AI深度融合“5G+工业互联网”赋能新型工业化发展研究

2026年政府工作报告首次提出“打造智能经济新形态”,并将“打造‘5G+工业互联网’升级版”作为关键支撑写入其中。推进“5G + 工业互联网”升级,关键在于实现 A I 与 5G、工业互联网的深度融合和双向赋能,让连接能力、平台能力与智能能力发生化学反应,构筑新型工业化的数字底座,让 AI 真正成为推进新型工业化的核心生产力。

01

AI深度融合“5G+工业互联网”的战略价值

AI是引领新一轮科技革命和产业变革的战略性技术,加快AI深度融合“5G+工业互联网”对推进实现新型工业化、加快工业企业数智化转型具有重要意义。

加快AI深度融合“5G+工业互联网”是落实国家关于加快人工智能发展政策的客观要求。近年来,国家层面密集出台系列政策,为AI深度融合“5G+工业互联网”指明了方向。2025年8月,国务院印发的《关于深入实施“人工智能+”行动的意见》明确提出推进工业全要素智能化发展;2026年1月, 工业和信息化部等八部门联合印发《“人工智能+制造”专项行动实施意见》,明确提出到2027年,要推动3—5个通用大模型在制造业深度应用,形成特色化、全覆盖的行业大模型,推出1000个高水平工业智能体,打造100个工业领域高质量数据集,推广500个典型应用场景;2026年1月, 工业和信息化部发布《工业互联网和人工智能融合赋能行动方案》,提出到2028年工业互联网和人工智能融合赋能水平显著提升。这一系列政策为推动AI与“5G+工业互联网”深度融合提供了制度保障和行动指南。

加快AI深度融合“5G+工业互联网”是加速推进新型工业化的必然选择。 当前,全球制造业发展正经历从“动力驱动”向“数据驱动、智能引领”的深刻变革。我国人工智能正处于从“技术探索”向“全面融合赋能”迈进的关键窗口期。 工业和信息化部根据党中央、国务院决策部署,正全力加快推进AI赋能新型工业化。推进新型工业化客观要求AI要与工业互联网深度融合。当5G的泛在连接能力、工业互联网的平台聚合能力与AI的智能决策能力形成合力,才能真正实现生产方式的根本性变革,推动制造业迈向高端化、智能化、绿色化。

加快AI深度融合“5G+工业互联网”是加快工业企业数智化转型的必然要求。对工业企业而言,数智化转型已从“选择题”变为“必答题”。AI深度融合“5G+工业互联网”能够帮助企业突破传统生产模式的效率瓶颈,实现从单点优化到全局优化的跨越。在海信5G智联冰冷工厂,基于“5G+AI”视觉检测技术,涂层瑕疵识别准确率提升至98%,每年能减少1 万台缺陷产品流向市场。这样的案例表明,AI 与“5G+工业互联网”的融合正在重塑企业的核心竞争力,成为工业企业提质降本增效和绿色发展的关键路径。

02

AI深度融合“5G+工业互联网”迈入快车道 

近年来,在政策、技术、市场以及产业链等诸多因素共同驱动下,我国“5G+工业互联网”创新发展取得显著成效,正成为推动我国工业制造业数字化转型的重要力量。

我国“5G+工业互联网”进入规模化跃升发展新阶段。经过近几年的发展,“5G+工业互联网”已完成从“建网络、建平台”到“规模化应用”的跨越,正迈入以人工智能为内核驱动的“能级跃升”新阶段。截至2025年底,5G应用已融入97个国民经济大类中的91个,“5G+工业互联网”建设项目超过2.3万个,实现覆盖41个工业大类。

新型工业网络基础设施不断夯实。截至2025年底,我国5G基站总数达到483.8万个,工业5G专网项目超过2万个,企业跨地域、跨系统、跨层级的网络互联水平显著提升,工业互联网一体化进园区取得积极成效。高质量企业外网覆盖全国97 %以上的地级行政区,5G RedCap在各行业实现广泛应用。 我国具有一定影响力的工业互联网平台超过340 家,重点工业互联网平台工业设备连接数突破1亿台。

AI赋能成效显现。当前,AI技术正全面融入制造业研发设计、生产制造、供应链管理等核心环节,驱动制造模式创新变革,AI技术在重点行业得到广泛应用,我国规上制造业企业AI 技术应用普及率超过30%,涌现出AI工业视觉检测、预测性维护、智能排产等诸多应用场景,工业机器人、具身智能、工业智能体加快发展和普及,AI深度融合“5G+工业互联网”应用案例不断涌现,涌现出一批5G工厂、智能工厂、黑灯工厂等新模式,工业制造重点行业智能化水平不断提升。目前,我国已培育了1260个技术先进的5G工厂,累计建成3.5万余家基础级、8200余家先进级、500余家卓越级和15家领航级智能工厂。

