- 资讯
-
资讯
政策
公告
服务商
资讯
政策
公告
服务商
已为你找到 5271 条资讯信息
一、中小企业数字化转型面临的主要问题 中小企业是产业数字化的主战场，积极推进中小企业数字化转型是新型工业化的必然途径。北京市工商联通过实地考察调研丰台区、顺义区、昌平区等30多家民营企业发现，随着新一代信息技术的飞速发展，中小企业正运用数字化手段，对规划、生产、物流、销售、服务等核心环节进行数字化业务设计，积极探索实践企业的数字化转型之路。但同时也面临转型定力不足、可用资源有限、外部力量支持和政策支撑不够等现实问题。 中小企业自身面临的痛点、难点和堵点。一是转型定力不足。中小企业是数字化转型的主战场，是实体经济发展的主力军。但从实践看，大型企业数字化转型动力足、投入高，有坚定的信心，而数量众多的中小企业数字化转型慢、顾虑较多。中小企业在模式创新以及内部业务流程优化等数字化转型中，存在短期“局部收益”与“全局需求”矛盾，需要企业管理者坚定转型信念，进行“自我革命”。二是中小企业资金和人才资源有限。众多企业家和商协会代表认为，中小企业面对数字化转型普遍面临“知易行难”“不敢转、不会转、不能转”等瓶颈制约，主要是因为中小企业在资金、人才、管理、技术等方面实力薄弱，数字化转型内生动力不足。一方面，数字化转型成本高、周期长，企业需要重构公司战略、管理、运营等方面“软件”，部分实体企业还需升级“硬件”，所需资金投入既要“大水漫灌”又需“细水长流”，对中小企业资金链压力大。另一方面，中小企业数字化转型面临较高壁垒，缺乏专业人才。传统行业中小企业数字化基础薄弱，企业的数据资产积累较少甚至没有，数据信息管理不规范，数据驱动能力不足。主要表现在：前端缺乏数字化领导型人才，中端缺乏数字化复合型人才，后端缺乏数字化运维型人才。这些都制约了企业数字化升级进程，多数企业仅凭自身力量难以有效实现数字化转型。 大型企业对中小企业数字化转型的促进作用有限。一是中小企业行业分布广且分散，标准不同，缺少平台，其数字化转型多依赖外部技术供给。一方面，单个企业的数字化转型要与产业数字化紧密结合，需要大中小企业融通发展。另一方面，我国软件运营服务产业仍处于发展初期阶段。中小企业利用软件运营服务实现业务上云和降本增效不足。普适软件的“能用”难以满足中小企业实际需求，无法刺激企业转型意愿，未来还需要更多“有用”和“好用”的解决方案。二是相比于实力雄厚的大型企业，中小企业受制于成本控制和资源限制，整体数字化水平较低，转型程度和进度不同。大型企业给中小企业提供数字化转型样板或帮助，目前多处于探索阶段，对于中小企业运营管理中的痛点和短板可能无法提供更多直观高效的工具和方案。中小企业数字化转型事关所在产业生态的数字化，“建链”“上链”需双向发力，工业互联网平台的建设、企业数据上云都需可复制、可推广的模式和路径以降本增效。 政策环境仍需改善。一是政策普惠性适配性不高。不少中小企业反映，现行数字化转型扶持政策对企业营销和数字化投入要求较高，国家有关部门和地方政府出台的专门针对中小企业数字化转型的扶持政策不多，示范工厂、示范车间等扶持项目的奖励门槛偏高，扶持中小企业数字化转型的政府引导基金设立不多。不同行业数字化转型差别较大，政策的行业适配性不够精细，政府部门面向不同行业制定的针对性扶持政策不够细化，政策的行业适配性有待进一步提高。二是服务扶持落地成效不显著。很多中小企业表示，不了解国家有关部门和地方政府的数字化转型扶持政策，政府部门联合产业园区、行业协会、服务商等到园区、企业开展数字化转型政策宣传解读的活动尚不丰富，在基层如乡镇、街道目前还没有中小企业的专属服务岗或服务窗口。政府部门政策宣传的焦点有时没能对准企业家，依托行业商协会开展经常性培训的机制尚不完善。另外，各地数字化转型公共服务平台普遍较缺乏，政府部门尚未建立中小企业数字化转型公益性公共服务平台，暂时无法为中小企业提供全天候、一站式数字化转型服务。 二、进一步推动中小企业数字化转型对策建议 中小企业数字化转型需多方协同发力，建议由政府有关部门牵头，持续优化数字发展环境，引导链主企业、平台企业、龙头企业发挥作用，形成中小企业和整个数字生态共生发展的局面。 优化配套政策体系，打造中小企业转型的新平台。中小企业如何积极融入数字化生态、驶上高速发展快车道，有赖于配套政策环境的持续改善。一是建立统筹协调机制。强化政策、资金统筹，在产业数字化转型政策的制定中加强协调，出台和优化支持政策，使政策更加符合企业发展需求，在补链、固链、强链上重点突破，形成上下联动、部门协同的政策合力。鼓励中小企业积极投身创新驱动发展战略，持续加大对关键共性技术研发投入，打造跨领域、大协作、高强度的联合创新体，串珠成链、聚链成群，不断提高科技成果转化和产业化水平，以技术创新引领开辟新赛道新领域。加强与行业协会合作，推出转型成熟度模型，指导企业以标准的方法、数据评估转型效益，保障中小企业数字化转型的长期动力。健全相关法律法规和监督机制，推动数据产权确认、交易和流转等，加快实现数据要素产业化。二是筑牢数字底座。统筹数字化基础公共服务平台建设，持续加强数字新基建，营造数字发展环境，以外力作用激励中小企业加快数字化转型步伐。建设并应用工业互联网平台、云平台，通过设立专项资金、补贴制度等方式，有效提升中小企业数字化能力，帮助企业建好、用好、管好数据，以专业化能力、需求对接能力和协作配套能力的提升，促进产业链供应链分工优化细化和生态圈共荣共促。持续提升政策咨询、技术指导、工程监理等服务水平，在基础设施、评估体系、发展氛围、财税金融、人才培引等方面优化营商环境，构建完善数字化转型服务体系。三是强化资金引导。发挥政策资金引导性作用，在各级工信和财政部门出台专项支持措施的基础上，设立数字化升级政府引导基金。创新设立数字化专项融资产品，由工信部门牵头，会同金融监管部门、银行设立企业数字化改造专项贷等产品，鼓励金融机构提供相关产品和服务，优先重点支持高新技术领域企业债券融资，降低中小企业数字化成本，精准帮扶中小制造业企业解决数字化改造融资难问题，严格审批把控系统性风险，激发中小企业数字化转型内在动力。 建设产业链平台和生态圈，构建“链上”中小企业转型升级的新生态。需统筹实施以数字化转型为抓手的产业数字化，按照大企业建平台、小企业用平台的思路，加强政策协同，引导链主和龙头企业发挥作用，以数字赋能全产业链协同转型，促进产业质效倍增。一是加强技术标准与战略架构设计相结合。支持第三方机构持续完善数字化产业标准体系，通过硬件设备接口的标准化统一，解决中小企业转型中设备不适配等问题，加快促进相关标准落地推广。推动地方政府、云服务企业、工业互联网企业、云化软件企业、行业龙头企业、协会商会、科研院所等组建形式多样、聚焦特定行业或领域的中小企业数字化转型联盟，促进面向中小企业的云服务协同创新和服务扩散。二是重点培育数字化转型服务商队伍。推动链主或平台企业打造一批扎根细分行业、熟悉中小企业需求的产业链供应链数字化服务平台，优化资源高效配置、改善交易结构模式，建立数字化服务商的用户评价机制，对数字化服务商开展分级评价，通过优胜劣汰，推动服务供给质量提升，营造良好的市场生态，提升中小企业数字化转型内生动力，实现业务协同、资源整合、数据共享及安全保障。三是加大对企业数字化升级的专项奖补力度。出台具体奖励措施，鼓励链主或平台企业发挥资源能力优势和产业链影响力，打通数字化转型链条，连接信息孤岛，有效发挥联动效应，发展数字化管理、平台化设计、智能化制造、网络化协同、个性化定制、服务化延伸等新模式，促进生态系统各要素间的相互协作，有效聚合形成场景化、全连接、可生长、自进化等特点的生态系统。 推动大中小企业融通发展，激发中小企业转型升级的新动力。民营企业要提高对数字化转型的认识，中小企业数字化转型不能“单枪匹马”。民营企业尤其是链主企业、平台企业、龙头企业等大型企业要发挥作用，探索通过共享经济模式，开放数字化转型资源，促进大中小企业融通发展，形成中小企业和整个数字生态共生发展的局面。中小企业要把数字化转型升级作为高质量发展的重要途径，打好数字化基础，拓展业务领域，主动融入产业数字化和数字产业化进程，为北京建设全球数字标杆城市添砖加瓦。一是强化转型路径指引。挖掘数据价值，鼓励具有枢纽性并拥有海量数据的龙头国有企业加快对企业数据的开发运用，把数据要素财务化和数据要素交易市场发展结合起来，完善数据财物价值统计方法。创新探索数据资产确权交易模式，推动数据顺畅共享流通，充分发挥价值倍增作用。鼓励龙头企业以市场化手段开放资金、技术、人才、服务等资源，通过数智赋能、融资服务、人才引培、生态建设等途径，弥补中小企业资源和能力不足，逐步完善大中小企业融通发展生态。二是创新合作模式。将中小企业的闲置制造资源整合利用，基于园区、产业集群开展网络化协作，探索发展共生共享、互补互利的新合作模式。加强与中小企业的互动，以丰富的产业创新云端场景供给加强企业间的链接，打造中小企业创新平台，给中小企业带来价值，带动和帮助中小企业进行数字化转型，促进产业链不断创新发展。同时，注重依法保护民营企业尤其是中小企业产权和企业家权益，完善产权保护制度，给予政策支持，呵护中小企业创新动力，促进中小企业健康发展。三是加大样板展示力度。持续开展北京民营企业百强调研工作，研究分析北京民营经济发展趋势、产业布局，了解中小企业关切和诉求，发掘一批符合首都城市功能定位、契合“高精尖”经济结构、具有引领示范带动效应的优质企业，培育新一代试点示范项目，提炼一批带动作用大、行业影响力强的大中小企业融通发展经验做法。让龙头企业发挥示范引领作用，以“先转带后转”，带动中小企业加速技术创新和产品升级，联手推动更多科创成果输出，共同扩大科技创新突破。试点培育数字化转型样板企业，聚焦细分行业，总结一批中小企业数字化转型案例，引导助力中小企业走专精特新发展道路，提升创新能力和专业化水平，达到“试成一批，带起一片”的效果。 （作者系第十四届全国政协常委、全国工商联副主席，北京市政协副主席、北京市工商联主席）
