工业是我国立国之本、强国之基，是实体经济的根基，构筑未来发展战略优势的重要支撑。2023年11月15日，工业互联网研习社创始人刘成军、上海华峰创享互联网络科技有限公司总经理费海平、上海汉韦信息科技有限公司总经理张平受邀做客“浦软产业频道”第7期节目，共同围绕“数智赋能，助力工业高质量发展”主题展开分享和交流，节目由上海流程智造科技创新研究院有限公司首席规划师郑茂宽主持。

上海浦东软件园作为央地共建的国家软件产业基地，致力于打造世界级数字产业创新社区。为进一步打响“浦软”品牌，服务园区现代化产业体系建设与发展，推动园区“引进来”与“走出去”，形成全国性辐射效应，上海浦东软件园与《中国企业报》中企视讯强强联合，于2023年8月9日共同打造并上线了“浦软产业频道”。

“数据+模型”驱动工业智能化升级新范式

刘成军深度剖析了工业制造的范式迁移，从四个方面探讨了数据和模型对工业智能化升级的推动作用，“一是迎接工业新一轮巨大变革的新常态，二是构建‘数据+模型’优化新范式，三是上海对数据要素和大模型相关部署的新举措，四是推动物理世界和数字世界融合的新未来。”

刘成军强调了构建“数据+模型”优化范式的重要性，通过构建“数据+模型”以及应用闭环赋能工业制造的转型升级，推动制造业向高端化、智能化、绿色化发展，工业互联网有望引领工业智能化新时代。

推动物理世界和数字世界的融合是未来工业发展的关键，在不同行业中数字技术与实际应用场景的融合已经开始，工业智能化最终将呈现互联进化、透明前瞻预测、敏捷等特点。“相信运用‘数据+模型’的一整套逻辑能够让价值落地，让改变发生。”刘成军分析道。

工业互联网标识解析助力工业数字化转型

工业互联网标识解析体系是我国工业互联网核心资源和重要基础设施。近日，《上海市工业互联网“标识沪通”行动计划（2023-2025 年）》正式发布。在此背景下，费海平详细介绍了工业互联网标识解析体系。工业互联网在数字经济中扮演了重要角色，通过建设标识解析体系为产业链的数字化提供了基础设施支持。

“工业要万物互联。”工业互联网不仅限于工厂内部的小范围网络，更多的是将整个产业链扩展到网络空间。联网后，数据需要上传云平台，并通过各种应用软件创新出智能化生产、网络化协同、平台化设计、数字化管理、个性化定制、服务化延伸等新应用模式。

费海平总结，标识解析体系作为国家级数字基础设施，通过国际根节点、国家顶级节点、行业和区域的二级节点、企业节点、递归节点构建完整的网络结构。基于该体系开发各类新型数字化应用软件成为可能，尤其在跨系统、跨环节、跨企业甚至跨行业的场景中表现出强大的应用潜力，创造巨大价值。

基于装备制造业数字化车间方案构建

张平围绕装备制造业类别和特点、装备制造数字化智能化建设、装备制造业数字化解决方案以及装备制造业数字化工厂案例展开主题分享。项目驱动型、副装总装并行、产品庞大而移动不便、生产周期长且对品质管控要求高是装备制造行业的主要特点。

在迎来数字化浪潮的时代，装备制造企业为提升生产效率、降低成本，正积极规划数字化和自动化的智能工厂建设。汉韦信息科技作为一家领先的装备制造企业，聚焦在以复杂组装为核心的装备制造，着眼于打造高效、高质量的数字化制造业管理体系，通过引入系统、数据采集、看板展示等模块构建数字化系统，实现工厂信息的实时监控和追溯。

张平还分享了两个数字化工厂合作案例，期望通过数字化工厂建设实现供应商和客户集成，实现对外供应链协同和对内计划一体化，构建智能工厂的整体场景。“通过阶段性的自动化、数字化再到智能化的建设路径，不断迭代优化，最终实现智能工厂的全面建设和运行。”

聚焦数智时代的新型工业化跃迁发展

大模型正在叩响工业大门，在工业制造领域也跃跃欲试，不过目前还没有到大展身手的时候，毕竟工业领域信息化基础相对薄弱，行业信息化水平差异很大，工业制造企业的特质更强调稳定可靠地运行，对新技术的敏感度没有金融、互联网那么高，总体上要慢几拍，更侧重于已验证过的成熟技术的应用，总体上处于观望阶段。但我们发现，还是有些工业场景在推进数字化转型的时候，在具有良好数据基础的情况下，大模型是可以有所作为，取得成效的。

工业企业应用大模型技术还存在哪些障碍与挑战？刘成军认为，随着大模型在工业领域崭露头角，业界逐渐意识到通用大模型与企业实际应用之间存在差异，垂直行业大模型的建设亟待解决。因此，企业需要着眼于数据基础建设，打通大模型应用的“最后一公里”。在垂直行业大模型建设和企业信息化数字化水平提升的双重推动下，工业领域的大模型应用将逐步实现更精准、更高效的智能化转型。

工业互联网标识解析被称为“数字世界的身份证”，标识解析在帮助工业企业实现数字化转型方面有哪些作用？费海平解释道，为确保模型训练所需工业数据的质量和数量，标识解析体系成为关键一环。标识解析体系积累了大量工业数据，为后续工业大模型应用提供了充分的数据储备支撑。通过标识解析体系的接入，企业将更轻松地获取高质量的工业数据，为工业大模型的应用奠定坚实基础。

工业数据涉及知识产权和商业机密，如何打消企业接入标识解析体系的数据安全顾虑？费海平表示，企业数据资产的安全性成为当下的热议焦点，标识解析技术应运而生，为企业提供安全可靠的数据管理方案。企业通过标识解析接入后，数据并非存储在外部节点，而是注册到企业自身节点中，可以选择托管在云上，也可以在企业内部建立服务器，灵活选择。无论哪种方式，数据所有权都归企业所有，保障了数据的本地化管理。

面向工业数字化的落地实操层面，很多企业工厂一线员工抱怨信息系统不好用，增加额外工作量，IT（信息技术）与OT（操作技术）如何实现有效协同与深度融合，真正助力实操层面的提质增效？张平解释称这一融合不仅在数据层面展现出高效合作，更在生产自动化、设备智能化和服务个性化方面创造了多重创新。装备行业在数字化转型中，将OT采集的实时数据与IT的管理业务数据融合，建立大数据分析模型。以化工行业为例，通过融合DCS数据和工单牌号，企业可以精准找出“黄金批次”，提高制造质量，实现数字化精细管理。

信息系统阶段性建设完成之后功能往往固化下来，对于企业不断变化的业务需求又该如何灵活应对？张平认为企业需谨慎规划，确保信息系统能够灵活适应业务变化。在这一过程中，企业需要从整体规划与分步实施入手，建立数字化车间，清晰定义并划分系统边界，建设IT团队以积极应对业务变化。数字化转型不仅是技术的升级，更是对企业整体运营模式的调整，通过明晰规划、服务理念融合、清晰边界划分和机动性团队建设，制造业企业将更好地适应数字化时代的挑战，实现可持续发展。