【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。
【关键词】工业互联网 制造业升级 数字化 智能化
【中图分类号】F424 【文献标识码】A
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。
【注释】
①《〈求是〉杂志发表习近平总书记重要文章 做强做优做大实体经济》，《人民日报》，2026年5月16日。
②④《工业互联网迈入高质量发展、规模化推广新阶段》，光明网，2025年12月25日。
③⑥中国工业互联网研究院：《中国工业互联网产业经济发展报告（2024年）》，2024年12月。
⑤王政、刘温馨：《我国5G工厂超8000家》，《人民日报》，2026年1月2日。
⑦《服务如何赋能制造？深圳这个平台搭起粤港澳大湾区创新桥梁》，《南方都市报》，2026年5月13日。
⑧莫荣、陈云：《高质量充分就业的内涵、挑战与实践路径》，《学术前沿》，2025年第6期。
⑨于凤霞：《我国人工智能人才培养面临的挑战与路径研究》，《中国发展观察》，2026年第1期。
⑩陈煜波、马晔风：《数字人才—中国经济数字化转型的核心驱动力》，《清华管理评论》，2018年第1期。
责编/张凡 美编/杨玲玲
声明：本文为人民论坛杂志社原创内容，任何单位或个人转载请回复本微信号获得授权，转载时务必标明来源及作者，否则追究法律责任。