2026年07月08日
【摘要】工业互联网是实现工业数字化和智能化发展的基础保障。工业互联网在促进实体经济转型升级方面表现出巨大潜能，同时需看到在数字人才不足、数字资源配置失衡、5G工业布局不够完备、大模型应用不成熟等方面存在挑战。亟需加快数字人才培养和技术突破、完善数字基础设施建设、推动“5G+工业互联网”布局、促进模型融合和标杆应用，进一步推动工业互联网赋能中国制造业转型升级。 习近平总书记强调：“推动科技创新和产业创新深度融合，加快发展先进制造业，把建设制造强国同发展数字经济、产业信息化等有机结合，为中国式现代化构筑强大物质技术基础。”①工业互联网是推动产业结构优化、新旧动能转换，发展新质生产力的重要引擎。我国面向关键领域加快布局标杆项目，推动5G等优势技术和工业生产重要环节深度融合，以应用牵引实施制造业数字化转型和智能制造工程，推动重点行业、重点企业规模化改造升级。当前，我国工业互联网发展进入全面深化阶段，工业互联网作为新型工业化战略性基础设施的作用越发凸显。 驱动制造业转型升级的关键动力 工业互联网的本质，是利用具备深度共享能力的工业网络平台，将工厂、供应商、企业生产设备、生产线、产品及终端客户链接和深度融合，共享所有要素资源，以实现智能化生产，进而通过降低生产成本、交易成本和管理成本，提高生产效率等方式推动制造业延长产业链，实现转型升级。近年来，国家层面相继出台《工业互联网网络建设及推广指南》《工业互联网创新发展行动计划（2021—2023年）》《打造“5G+工业互联网”512工程升级版实施方案》《工业互联网和人工智能融合赋能行动方案》等政策文件，为中国制造向智能制造转变指明道路和方向，也为工业互联网营造良好发展环境。 当前，我国工业互联网拓展至49个国民经济大类，覆盖全部41个工业大类，对经济增长的带动作用稳中有升。2024年，我国工业互联网关键产业规模已突破1.5万亿元，预计2025年达到1.67万亿元，带动经济增长近3.5万亿元，产业发展韧性与增长动力显著。②从区域发展格局看，我国工业互联网发展呈现“东中部先行引领，西部和东北地区加速追赶”的鲜明特征。其中，工业互联网产业增加值超千亿元的省市已达17个，广东省、江苏省、浙江省、山东省凭借扎实的产业基础，规模优势尤其显著，成为推动区域经济高质量发展的重要支撑。内蒙古自治区、贵州省等中西部省份依托政策红利与资源禀赋，工业互联网产业发展呈现出强劲发展潜力。从城市分布看，我国工业互联网发展较快的城市有北京市、上海市、广东省深圳市、广东省广州市、浙江省杭州市、重庆市、江苏省苏州市、四川省成都市、江苏省南京市和湖北省武汉市，这十座城市的工业互联网产业增加值规模占全国的27.7%，头部城市集聚效应尤为明显，成为引领全国工业互联网产业发展的重要力量。③同时，北京市、上海市、广东省广州市、广东省深圳市、江苏省苏州市等城市凭借完善的产业生态、具有优势的创新载体，以及充足的要素供给，成为工业互联网人才的主要集聚地。 工业互联网对企业进行数字化改造，能够推动企业由劳动密集型向技术密集型转型，升级企业生产模式，提升企业适应能力。“十四五”时期，我国工业互联网平台建设成效显著，产业生态持续完善。截至2024年，我国已累计培育超340家具有行业影响力的工业互联网平台、其中跨行业跨领域（“双跨”）平台49家，重点平台工业设备连接数突破1亿台（套），服务企业近400万家次④。我国超前布局工业互联网功能体系，截至2025年11月底，5G基站总数达到483万个，5G融入97个国民经济大类中的91个；全国工业5G专网项目超过2万个、5G工厂超过8000家；累计建成7000余家先进级、500余家卓越级智能工厂。⑤ 从区域示范引领来看，长三角和粤港澳大湾区工业互联网推动制造业转型升级走在全国前列。2024年长三角工业互联网产业增加值占全国比重接近30%，拥有全国近1/4的“双跨”工业互联网平台，工业互联网国家顶级节点（上海）已实现对区域内二级节点全覆盖。⑥粤港澳大湾区依托先进制造业基础，推动工业互联网与实体经济深度融合，作为国内首个5G引领的新型数字化工业生态平台，截至2025年，大湾区工业互联网公共技术服务平台已为超100家企业提供专业化服务，助力企业研发周期缩短50%以上、试制成本降低80%，生产效率得到显著优化。⑦在人才、市场、政策的共同驱动下，我国工业互联网呈现出规模持续扩张、产业渗透深化、赋能效能凸显的发展态势。通过区域梯度布局、平台体系构建和重点区域示范引领，工业互联网已经成为驱动制造业转型升级和中国经济高质量发展的关键动力。 打破工业互联网驱动制造业转型升级堵点 随着数字信息技术变革和国内产业变迁，工业互联网虽然在促进实体经济转型升级方面表现出巨大潜能，但也面临一些挑战。 数字人才不足，企业竞争力有待提高。大数据、商业智能、先进制造等领域存在数字人才缺口。随着行业结构横向变动、纵向升级，加剧劳动力市场结构变动，不同行业的市场需求此消彼长，同时，创新经济对劳动者的创新能力和技能素质要求较高，进一步加剧人力资源结构性短缺。⑧麦肯锡发布的研究报告显示，到2030年我国对AI人才的需求达到600万人，而市场上能提供的只有约200万人，这意味着那时我国AI人才缺口大约400万。⑨数字人才的地域和行业分布不均。数字人才主要集聚在数字经济发达的城市，且以产品研发类为主的数字人才占比高达87.5%，数字化运营、大数据分析和商业智能等深度分析类人才占比分别为7%、3.5%，先进制造和数字营销职能等人才数量占比甚至低于1%，影响新兴行业创新和发展。⑩ 企业竞争力有待提高，人才政策与公共服务较为薄弱。从整体来看，无论是龙头企业、大型平台企业，还是独角兽企业，数量优势均不明显，企业整体竞争力较弱，加之缺乏关键核心技术支撑，研发与创新能力有待加强。同时，人才扶持政策力度、公共基础服务设施水平和创业环境均存在不足，制约人才流入，导致人才缺口较大。 数字资源分配不平衡，产业数字化转型与融合发展受阻。地区间数字基础设施和数字资本禀赋显著不同，数字经济发展存在差异。经济越发达的地区数字经济越活跃。例如，在长三角区域，上海市的软件业务收入规模及其占地区国内生产总值的比重均处于领先地位，江苏省和浙江省次之，而安徽省则明显偏低。从发展结果看，数字经济红利分配格局呈现城市多、农村少局面，有可能加剧区域发展不平衡问题，阻碍各产业数字化转型和融合发展。当前，数字经济在互联网医院、网络教育和在线购物等生活性服务业行业表现突出，同时需看到，在赋能技术、软件信息服务和开发等生产性服务业领域动力不足，相关资源和技术要素投入欠缺，导致相关产业融合发展程度不强。 产业间数字资源分配不平衡，大数据与实体经济融合尚不充分。受限于数字技术较高的初期投资成本和较长的投资回报周期等现实因素，传统产业无法全方位深度享受数字红利，数字赋能动力不足。有的企业对数据的处理和场景应用仍处于起步阶段，大多集中在精准化营销、公关危机处理和企业风险控制等领域。同时，数据应用需建立在海量、高质量和多种类基础上，导致大部分企业难以利用数据要素实现业务转型、预测分析和决策评估，无法充分发挥数据要素潜在价值。 企业间数字资本禀赋有所不同，中小企业数字化转型面临平台垄断困境。企业数字化转型升级本身属于复杂系统工程，在软硬件采购、系统运维、设备迭代、数字人才培育等环节均需持续投入大量资金和时间，而绝大多数中小企业尚不具备相应的资源支撑与投入能力。高成本制约中小企业的数字化进程，中小企业的技术水平难以为数字化转型提供技术保障，人才储备不足是中小企业数字化转型升级的瓶颈之一。平台企业依托大数据和算法优势，在市场竞争中占据垄断地位，有的中小企业在数字化生存中面临“受制于平台”的困境，导致转型困难。 5G+工业互联网布局不完备，工业领域大模型应用尚不成熟。5G+工业互联网布局还未形成规模效应，成本较高。尽管理论上5G具备低时延的技术优势，但商用公共网络仍难以保障确定性时延，企业需投入高额成本搭建专网。一些大型车间、仓库等复杂工业场景容易出现信号覆盖不足、信号干扰较强等问题，影响5G稳定应用。同时，5G技术标准与工业领域的安全标准、性能标准等存在不一致性，兼容性不足制约其在工业重要控制环节的深度应用。