核心观点 - 工业和信息化部印发《工业互联网和人工智能融合赋能行动方案》，旨在通过四大行动推动两项技术在更广范围、更深程度、更高水平上融合，以赋能制造业数智化转型和新型工业化 [1] 基础设施升级 - 中国工业互联网核心产业增加值超过1.5万亿元，带动产业规模近3.5万亿元；人工智能核心产业规模超过万亿元，在用算力中心达1250万标准机架，智能算力规模达1053 EFLOPS [2] - 《行动方案》提出对网络、平台、算力等基础设施进行智能化升级，具体路径包括：网络领域推进控网算一体化演进和新型工业网络改造；平台领域强化工业APP开发、“模型池”建设和“平台+智能体”推广；算力领域实现“云边端”智能算力多级布局与高效调度 [2] - 到2028年，目标是推动不少于5万家企业实施新型工业网络改造升级，以满足人工智能工业应用对高通量、低时延、高可靠、低抖动通信的需求 [3] - 为实现目标，需从企业培育和技术创新发力：培育系统级、行业级智能化解决方案供应商及细分领域服务商；部署软硬件智能化升级、智能工具研发和标准体系建设 [3] 应用场景与模式创新 - 中国拥有41个工业大类、207个工业中类、666个工业小类，已建成全球规模最大的信息通信网络，5G基站总数达483万个，工业5G专网项目超过2万个，为融合应用提供了丰富场景和网络基础 [4] - 《行动方案》提出以场景为牵引、应用为导向的融合思路，加快个性化定制、网络化协同、服务化延伸、可视化治理等模式创新，并对研发设计、生产制造、运维管理等环节实施改造 [5] - 具体应用案例显示，在汽车零部件和电子元件生产领域，“AI+工业互联网”技术已用于智能质检，通过机器视觉和深度学习解决传统质检规则不统一、准确率波动大、效率低等难题 [4] - 在研发设计阶段，人工智能可驱动方案生成与三维建模，压缩产品开发周期；在生产制造阶段，依托虚拟产线和智能模型可实现设备状态超前感知和工艺参数动态优化 [5] 工业数据体系建设 - 工业数据是融合赋能的基础与纽带，《行动方案》提出到2028年，在20个重点行业打造一批高质量工业数据集，并完善工业数据汇聚、治理、流通、共享体系 [6] - 高质量工业数据集建设需要覆盖数据全生命周期的技术支撑，并遵循“数据汇聚—可信流通—场景赋能”的实施路径 [6] - 建议打造支撑数据安全、可信、高效流动的公共基础环境，集成确权登记、存证溯源、安全计算等功能，以降低数据协作门槛，保障数据主权与隐私，促进数据在产业链上下游规模化流通 [7] - 以钢铁行业为例，目前存在数据标注缺失、格式不统一问题，应联合龙头企业分类建设通识类、行业通用类、专用类三级数据集，并加强数据安全与质量管控，研发专用清洗标注工具，建设工业数据训练基地 [8] 产业生态与系统推进 - 工业互联网和人工智能融合赋能被视为一项系统工程，需置于产业体系整体演进框架中统筹推进，通过培育供应商、建设模型服务平台、推动能力共享，为不同规模企业提供转型方案 [3] - 下一步需鼓励地方出台配套政策，打造各具特色的区域发展路径，完善部省联动、横纵贯通的发展模式，并引导社会资本参与，加快关键技术攻关和工程化应用 [8]