工业和信息化部发布《工业互联网与人工智能融合赋能行动方案》
近日，工业和信息化部正式发布了《工业互联网与人工智能融合赋能行动方案》，旨在通过四大重点行动——基础底座升级、数据模型互通、应用模式创新、产业生态融合，推动工业互联网与人工智能在更广领域、更深层次、更高水平上实现协同发展。根据《方案》规划，到2028年，我国工业互联网与人工智能的融合将显著提升，支持高通量、低时延、高可靠性通信需求的新型工业网络建设规模进一步扩大，并在原材料、装备制造、消费品及电子信息等重点领域加快部署，预计推动不少于五万家工业企业完成网络升级。工业数据的汇聚、治理与共享体系将逐步完善，20个重点行业将打造一系列高质量数据集，同时围绕关键产业链和典型场景，培育一批智能化解决方案服务商，促进大中小企业协同升级，实现重点企业、技术产品和公共服务资源的高效配置。
政策背景与目标
人工智能作为引领新一轮科技革命和产业变革的核心力量，正与作为新型工业化重要基础设施的工业互联网深度融合。人工智能助力工业设施升级、服务能力优化，而工业互联网则为人工智能应用提供了数据支撑和平台中枢，二者协同推进，将进一步加快产业形态和组织结构的转型步伐，为新型工业化注入强大动能。为深入贯彻党中央、国务院的战略部署，落实《国务院关于深化“互联网+先进制造业”发展工业互联网的指导意见》以及《国务院关于深入实施“人工智能+”行动的意见》等相关要求，推动“人工智能+”在工业领域的深入应用，构建智能制造与网络强国的双轮驱动格局，该《方案》应运而生。
总体要求
以习近平新时期中国特色社会主义思想为指导，全面贯彻党的二十大和历次全会精神，坚持新发展理念，加快构建新发展格局，聚焦信息化与工业化的深度融合主线，推动“人工智能+”在工业领域的落地实施。通过扩大工业互联网应用规模，巩固和提升信息通信技术领域竞争优势，加快制造业迈向全球价值链中高端，为发展新质生产力、推进新型工业化提供坚实支撑。
基础底座升级行动
一、加快工业网络智能化演进。 针对智能装备协同生产、工业模型训练与推理、工业智能体通信交互等新需求，支持企业综合运用5G/5G-A、工业光网、时间敏感网络（TSN）、单对线以太网（SPE）、边缘计算及云化控制等技术，推动工业网络向控网算一体化方向演进。重点突破5G可编程逻辑控制器（PLC）、AI路由器、工业算网交换机等产品，滚动发布新型工业网络产品目录，推动重点行业实施网络改造，构建具备自组网、自管理、自优化、自修复能力的智能网络。
二、提升工业互联网平台智能化能力。 基于深度学习与大模型技术，增强平台在连接、分析与资源配置等方面的能力。鼓励企业加快低代码、无代码开发工具的研发，提升工业APP开发效率与系统集成能力。探索构建“模型池”路径，推动工业模型产品上线。加强平台底层架构与人工智能协议的适配兼容，深化国产智能体标准应用，发展“工业互联网平台+智能体”创新模式，打造覆盖生产网络优化、人机交互、设备健康管理和产业链优化等场景的工业智能体。
三、强化工业智能算力支撑。 推动工业互联网与通算、智算、超算中心的融合应用，鼓励公共算力服务商向工业用户提供服务。引导企业加快部署边缘一体机与智能网关，推动端侧设备智能化改造，包括生产设备、传感器、无人运输车辆（AGV）等，部署轻量化算力模块，提升实时数据处理能力。加快构建一体化算力网络，推广智算云服务试点应用，提升工业大模型在算力跨区域调用与“云边端”匹配方面的效率。
数据模型互通行动
四、加强工业数据整合与共享。 鼓励企业加快信息模型应用，推动多源异构工业数据的联通共享。依托国家工业互联网大数据中心等基础设施，汇聚重点行业供应链、工业基础、“双碳”等数据资源，建立全国工业数据目录。依托工业互联网标识解析体系，提升数据协同共享与聚合分析能力。鼓励龙头企业构建工业数据可信流通空间，推动产业链端到端数据共享。健全数据确权授权与收益分配机制，探索数据资产登记与评估模式，开展数据要素应用场景征集，构建场景图谱清单，为人工智能应用提供指引。