AI赋能“5G+工业互联网”产业生态不断发展壮大。当前,我国基础电信企业、设备商、集成服务商等产业链各方通过“战略合作+产业联盟+资本纽带”等多元化合作模式,共同为工业企业提供AI综合解决方案,形成有效的“生态协同”。在战略合作层面, 例如,2025 年,中国电信与中车集团战略合作,共同打造“斫轮”大模型和13个高价值场景应用,开启中国中车人工智能新时代; 2024年,中国联通与长安汽车携手打造全域5G数智AI柔性超级工厂,实现平均60秒下线一辆车,订单准时交付率达100%。在联盟共建层面,例如,2024年12月,由中国信息通信研究院、中工互联科技集团等多家单位联合组建的“AI+制造”创新联合体正式成立,旨在共同推动工业大模型更好地赋能新型工业化。在资本合作层面,我国基础电信企业与头部制造企业、高校等合作伙伴通过共建合资公司、成立联合实验室等形式,以“资本+技术”双轮驱动开展深度合作,共同拓展实数融合巨大市场。这种“多主体协同、全链条贯通”的生态模式,为打造“5G+工业互联网”升级版注入了强大的生态动能。

03

AI深度融合“5G+工业互联网”面临四大挑战

虽然“5G+工业互联网”发展取得显著成效,但AI与5G、工业互联网的深度融合仍面临诸多挑战,推动新型工业化建设任务依然艰巨。

智算网络底座有待进一步完善。工业AI应用对网络提出更高要求——智能体协同生产、工业模型实时训练推理,都需要网络具备高通量、低时延、高可靠的确定性能力。当前智算网络建设尚不能很好地满足工业AI应用对网络低时延、高可靠性的刚性需求,算力资源多集中于中心云,工业现场毫秒级响应的需求难以满足,“远水解不了近渴”的问题突出。

AI赋能“5G+工业互联网”模式缺乏创新。当前AI赋能工业企业数字化转型模式缺乏创新,AI等数字技术赋能工业制造业深度仍然不够,盈利模式尚不清晰,跨行业技术融合难。工业场景存在碎片化现象,融合应用创新不力,规模化应用有待突破。多数AI应用仍停留在“外围辅助”层面,向“核心生产”渗透仍需深化。

高质量工业数据集建设相对滞后。工业数据是AI模型的“燃料”,但企业核心数据“不愿共享、不敢共享”的问题普遍存在,工业系统之间的数据孤岛现象较为严重。高质量工业数据集建设尚处于起步阶段,工业数据汇聚、治理、流通体系亟待完善。目前工业数据集建设仍面临数据质量参差不齐、标注标准缺失、安全流通机制不畅等挑战。

复合型数字化服务商和高端人才短缺。既深耕工业制造业又懂数字技术的数字化服务商严重不足,既懂5G通信又懂工业机理、既懂AI算法又懂工业生产流程的复合型高端人才供给严重错配。人才供给错配已成为 制约产业持续升级的关键瓶颈。

04

推动AI深度融合“5G+工业互联网”策略与建议 

当前,我国制造业正从“中国制造”向“中国智造”跨越,AI深度融合“5G+工业互联网”是实现这一跨越的“核心引擎”。为打造“5G+工业互联网”升级版,更好地推进我国新型工业化,数字化服务商和工业制造企业应牢牢把握AI迅猛发展的机遇,以《关于深入实施“人工智能+”行动的意见》《“人工智能+制造”专项行动实施意见》《工业互联网和人工智能融合赋能行动方案》等政策为指导,从网络升级、模式创新、高质量数据集建设、打造数字化服务商和高素质人才队伍等方面系统推进,以更大力度推动工业企业数字化转型、智能化升级和绿色化发展。

(一)构建集“5G-A+边缘智算+模型推理”于一体的新型基础设施。针对智算网络底座不牢的问题,需加快构建适配工业AI应用的新型基础设施。

加快5G-A规模部署。要加快研究制定“工业5G-A+边缘云”融合部署标准,推动AI与5G-A双向赋能,不断提升网络自组织、自决策、自优化的智能化能力。支持企业综合运用5G/ 5G-A、时间敏感网络(TSN)、边缘计算等技术,推动工业网络“控网算”一体化演进。

