通的标准与规范，引导各方从源头提升数据质量与互操作性。建立工业互联网平台聚“数”提“智”成效评估体系，围绕数据治理、工业模型沉淀、场景应用成效等角度开展系统评估，引导政策资源精准拨付，持续提升平台深挖数据价值、提升产业数智化水平的赋能能力。
（二）深化场景应用与供需对接，加速平台发展走深向实
以行业场景需求为牵引，持续组织平台机构与行业企业的供需对接活动，围绕数据建模、算法攻关、解决方案培育等方向发布工业互联网平台聚“数”提“智”需求榜单，引导平台精准提升数智化服务能力。重点针对工业数据采集应用、工业模型建设应用等方向组织典型案例梳理，展示聚“数”提“智”工作成效与收益，加速成功模式的行业复制。
（三）培育开放协同产业生态，构建产业发展新格局
加快构建央地协同的工业互联网平台分级分类梯度培育机制，鼓励地方建设工业互联网平台资源池，持续壮大平台体系规模。鼓励优势平台开放数据、模型、解决方案的开发工具与环境，进一步激发产业创新活力。推动工业互联网平台企业与制造企业、科研高校等机构开展跨界合作，整合产业数智化转型资源，促进工业智能成果共创共享，构建制造业数智化转型创新发展良性生态。
(审核编辑: 光光)
