上证报中国证券网讯9月8日，为期三天的2026全球工业互联网大会在辽宁沈阳开幕。本届大会以“智改数转 AI兴工”为主题，契合工业互联网从互联时代向智能时代跃升的关键节点。会场内外，一个信号被反复提及：人工智能与工业互联网的深度融合，正从技术构想走向产业实践，成为推进新型工业化的核心抓手。

这一判断在9月9日大会开幕式上得到印证。工业和信息化部原部长李毅中在发言中，用一句话点明了两者互为支撑的内在逻辑：“工业互联网是工业数字化的基础设施，人工智能让海量数据增值创效。没有工业互联网，人工智能没有数据来源、应用场景;没有人工智能，数据就无法充分释放价值。”

在他看来，无论技术路径如何演进，两者的共同落点始终清晰——服务实体经济。

“AI+制造”每1%的效率提升可创造3400亿元的年均经济增长

过去十余年，工业互联网更多扮演“修路人”的角色，埋头解决设备联网、数据汇聚的基础问题。而当AI深度融入之后，平台的定位正在悄然升级，从单纯的数据通道变为具备分析、判断、决策能力的智能中枢。

浪潮集团副总裁、辽宁公司总经理孟玲在接受上证报记者采访时，将这种融合带来的变革概括为四个维度：生产制造、数据价值、产业组织与创新服务。她进一步解释，依托工业大模型，工匠长期沉淀的隐性机理可以转化为可复用的数字能力，推动生产从“事后故障处置”转向“事前预判、自主优化”;同时，通过可信数据空间打通“平台—数据—模型—场景—价值”的完整闭环，数字化能力不再局限于单点工厂，而是沿产业链延伸，帮助中小企业跨越数智化转型的门槛。

市场对这场变革的回响同样热烈。中国工业互联网研究院院长鲁春丛?透露，截至目前，全国已有13个省市出台了“AI+制造”专项政策。据其团队测算，“AI+制造”每带来1%的效率提升，就能创造年均超过3400亿元的经济增长。这意味着，工业AI已经不仅仅是技术命题，更是一本实实在在的经济账。

鲁春丛?表示，要把握“AI+制造”的重大历史机遇，认识到当前AI技术演进正在为生产力整体跃升注入强劲动能，在我国迈向制造强国进程中，“AI+制造”蕴藏着巨大发展潜力。

融合落地 场景和数据缺一不可

技术层面的构想已经足够清晰，而工业AI的真正考验，在于如何从理念走向实际的产线场景。朗坤智慧科技股份有限公司副总裁张薇表示：“工业AI落地难，不是技术瓶颈，而是工程化闭环能力和产业思维的缺失。工业生产和消费互联网完全不同，安全红线极高、工况动态多变、容错空间极低。这就意味着，工业AI不能走通用大模型‘拿来就用’的捷径，必须走垂直化、场景化、生态化路线。”

这样的判断并非空谈，在辽宁产业一线已经得到了反复验证。本钢板材冷轧总厂通过持续的数字化改造，将切割工序交由系统自动筛查核验，正在把积累多年的“人脑经验”逐步沉淀为标准化的数据与知识体系。通用技术沈阳机床依托自研数控系统、5G专网和工业互联网平台，让AI能够根据材质变化、刀具损耗、设备振动实时微调工艺参数，实现加工误差自动修正、设备隐患提前预警，为工业母机的智能化升级提供了一个可复制的样本。沈鼓集团的路径则更为纵深——他们盘活了五万余份装备研发、试验、运维工程数据，训练出专属的装备制造垂直大模型，将新品研发周期大幅压缩。

在这些实践背后，信华信副总裁孙伟宏打了一个形象的比方：“通用大模型是掌握通识的‘通才’，而制造业需要的是深耕产业、适配工艺的‘行业专家’。”工业大模型落地的前提，是搭建精准、完备的专业工业知识库，唯有经过长期数据治理、场景磨合、模型迭代，才能让人工智能真正读懂工业生产的复杂逻辑，适配真实生产需求。

底座初步成型 流通和标准仍需夯实

当算力和网络等硬件底座日趋完善，标准不统一带来的兼容问题也日益凸显。辽宁省标准化研究院副院长刘晓硕描绘了一个非常现实的场景：“一家工厂采购三个厂商的智能设备、使用两套工业软件，结果‘设备不认数据、软件不认接口’。”

在他看来，技术解决的是“看得见”的问题，标准解决的则是“信得过”的问题。只有统一产业的通用语言，才能真正破解企业“不愿转、不能转、不会转”的困境。

标准之外，数据流通和算力普惠也需同步推进。对此，产业端也正在交出答卷，鞍钢数智科技牵头打造的钢铁企业产数双链融合可信数据空间，已经入选国家级试点，为钢铁产业链的数据跨企业流通探索出新路径。与此同时，沈阳国家级数据标注基地已形成上百个行业高质量数据集，沈阳、大连两大人工智能计算中心也在持续扩容——这让那些无力自建算力的中小企业，可以按需租用算力，以低成本完成模型调试和产线升级。

多位与会嘉宾表示，“AI兴工”不是概念包装，而是从“卖平台”转向“卖智能”、从“项目制”走向“产品化”的实际转变。随着工业数据治理持续推进、垂直模型在更多产线落地、算力服务逐步向中小企业开放，AI与工业互联网的融合正在从技术构想走向产业实践，为新型工业化提供实实在在的支撑。