此外，网络建设、设备改造及后期运营维护成本仍然偏高，限制5G在工业领域的规模化落地。 工业数据供给质量参差不齐，无法被大模型充分捕捉。工业领域的特征规律复杂，应用场景和需求差异显著，企业存在数据孤岛、信息系统碎片化等问题，导致大模型难以深度融入企业运营流程，应用效果很难得到有效评估。工业企业涵盖研发、生产、运维、管理等全链条，业务场景与数据类型繁杂，且多数企业数据治理、软件平台专业化水平不足，难以支撑高质量数据供给。同时，工业重要环节数据关乎企业竞争力，保密要求极高，大模型可能出现的数据泄露与安全风险制约其在工业场景的规模化应用。 国产大模型发展势头迅猛，但在工业领域应用相对零散。中国已经成为全球人工智能专利的最大拥有国，然而，国内大模型整体仍处于初级应用阶段，落地场景主要集中在金融、医疗、传媒等知识服务型领域。《中国AI大模型工业应用指数（2024年）》显示，大模型在工业制造和智能汽车等实体产业中的占比相对偏低。在当前的行业AI应用中，小模型仍占据主导地位，大模型在研发设计、经营管理、生产制造等环节的应用程度呈现依次递减的趋势，整体应用模式相对独立、场景碎片化，尚未形成系统化、标准化的应用体系。 企业数字化转型的创新支持不足，数据安全难以保障。现有的融资体系对企业数字化转型的创新支持不足。优质的投融资环境是支撑数字经济建设的后备力量，然而数字经济相关行业是近年来才出现的新业态。例如，数字出版、在线医疗、数字动漫和网络教育培训等大多为初创企业，这类企业内源融资受限，且不具备大量重资产等抵押物，难以获得足够的银行贷款以缓解融资约束。虽然政府给予一定的财政补贴，但由于体量较小、资金投放分散，无法满足企业融资需求。因此，亟待提升现代化服务水平，为制造企业的数字化升级提供优质的投融资环境。 发展工业互联网尤其是对传统产业而言，除了面临“会不会用，敢不敢用”的问题，还涉及“安不安全”的顾虑。随着数字技术与实体经济深度交融，线上线下问题聚合交错，市场运行更加复杂，市场乱象不断显现，现行条块分割的管理体制与数字经济跨界融合发展的态势不相适应，如何划分权责和实现有效协同，成为新的治理和监管难题。 推动中国制造业数字化转型升级 在数字经济驱动制造业转型升级过程中，企业难免遇到一些实际操作的两难抉择问题，亟需从人才、技术、设施、生态等多维度协同发力。 加快人才培养与技术突破，大力推进科技领域发展，为制造业转型升级提供人才支撑与技术保障。加强高科技人才的培养与引进，推进国际人才合作。积极培育数字经济复合型人才，针对人工智能、半导体、航空航天、生物医药等高科技领域，高校需制定专项人才培养计划，精准匹配行业需求。支持开设跨国培养的高校数字经济相关专业，加强国际教育与培训合作，培养具有国际视野和跨文化交流能力的数字经济人才。探索高效灵活的人才引进、评价激励和保障政策，促进人才顺畅有序流动，激发数字人才的创新活力，加快创新产出。建立国际合作平台，促进企业和研究机构在数字经济领域开展交流合作，促进人才跨国流动。同时，引导企业在人工智能、5G、物联网等相关技术方面加强自主创新，为融合发展提供智力支持。 加大关键核心领域研发支持力度，探索新场景建设。需重点突破底层基础技术、基础工艺能力等“卡脖子”问题。加快互联网、大数据、人工智能、量子信息、机器人、生命科学等新兴前沿交叉领域研发和产业化布局，为构建创新引领、协调发展的产业体系和经济体系奠定坚实基础。开展集成电路、物联网、信息通信等重点领域关键核心技术攻关，充分发挥研究机构、行业协会、重点企业作用，摸清产业发展基础，找准关键薄弱环节，突破制约产业发展的关键技术，形成一批拥有自主知识产权的创新产品。鼓励各领域头部企业进行创新探索，通过“揭榜挂帅”、工业赛道等方式引导资本和新技术产品对接，打造人工智能新场景、新模式。 基于改造催生新的场景需求，倒逼信息技术迭代创新。5G及“5G+工业互联网”的应用，为传统产业改造升级带来新的场景和需求，促进新业态、新模式涌现，以及新型商业模式衍生，推动传统产业高端化、智能化、绿色化发展。通过设立专项基金、完善产学研用协同创新机制、建立创新平台和孵化器，加强技术应用的监管与指导等方式，促进AI技术在传统产业中的普及和推广。鼓励大型传统企业借助工业互联网平台，建立紧密的产业链上下游协同关系，打造智能供应链平台，实现全产业链的数据协同共享。鼓励不同行业、企业之间开放合作，共享数据资源、技术平台和研发成果，促进AI技术的跨领域应用，加速技术迭代和产业升级，推动传统产业改造升级。 完善数字基础设施建设，深化人工智能融合应用，为制造业转型升级提供硬件与软件支持。因地制宜推进区域数字经济发展，完善企业数字化赋能生态体系建设。增加企业数字化转型升级资金供给，提高企业数字化技术服务能力，加快企业数字化人才培养，发挥平台企业拉动效应和优秀企业标杆作用，尤其是关注中小企业的数字化转型。重视数字经济监测评估，抢占新一轮数字经济竞争制高点，提升地区竞争力。前瞻布局6G、量子通信、未来网络等前沿技术，在部分重点领域形成技术领先优势。 加快推进新型基础设施建设，有效支撑产研融合发展。加快构建高速畅通、安全可靠、广泛覆盖的数字基础设施，打造万物互联、人机协同、平安高效、便捷智能、绿色低碳的现代基础设施体系，加速大数据、人工智能和云计算等数字技术与实体经济的全方位深度融合，尤其是加大5G基站建设对工业企业和欠发达地区的覆盖，注重数字基础设施的普及和公平，降低企业布局“5G+工业互联网”成本。加快推进互联网骨干节点升级和宽带网络光纤化改造，重点布局建设一批互联网数据中心、超算中心和云计算平台，构建集计算、信息、数据枢纽于一体的综合枢纽格局，持续提升电信基础设施服务能力。 着力打造各类平台和系统，助力企业推进数字化转型。加快推进特色型行业、区域性平台及专业型平台发展，促进工业互联网平台在石化、钢铁、高端装备等国民经济重要行业的深度应用。加快完善工业设备连接、工业数据共享等方面的行业标准，构建多层联动的产业互联网平台，赋能传统产业升级，打造透明工厂，实现降本增效。鼓励平台企业开放资源，推行普惠性“上云用数赋智”服务，为中小企业提供低成本、低门槛的数字化工具和服务，推动企业积极融入5G、工业互联网应用场景和产业生态。 推动“5G+工业互联网”布局，促进模型融合和标杆应用，为制造业转型升级提供基础支撑和示范作用。打造工业互联网产业高地，发挥产业集群效应。长三角地区是新能源汽车重要的产业聚集地，拥有重要零部件、动力电池、电动机、汽车装备等产业基地，汽车上下游行业整体数字化水平较高，具备发展工业互联网的良好基础。目前，上海已推动300多家企业进行创新工业互联网应用，借助工业互联网实现传统产业转型升级，其中包括集成电路、生物医药等重点领域。需继续推动企业加快终端模组研发及典型工业场景终端产品研发，加速相关产品应用落地，通过规模化应用降低企业成本投入。同时，激励企业采用更先进的理念和技术构建企业级数字孪生，自上而下设计更加合理的工业软件，用“数据＋AI算法”支撑企业决策，助力企业数字化转型。 建设工业大模型数据语料库，推进模型融合应用。鼓励更多工业企业加快工业设备数字化、网络化改造，建立企业生产全流程数据库，汇集行业高质量语料，为工业大模型应用提供高质量数据。整合数据资源，加强技术创新，构建大模型在工业互联网的应用体系，打造一体化解决方案，全面升级工业数字化产品，推动大模型应用从高容错场景向关键场景拓展。鼓励工业企业联合高校和科研院所搭建大模型测试环境，针对工业应用中的实际问题迭代优化，推动模型适配多样化工业场景。鼓励基于工业大模型平台和实际应用场景的软件开发，打造“小模型+大模型”通用平台，融合小模型灵活性与大模型高性能优势，进一步扩大模型应用范围。推动工业大模型应用评测体系标准化，在工业重点领域构建可度量、可实践、可扩展的评测基准，构建大模型工业应用发展指数。 重点培育具有生态影响力的龙头企业，发挥龙头企业引领作用。政府需加大对具有先进技术、理念、产品和服务的行业龙头企业的培育扶持力度，深化校企合作、政企合作，通过建设企业大学、企业培训基地等方式，促进技术、资金、人才、数据等资源集聚，形成一批全球、全国、区域或行业独角兽企业。在云计算、大数据、工业互联网、信息技术应用创新等领域摸排出一批重点培育企业，通过一对一个性化服务、发挥资本市场力量等途径，帮助企业做大做强。在集成电路、装备制造、航空航天等应用较为成熟的领域，引导大型国有企业、民营企业和互联网企业等合作打造解决方案，形成一批可信、可靠、成熟有效的工业人工智能标杆应用。 提升政府现代化服务水平，破解企业数字化转型困境，为制造业转型升级提供外部保障。优化惠企政策，有效缓解企业数字化转型压力。通过财政补贴、设立专项基金等方式，鼓励企业借助新型数字技术实现商业模式创新，支持构建企业数据库，降低企业研发、生产、管理和销售过程中存在的不确定性。出台税收优惠、资金补贴、有效投入奖补等系列政策措施，鼓励企业加大在数字化技术与设备上的投入力度，激活企业数字化转型动力，提高产品质量和生产效率。通过开发特色金融产品等途径，拓宽融资渠道，有效降低企业融资成本。