五、建设支撑工业模型的数据集。 针对工业模型训练需求，鼓励企业、平台服务商、数据服务商联合开展数据清洗、标注、合成与评估，支撑通识类、行业通用类与专用类数据集建设。引导龙头企业带动上下游开放数据资源，打造高质量行业数据集。加强数据标注与安全关键技术攻关，推动标注算法、工具与模型研发。完善数据分类分级安全管理机制，将安全贯穿数据集建设全过程，加快建设工业智算与数据训练基地，提供高质量智算、数据与算法服务。
六、提升工业模型开发与部署效率。 引导平台企业加快工业机理、技术工艺与知识经验的模型化封装，提升模型的逻辑推理、跨模态处理与语义理解能力，支持形成原材料、高端装备、消费品、电子信息等行业的工业大模型，并开发质量检测、智能控制、工艺优化、营销服务等专用小模型。鼓励平台企业探索工业模型互联接口，优化大模型与小模型协同路径，构建“大模型夯基+小模型深耕”的工业人工智能模型体系。
应用模式创新行动
七、推动应用模式变革。 鼓励企业利用工业互联网打通消费与生产、供应与制造、产品与服务之间的数据流，基于人工智能开展智能分析，推进平台化设计、智能化生产、个性化定制、网络化协同、服务延伸、数字化管理、精细化投融与可视化治理等新模式。加快设计方案、物料清单等资源汇聚，实现设计图纸、三维模型和指令代码的自动生成，缩短研发周期与成本。打造基于人工智能的虚拟产线，增强设备预测、工艺调优、装备调参和物料平衡的自主决策能力。研发智能化服务产品，如设备运维模型与知识图谱，推动无人巡检、故障自愈调控、智能调度与仓储管理。
八、加快重点行业推广。 实施“链网协同”工程，强化与各行业数字化、智能化政策的协同，围绕钢铁、航空、船舶、工程机械、农业机械、电子信息、电力、石化化工、有色金属、纺织、医药、轻工等行业，发布和推广一系列融合应用参考指南。根据行业转型与改造需求，梳理典型应用场景、技术产品清单、供应商名录与标准索引，加快场景培育与开放，建立解决方案资源池，强化供需对接。聚焦产业链资源共享与要素互通，征集人工智能与工业互联网融合典型案例，遴选一批系统集成能力强、连接要素广、链式转型效益显著、智能化水平高的项目。
产业生态融合行动
九、强化重点企业培育。 推动工业企业、工业互联网平台、工业软件和人工智能企业加快打造一批具备智能系统集成能力的解决方案。鼓励龙头企业孵化行业级智能化服务商，支持平台企业向智能化解决方案企业转型，培育一批工业数据与模型专业化服务商，支持民营科技领军企业与优质中小企业成长。
十、加快技术产品创新。 鼓励人工智能、工业互联网与工控企业联合推进工业通信芯片、工业传感器、工业终端与控制系统等智能化升级，逐步深化人形机器人应用。利用人工智能优化工业软件开发流程，提升主动优化与辅助生成能力，降低开发门槛与成本。研发智能调度管理与工艺优化软件等通用工具。推动人工智能赋能网络安全技术创新，加强标准体系衔接，完善与人工智能融合的工业互联网体系架构，并推动标准宣贯与应用。
十一、优化公共服务能力。 统筹推动创新中心、实验室等载体建设，建设行业数据集与工业模型评测等公共服务平台，为中小企业提供精准化、低成本的智能服务。支持开源项目与社区建设，鼓励在国家级AI开源社区首发成果，共享代码、硬件设计与开发工具。持续开展“工业互联网一体化进园区”“人工智能赋能新型工业化供需对接”等活动，加强供需对接，推广典型应用案例与优秀解决方案。
保障措施
加强对工业互联网与人工智能融合发展的统筹协调，鼓励地方加强政策引导，结合实际情况制定配套措施，形成区域集聚与特色路径的发展格局。充分利用现有资金渠道，发挥国家产融合作平台作用，支持关键技术产品研发与推广。鼓励地方设立专项资金，探索多元化、多渠道投入机制。优化高等教育与职业教育布局，推动产教融合实践中心建设，开展工业互联网工程技术人员、人工智能训练师等新职业培训与能力评估。