工信部此前表示，加強通用大模型和行業大模型研發布局，加快建設工業領域高質量數據集。人工智能時代，工業互聯網平臺與AI加速融合，正成為推動制造業邁向智能化、高效化、可持續發展新階段的關鍵力量。
工業互聯網建設進入應用深水區
江西中潤食品有限公司依托中國電信助力搭建的維盈云數采平臺，實現了多種數據靈活采集，通過數據分析與挖掘，調整生產計劃，實現庫存的精準控制，降低成本；在海陽核電站3號、4號機組施工現場，中國電信山東公司與山東核電聯合打造“5G+智慧工地” 項目，通過部署 3.5GHz 5G 定制網，實現 98％的區域覆蓋率與 20ms 超低時延，滿足企業在施工過程中的數字化需求……
目前，工業互聯網建設已從概念驗證階段邁入規模化應用與場景深耕并行的關鍵期。據工信部數據顯示，2024年工業互聯網核心產業規模超1.5萬億元，帶動經濟增長近3.5萬億元，融合應用已覆蓋41個工業大類。
AI+釋放工業領域價值潛能
工業和信息化部信息通信發展司司長謝存表示，工信部將以釋放規模化應用效能為主線，加速工業互聯網與人工智能深度融合。“人工智能+”正重塑著制造業發展。
一方面，全鏈條場景智能化升級。“工業互聯網平臺+大模型”能夠充分發揮雙方優勢，構建設備預測性維護、智能化制造、供應鏈智能管理等場景應用。
另一方面，普惠技術底座，破解中小企業數轉局。“DeepSeek基于混合專家模型（MoE）架構的算法創新，形成’低成本、高性能的獨特優勢，有效破解了大模型在工業場景中部署成本高、運維復雜的難題，令中小企業能夠以可負擔的成本，私有化部署智能系統。”
中國工業互聯網研究院智能化研究所副所長顧維璽指出，當前人工智能與工業互聯網融合，逐步呈現出通用大模型與專用小模型協同發展路線，在各自適配的工業場景下持續激發價值潛能。
AI在制造業落地場景仍需優化
盡管自2018年以來，人工智能在中國制造業應用市場規模逐年增加，但AI在制造業的規模應用仍面臨普及瓶頸。
根據凱捷統計數據顯示，截至2023年，中國制造企業的人工智能應用普及率尚不足11%，因此，需要通過更多的場景應用落地提高應用普及率。
首先，系統化統籌人工智能技術產業培育與重點行業數字化轉型推進，促進數字經濟與實體經濟深度融合。目前，制造業智能化基礎和智能化需求差異大，難以采用統一的人工智能解決方案，影響規模化的場景應用落地。
其次，以平臺+場景推動數據積累，依托試點項目沉淀核心數據語料庫、提示詞庫。在工業領域，絕大部分企業對數據隱私及安全性存在擔憂，不愿將生產核心數據提供給第三方進行建模訓練與應用開發。由于缺乏支撐建模訓練的高質量數據集，大模型在應用中存在準確性問題，影響應用效果。
最后，強化產學研用協同。技術研發、算力資源投入、數據采集與標注，以及市場推廣與商業化擴展等方面都需要專業的人才進行操作和管理，因此需要通過跨領域合作培育復合型人才，驅動技術創新與產業升級。
工業互聯網與AI的融合已是大勢所驅。隨著技術突破、政策賦能與生態完善，二者的深度協同將持續推動智能制造發展。 
