朗坤智慧运用AI模型分析炼铁等生产环节除尘系统数据，降低除尘风机电耗8％～15％，有效优化能效平衡；东方国信面向工业智能巡检领域，绑定AI算法并设定报警规则，实现危险环境监测、异常即时报警与全天候守护。

　　在人工智能技术发展得如火如荼的当下，越来越多的工业场景中都能看到AI的身影。

　　2025年政府工作报告提出“加快工业互联网创新发展”“持续推进‘人工智能+’行动”，工业互联网正是将数字技术与制造优势更好结合起来的关键载体，为人工智能技术赋能制造业提供了“成熟路径”，二者的结合必将为新型工业化的发展增添澎湃动能。

　　工业互联网平台为工业大模型提供数据基础

　　从“工业互联网”首次被写入政府工作报告至今，8年来我国工业互联网发展已经从“单点开花”走向规模化发展。当前，我国工业互联网核心产业规模突破1.5万亿元，已融入49个行业大类，覆盖全部工业大类，带动制造业高端化、智能化、绿色化发展，工业互联网作为新型工业化战略性基础设施的作用不断彰显。其中，工业互联网平台作为工业互联网的中枢，在支撑制造资源泛在连接、弹性供给、高效配置等方面，起到了关键作用。

　　目前，我国已经建成了多层次、系统化的工业互联网平台体系，具有一定影响力的工业互联网平台超过340家。随着我国工业互联网平台的供给能力不断提升，目前已经覆盖全部41个工业大类，呈现出“百家争鸣”“百花齐放”的发展态势。

　　我国工业数据资源潜力大、场景多，工业互联网平台是工业数据的天然载体，连接设备与应用，随着技术突破，平台企业在工业数据利用上积极实践，在支撑工业经济运行监测、构建行业数据集等场景应用方面均取得积极成效。《工业互联网平台创新发展报告（2024年）》显示，平台企业利用设备接入能力汇聚数据构建指数，支撑工业经济运行态势分析，让工业数据的价值加速显现。国家工业互联网大数据中心的“工程机械指数”平台，通过对运行数据的监测和分析研判行业运行趋势，为企业提供更加精准的决策支持。

　　人工智能大模型在工业领域的落地正在为工业制造业带来一场系统性的重构，平台企业纷纷开展初步应用探索，采用“通用大模型+专业小模型”相融合的形式，缩短小模型训练时间，提升大模型在特定任务或场景上的准确性。

　　在设备运维方面，平台企业将运维场景的智能问答作为主要应用场景，能够实现工业运维知识的自动问答、处理及回售。例如，科大讯飞构建的船舶检验知识助手，沉淀通用船体结构、检验知识，实现知识体系自动化智能构建和抽取，减轻了70％的工作量，并辅助基层船检师验船作业，知识检索准确率提升40％。

　　在安全生产方面，工业企业基于人工智能大模型在业务流程优化、规律任务的自动化处理、智能决策支持等方面的作用，帮助企业有效提升管理效率。赛意信息打造的PCB行业参数模型，使图纸识别和文本复核参数提取准确率达到95％，订单制作效率提升80％。京东科技打造的言犀智能体平台AutoBots，已经接入数十个大模型，沉淀各类应用超过3300个。

　　夯实数据底座 为工业大模型发展注入原动力

　　工业大模型作为推动新型工业化的关键变量，正在重塑制造业的研发、生产和管理模式，为产业升级注入新动能。尽管平台企业已经开始逐步探索工业大模型赋能工业制造业发展的各种可能性，但要看到，人工智能技术在工业领域的落地应用，还面临数据库建立、工业场景适配、工业大模型可靠性等多重挑战。

　　今年全国两会期间，人工智能赋能工业领域备受关注。全国人大代表，海尔集团董事局主席、首席执行官周云杰认为，人工智能是引领这轮科技革命和产业变革的战略性技术，具有很强的“头雁效应”。他建议，以工业大模型为关键变量赋能新型工业化，夯实数据底座，支持龙头企业示范应用，促进中小企业智能化转型。

　　“支持龙头企业，示范工业大模型应用价值。”周云杰建议，以财政补贴的方式，支持家电、汽车、医疗等重点行业的龙头企业，开展基于工业大模型的人工智能深度应用先行先试，打造行业标杆，示范应用价值。此外，要扶持平台企业，促进工业大模型服务中小企业。对国家级“双跨”平台企业出台专项财政扶持政策，制定一批工业大模型与场景图谱精准匹配的标准化、可复用、低成本的解决方案，为中小企业提供用得上、用得起、用得好的人工智能服务。

　　我国制造业总体规模连续15年保持全球第一，资源优势明显，为人工智能技术融合创新和应用落地提供了丰富的数据资源和现实场景。在数据采集方面，平台企业通过汇聚生产过程、质量控制、物料与供应链等关键基础数据，不断打造面向数字孪生、质量控制、供应链管理等典型应用场景的高质量数据集，助力大模型开发和训练。

　　全国政协委员、中国信息通信研究院院长余晓晖表示，应加强重点领域行业数据资源构建。他表示，工业人工智能创新关键是高质量的行业数据集、模型库，目前我国基础大模型已进入全球领先行列，但在工业等领域的应用积累还较为薄弱。要围绕重点制造业高价值场景，加快积累形成高质量行业数据集，构建行业数据资源体系，在推进制造业智能化升级的同时，反哺大模型性能升级，推进我国人工智能的进一步突破。