数据是两者牵手的重要纽带。在人工智能的"算法、算力、数据"三大基石中，数据是最基础、最核心的 要素。数据是人工智能的原材料，决定了人工智能的能力和视野，也是人工智能不断优化升级的燃料。 若没有来自真实世界源源不断的工业数据，再先进的人工智能也无法在工业领域施展拳脚。工业互联网 采集到的高质量工业数据，将驱动人工智能在工业场景不断迭代技术、创新突破，进而推动工业互联网 从数字化连接迈向全面智能化阶段。 推进两者融合赋能，是为了破解传统技术难以攻克的复杂工业难题。当前我国制造业转型升级压力凸 显，人工智能向工业领域延伸时遭遇多重难点。首先是高质量工业数据短缺，设备老旧、协议多样导致 数据孤岛遍布，数据标注专业壁垒高、成本高。其次是工业大模型落地难，工业领域不同应用场景需求 差异明显，大模型难以捕捉规律，通用模型适配性差、场景碎片化等问题突出。此外，工业大模型投入 成本高、工业算力供给不足等问题也制约着工业大模型落地应用。 释放两者融合赋能效应，有待解决基础设施、数据互通等瓶颈。具体来看，应提高工业互联网平台智能 化水平，提升工业智算供给能力和利用效率；打破工业领域的数据壁垒，让不同来源、不同格式的工业 数据实现有 ...