在全球制造业数字化转型加速的背景下，我国工业互联网发展面临新挑战。
传统工业软件开发周期长、成本高，制约了中小企业智能化改造进程。
同时，人工智能技术与工业场景的深度融合尚存壁垒，数据协议不统一、平台架构兼容性不足等问题亟待解决。
此次工信部出台的行动方案直击行业痛点，提出以深度学习、大模型技术为核心，强化工业互联网平台三大能力：一是要素连接能力，打破设备与系统间的数据孤岛；二是智能分析能力，实现生产数据的实时决策；三是资源配置能力，优化产业链协同效率。
值得关注的是，方案特别强调低代码、无代码技术的创新应用，此举将显著降低工业APP开发门槛，使一线技术人员无需复杂编程即可快速构建应用系统。
在具体实施路径上，方案部署了多层次创新任务。
技术层面，推动平台底层架构与人工智能适配，完善国产智能体标准协议；生态层面，探索建设工业"模型池"，培育可复用的模型产品；应用层面，打造"工业互联网平台+智能体"新模式，重点突破生产网络优化、智能设备健康管理等典型场景。
以某汽车零部件企业为例，通过部署智能体系统，其设备故障预测准确率提升40%，供应链响应速度提高25%。
业内专家指出，此次政策具有显著的前瞻性。
一方面，低代码技术将释放制造业长尾需求，预计未来三年国内工业低代码市场规模年增速超30%；另一方面，智能体标准的统一有助于破解"协议割据"难题，为跨行业协同奠定基础。
中国信息通信研究院测算，到2025年，工业互联网与AI融合有望带动相关产业规模突破万亿元。
推动工业互联网平台智能化与应用开发模式变革，关键不在概念更新，而在把技术能力转化为可衡量的生产效益与可复制的场景方案。
以标准促互通、以模型促复用、以应用促落地，才能让融合赋能真正深入车间与产线，持续释放实体经济高质量发展的内生动力。