在大数据、人工智能等技术加持下，我国工业互联网产业正在驶入“深水区”。

21世纪经济报道记者在近日举办的2023全球工业互联网大会现场了解到，目前中国已建成2500多个高水平数字化车间和智能工厂，2022年中国智能制造产业装机规模超过12.2万亿元，工业软件产品收入突破2400亿元，主营业务收入达到10亿元的协同解决方案供应商超过了1400余家。

中国工业经济联合会执行副会长、国务院原派驻国有重点大型企业监事会主席路耀华在现场透露，近十年来，工业互联网产业规模已经超过1.2万亿元，从现在到2025年复合增长率将保持在每年20%左右，呈现快速增长态势。

但在工业互联网产业规模快速扩张的同时，一些隐忧与行业痛点也再度浮现出来。

中国工业经济联合会会长、工业和信息化部原部长李毅中在现场对记者指出，当前国内数字化转型升级存在自下而上积极性不足、缺乏鲜活有效的样板和对口帮扶、着力点还没有深入到生产制造的核心部位、大数据功能发挥处于初级水平等四种“不深不实”的表象。

“工业互联网目前贯彻力度很大，但自下而上的积极性还显不足。有一些部门、机构规划方案我也学习研究，确实存在着一般号令多，具体指导少，原则论述少的情况。”李毅中说道。

在他看来，未来行业需要让企业通过典型范例和实际的帮扶看到数字化发展的潜力和希望。认识到数字化转型必要性和紧迫性，从而增强企业的主动性和积极性。

数字化转型“深水区”

工业互联网正在渗透至千行百业。在这其中，技术是最强有力的驱动因素。

以AR为例，杭州灵伴科技联合创始人向文杰告诉21世纪经济报道记者，早期工业场景中的AR设备只是头戴式个人计算终端，但随着近年来“数字孪生、点云、大模型”等技术能力的成熟，未来AR设备在制造业场景内有望实现更加自然的交互。因此，偏向技术密集型以及资金密集型的企业将更快拥抱工业互联网的浪潮。

汽车行业也不例外。中国电动汽车百人会副秘书长师建华在接受21世纪经济报道记者采访时表示，汽车产业已经进入新汽车时代，从新工业化的角度来看，其产品从过去简单的交通工具已经演变为大型的移动智能终端。而在这其中，汽车工业电动化、智能化、网联化的特性使它的产品需要新的技术来支撑。因此，工业互联网与汽车产业的融合将变得至关重要。

在融合的具体方面，师建华指出，实现芯片以及操作系统等核心技术的自主可控，将成为下一步中国汽车产业的发展重点。

与此同时，对于一些工业领域的中小企业来说，其数字化转型的积极性仍然不高。

李毅中表示，从企业的层面看，一些企业有不少的顾虑，缺乏积极性和主动性，现在不少企业生产经营已经陷入困境，当务之急考虑的是如何活下去，没有精力考虑未来数字化怎么投入、怎么搞。

“某些中小企业的注意力不在工业互联网上。还有一些企业想搞但是缺乏人才，特别是缺乏复合型人才，想搞数字化又不知道从哪下手，还有一些企业担心数字化会失去自己的商业机密，也有企业在想机器换人会不会造成下岗、失业等不稳定后果，有不敢转、不愿转想法，企业是数字化转型的主体，要把自上而下的号召准备转化为自下而上的动力。”李毅中说。

与此同时，从制造业流程来看，目前一些企业的工业互联网发力点仍然没有深入到生产制造的核心部位。

“推进数字化转型升级有一个过程，不能一蹴而就，目前看还有不少停留在表层，比如办公、数字化、人力档案、统计报表、财务记账管理类科目，应该搞，但是在表层，有一些在外围，比如供销、商务、物流、仓储这些方面比较普及，但是鲜有技术创新或者科研成果转化应用。”李毅中表示。

在他看来，没有涉及到核心部位的，应该加快由表及里，由显入深的过程，抓住品种质量、节能降耗、安全稳定长周期等等，企业最关心的实际的生产要素，要抓住生产制造的核心环节。深入到智能制造的关键环节中。包括先进工艺技术，过程控制自动化，智能化，物理单元的更新升级等等。

挖掘数据价值

国家互联网信息办公室发布的《数字中国发展报告(2022年)》显示，2022年，我国大数据产业规模达1.57万亿元，同比增长18%；数据产量达8.1ZB，同比增长22.7%，占全球数据总量的10.5%。

有业内人士指出，我国当前数字经济有着“大而不强”的缺陷，因此如何将海量的数据资源利用起来，转化为资产与生产要素，成为未来行业探索的课题。

在李毅中看来，数据真实可靠有三个要点，首先是可以信赖，数据的来源是社会经济活动的实践，实践中采集的数据，而不是主管想象拼出来的数据；其次是，可追溯，明确数据的源头和所有权，必要的时候可追溯；最后，可共享，不仅在单位数据可以发挥作用，而且可以共享、流通、交易让更多的企业更多的行业发挥更多的效益。

“可靠性之外的另一个基本要求是海量丰富，分布在各个场景，各个单元的数据可以汇集成为行业地区甚至全国跨国的数据池，进而生成人工智能大模型，更是需要对数据进行训练，海量可靠的高质量数据集，是大模型的沃土和根基。”

中国工程院院士、第十四届全国政协常委、浙江大学工学部主任、国际智能制造联盟主席杨华勇也表达了类似的观点，他表示，智能制造离不开数据的获取和处理，数字孪生仿真智能的控制、调度+工业机器人，这个平台就是要全面对互联网的数据智能技术和多工业知识领域沉淀与共享。

“在算力和应用驱动环节，工业知识需要沉淀下来，变成数据，清洗成标准化的数据，然后要具备易用性，随时随地可以调用，还有工业知识和计算能力相融合，来实现跨领域、跨界混合建模的计算。”杨华勇说道。