建立工业互联网标杆示范应用场景，形成可借鉴、可复制、可推广的成熟实践案例。在智能制造领域，鼓励龙头企业建设工业大模型示范性工厂，通过示范引领带动更多工业企业深化工业大模型应用落地。 加强新产品推广使用，以高质量政务服务助力优质企业落户。积极向市级单位推荐申报企业创新产品，争取纳入市级推荐目录；大力推广目录中的创新产品，扩大产品的使用范围。支持产业链上下游企业间新技术新产品的供需对接、互采互用，促进新技术新成果加快转化。在智慧城市建设中，优先采购新一代信息技术自主新产品，帮助企业实现技术升级。抓住重大活动契机，组建招商小分队，对重点企业、重点项目进行深度洽谈，力争吸引更多行业领军企业、产业链龙头企业落户，打造产业生态圈。加强对行业龙头企业及重要配套企业的跟踪服务，对企业提出的诉求进行分类梳理和精准对接，及时解决企业数字化转型发展过程中的难题。 完善数字经济顶层设计，强化政策引导和数据安全保障。健全产业政策支撑体系，设立人工智能产业投资基金，引导社会资本助力人工智能和制造业深度融合，形成财税、金融、人才等多方位全面协调的配套性政策。放宽市场准入，破除行业壁垒、体制机制障碍和区域限制，促进数据跨行业、跨区域流通；建立数据全生命周期安全管理机制，规范数据采集流程，尤其是需对企业机密数据加强监管，运用数据脱敏、加密等技术手段确保数据合规有序使用。加快制定针对数字创新型企业的扶持政策，鼓励全行业利用产业链上下游各自优势和协同作用，参与数字经济信息收集。制定保护机制和奖励机制，促进跨行业各经营主体，尤其是民营企业参与数据资源汇集过程，提高数据完整性和可靠性。
2026年07月08日
工业互联网是新型工业化的战略性基础设施和发展新质生产力的重要驱动力量。党的二十届三中全会指出，促进实体经济和数字经济深度融合，发展工业互联网。近年来，我国工业互联网蓬勃发展，技术创新持续突破、产业生态持续壮大、融合应用持续深化。特别是随着人工智能等技术的加速应用与深度赋能，工业互联网发展正迎来四个方面新变化，为制造业数字化转型注入新动能。 应用更“智慧” 人工智能成为核心引擎 过去，工业互联网在破解“老师傅经验”难题时，更多是将这些“隐性知识”显性化、流程化，但本质上仍是对人类经验的模仿和复刻，难以突破能力的上限。如今，人工智能赋能制造业数字化转型的作用日益凸显，正从工业互联网的“辅助工具”变为“核心引擎”，它实现的不再是简单的模仿，而是根本性的超越。 一是智能决策，让传统技艺科学化。人工智能通过学习工业互联网应用中积累的大量高质量数据集，可以快速熟悉工业制造全流程各环节和各种工艺参数，尤其是能以算法模型的形式“活学活用”老师傅们那些只可意会不可言传的“看家本领”和“独门绝技”。这不仅实现了宝贵经验的数字化沉淀，更将传统的“技艺”升华为现代的“科学”，让生产过程从“知其然”迈向“知其所以然”。 二是人机共创，让工业生产数智化。人工智能这个“超级大脑”的植入，赋予了工业互联网实时优化和智能调度的能力。它能够指挥工业机器人这个“灵巧身体”，将计算出的最优指令不差分毫地在物理世界中实践、操作，从而诞生了功能强大的“工业智能体”。我们看到，越来越多的工业机器人开始在车间里广泛应用，人形机器人等更高级形态的智能体也正从概念走向应用，预示着未来工厂将拥有更强的柔性和适应性。 当工业互联网装上“AI引擎”，制造业就能跑出“数智加速度”。2024年，我国工业增加值超过40万亿元，通过工业互联网与人工智能的深度融合，哪怕仅仅提升一个百分点的效能，就意味着4000亿元的增量价值，为制造业高质量发展注入了磅礴动力。 架构更“立体” 从单点改造走向全局融通 过去，企业对于工业互联网的应用更侧重于“点状突破”和“局部优化”。无论是对内改造单条产线，还是向外连接上下游，着眼点往往是解决具体环节的效率问题，系统与系统之间、企业与企业之间并未实现真正的贯通。这种模式虽然在一定程度上提升了效率，但难以形成体系化的竞争优势。以融合促创新、以融合促发展是工业互联网的主攻方向，经过大量的实践总结，我们将“T型架构”作为工业互联网推动制造业数字化转型的理论方法。 “T型架构”的“横”，重在IT技术，旨在打通产业链。它将不同制造阶段和商业计划的IT系统集成，实现企业间、环节间面向产业集群共性的横向集成。从而在供需对接、集中采购、资源共享、产融结合等方面，达成更大范围的资源动态调配与高效协同，形成一个富有韧性的产业生态。好比构建了整个产业链的“大脑”，让信息流、物资流、资金流在企业间畅通无阻，提升了整个产业生态的韧性和效率。 “T型架构”的“纵”，重在OT技术，旨在做深生产线。它要求将企业内部的装备、产线、车间、工厂等各个环节进行更深度地互联互通，打通从底层设备控制到上层经营管理的全流程数据链路，实现生产全要素的透明化管理和精细化运营。好比健壮了企业的“四肢”，让生产执行系统变得敏捷、可控。 横纵结合的关键，在于“大脑”与“四肢”的联动，在于IT与OT的深度融合。这既是工业互联网建设的难点，也是价值创造的重点。截至2025年2月，我国已累计培育了超230家卓越级、1200家先进级和3万家基础级智能工厂，推动制造业数字化转型从“局部优化”迈向“全局智能”。 布局更“优化” 云网协同保障发展安全 过去，很多企业想上云，但最大的顾虑是“数据安全”，担心核心商业秘密外泄。如何在上云用数的同时，确保核心数据的安全可控，是广大企业，特别是制造业企业最大的顾虑。现在，随着工业网络向着IP化、扁平化、无线化的方向加速演进，高性能算力通过高质量网络直接延伸到企业“家门口”，让企业不需要把所有“家当”都搬到公共平台，我们鼓励企业建好“三朵云”。 第一朵是“边缘云”，这是企业的“保险柜”。它将工序流程、生产工艺、关键参数这些商业数据安全地部署在工厂本地进行计算和处理，确保核心商业机密不出厂门。我国拥有超过600万家制造企业，量大面广，对数据本地化处理的需求极为旺盛。当前，边缘云的增速最为迅猛，这也是制造业数字化转型加快的重要标志之一。 第二朵是“企业云”，这是企业的“办公室”。它主要承载企业的通用管理系统，如财务、人力资源、客户关系管理等。这些系统对实时性要求不高，但需要高度的稳定性和可靠性。将它们部署在专属或公共的企业云上，可以有效降低IT运维成本，提升管理效率。 第三朵是“生态云”，这是企业的“朋友圈”。它是一个开放的协作平台，用于企业与上下游的供应商、经销商、合作伙伴进行数据共享、业务协同和生态共建。通过生态云，企业可以更便捷地融入产业链，共同开拓市场、抵御风险。 “三朵云”的布局模式，既保证了核心数据的安全，又实现了通用数据的共享和业务生态的协同。当前，我国网络与算力基础设施建设成效显著，截至2025年7月，企业专网覆盖全国97％以上的地级行政区，基础电信企业为工业企业建设了2万个虚拟专网，5G工业独立专网试点有序推进，为制造业数字化转型提供了安全、可靠、富有弹性的发展环境。 赋能更“普惠” 服务模式走向亲民易用 过去，中小企业普遍面临“想转不敢转、能转不会转”的难题，高昂的成本、复杂的技术和人才的匮乏，是横亘在它们面前的“三座大山”。如今，工业互联网的服务模式变得更加亲民易用，让中小企业也能“用得起、用得好”。 一是应用“订阅化”，大幅降低使用门槛。传统的数字化改造需要企业一次性投入巨额资金购买软硬件。现在，越来越多的服务商推出“订阅制”服务，企业无须自建机房、购买服务器，可以像订购视频会员一样，按需、按月或按年付费使用云端的工业软件和算力资源，极大地降低了数字化转型的初始应用门槛。 二是方案“套餐化”，显著缩短见效周期。中小企业往往缺乏专业的IT团队，从零开始摸索数字化方案费时费力。现在，市场上涌现出大量“开箱即用”的行业解决方案。这些方案是服务商在深刻理解行业共性需求的基础上，预先打包好的“套餐”，覆盖了生产管理、设备监控、订单处理等常见场景，让企业不必从零摸索，能够快速上手、快速见效。 三是服务“管家化”，有效弥补能力短板。为解决中小企业人才短缺、技术匮乏的困境，一种“数字管家”式的贴身服务模式应运而生。专业的服务商团队为企业提供从诊断、规划到实施、运维的全流程陪伴式服务，手把手地帮助企业解决转型过程中遇到的各种难题。 服务模式的创新，有效破解中小企业的转型困境，让工业互联网不再是大企业的专属，更是中小企业的得力助手，为制造业数字化转型注入了源源不断的内生动力。截至2025年5月，全国已有超过87％的“专精特新”中小企业，将数字化全面应用到了企业研发、生产、管理等核心业务流程中。 工业互联网发展的新变化，是我国实体经济与数字经济同频共振、科技创新与产业创新良性互动、工业化与信息化融合发展的结果。近年来，我国工业发展呈现出强大韧性与活力，持续增长的工业基本盘，为工业互联网提供了丰厚的土壤和广阔空间。这些发展和变化，充分彰显了中国特色新型工业化道路的实践伟力，不断丰富着工业互联网的内涵外延。展望未来，我们将把握机遇，乘势而上，以工业互联网的新突破，推动制造业数字化转型新发展，为推进新型工业化作出更大贡献。
2026年07月08日
