中国工业报高娟左宗鑫
浙江绍兴的印染厂里，智能系统正精打细算着每一克染料；北京的汽车零件车间中，沉睡的生产数据已被唤醒。这些看似细微的变化背后，是中国工业互联网一场深刻的“能力进化”——它正从连接万物的“管道”，升级为驱动价值的“引擎”。
近日，随着《推动工业互联网平台高质量发展行动方案（2026—2028年）》正式印发，一场为期三年的攻坚正式启动。目标清晰而坚定：到2028年，连接设备突破1.2亿台，平台普及率超55%，基本建成泛在互联、数智融合、深度协同、开源开放的新一代工业互联网平台生态。这标志着发展重心正发生根本性转向——从追求连接的广度，转向挖掘数据的深度。未来三年，将不再是一场“设备上云”的规模竞赛，而是一场关乎工业互联网能否真正成为新质生产力“核心底座”的能力大考。
战略升级
从“连接工具”到“核心操作系统”
在经济转型升级与全球产业链深度调整的关键期，这份方案的出台，被业界视为一份精准的产业升级“动员令”。它不再仅仅满足于“连接万物”，而是旨在构建一个能驱动制造业系统性变革的“数字大脑”。
苏商银行特约研究员付一夫将方案的战略意义凝练为三大支撑：它是发展新质生产力的核心引擎，是破解当前产业瓶颈的关键抓手，更是强化产业链协同的效能倍增器。“工业互联网的规模化应用，将从根本上推动制造业生产方式与产业模式变革。”付一夫强调。
那么，当前产业发展到了哪个阶段？领悟时代数字研究院首席研究员唐树源对中国工业报表示，我国工业互联网平台数量已具相当规模，但普遍面临“成长的烦恼”——同质化竞争加剧、应用深度不足。“此时出台高质量发展方案，信号非常清晰：政策重心正从追求‘广覆盖’的规模扩张，坚决转向追求‘高价值’的内涵深化。”唐树源指出，这意味着未来三年，产业将从“拼数量”转向“拼质量”。
这一转向背后，是定位的根本性升级。天使投资人、资深人工智能专家郭涛对中国工业报进一步阐释，方案将工业互联网从“工具”提升为“载体”和“底座”。它不仅是推动制造业数字化转型向纵深突破的利器，更是构筑新质生产力、夯实数字经济发展基石的关键。“明确量化的核心指标、着重强调‘数智融合’、提出‘开源开放’——这三大信号标志着我国工业互联网已从单点试点，正式迈入体系化推进的新阶段。”郭涛分析道。
北京市社会科学院副研究员王鹏的总结更为凝练：方案以“新质生产力”为导向，推动工业互联网从技术工具升级为产业变革的基础设施，正在重塑制造业的价值创造模式。
路径演进
从“建平台”到“用平台”
近年来，从工业互联网创新发展工程到智能制造标准体系建设，一系列政策已为产业发展铺就了基石。
截至2025年底，我国工业互联网平台数量已超800家，重点平台连接设备近8000万台（套），服务工业企业超过240万家。庞大的连接数奠定了规模基础，而政策的适时转向，正是要在这片广阔的“连接土壤”上，催生出更多“智能应用”的果实。
本次三年行动方案，并非从零开始，而是在既有道路上的一次关键提速与战略升级。“政策的延续性清晰可见。”付一夫指出，方案持续推进着两化深度融合、标准体系建设和普惠赋能这几条主线。但真正的看点在于其创新性突破：建立“基础级、成长级、引领级、生态级”四级培优体系，引导平台走差异化之路；突出人工智能赋能，推出“平台+场景智能体”融合架构；构建开源开放生态，试图破解长期存在的“数据孤岛”。
唐树源则将这种升级形容为从“资源汇聚”到“智能决策”的演进。“过去的平台像一个‘集市’，汇聚了工具和数据。而新方案推动平台向‘大脑’进化，培育能主动提供智能服务的‘工业智能体’。”他特别提到探索建立开源社区的举措，认为这是极具前瞻性的一步，试图借鉴软件领域的成功经验，用开放协作破解根本性的技术壁垒。
对此，郭涛深表赞同，他将本次方案定义为既有政策的“进阶升级版本”。其创新不仅体现在“边缘-行业-区域”三级体系架构的精细化设计，更在于将人工智能大模型列为了关键技术攻关的核心方向。“这意味着产业发展目标发生了跃迁：从‘设备上云’的基础阶段，迈向‘智能决策’的高阶阶段。”
王鹏则用“延续与创新并举”来概括政策逻辑。他指出，方案既延续了深化设备连接、完善标准体系等基础能力建设，巩固了数字化转型的共性底座，更在三个层面实现了关键突破：一是体系分层，通过构建“基础级、成长级、引领级、生态级”四级平台培育体系，引导平台差异化发展，从源头上避免同质化竞争；二是能力升维，将AI模型沉淀与智能应用确立为平台的核心能力，推动工业互联网从数据汇聚向决策赋能升级；三是模式革新，积极探索订阅制、效果付费等灵活机制，切实降低中小企业数字化转型的门槛与风险。
