融合赋能行动方案》（以下简称《方案》）。《方案》提出了一系列令人瞩目的目标：2028年，我国量、低时延、高可靠、低抖动通信需求的新型工业网络规模持续扩大、不少于50000家企业实施新型工业网络改造升级、在20个重点行业打造一批高质量数据集等。

　　在此目标导向下，我国网和融合将会呈现怎样的新图景？新场景和新机遇在哪？就此，广州日报新花城对中国工业互联网研究院政策研究所所长张义进行了独家专访。

　　广州日报新花城：《工业互联网和人工智能融合赋能行动方案》设定了一系列目标。政府和行业可以进一步推出哪些配套措施助推目标实现？

　　张义：配套政策方面，首先是要鼓励各地结合产业特色，制定实施细则，明确新型工业网络改造、AI应用推广及高质量工业数据集建设目标；对参与企业给予奖补、优先推荐试点或绿色审批支持。第二，是强化项目储备，特别是围绕《方案》提出20个重点行业，可进一步鼓励地方建立“AI+工业互联网”项目库，重点支持设备运行、工艺参数、质检图像、智能调度等场景的高质量数据集建设；将数据集开发与网络改造纳入专项资金支持范围。

　　不少于50000家企业实施新型工业网络改造升级的目标导向下，可以鼓励地方政府将5万家企业改造任务分解到地市，同步开展数据资源摸底；依托国家工业互联网大数据中心及其分中心等平台提供数据采集、清洗和AI训练工具包；组织典型案例遴选与成效评估，确保目标落地。

　　最后一点很重要的，就是因地制宜培育融合生态，特别是支持龙头企业牵头组建数据协作体，带动产业链协同，打造一批高质量行业数据集；同时鼓励各地结合本地重点行业、重点集群特点，由企业提出真实场景需求，共建细分领域数据集；通过“一地一策”“一链一策”，打造以企业为主导、多方参与、本地化服务支撑的融合赋能生态。

　　广州日报新花城：《工业互联网和人工智能融合赋能行动方案》印发实施后，您会如何想象工业互联网与人工智能赋能下的未来工业生产图景？对于工业生产来说，新机遇和新场景在哪？

　　张义：《方案》显然将加速我国制造业的系统性变革。可以想象，未来的工业生产将加速向“设备级—产线级—车间级—工厂级—企业级—生态级”全环节智能化发展，呈现“智能泛在、数据驱动、绿色高效、协同共进”的新图景。

　　这一变革带来的新场景和新机遇是多层次、多方面的：首先是在“设备级”场景，通过对数控机床、工业机器人、传感器、工业相机等设备进行智能化升级，实现工业设备的智能感知、执行、交互、协作，提升设备运行的效率。延伸到“产线级”场景，就可以通过对PLC、DCS、HMI等工业控制系统智能化改造，形成生产控制模型、智能排产模型，实现生产环节的“感知－决策－执行”闭环，打造柔性化生产模式；车间和工厂级通过整合订单、设备、能源、物流等多维数据，以“大小模型+边缘智能”等形式，实现车间和工厂级生产任务智能调配，提升生产效率。

　　对于企业来说，变革的新机遇在于通过对设备、产品、财务、供应链、人力资源、市场等数据智能分析预测，挖掘潜在关联和规律，实现精准决策支持、绿色生态、流程自动化与风险预警。如此一来，企业运营管理就有望从经验驱动向数据驱动转变。

　　而在更高的层面看，整个工业生产的生态都会更加“聪明”，例如，对供应链上的生产、采购、物流天富用户注册等数据可以实施智能监测分析，企业间信息壁垒部分打破，供需得以精准匹配，要素运输路径优化、库存智能调度与数据实时共享，跨行业、跨区域的产业协同网络有望形成。

　　广州日报新花城：前不久，工信部组织开展了人工智能产业及赋能新型工业化创新任务揭榜挂帅工作，意在发掘培育一批技术创新强、应用落地快、典型示范好的关键技术和产品，加快人工智能与工业深度融合应用。刚才您也提到了龙头企业的作用，那么如何看待龙头企业与中小企业在工业互联网和人工智能融合上的分工和协同？

　　张义：龙头企业与中小企业在工业互联网与人工智能融合中应形成“头雁引领、群雁协同”的分工协作格局。

　　龙头企业的“链主”作用主要体现在三方面：一是投入行业大模型和智能体、高质量行业数据集等基础性、平台型技术研发；二是打造可复用的AI+工业互联网解决方案（如智能质检、预测性维护）；三是开放自身应用场景和供应链资源，带动上下游协同改造。这背后依托的是我国新型举国体制的制度优势，能有效整合政产学研用资源，集中力量突破关键共性技术。

　　中小企业这一端，则可以立足细分场景，专注“小快轻准”应用：利用龙头企业提供的平台工具和模块化服务，低成本部署AI能力，解决产线换型频繁、质检效率低、能耗高等具体痛点；同时通过真实场景反馈，反向促进技术迭代。我国超大规模制造业市场为这些应用提供了丰富、多元且可快速复制的落地环境。

　　龙头企业与中小企业协同的关键，在于生态共建。如果能有一个开放创新平台，大企业发布技术需求清单，为中小企业创新提供清晰导向和市场支撑；中小企业的技术创新成果，可通过技术许可、专利共享、企业并购等方式融入大企业平台，加快商业化步伐。

　　地方政府在此进程中也有可为，例如可搭建对接平台，支持数据共享、算力普惠和人才共育，形成“大企业建平台、中小企业用平台”的良性循环，真正实现全链条智能化升级。

　　广州日报新花城：工业互联网与人工智能融合催生许多新场景，但新场景也会对经济社会领域的治理能力提出更高的要求，其中出现的伦理风险、技术鸿沟等值得关注。您认为，应该如何平衡技术“快进”与治理能力可能滞后的关系？

　　张义：首要的是在制度机制上，我国完全可以发挥制度优势，强化协同共治。依托新型举国体制优势，推动政府、企业、科研机构、行业协会多方参与规则制定，加快形成覆盖数据、算法、应用全链条的治理体系，共同筑牢工业互联网和人工智能融合赋能安全屏障。一个分类分级的敏捷监管机制必不可少，可以针对不同行业、不同风险等级的应用场景（如AI辅助决策、自主控制等），实施差异化治理。对高风险环节（如涉及安全、隐私、公平性）设定红线，对低风险创新场景则采用“沙盒监管”或试点容错，给予试错空间。

　　在这样一个运作顺畅的机制中，治理能力与技术是可以同步演进的。政府可以引导企业构建科技伦理审核规范，将科技伦理要求贯穿人工智能产业设计、研发、验证、应用等全过程；同时鼓励企业在具备条件的情况下，建设人工智能安全风险监测预警体系，加强对生产制造关键环节、系统和数据的风险识别，实现风险早发现、早预警、早处置。

　　最后，还需要弥合技术鸿沟，促进包容发展，通过公共服务平台、普惠算力、培训赋能等方式，帮助中小企业和欠发达地区共享技术红利，避免“智能分化”加剧区域或群体不平等。