工業 AI 應用到底加快了多少？

  • 材料援引 IDC 調查：中國工業企業應用大模型及智慧代理的比例，從 2024 年的 9.6% 升至 2025 年的 47.5%，一年提高 37.9 個百分點。這一變化讓研究重點轉向：哪些平台能夠承接企業應用擴展帶來的需求。
  • 中國信通院預計，未來三年領先工業 AI 滲透率達 60%。這項預測與 IDC 的「大模型及智慧代理應用比例」統計口徑不同，涵蓋範圍還帶有「領先」限定，不宜把兩組數字直接拼成全產業滲透率曲線。

為什麼機構看好既有的工業互聯網平台？

  • 中郵證券陳涵泊認為，平台前期匯聚的數據、沉澱的模型、產業知識與生態形成了先發優勢。其業務邏輯是：工業 AI 需要貼合具體生產場景，平台既有的積累可以成為高品質資料集、工業大模型和工業智慧代理的開發基礎。
  • 政策也在推動平台從擴大連接轉向提升能力。《推動工業互聯網平台高質量發展行動方案（2026—2028年）》提出，到 2028 年具有影響力的平台超過 450 家、連接工業設備突破 1.2億 台（套）、平台普及率達到 55% 以上，同時增強智慧化能力和數據、模型沉澱。
  • 應用路徑按場景分層：生產控制、風險識別等規則明確的環節推廣判別式 AI；製程最佳化、方案設計等複雜環節探索生成式 AI。平台再透過智慧代理互聯協定支援多代理調度，承接需求的關鍵因此落在數據、模型與生產任務的連接上。

平台積累如何才能變成工廠裡的實際應用？

  • 工業互聯網操作系統產業聯盟在深圳成立，將跨域協同問題推到台前。中科院瀋陽自動化所研究員李慶鑫指出，具身智慧落地工廠，要同時打通設計與製造、管理與控制兩條業務鏈路，實現人、機、料、工藝、環境的整合。
  • 這意味著落地門檻還包括跨域跨平台設計、任務可信運行、模型遷移一致性和多硬體適配。模型和數據積累只是起點，系統能否貫通業務、適配設備，直接制約應用擴展。
  • 材料列舉的用友精智已連續四年入選工信部跨行業跨領域工業互聯網平台，服務企業 244萬 家、連接工業設備 139萬 台套，並匯聚 2.2萬 個工業 APP、2476 個工業機理模型。這些存量資源對應中郵證券看重的平台基礎；將其轉化為競爭力，仍取決於高品質資料集、大模型與智慧代理的建設。