加快工业5G独立专网建设。推进5G网络与工业网络的深度融合与协同演进,构建以AI、5G为代表的新型工业网络体系。切实贯彻落实工业和信息化部总体部署,加快开展工业5G独立专网试点,加快形成可复制推广的建设模式。

加快构建多层次算力设施体系,推动算网协同、算电协同。加快AI算力与5G网络深度融合,建设“云-边-端”一体化智能算力体系。鼓励部署集“5G-A网络+边缘算力+模型推理”于一体的新型基础设施,引导算力资源从中心云向生产边缘贴近,确保AI指令在生产一线即时生效,建立“时延护城河”。

(二)深入推进AI赋能“5G+工业互联网”模式创新。针对赋能模式缺乏创新问题,应重点打造深度融合服务新模式。

打造以场景创新为驱动的深度融合模式。聚焦钢铁、汽车、石化、电子、家电等重点行业,深挖和创造人工智能应用场景,坚持场景开放创新,发挥我国基础电信企业、大型工业制造企业以及领先数字化服务商的牵引带动作用,整合生态各方资源和能力,深化5G、工业互联网平台与AI大模型的深度协同,加快AI向工业企业生产核心环节拓展,打造智能原生新形态。

深化“AI+工业互联网平台”融合创新。推进“工业大模型+小模型”协同创新,全面提高“大模型+小模型”在智能制造场景的渗透率。实施“智能体+”“机器人+”示范工程,打造具有制造业自身特点的工业智能体和工业机器人,推广“平台+智能体”模式,全力提升Token速度,通过补贴、租赁、风险分担等方式降低成本,加快推进工业智能体、工业机器人场景化应用、协同化作业和市场化推广,赋能新质生产力发展。

面向中小企业,发展“模型即服务(MaaS)”模式,建立工业垂直领域模型算法超市,降低中小企业应用AI的技术门槛。支持基础电信企业、领先的数字化服务商和大型工业制造企业牵头打造一批可复制的智能制造标杆案例,建立智能化解决方案和典型应用场景资源池,加快5G智能工厂、黑灯工厂、无人工厂等模式的规模化推广。

(三)加快建设高质量工业数据集。针对数据困境,应以工业和信息化部启动工业数据筑基行动为契机,系统推进数据治理体系建设。

实施工业数据质量提升工程。加快制定工业高质量数据发展指南,建立健全工业数据标准体系,支持龙头企业联合多方力量开展可信数据空间建设。加快培育一批行业数据合作联合体,汇聚行业数据资源,攻关数据关键技术,研制工业数据标准,打造高质量标准化可流通的行业数据集。

建设国家级行业“可信数据空间”。针对核心数据泄露痛点,避开所有权争议,聚焦解决使用权流通问题,构建行业数据空间,支持公共数据定向授权接入,与行业数据融合增值,帮助企业实现无需物理转移核心数据即可参与行业大模型训练。

鼓励工业企业加大数据建设投入和核心数据技术攻关。建设一批行业级数字平台,实现产业链上下游数据共享,打通企业内部数据孤岛,通过平台沉淀建设高质量工业数据集,畅通数据开放渠道,形成“数据—模型—应用”的正向循环。

(四)打造既懂工业又懂数字技术的数字化服务商和复合型人才队伍。针对数字化服务商和人才队伍不足的问题,需从企业培育和人才培养两方面协同发力。

对于数字化服务商来说,一方面要抓住新一轮科技革命和产业变革的历史机遇,加大科技创新投入,不断提升人工智能等数字化技术创新能力;另一方面要深耕传统行业,深入生产现场,了解和把握工业企业的价值链和生产全过程,走出一条将数字技术和工业制造深度融合的创新之路,努力培养成为深耕制造业且具有市场竞争力的数字化服务商。

对于工业制造企业来说,为加快推进企业数智化转型,要通过与高校、数字化服务商等合作伙伴共建产教融合实训基地、联合培养人才、共建联合实验室、共同承担人工智能领域国家重大专项以及大量招聘引进AI领域顶尖人才等途径,加快培养和打造既懂5G通信又懂工业机理、既懂AI算法又懂工业生产流程的复合型、实战型专家人才和创新型人才,推动人才链与产业链、创新链深度融合。

总之,推动“5G+工业互联网”升级,本质上是构筑智能经济的基础设施底座。当5G 的泛在连接、工业互联网的平台能力与AI的决策智能深度融合,一场贯穿生产全链条的智造变革正在加速到来。面向未来,唯有坚持问题导向、价值导向和创新导向,综合施策,精准施策,才能让AI深度融合“5G+工业互联网”真正成为发展新质生产力、加快推进新型工业化的核心引擎。

责任编辑：超级管理员