工业和信息化部加强两化融合，推动工业智能体应用加速数字化转型

近日，工业和信息化部召开了两化融合工作领导小组会议，重点讨论了《工业和信息化部信息化与工业化融合2025年工作要点》。会议明确了未来在工业和信息化融合方面的方向与举措，特别强调应以工业智能体为核心，进一步深化人工智能在工业中的应用，推动工业数据集和大模型的创新发展。

在全球范围内，随着数字化转型的加速，工业智能体逐渐成为制造业创新发展的重要支撑。该系统的核心优势在于它自主决策和协同优化的能力，使得企业在生产设备、工艺流程及物流管理等环节能够实现智能化控制与优化，从而提升整体的生产效率和产品质量，减少生产成本，提升资源使用效率，为企业的市场竞争力注入新的活力。验证这一点的就是，工业智能体较传统工业机器人有着明显的优势。传统机器人往往需要消耗大量的时间和人力成本进行编程，而智能体则能够自主理解自然语言指令，灵活调度，并准确完成复杂的工业任务，这一点使得它在技术上具有巨大的革命性。

2025年被视为“智能体年”，这不仅是因为技术的成熟，更是市场需求的体现。根据行业研究数据，预计全球的工业智能化市场规模将在2023年突破3.5万亿元人民币，其中中国已占据了超过40%的市场份额。工业智能体的广泛应用不再仅限于理论阶段，许多企业开始在实际生产中获得显著成效。例如，中工互联推出的工业智能体系统整体架构成功打破了传统的工业自动化与人工智能的叠加局限，形成了全新的四层架构，从设备到行业，形成了一种全新的智能工业生态。这样的架构不仅提升了设备的自主感知与决策能力，还实现了虚拟AI数字世界与物理生产环境的深度融合。

和利时集团通过DeepSeek大模型在铁路运输领域实现了显著优化，格创东智则通过开发曝光补值智能体，成功联动了TCL华星的全流程检测系统，海尔卡奥斯工业互联网则通过其“大连接、大数据、大模型”架构，为多个行业提供了智能决策支持。这些成功案例表明，工业智能体已经充分展现出其在实际应用中的巨大价值。

但在推进工业智能体应用过程中，仍然面临一系列挑战。大数据已成为支撑人工智能大模型运作的重要基础，但许多企业在数据采集、处理和流通的整个周期中，处于数据不完整、存在偏见及错误等风险，这些风险一旦在数据接入工业互联网后，可能会导致复杂的安全隐患。当前工业现场复杂多变，不同设备的数据格式不一、数据质量参差不齐，加之数据孤岛现象的存在，使得智能体模型变得尤其困难。

为了更好地实现工业智能体的价值，各方合作显得极为重要，这要求设备商、软件商、系统集成商以及终端客户形成深度合作。例如，在某一智能工厂项目中，设备供应商开放了PLC底层数据接口，软件开发商根据开放的接口数据生成了预测性维护模型，而原材料供应商则通过共享库存数据，成功优化了整个供应链的响应速度。这种“数据共享与联合建模”相结合的模式，不仅让各合作方能够在数据流通中实现价值共创，也使得工业智能体的应用更具可持续性与有效性。

工业和信息化部通过加强两化融合，推动工业智能体的应用，加速数字化转型的进程，正为制造业发展注入新的动力。在未来的工作中，继续深化技术的创新应用、促进数据的共建共享，将成为推动中国制造业与世界接轨的重要策略。通过不断提升数据处理能力以及基础设施建设，未来的工业环境将更加智能、高效和可持续。