工业互联网的本质和核心是通过工业互联网平台把设备、生产线、工厂、供应商、产品和客户紧密地连接融合起来。 工业互联网可以帮助制造业拉长产业链，形成跨设备、跨系统、跨厂区、跨地区的互联互通，从而提高效率，推动整个制造服务体系智能化。 工业互联网还有利于推动制造业融通发展，实现制造业和服务业之间的跨越发展，使工业经济各种要素资源能够高效共享。 图为海尔集团展示利用工业互联网平台（COSMOPlat）制作个性化定制产品。 新华社记者 单宇琦摄 在今年的全国两会上，“工业互联网”成为“热词”并写入《政府工作报告》。报告提出，围绕推动制造业高质量发展，强化工业基础和技术创新能力，促进先进制造业和现代服务业融合发展，加快建设制造强国。打造工业互联网平台，拓展“智能+”，为制造业转型升级赋能。 两会刚刚结束，3月17日北京工业互联网技术创新与产业发展联盟就宣告成立。而在不久前，工业和信息化部也正式成立了中国工业互联网研究院。一系列动作充分显示出我国工业互联网建设正在提速。 可以说，工业互联网发展已经到了非常重要的历史机遇期，我国已经把发展工业互联网作为制造业高质量发展，特别是经济社会高质量发展的一个重要抓手。 高质量发展的重要推手 近年来，我国制造业取得的发展成就有目共睹。然而，我国制造业与发达国家相比差距依然很大，制造业整体信息化水平不高，导致信息化与工业化进程不匹配、不适应、不平衡，制造业“大而不强”“全而不优”的问题依然存在。 当前，以工业互联网方式推动制造业高质量发展，已经成为全球共识。德国拥有深厚的工业积淀，率先提出了工业4.0概念，目的是想通过互联网来提升制造业的信息智能化水平。美国拥有世界上信息化水平最高的龙头制造企业，在发展设备数字化率、联网率方面具有领先优势。我国与美、德几乎同步发展工业互联网，具有自己独特的优势，但也面临着一些挑战。 北京理工大学校长、中国工程院院士张军认为，我国发展工业互联网优势主要体现在三个方面。第一，我国是互联网强国，世界十强互联网企业中，中国企业占有重要地位，具有雄厚的实力。工业互联网在发展中如果能够借助这方面的优势，尤其是以消费领域为突破口，将会抢占先机。 第二，目前世界上还没有一个国家把人工智能、大数据、云计算、网络安全，作为重大科技专项实施，这将成为我国实现变道超车的最佳机遇。 第三，我国拥有非常强大的制造业群体，在建设工业互联网方面已经掌握了一定的核心技术。如果有好的政策引领，加强知识产权保护，形成良好的产业发展生态，工业互联网一定可以推动我国制造业实现高质量发展。 张军认为，工业互联网首先是联网，但更重要的是赋予工业设备感知的能力。下一步，如果把工业互联网与智能制造相结合，将会使我国工业互联网发展实现巨变。“比如，加工完器件，下一个环节自动衔接，最后通过计算为已经成型的产品提供个性化服务。这样环环相扣，会让工业生产变得具有智慧。”张军说。 开启全新的工业革命 工业互联网的本质和核心是通过工业互联网平台把设备、生产线、工厂、供应商、产品和客户紧密地连接融合起来。 从企业角度来看，工业互联网就像现代工业的智能助手，企业通过工业互联网平台提供的数据分析，更精准高效地了解工业研发设计、生产制造、经营管理等领域的知识，从而开启一场全新的工业革命。 十三届全国政协经济委员会副主任刘利华表示，工业互联网帮助一些企业减少了用工量，压缩了运输成本，提高了产品质量，有利于优化存量、降低企业的综合成本。 “同时，发展工业互联网，也有利于扩大增量，支撑先进制造业向价值链高端延伸。”刘利华表示，制造业高质量发展的特征有很多，其中就有拉长价值链向两端延伸（前端研发与后端售后服务）的案例。通过工业互联网，可以帮助企业拉长产业链，形成跨设备、跨系统、跨厂区、跨地区的互联互通，从而提高效率，推动整个制造服务体系实现智能化。 最后，工业互联网还有利于推动制造业融通发展，促进创新创业。刘利华认为，如果按照传统的工业生产方式很难实现制造业与服务业之间的跨越发展，但通过互联网就可以使工业经济各种要素资源能够高效共享，这样就能够推动先进制造业和现代服务业的深度融合。 平台建设已初具规模 目前，全球范围内工业互联网平台在数量、体量、行业覆盖等各个维度上的规模都在不断扩大，国内不同领域、不同地区的企业也在加快平台布局，市场呈现“百家争鸣”的格局。 根据工信部数据分析以及信通院调研统计，我国现在已经有269个工业互联网平台类产品。其中，具备一定产业影响力的工业互联网平台数量已经超过50个。 与此同时，消费互联网领域的阿里巴巴集团也在试水工业互联网，该集团副总裁刘松认为，如今光靠生产已不能赢得未来，人工智能和区块链等技术可以扩大服务半径，制造业将从规模化和标准化，走向智慧化、个性化和定制化。 当初，在看到媒体《为高铁钢轨“整容”国产铣刀难堪重任》的报道以后，富士康攻坚克难生产出了具有自主知识产权的国产铣刀。富士康工业互联网公司董事长李军旗表示，这件事让富士康意识到，目前国内还有许多企业身处信息孤岛之中，技术和需求得不到有效对接，因此急需构建工业互联网，为更多制造企业创造价值生态圈，使其能在平台上实现信息和利益共享。 “目前，工业互联网面临的最大壁垒之一是数据安全，很多企业不愿意上云分享数据是因为担心数据分享了就失去了价值。”北京兮易信息技术有限公司董事长陈广乾的一番话道出了很多企业的心声。陈广乾指出，工业大数据要想有更好更快的发展，一方面必须努力提供良好的法律环境，另一方面则要增强政府及企业开放、共享基础设施与数据资源的意识。在数据共享的大趋势下，标准先行、机制保驾，工业互联网才能够发挥应有的作用。 工业互联网在发展中还要面临很多问题，中国工业互联网研究院院长徐晓兰表示，工业互联网研究院当务之急就是联合一切可以联合的力量，让政府、科研部门、企业、平台形成合力，共同探索我国发展工业互联网的有益路径。她还透露，今年研究院将会开展深度调研，充分了解工业互联网现状，系统化梳理各项工作，为行业提供更好的服务。（记者 姜天骄）
2026年07月08日
党的二十届四中全会通过的《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》强调“全面实施‘人工智能+’行动，以人工智能引领科研范式变革，加强人工智能同产业发展、文化建设、民生保障、社会治理相结合，抢占人工智能产业应用制高点，全方位赋能千行百业”。制造业是实体经济的根基，是“人工智能+”行动的主战场。近日，工业和信息化部等八部委联合印发《“人工智能+制造”专项行动实施意见》，在数智基建、场景推广、产品创新、主体培育、生态建设、安全护航、国际合作等方面部署了系列任务，为加快推进人工智能在制造业融合应用提供了系统指引。 一、把握“人工智能+制造”历史机遇 当前，以智能化为代表的新一轮科技革命和产业变革浪潮席卷全球，正在系统重构全球产业格局。工业智能体、具身智能在制造业各环节加速渗透，正在成为企业重塑竞争优势的新动能。产业竞争的焦点已不再是行业本体技术的领先，而是数智技术与实体经济融合应用的效率和规模。能否做强“人工智能+制造”，将直接决定我国制造业的全球地位和长远竞争力。 （一）“人工智能+制造”是赢得国际竞争主动的战略选择 制造业年产值超过16万亿美元，约占全球GDP的15%。这意味着，通过人工智能技术对工业技术、知识、数据、人才等全要素重组，以及研发、生产、管理等全链条的深刻重塑，每带来1%的效率提升，就将创造年均超1600亿美元的经济增长。面对如此巨大的战略价值，世界主要国家纷纷将人工智能作为重塑竞争力的核心领域，美欧发达国家相继出台国家级AI战略，意图重构产业竞争优势、抢占制造业发展制高点。国际工业巨头纷纷与人工智能企业加大合作力度，入局工业AI，推动AI在仿真设计、自适应制造、供应链管理以及智能工厂等领域的深度应用，推动工业自动化领域的AI变革。在这场关乎未来发展的全球竞争中，我们不进则退、慢进亦退，必须抢抓这一历史机遇，牢牢掌握发展主动权。 （二）“人工智能+制造”是发挥我国独特优势的内在要求 2024年我国制造业增加值超过33万亿元，占GDP的比重近25%，对全球制造业增长的贡献率超过30%。我国还拥有全球最完整、门类最齐全的工业体系，这构成了人工智能技术最宝贵的“全场景”应用土壤和广袤的数智转型“蓝海”。更重要的是，我国拥有支撑数智转型的坚实基础设施和服务体系。算力规模全球第二、以5G、千兆光网为核心的“数字大动脉”实现全国有效覆盖。据测算，2025年人工智能企业数量超6000家，形成了涵盖基础底座、模型框架、行业应用的完整产业体系，核心产业规模破万亿。供需两端的产业基础，为人工智能在制造业应用和迭代提供了全球最富集的资源禀赋。这决定了我国推进“人工智能+”的关键路径，在于将人工智能技术深度融入制造业的广阔场景，催生海量高价值的工业数据，在数智基础设施的有力支撑下，驱动技术迭代和应用创新，形成技术供给与产业需求互促共进的良性循环，将我国应用场景优势、规模优势和基建优势，转化为难以复制的产业发展“非对称优势”。 （三）“人工智能+制造”是加快新型工业化的重要引擎 我国拥有超600万家制造业企业，既有引领行业的龙头标杆，也有深耕细分领域的中小企业，是推进新型工业化的主体力量。