工业AI应用到底加快了多少？

  • 材料援引IDC调研：中国工业企业应用大模型及智能体的比例，从2024年的9.6%升至2025年的47.5%，一年提高37.9个百分点。这一变化让研究重点转向：哪些平台能够承接企业应用扩展带来的需求。
  • 中国信通院预计，未来三年领先工业AI渗透率达60%。这一预测与IDC的“大模型及智能体应用比例”口径不同，覆盖范围还带有“领先”限定，不宜把两组数字直接拼成全行业渗透率曲线。

为什么机构看好已有工业互联网平台？

  • 中邮证券陈涵泊认为，平台前期汇聚的数据、沉淀的模型、行业知识与生态形成了先发优势。其业务逻辑是：工业AI需要贴合具体生产场景，平台已有的积累可以成为高质量数据集、工业大模型和工业智能体的开发基础。
  • 政策也在推动平台从扩大连接转向提升能力。《推动工业互联网平台高质量发展行动方案（2026—2028年）》提出，到2028年具有影响力的平台超过450家、连接工业设备突破1.2亿台（套）、平台普及率达到55%以上，同时增强智能化能力和数据、模型沉淀。
  • 应用路径按场景分层：生产控制、风险识别等规则明确的环节推广判别式AI；工艺优化、方案设计等复杂环节探索生成式AI。平台再通过智能体互联协议支持多智能体调度，承接需求的关键因此落在数据、模型与生产任务的连接上。

平台积累怎样才能变成工厂里的实际应用？

  • 工业互联网操作系统产业联盟在深圳成立，把跨域协同问题推到台前。中科院沈阳自动化所研究员李庆鑫指出，具身智能落地工厂，要同时打通设计与制造、管理与控制两条业务链路，实现人、机、料、工艺、环境的集成。
  • 这意味着落地门槛还包括跨域跨平台设计、任务可信运行、模型迁移一致性和多硬件适配。模型和数据积累只是起点，系统能否贯通业务、适配设备，直接约束应用扩展。
  • 材料列举的用友精智已连续四年入选工信部跨行业跨领域工业互联网平台，服务企业244万家、连接工业设备139万台套，并汇聚2.2万个工业APP、2476个工业机理模型。这些存量资源对应中邮证券看重的平台基础；将其转化为竞争力，仍取决于高质量数据集、大模型与智能体的建设。