正是这种“守正出新”的政策设计，既继承了我国工业互联网建设的既有成果，又为未来三年高质量发展注入了清晰的变革动能。
深层壁垒
数据“围墙”与中小企业的“不敢转”
尽管前景光明，但通向2028年目标的道路绝非坦途。多位专家指出，在热情与愿景之下，数据共享难、生态协同弱、中小企业转型动力不足等深层痛点，仍是工业互联网走向纵深的“拦路虎”。
工业互联网产业联盟工业大数据组副主席、上海优也信息科技有限公司首席科学家郭朝晖对中国工业报直接指出了两大深层壁垒。
首先是“数据孤岛”与治理困境。“企业普遍‘不愿、不敢’共享数据，”郭朝晖分析道，安全风险、竞争劣势和收益不明确，是横亘在数据流通前的“三座大山”。此外，工业数据来源繁杂、格式混乱，建立统一的质量框架本身就是一个巨大挑战。
其次是“生态割裂”与低水平重复。他观察到，比地域壁垒更严重的“围墙”存在于企业之间，尤其是一些大型国企旗下的科技公司，倾向于打造封闭的“自留地”，导致重复建设和资源浪费，形成“大而全、小而全”的割裂格局。
政策的落实，同样需要现实的支点。Omdia资深首席分析师杨光从市场机制角度提醒，政策要真正撬动市场资源，产生杠杆效应，离不开真金白银的投入和落地的配套措施。“文件鼓励创新资金、税收、人才支持方式，我们期待后续能看到真实的落地。”
对于方案中旨在惠及中小企业的“小快轻准”解决方案、订阅服务等新模式，杨光也持审慎乐观态度。他指出了国内企业习惯于项目化、定制化的现状，模式转变需要时间。
唐树源则精准概括了中小企业面临的“三不”困境：“不敢转、不会转、没钱转”。如何设计出真正贴合其实际需求与支付能力的服务，如何通过政策工具有效降低试错成本，成为政策能否在基层生根的关键。
这些痛点并非抽象的概念。中国信通院副院长敖立就曾指出，汽车零部件企业数量庞大，占全行业90%以上，是产业生态的重要基础。当前零部件企业数字化程度参差不齐，不少汽车零部件企业还处在搭建应用系统的数字化初级阶段，这种结构性不平衡制约产业链整体效能。
北京海纳川汽车底盘系统有限公司就是典型代表，该公司专注于汽车制动系统、底盘模块等零部件的研发生产，转型前长期面临“不会转、不敢转”的双重困境——生产基本数据依赖人工记录或无记录，设备生产状态处于“黑匣子”状态，管理者无法实时掌握生产实情，生产、质量、设备等相关作业流程多依赖纸质或微信沟通，不仅效率低下，且难以实现全流程追溯，已有的设备系统数据仅存于本机，无法实现互通复用，数据价值难以发挥，而企业又因缺乏数字化转型经验、担心投入无法见效，迟迟不敢启动转型工作。
得益于北京市顺义区中小企业数字化转型试点政策支持，该公司聚焦自身核心痛点，摒弃复杂高端的转型方案，优先搭建贴合生产实际的数字化车间系统，通过打通生产设备端接口实现联网，实时采集关键生产数据并展示，引入信息化手段实现车间生产过程信息的自动采集和快速追溯，将设备维修、保养纳入信息化管理系统，实时同步设备运维状态并反馈给生产部门以便及时调整，最终实现了设备互联、协同生产的转型目标，有效解决了此前的流程混乱、数据脱节等问题，走出了数字化初级阶段的困境。
破局方向
用“价值驱动”构建可信协同新生态
挑战虽巨，破局有方，成功的关键在于从“政策驱动”转向“价值驱动”。
当顶层设计与产业实践交汇，破局的路径逐渐清晰。未来三年，工业互联网高质量发展将不再仅靠行政指令推动，而是以实际价值创造为核心，构建一个可信、开放、协同的新型生态。这要求政策、技术、市场三者形成合力，推动工业互联网从“可选项”真正成为产业升级的“必选项”。
引导平台差异化发展、促进互联互通，是破局的首要课题。唐树源建议，关键在于建立差异化的“能力画像”和“价值标尺”，并推动技术规约与市场激励双轮驱动。他描绘了一个生动场景：通过探索基于区块链的互信记账机制，让跨平台的数据与模型交易变得可信可追溯，使互通互操作从“可选项”变成能带来实际收益的“必选项”。郭涛则提出了更系统的“三层漏斗”机制和“链主企业+平台服务商”的联合体模式，旨在实现资源的精准匹配与高效整合。