到2035年基本实现新型工业化，客观上要求企业在质量效益、驱动要素、业态模式等方面实现系统性跃迁，这离不开“人工智能+”的技术赋能。实践证明，人工智能正在推动生产方式从“人控”走向“智控”，决策模式从“经验驱动”走向“数智驱动”，产业人才从“工匠”转为“智匠”。国内领先企业已率先行动，将大模型应用于电子、钢铁、汽车等领域，实现智能化运营，助力生产效率提升。在全国已建成的230余家卓越级智能工厂中，产品研发周期平均缩短28.4%，生产效率平均提升22.3%，不良品率平均下降50.2%，碳排放平均减少20.4%。这些数字背后，是生产力的深刻变革和生产关系的系统性调整，是生产要素的创新型配置，是新质生产力的集中体现。我们必须牢牢把握人工智能这一驱动力量，加速技术突破与产业应用的双向奔赴，为我国制造业开辟范式转换和能力跃升的新赛道，为新型工业化注入强劲动力。 二、把握“人工智能+制造”特征和体系 “人工智能+制造”具有多元化、时代化、融合化的基本特征。应用场景多元化。我国制造业既有引领产业升级的高精尖领域，也有正在加速转型的传统产业，既有全球领先的领航级智能工厂，也有亟待改造的“手工作坊”，这为人工智能与制造的深度融合提供了全球最为丰富、无可比拟的实践场景和创新空间。现有制造环节的生产设备、工艺流程、信息系统呈现复杂多样，涵盖从传统机床到工业机器人、从单一生产单元到全链条供应链、从定制化业务软件到大型工业操作系统，形成了多层次、多维度的技术生态与产品适配体系。技术演进时代化。制造业一直以来都是人工智能技术的“试验场”，从早期基础算法“嵌入”单一设备、单一环节，解决质检等具体场景的效率问题，到大数据、深度学习技术落地，实现生产过程的数据驱动优化，再到当前大模型、具身智能等技术兴起，推动人工智能从“单点智能”向“全流程协同智能”、从“机器辅助”向“人机协同决策”演进，加速制造体系从“经验驱动”向“数据智能驱动”跃迁。推动“人工智能+制造”融合应用，既需紧跟人工智能技术演进趋势，也要把握制造业转型需求，实现互促融合。转型赋能融合化。技术层面，推动人工智能与信息技术（IT）、通信技术（CT）、控制技术（OT）、制造工艺技术（MT）的“多技术融合”，打破技术壁垒，重构制造技术体系。产业层面，人工智能作用于研发设计、生产制造、仓储物流、营销服务、供应链协同等制造全链条，渗透到设备单元、产线、车间、工厂、产业生态等多层级，催生工业智能终端、智能装备、智能工业软件等新产品，壮大个性化定制、服务型制造等新业态。 加快推动“人工智能+制造”的融合应用，需把握其基本特征，按照“场景牵引、技术适用、一体赋能”的体系化思路，从设备、产线、车间、工厂、企业到产业生态，逐级推进“人工智能+制造”实践。 （一）人工智能+设备，优化设备管理方式 经过数字化改造后的通用机床、手动成型机、常规窑炉等传统设备和本身具备数据采集、自主控制能力的工业机器人、全自动成型机、智能检测设备等智能装备，嵌入人工智能算法模块后，能够基于振动、温度等时间序列数据实现预测性维护，提前识别设备故障，避免意外停机。也能够通过人工智能算法优化设备运行参数，强化工业装备控制的智能化，提升加工精度和产品合格率。例如，生成式AI可以为工业机器人或PLC（可编程逻辑控制器）自动生成控制代码，简化自动化系统的调试和部署过程，还可被用于缺陷分析报告的自动生成和操作手册等技术内容的创建，显著提高工程师的工作效率。 （二）人工智能+产线，提升工艺优化能力 针对以机械加工、电子组装为代表，具有工序分散、物料流转复杂等特征的离散型产线，和以电解铝生产、锂电池极片加工为代表，需实时、严格控制工艺参数的流程型产线，结合各类产线生产实际，构建产线智能管控系统，运用自动排产算法、自动化质量检测、工艺参数优化等人工智能技术，实现产线排产时间从小时级压缩至分钟级、降低缺陷漏检率、提升生产效率。例如，企业可通过模拟产线运行数据，依托AI模型预测产线关键设备的健康状况，提前识别出潜在的瓶颈和故障风险，并推荐相应的维护调度计划，降低停机成本。 （三）人工智能+车间，变革生产作业形态 对核心生产、质量检测、公辅能源和物料转运等各类车间进行智能化改造，构建车间级智能管控体系，主要包括：全域资源调度，通过人工智能技术优化AGV路径、设备负荷与人员配置，降低生产车间等待时间，减少现场管理人员数量；能源精准调控，基于生产需求动态匹配能源系统供给，减少能源损耗；跨工序协同，打通车间内各生产单元数据链路，实现联动响应，提升车间整体运营效率。例如，发电装备制造企业在汽轮机厂车间构建数字孪生系统，整合设备参数、工艺路径等全量数据，通过智能体生成最优加工路径并动态调整生产计划，同时部署AGV智能搬运机器人与AR工艺指导系统，实现工序间无缝衔接，提升了百万千瓦级汽轮机转子加工效率，降低加工能耗。 （四）人工智能+工厂，改进生产资源调度 开发工厂级智能体，整合全要素数据，整合研发、生产、质量、能耗、物流和运营全链路数据，搭建工厂级智慧运营平台，实现生产计划、能耗优化等全局最优决策。构建场内智能安监体系，在厂内关键区域、危险作业点部署视频监控设备，通过人体姿态识别、区域入侵检测算法，实时监测工人安全帽佩戴、防护装备使用情况及危险区域闯入行为，建立分级预警与快速响应机制。部署智能巡检机器人、自动控制等系统，减少人工干预，打造“黑灯工厂”。例如，钢铁冷轧厂通过“工厂大脑”实现各生产车间远程监控，车间内行车、机器人等设备全自主运行，仅需少量操作人员监控数十块屏幕，提升生产效率，大幅降低吨钢能耗与污染物排放。 （五）人工智能+企业，创新经营管理手段 通过整合技术研发、生产经营等数据，依托企业云搭建企业级智能决策平台，基于企业产品数据库、材料性能参数、制造工艺约束等数据，打造设计智能体，输入产品功能需求、性能指标、成本预算等核心参数，自动生成多套优化设计方案，并通过仿真模拟验证方案可行性，形成“需求输入－方案生成－仿真迭代－最优输出”的研发闭环。建立智能风险防控系统，实现合规、资源统筹配置与运营效率提升。例如，彩电生产企业整合供应商数据，打造智慧供应链管理平台，实现物料需求实时预测，将彩电物料需求提报至供应商的时间从“天级”缩短至“小时级”，提升了订单响应速度。 （六）人工智能+产业链，优化产业协同模式 立足产业生态层面，产业链核心企业汇聚产品联合开发、产业协同策略、产业链管理、跨企业资源调度、碳排放管控等产业链上下游数据，构建智能协同平台，部署供需匹配分析、供应链协同等产业级大模型，实现智能协同与风险联防，解决产业链协同低效、资源配置失衡、风险联防不足等问题，降低产业链采购成本、缩短协同研发周期、供应链断供风险实时预警，实现产业资源高效联动与高质量发展。例如，汽车企业通过整合产业链内企业数据与工业知识，构建“工业互联网平台+超级智能体”体系，部署排产、仓储、质检等多类智能体，实现跨领域协同决策，推动产业链上下游企业降本、减排，形成“技术－场景－数据”的产业生态循环。 三、把握“人工智能+制造”实施路径 加快推进“人工智能+制造”，企业是主体。让“人工智能+制造”扎根于企业，服务于场景，成长于生态，是企业抓住新工业革命机遇的关键。 （一）建设数智基础设施 破解“联不稳”“算不快”的数字底座瓶颈，构建云边协同、控网算一体的新型基础设施，为海量工业数据的实时处理和智能应用的规模化部署提供坚实支撑。建设新型工业网络。基于“端－边－云”扁平化网络协同架构，综合运用工业5G、硬实时无线控制、工业确定性网络、无源物联、工业光网等技术，实现工业现场网络无缝覆盖和灵活组网，为工业控制、生产、经营、管理全流程海量多模态异构工业数据提供统一承载。将AI技术嵌入网络各环节，通过“算力路由”和“在网计算”等机制，提高工业网络资源动态调度、故障自愈与智能运维水平。布局工业算力体系。打造边缘云、企业云、产业云“三云”协同智算能力，扩展端侧智能，部署边缘智算节点，集成数据预处理、模型训练、安全隔离等功能，实现生产的“就近计算、快速响应”。强化企业全域算力按需扩展、模型和智能体快速训练与迭代部署，承载生产调度优化、财务预测等场景化应用，满足企业经营的“智能仿真、辅助决策”算力需求。推广全局算力调度，提供大规模仿真、数字孪生、大模型训练等高算力服务，提升全产业链“跨域调度、高效畅通”能力。 （二）推进工业要素互联互通 解决“采不上”“看不懂”的数据源头难题，打通异构设备、系统与协议间的壁垒，实现工业全要素的泛在互联，为上层智能应用提供高质量的数据输入。增强终端网联与智能。提升终端设备联网率和智能化能力，加快推动嵌入式AI发展，通过集成轻量级AI算法，传感器在端侧进行实时特征提取、异常识别和初步决策，大幅减少原始数据上传的带宽压力，实现亚毫秒级的本地智能响应。推广身份识别、作业记录等领域智能终端，提升生产设备/检测仪器的智能传感器配置比例，增强传统设备的自感知、自分析、自决策能力。强化数据采集与互通。依托PLC、DCS等通用控制器，或传感器采集工业设备原始数据，通过MQTT、OPCUA等中间件协议适配转换实现OT层设备数据标准化接入。基于数据同步、数据虚拟化等集成技术实现数据接入与整合，支撑工业设备泛在互联与异构数据流转。