问题：制造业数智化转型进入“深水区”，融合应用仍有堵点。
近年来，我国工业互联网从起步探索迈向规模化应用，核心产业增加值超过1.5万亿元，带动产业规模近3.5万亿元；智能技术产业也快速发展，核心产业规模超过万亿元，算力资源持续扩充。
但在工业领域的落地仍面临“卡脖子”环节：一是工业现场对高通量、低时延、高可靠通信要求更高，传统网络与算力布局难以完全匹配；二是工业数据分散在设备、产线与系统之间，标准不一、接口割裂，造成数据孤岛；三是模型和算法在跨行业、跨企业复用难，应用往往停留在局部试点，难以形成体系化能力；四是中小企业转型成本高、人才与服务供给不足，导致“想转不敢转、能转转不快”。
原因：工业场景复杂、链条长，决定了融合必须从“底座”到“生态”系统推进。
工业生产涉及多工序、多设备、多系统协同，任何一个环节的网络抖动、数据断点都可能放大为质量与效率损失。
与此同时，智能应用对数据质量和持续迭代提出更高要求，若缺少统一的数据治理与模型服务体系，算法难以稳定发挥。
再加上工业知识高度行业化、隐性经验多，单个企业“各自为战”既增加投入，又难以沉淀通用能力。
正因如此，《行动方案》将工业互联网与智能技术的融合定位为新型工业化的重要支撑，强调以四大行动贯通网络、平台、算力、数据、模型、应用与生态，推动从“点状改造”走向“体系升级”。
影响：融合赋能将重塑生产方式，推动质量、效率与韧性同步提升。
面向制造业的典型环节，智能质检可在毫秒级识别微小瑕疵，降低误检漏检；在设备运维方面，预测性维护有助于减少停机时间、降低备件成本；在生产组织方面，基于数据与模型的动态排产可提升资源利用效率，缩短交付周期。
更重要的是，随着网络、算力、平台与数据模型互通能力增强，企业能够把设计、采购、生产、质检、物流等全流程打通，提升缺陷追溯与根因定位能力，促进供应链协同与风险预警。
对行业而言，融合应用规模化还将带动工业软件、传感器、边缘计算、工业机器人等相关产业发展，形成新的增长点。
对策：以“四大行动”为牵引，抓住底座升级、互通共享和场景落地三条主线。
一是夯实基础底座，提升网络、平台、算力的“工业适配性”。
方案提出网络、平台、算力等基础设施智能化升级路径：网络侧面向工业应用大连接、高通量、低时延需求，推动工业网络向控网算一体化演进并开展改造；平台侧推进工业APP开发技术创新、“模型池”建设和“平台+智能体”推广，增强平台智能化能力；算力侧推动公共算力资源接入、边缘一体机部署和端侧算力模块开发，形成“云边端”多级布局与高效调度。
按目标，到2028年，新型工业网络规模将持续扩大，不少于5万家企业实施新型工业网络改造升级，为融合应用提供稳定底盘。
二是推动数据模型互通，打通“用得起来”的关键链路。
工业数据来源广、类型多、质量参差不齐，需要在采集、标注、治理、共享、应用等环节形成统一方法，提升数据可用性和安全性；同时，通过模型服务平台与“模型池”建设，促进模型沉淀与复用，降低企业应用门槛，让更多行业经验以可复制的方式固化为工具与能力。
三是以场景牵引应用模式焕新，推动从示范到规模。
我国工业门类齐全、场景丰富，信息通信网络基础扎实，5G基站总数达483万个，工业5G专网项目超过2万个，为融合应用提供网络通道与数据资源。
下一步应围绕质量检测、设备运维、能耗管理、安全生产、供应链协同等高价值场景，形成可评估、可推广的标杆方案，并在园区、产业链和行业集群中复制扩散。
四是完善产业生态，强化服务供给与企业主体作用。
转型不仅是“上系统、换设备”，更需要解决方案、工具产品、标准体系与人才队伍协同发力。
方案强调培育系统级、行业级智能化解决方案供应商，以及工业数据、工业模型等细分服务商，通过能力共享与开放协作，为不同基础、不同规模企业提供可落地的转型路径，尤其是帮助中小企业以更低成本获得标准化、模块化服务。
前景：从“能用”迈向“好用”，融合赋能将成为新型工业化的重要增量。
业内普遍认为，随着网络低时延高可靠能力提升、工业数据治理逐步完善、模型复用机制和服务生态形成，融合应用将从单点质检、局部优化扩展到全流程协同与全生命周期管理。
未来一段时期，制造业竞争将更多体现为“数据驱动的组织能力”和“模型驱动的持续改进能力”。
在此过程中，既要防止盲目上马、重复建设，也要在安全可控前提下推动数据要素有序流动，形成可持续的投入产出闭环。
以政策引导、标准牵引和场景落地为支点，工业互联网与智能技术融合有望进一步释放对实体经济的乘数效应。
这场由技术创新驱动的制造业变革，不仅是生产方式的升级，更是全球产业竞争格局的重塑。
当工业互联网的"神经系统"与人工智能的"大脑"深度耦合，中国制造正在书写从规模优势向质量优势跃迁的新篇章。
这场转型没有旁观者，只有将政策引导、企业创新和市场机制形成合力，才能让融合赋能的乘数效应充分释放，最终实现制造强国的战略目标。