释放数据要素价值、推动AI落地，是突破的核心战场。郭朝晖对中国工业报强调，AI的应用必须从具体场景入手。因为不同场景的“路”和遇到的“沟壑河流”都不同。他指出，工业互联网的定义差异很大。在中国，“工业互联网”概念更宽泛，涵盖了工业4.0提到的横向、端到端等多维度集成。而美国的工业互联网更像纵向集成，即自动化与信息系统的结合，更接近物联网的概念。
那么，AI在工业互联网中有哪些具前景的应用路径？郭朝晖分析指出几个方向：其一，图像识别技术已在质量检测、车牌识别等环节有效提升自动化水平；其二，远程化人机协同，例如在处理不确定任务时，系统可自动请求远程人工介入辅助，提升复杂场景的适应性；其三，大模型相关应用，主要面向研发设计、管理决策、销售服务等知识密集型环节，而非直接用于生产现场的实时控制。“这就像让诸葛亮去斩颜良诛文丑——用错了地方。”他强调，大模型更适合支持需要快速响应与知识迭代的工作，例如传统系统调整需数月，而基于AI的系统通过更新知识库即可实现敏捷优化，在数据分析等领域能实现从“量变到质变”的效率跃升。
“破解数据与AI落地难题，必须从供给侧进行系统重构。“唐树源建议，针对数据质量参差不齐，核心在于构建以业务场景为核心的工业数据标签体系，将生产、运维等复杂业务逻辑编码进数据标签，让杂乱的数据产生统一的业务语义，这是建设高质量数据集的基石。对于AI模型开发成本高的问题，关键是构建“基础层-行业层-场景层”分层解耦的模型体系，通过复用基础算法和行业模型，避免重复造轮子，并依托“模型即服务”模式促进流通。
唐树源进一步指出，在安全与流通的平衡上，单纯依靠技术不够，必须建立规则层面的信任锚点。除了应用隐私计算实现“数据可用不可见”外，更需要加强数据全过程的知识产权保护，并探索建立工业数据空间。这一中介机制由权威机构或产业联盟主导，提供合规审计和价值评估服务，使企业能够在受控，可追溯的环境中基于明确规则进行协作，从而在守住安全底线的前提下最大化释放数据价值。
让中小企业真正拥抱转型，是检验成效的最终考场。对此，专家们的建议极具实操性。唐树源认为，商业逻辑必须彻底转向“卖成果”。“小快轻准”的灵魂在于极致的模块化，而“效果付费”的生命线在于建立客观、可量化的价值度量指标。他进一步设想，政策工具“上云券”可升级为“诊断+服务”组合包，“赋能中心”则应转型为配备真实设备的“转型实验室”，让中小企业能以极低成本进行“先体验、后决策”。
安全与发展，如同鸟之双翼。郭涛指出，为有效应对工业互联网发展过程中的各类风险挑战，方案构建“三位一体”的立体化防护网：技术层面，加快制定工业控制系统安全相关规范，大力推广先进安全技术，筑牢技术安全防线；管理层面，建立平台分级备案管理制度，明确核心安全认证要求，强化过程监管；国际合作层面，深度参与国际标准制定工作，积极推动中国技术方案与标准成为全球工业互联网领域的重要选项。方案特别聚焦两大核心风险点：在应用安全方面，针对工业APP的安全风险，建立开发者实名认证与代码审计双重防线，加强恶意代码检测与防范；在数据跨境方面，针对跨境数据流动风险，在特定区域试点专项管理制度，既严格满足数据跨境流动的合规要求，又为技术创新与国际合作保留充足空间，实现安全与发展的动态平衡。
理论需要实践的滋养，创新的火花总在产业的沃土中迸发。在浙江绍兴的柯桥纺织产业集群，工业互联网“数智融合”的破局之路正从蓝图走向现实。当地以“织造印染产业大脑”平台为核心引擎，系统整合了数字供应链、设备云端互联、质量智能预警等17个关键场景应用，构建起覆盖全产业链的数字化赋能体系。平台已成功接入超过1700家企业，初步实现了生产效率整体提升8%、单位产值能耗降低10%的转型成效，为传统产业的高质量发展注入了强劲的数字动能。
这场以数字化、智能化为核心的产业升级，其意义远不止于降本增效这四个字。它带来的是生产方式与价值逻辑的根本性重塑。迎丰科技的相关负责人对此深有感触：“过去人工配色环节，染料溢出、配比误差难以避免，既造成物料浪费也带来环保压力。如今，从精准称量、自动输送到智能配比，全过程实现密闭自动化控制，在杜绝浪费的同时，也为生产更高品质、更环保的面料提供了可靠保障。”
由此可见，工业互联网平台的价值不止于连接与可视，更在于通过精准控制与智能优化，推动产业走向绿色化、高端化，这正是“数智融合”赋能新型工业化的生动注脚。