采用OPCUA等统一协议实现多品牌设备数据采集，建立信息模型解决语义冲突，打通设备间协议转换的“语言障碍”。通过多源异构数据清洗、聚合及语义对齐、多模态数据智能标注、增强与合成等预处理技术，提升数据质量。 （三）发展高质量数据集 破解“数据多但质量低”“有数据但不会用”的数据要素瓶颈，对海量、多源、异构的工业数据进行汇聚、治理和流通，转化为可信、可用、可流通的高价值数据资产。分类建设。构建分级分类的数据目录，形成“数据地图”。产业链主体数据，聚焦重点产业链与产业集群，全面梳理链上各环节的企业实体信息，包括企业基本情况、主营业务、核心产品、产能规模、技术能力等。产业管理数据，聚焦政府在履行管理职能时，要求企业填报的各类经营与管理信息。具体包括技术改造项目投资、研发经费、新产品产值、能耗与碳排、安全生产、人才结构、数字化水平自评估等。链主企业运行数据，聚焦龙头企业与产业链关键节点的内部实时运行数据。主要包括反映供需波动的供应链数据（订单、采购、库存、物流等）和反映生产流程的制造过程数据（设备状态、工艺参数、产能、良率等）。应用推广。探索建设工业高质量数据集中试验证平台，开展数据集质量与模型性能评测，构建“数据—模型—应用”闭环优化体系，确保数据好用、管用。强化顶层设计，研制工业数据采集、治理、质量评估及安全保障等标准规范，统一数据存储与交互格式，促进跨系统、跨企业互联互通。聚焦装备、电子、钢铁等重点行业，加速数据开发利用，推动数据集产品化与市场化流通，提升数智赋能成效。 （四）发展工业智能体 解决“用在哪”“怎么用”的价值落地难题，将数据资源和算力基础转化为能够自主感知、分析、决策并执行的智能体应用，加速从“单点智能”向“全局智慧”跃升。分层部署应用。部署故障诊断、寿命预测、工艺优化等设备级工业智能体，实现单点自主感知与控制；部署异常检测、能耗计算、工控代码生成等产线/车间级智能体，保障生产的连续性与高效性；部署物料调度、仓储优化、风控预警等工厂层智能体，推动资源优化配置和高效执行；部署利润预测、财务管理、碳排优化等企业层智能体，促进经营决策效能提升；部署供需智能匹配、产业链供应链管控等生态层智能体，实现产业链协同与生态联动。强化多智能体协同。构建云边协同的多智能体协作体系，在边缘侧，面向设备、产线和车间部署预测性维护、实时质量检测和柔性工艺调整等任务智能体，构建“感知—决策—执行”闭环，推动控制体系由自动化向自主化升级；在云侧，依托统一的智能体交互机制，推动生产计划、供应链调度与能耗管理等智能体交互协作，提升跨部门协同和决策响应能力。 （五）构筑安全防护屏障 化解“看不清风险”“防不住攻击”的发展安全顾虑，构建覆盖数据、模型、网络和终端的全方位、多层次、系统性安全防护体系，为“人工智能+制造”的深度融合与健康发展保驾护航。健全安全管理机制。制定企业人工智能应用分类分级和安全评估管理制度。建立安全风险信息上报与共享机制，畅通与产业链上下游、行业机构及监管部门的信息沟通渠道。增强风险预警能力。建设人工智能安全风险监测预警体系，加强对生产制造关键环节、系统和数据的风险识别，实现风险早发现、早预警、早处置。夯实安全防护基础。企业应使用经过安全测评认证的智能终端设备，实施工业控制网络与人工智能应用网络的分区隔离，部署工业安全大模型辅助威胁检测与响应处置。完善数据安全管理机制，建立训练数据全生命周期保护策略，对核心工艺数据实施分类分级管控，采用深度合成鉴伪技术识别和拦截虚假数据。提升系统防护水平。从数据、模型、终端等层面构建系统性安全防护体系，通过知识库优化、训练语料纠错，从数据源头提升模型输出的准确性、减少错误信息传播。添加人工智能生成合成内容标识，确保生成内容可溯源、可识别。 中国工业互联网研究院基于国家工业互联网大数据中心，建设工业可信数据空间，在钢铁、石化、有色、纺织等重点行业打造了一批高质量工业数据集。开展人工智能测评，对100余个大模型、智能体在工业应用效果进行测试。研发工业智能体平台，为汽车、材料等行业提供工业智能体服务。建设国家人工智能赋能新型工业化供需对接平台，提供涵盖技术咨询、方案设计、智能应用部署和运维优化在内的端到端服务，为3000余家企业精准匹配制造业需求，缩短智能化方案落地周期。（中国工业互联网研究院院长 鲁春丛）
2026年07月08日
习近平总书记多次对发展工业互联网作出重要指示，强调要“深入实施工业互联网创新发展战略”，“持续提升工业互联网创新能力，推动工业化与信息化在更广范围、更深程度、更高水平上实现融合发展”。工业互联网既是体现新质生产力实践价值的关键领域，也是推动新质生产力培育形成的强大力量，对推动经济高质量发展意义重大。今天，请跟随《求是》小编一起来认识什么是工业互联网！ 2024年9月12日，2024全球工业互联网大会在沈阳中国工业博物馆开幕，本次大会以“以智焕制 以旧焕新”为主题。图为9月13日，2024全球工业互联网大会现场。中新社发 黄金昆/摄 本世纪第二个十年伊始，以5G、互联网、大数据、人工智能为代表的新一代信息通信技术创新活跃、产业发展代际跃迁，数字产业化供给能力大幅攀升。同时，工业设备、产线、车间、工厂的数字化水平持续提升，产业数字化需求日益扩张。在供给推动和需求拉动双重作用下，数字技术与实体经济的融合从生活领域向生产领域加速延伸，工业大数据爆发式增长，海量工业数据的采集、传送、存储、计算、分析和应用都需要一个智能化的载体，这个载体就是工业互联网。通过对人、机、物、系统等的全面连接，工业互联网构建起覆盖全产业链、全价值链的全新制造和服务体系，为工业乃至产业数字化、网络化、智能化发展提供了实现途径，成为新工业革命的关键驱动力量。工业互联网具有与消费互联网不同的特点。 从连接对象看 工业互联网连接的主体多样，涵盖设备、产线、车间、工厂、企业，还有产业链的上下游和生态伙伴。在研发设计、生产制造、经营管理、运维服务等环节，企业内部、企业间协同的场景更为复杂，形成的数据量更为庞大，特别是研发设计和生产制造的大数据，因涉及企业特有的技术、工艺、知识和经验，绝大部分数据不出工厂且千企千面，需要量身定制组网方案。 而消费互联网连接的主体是人，主要用于人与人之间的信息传递，网络终端、数据类型和应用场景具有同质性、规范性、可复制性，个人数据都高度集中在平台企业中。 从网络性能看 工业互联网对网络速率、时延、带宽等要求比消费互联网更高。比如，设备运动控制和产品视觉检测数据的通信时延须分别小于1毫秒和10毫秒，而一般公共通信网络时延在100毫秒以内即可满足使用要求。工业互联网的数据传输直接关系到生产安全，对于网络的可靠性、稳定性和安全性要求更为“刚性”，只有构筑起工业互联网网络大动脉，工业数据要素的价值才能充分释放，数字技术的应用才能更加融合高效。 从发展模式看 工业互联网应用过程是企业数字化演进升级的过程，行业企业差异化程度高、工业设备数字化水平参差不齐，工业软件开发适配周期长、资产专用性强，很难找到普适性的发展模式，往往需要更长的投资回报周期。 而消费互联网应用门槛相对较低、可复制性更强，通过培养用户使用习惯可以颠覆传统消费模式，其商业模式以“聚人气”、“流量变现”为主，可以面向普通消费者“前向收费”，也可以面向信息或软件服务企业“后向收费”，具有规模经济性，社会资本关注度和支持度较高。 从体系架构看 工业互联网包括五大功能体系，网络是基础，标识是身份，平台是中枢，数据是要素，安全是保障，其内涵边界与消费互联网有显著差异。工业互联网的网络包括工厂内网和外网，是人、机、物、系统全面互联的关键基础设施；标识由标识编码和解析系统构成，标识编码是机器、产品、数据等生产资源的“身份证”，通过解析系统就可以明确“我是谁”、“我在哪”、“我在干什么”；平台下连设备，上连应用，为数据汇聚、建模分析、知识复用、应用创新提供载体支撑；数据是新型生产要素，通过与其他要素组合，能够用于开发新产品、拓展新服务、创造新价值；安全是指保护工业互联网系统、设备和数据免受未经授权的访问、损坏、干扰的一系列技术和管理措施。 从应用效果看 发展工业互联网的目的是通过数字化赋能提升行业、企业的综合竞争力，体现在降本、增效、提质、绿色、安全这五个方面。工业互联网应用是一个循序渐进的过程，从“研产供销服”各环节单点应用，向全环节、全流程综合集成延伸，形成平台化设计、智能化生产、网络化协同、个性化定制、服务化延伸、数字化管理等典型应用模式。工业互联网应用是一个协同发展的过程，从龙头企业内部拓展到产业链上下游，通过大企业带动小企业、下游企业带动上游企业、新兴产业带动传统产业，实现数字化转型从“样板间”走向“商品房”。
2026年07月08日
