问题——政策加码之下，工业互联网迈向“深融合”仍存关键短板； 工业互联网作为推进新型工业化的重要基础设施，近年来网络、平台、安全、应用诸上快速推进，应用已实现对41个工业大类的全覆盖，全国5G工厂超过8000家，重点平台设备连接数超过1亿台（套），产业规模加快壮大。另外，产业从“能连接、可看见”向“能思考、会决策”跃升，正遭遇新的瓶颈：一是工业数据汇聚共享与治理体系仍需完善，高质量数据集供给不足；二是行业间工艺差异大、标准不统一，数据难以更大范围流通复用；三是平台智能化能力、数据增值能力有待增强，部分场景仍停留在单点应用，未形成系统性效益。 原因——新型基础设施奠定底座，但“数据—模型—应用”链条建设更复杂。 我国在制造业体系完备、应用场景丰富、市场规模巨大等上具备优势，5G、算力、云等新型基础设施规模化部署，为工业互联网提供了较强的网络与算力支撑，也为新技术工业侧落地创造条件。但工业数据天然具有多源异构、时序性强、工艺涉及的度高等特征，采集、清洗、标注、验证到合规流通环节长、成本高。业内测算，一些智能化改造项目中，数据集建设投入占比可达50%—60%，对中小企业尤其形成压力。与此同时，不同行业、不同企业的设备协议、信息系统和管理流程差异明显，导致数据“可用、可信、可共享”的门槛较高；缺乏统一的语义体系与质量评价体系，也容易造成“数据多、可用少”的结构性矛盾。 影响——政策“组合拳”明确路线图，数据集成为产业提速升级的“关键抓手”。 两份行动方案在时间上密集出台、在任务上相互衔接，发出加快工业互联网平台高质量发展、推动融合应用向纵深拓展的明确信号：一上，融合赋能行动强调完善工业数据汇聚、治理、流通、共享体系，到2028年20个重点行业打造一批高质量数据集；另一上，平台高质量发展行动明确到2028年工业设备连接数突破1.2亿台（套），重点平台的数据增值、模型沉淀与智能开发应用能力明显提高，并将平台聚“数”提“智”列为重点任务。 这些部署指向同一核心：以数据要素价值释放带动平台能力升级，以平台能力升级推动规模化应用，从而形成“数据—模型—应用—效益”的正向循环。对企业而言，高质量数据集将直接影响智能质检、预测性维护、工艺优化、能耗管理、供应链协同等场景效果；对产业链而言，数据集的沉淀与共享将提升模型开发部署效率，促进跨企业、跨园区的协同与韧性建设；对宏观层面而言，工业互联网与新技术协同发展，有望深入支撑信息化与工业化深度融合，推动先进制造业与现代服务业协同升级。 对策——以“标准牵引、平台带动、场景落地、合规流通”破解数据集难题。 其一，强化标准与质量评价体系建设。围绕关键行业、关键工序、关键设备，加快形成数据采集接口、语义标识、质量分级、数据治理等标准体系，推动“能采集”向“可复用”转变，降低跨系统、跨主体的对接成本。 其二，发挥平台枢纽作用，做强数据增值与模型沉淀能力。推动重点平台提升数据治理工具链、工业知识建模与模型管理能力，促进从“功能型平台”向“面向认知决策的综合平台”演进，形成可复制、可推广的行业解决方案。 其三，以典型场景牵引数据集建设。聚焦高价值场景优先突破，围绕设备运维、质量管控、能效管理、安全生产等形成“场景—数据—模型—应用”闭环，避免为“建数据而建数据”，通过实效反哺持续投入。 其四，完善数据要素合规流通机制。明确企业数据权属边界、脱敏与安全要求，推进可信流通与可追溯管理，在保障安全前提下扩大数据共享半径，探索行业公共数据集、园区共享数据空间等组织方式，带动中小企业低成本参与。 其五，加大政策与金融工具支持力度。对数据集建设、工业软件和平台能力提升等基础性投入，可通过试点示范、专项支持、税收与金融服务等方式降低企业门槛，形成“政府引导+市场化运营”的可持续模式。 前景——从“规模扩张”迈向“质效提升”，工业互联网将成为新型工业化的关键支撑。 随着行动方案的落地实施，工业互联网发展重心有望进一步从连接覆盖转向智能协同，从单点应用转向系统集成，从企业内部优化拓展到产业链协作。在新型基础设施持续完善、制造业数字化转型需求释放的背景下，高质量数据集的供给能力与平台智能化水平，将决定产业升级的速度与质量。预计未来几年，围绕重点行业的数据集、工业模型与行业应用将加快沉淀，带动更多“看得见的效率提升”和“算得清的成本下降”，推动工业互联网在更大范围、更深层次服务实体经济。
工业互联网的发展是技术创新与政策市场共同作用的结果；面对数据要素挑战，需要加强跨行业协作与资源优化。随着智能化水平提高，工业互联网不仅将重塑制造生态，更将为全球产业变革提供中国实践。