当前，我国制造业正处于转型升级关键阶段，数字化、网络化、智能化成为提升产业竞争力的重要路径。
随着工业生产环节日益复杂、个性化需求不断增长，传统信息系统在实时协同、跨环节优化和全局调度方面的能力亟待增强。
尤其在高频设备控制、质量在线检测、柔性产线组织等场景中，对通信时延、可靠性、安全性提出更高要求，工业互联网与智能技术的融合应用成为推动新型工业化的重要抓手。
从问题看，工业企业在推进智能化改造过程中仍面临多重瓶颈：一是网络能力不均衡，一些企业仍以通用网络为主，难以支撑工业控制对确定性、低时延的要求；二是数据基础薄弱，工业数据来源多样、结构复杂，汇聚治理和标准体系不完善，导致“数据可用难、共享难”；三是模型和应用“碎片化”，不同行业、不同企业的算法模型与应用接口不统一，难以复用推广；四是生态协同不足，设备厂商、软件企业、平台服务商与终端企业之间仍存在壁垒，影响规模化落地。
从原因分析，一方面，工业场景对网络与算力的综合要求远高于消费互联网，既要“快”，又要“稳”，还要“可控”；另一方面，工业数据具有强专业属性和强安全属性，数据要素的价值释放需要以治理能力、规则体系和可信流通为前提。
此外，不少中小企业数字化投入能力有限，既缺资金也缺人才，迫切需要可复制、可推广、可持续的解决方案与服务体系。
此次发布的《工业互联网和人工智能融合赋能行动方案》围绕上述痛点提出系统性路径。
方案明确到2028年，面向人工智能工业应用高通量、低时延、高可靠的通信需求，新型工业网络规模将持续扩大，并在原材料、装备制造、消费品、电子信息等重点行业加快部署应用，推动不少于5万家企业实施新型工业网络改造升级。
同时，方案提出完善工业数据汇聚、治理、流通、共享体系，在20个重点行业打造一批高质量数据集，为行业模型训练与应用迭代提供关键支撑。
从影响看，推动大规模网络改造升级，将有助于提升工业系统的实时感知与协同控制能力，促进设备互联、数据贯通和流程再造，进而在提质、降本、增效、减碳等方面形成综合收益。
对企业而言，网络能力增强叠加数据集建设，将推动从“单点智能”走向“系统智能”，在预测性维护、工艺优化、质量追溯、供应链协同等领域实现更稳定的收益闭环。
对产业链而言，统一的数据与模型互通机制有望带动软件、工业平台、智能装备等产业加快迭代，形成更多可标准化交付的产品与服务，提升我国在全球产业竞争中的韧性与效率。
从对策路径看，方案提出实施基础底座升级、数据模型互通、应用模式焕新、产业生态融通四大行动，突出“底座先行、数据为基、应用牵引、生态协同”。
在基础底座方面，通过推动新型工业网络部署，提升关键场景通信保障能力；在数据模型方面，通过强化数据治理与高质量数据集建设，夯实智能应用的“燃料”和“语料”；在应用模式方面，鼓励在重点行业形成可复制的标杆场景和成熟方案，带动规模化推广；在产业生态方面，推动多方协作、标准衔接和服务供给，降低中小企业落地门槛，形成“平台+工具+服务”的体系化支撑。
面向前景判断，随着新型工业网络覆盖扩大、数据资源体系完善以及行业解决方案成熟，工业领域的智能化将从局部试点进入系统推进阶段。
预计未来几年，围绕关键行业的高质量数据集、行业通用模型、工业软件工具链等将加速形成，智能制造的应用将更强调安全可信、稳定可控与可持续运营。
同时，网络与数据能力的提升也将带来治理要求的同步升级，需要在数据安全、供应链安全、关键基础设施保护等方面建立更完善的制度与技术支撑，确保融合赋能在可控边界内释放更大价值。
这场覆盖五万家企业的升级行动，既是应对国际产业竞争的技术突围，更是中国制造向"智造"跃迁的系统性工程。
其成功实施不仅需要政策引导和技术支撑，更考验产业链各环节的协同创新能力。
当工业互联网的"高速公路"与人工智能的"智慧引擎"深度融合，中国制造业的提质增效将获得更强劲的动能。