党的十九大提出了“推动互联网、大数据、人工智能和实体经济深度融合”，这与十七大提出的两化融合、十八大提出的两化深度融合一脉相承，标志着两化融合进入了新阶段。习近平总书记在十九届中央政治局第二次集体学习时强调，要“继续做好信息化和工业化深度融合这篇大文章”，“要深入实施工业互联网创新发展战略”，这为新时代新阶段两化深度融合创新发展指明了方向。落实到具体工作上，就是要深入贯彻落实国务院《关于深化互联网+先进制造业发展工业互联网的指导意见》，建设工业互联网平台，加快发展工业互联网，推动两化融合迈向新的阶段。 一、工业互联网内涵和体系 工业互联网是满足工业智能化发展需求，具有低时延、高可靠、广覆盖特点的关键网络基础设施，是新一代信息通信技术与先进制造业深度融合所形成的新兴业态与应用模式。工业互联网包括网络、平台、安全三大体系。其中，网络是基础，平台是核心，安全是保障。 工业互联网包括三大体系：第一，网络体系是基础。工业互联网将连接对象延伸到工业全系统，可实现人、物品、机器、车间、企业以及设计、研发、生产、管理、服务等产业链价值链全要素各环节的泛在深度互联与数据的顺畅流通，形成工业智能化的“血液循环系统”。第二，平台体系是核心。工业互联网平台作为工业智能化发展的核心载体，平台体系为数据汇聚、建模分析、应用开发、资源调度、监测管理等提供支撑，实现生产智能决策、业务模式创新、资源优化配置、产业生态培育，形成工业智能化的“神经中枢系统”。第三，安全体系是保障。建设满足工业需求的安全技术体系和管理体系，增强设备、网络、控制、应用和数据的安全保障能力，识别和抵御安全威胁，化解各种安全风险，构建工业智能化发展的安全可信环境，形成工业智能化的“免疫防护系统”。 与互联网相比，工业互联网主要有两大个明显区别。一是连接对象不同。互联网主要连接人，应用场景相对简单，工业互联网实现人、机、物等各类工业要素和工业业务流程以及产业链上下游企业间更大范围的实时连接与智能交互，连接种类、数量更多，场景更为复杂。二是技术要求不同。互联网网络技术特点突出体现为“尽力而为”的服务方式，对网络时延、业务承载和隔离能力、可靠性等要求不严格。但工业互联网直接涉及工业生产，网络性能上要求时延更低、可靠性更强，安全性更高。 当前，与发达国家相比，我国工业互联网发展水平和现实基础还存在较大差距，主要体现为产业支撑能力不足、核心技术和和关键标准缺失，缺乏龙头企业引领、人才支撑和安全保障体系不健全，导致平台的产业影响力和生态竞争力不强。具体来看： 在网络方面，一是现有网络尚难以满足工业生产高安全、高实时和高可靠的需求。二是缺乏统一的标准接口，互通性差。如现有工业现场总线和工业以太网标准就有20多种，无法直接实现互联互通。 在平台方面，我国工业互联网平台建设起步晚、基础弱、经验少：一是工业控制系统、高端工业软件等产业基础薄弱，平台数据采集、开发工具、应用服务等核心技术缺失。二是平台应用领域相对单一，缺乏第三方开发群体，工业APP数量与工业用户数量的双向迭代和良性发展尚需时日。三是缺乏龙头企业，难以形成资源汇聚效应。 在安全方面，与传统商业互联网和移动互联网相比，处于发展初期的工业互联网，其安全态势更加复杂，当前我国工业互联网安全还存在政策体系不完善、管理和防护不到位、产业核心基础能力薄弱、工业信息安全人才匮乏、工业信息安全意识不足等问题。 二、工业互联网平台的定位、作用 工业互联网平台是工业互联网的核心，是连接设备、软件、工厂、产品、人等工业全要素的枢纽，是海量工业数据采集、汇聚、分析和服务的载体，是支撑工业资源泛在连接、弹性供给、高效配置的中枢，是实现网络化制造的核心依托。从“云”“网”“端”的角度来看，工业互联网平台以“云”为核心，通过“网”的泛在连接，实现对海量终“端”、资源、数据和主体的汇聚集成与优化配置。 工业互联网平台包含数据采集体系、工业PaaS平台和应用服务体系三大核心要素。其中，数据采集是基础，工业PaaS是核心，工业APP是关键。其本质是通过构建精准、实时、高效的数据采集互联体系，建立面向工业大数据存储、集成、访问、分析、管理的开发环境，支撑工业技术、经验、知识的模型化、软件化、复用化，不断优化研发设计、生产制造、运营管理等资源配置效率，形成资源富集、多方参与、合作共赢、协同演进的制造业生态。从工业互联网平台的关键作用来看，主要有三个方面。 第一，工业互联网平台是传统工业云平台的迭代升级。从工业云平台到工业互联网平台演进包括成本驱动导向、集成应用导向、能力交易导向、创新引领导向、生态构建导向五个阶段，工业互联网平台在传统工业云平台的软件工具共享、业务系统集成基础上，叠加了制造能力开放、知识经验复用与第三方开发者集聚的功能，大幅提升工业知识生产、传播、利用效率，形成海量开放APP应用与工业用户之间相互促进、双向迭代的生态体系。 第二，工业互联网平台是新工业体系的“操作系统”。工业互联网平台依托高效的设备集成模块、强大的数据处理引擎、开放的开发环境工具、组件化的工业知识微服务，向下对接海量工业装备、仪器、产品，向上支撑工业智能化应用的快速开发与部署，发挥着类似于微软Windows、谷歌Android系统和苹果iOS系统的重要作用，支撑构建了基于软件定义的高度灵活与智能的新工业体系。 第三，工业互联网平台是资源集聚共享的有效载体。工业互联网平台将信息流、资金流、人才创意、制造工具和制造能力在云端汇聚，将工业企业、信息通信企业、互联网企业、第三方开发者等主体在云端集聚，将数据科学、工业科学、管理科学、信息科学、计算机科学在云端融合，推动资源、主体、知识集聚共享，形成社会化的协同生产方式和组织模式。 三、推进工业互联网平台的工作考虑 工业互联网平台建设是一个反复迭代、动态优化、不断演进的过程，需要通过终端设备的持续接入，工业经验和知识的积累、传播与复用，开发工具的丰富完善，创新应用的逐步推广，实现工业互联网平台的生态化发展。建设工业互联网平台，要从“供给侧”和“需求侧”两端发力，充分考虑产业未来发展趋势，聚焦融合重点，突出平台体系建设，注重夯实平台发展基础，着力提升平台运营能力，加快推动工业企业上云与工业APP培育。 一是制定工业互联网平台建设及推广指南。组织开展工业互联网平台发展情况调查和评估，遴选一批具有较好基础和发展潜力的工业互联网平台，加强工业互联网平台宣贯培训、试点示范和经验推广，协同推进平台发展。 二是加快工业互联网平台培育。发挥骨干企业与科研院所核心作用，突破数据采集、平台管理、开发工具、微服务框架、建模分析等关键技术瓶颈，培育5个左右跨行业、跨领域工业互联网平台，建成一批能够支撑企业数字化、网络化、智能化转型的企业级工业互联网平台。 三是开展工业互联网平台测试验证。支持龙头制造企业、互联网企业、科研院所、高校等建设工业互联网平台测试验证环境和测试床，开展适配性、可靠性、安全性等技术验证，为平台产品提供测试评估服务，规范平台发展秩序，推动平台功能不断完善，加快平台落地应用。 四是推动百万工业企业上云。鼓励工业互联网平台在产业聚集区落地，推动制造业数字化、网络化、智能化改造，加快智能产品、生产装备、研发工具、运营系统、能力交易等数据和业务系统上云，推动地方政府通过财税支持、政府购买服务等方式鼓励中小企业业务系统向云端迁移，实现“建平台”与“用平台”双向迭代、互促共进。 五是培育百万工业APP。支持软件企业、工业企业、科研院所等开展合作，在重点行业领域逐步培育一百万左右面向特定行业、特定场景的工业APP，壮大工业互联网平台产业。
2026年07月08日
财政部办公厅、工业和信息化部办公厅发布《关于做好2025年中小企业数字化转型城市试点工作的通知》。2025年将选择34个左右城市开展第三批试点工作，包括各省省会城市、其他地级市及直辖市所辖区县。四川等12个规上工业中小企业数量超15000家的省份可最多推荐2个城市。试点城市要聚焦计算机和通信电子设备制造、通用和专用设备制造、汽车制造等重点行业，优先将专精特新中小企业和规上工业中小企业纳入改造范围，实施期满要实现'应改尽改'。
2026年07月07日
工业和信息化部等九部门联合印发《原材料工业数字化转型工作方案（2024—2026年）》。方案明确，到2026年，我国原材料工业数字化转型取得重要进展，重点企业完成数字化转型诊断评估，数字技术在研发设计、生产制造、经营管理、市场服务等环节实现深度应用。钢铁行业示范生产线达200条以上，石化化工行业智能工厂达150家以上，建材行业智能制造标杆企业达100家以上，有色金属行业数字化标杆企业达80家以上。
2026年07月07日
工业和信息化部办公厅印发《关于开展2025年制造业数字化转型促进中心建设工作的通知》，组织开展2025年制造业数字化转型促进中心建设工作。促进中心将聚焦制造业企业数字化转型需求，提供诊断评估、解决方案、人才培训等公共服务，打造'政产学研用'协同创新平台。重点围绕装备制造、电子信息、汽车、原材料等行业，建设一批区域性、行业性数字化转型促进中心，形成可复制可推广的建设运营模式，带动产业链上下游企业协同转型。
2026年07月07日
2025 年普通人收入增长指南:行业对比与多元路径
2025-2030年中国铝材市场及国际市场前景分析
2025年化工行业发展趋势
2025年中国五金金属市场及国际市场前景分析
2025电子信息产业现状及未来发展趋势分析
涂料市场价格动态与环保升级趋势
电解铝今日价格分析
数字中国建设迈出新的坚实步伐 “人工智能+”成为数字经济增长新引擎