赵敏和朱铎先合著的《新智：从工业革命走向全业革命》书中，作者提出了一个清晰的判断：世界已经进入了"新智时代"。新工业革命的意义早已超越了传统工业范畴，它以"新智"和"新质"两种强大力量，掀起了一场席卷各行各业的"全业革命"。全业革命是由新工业革命引发的突破性技术创新、数智化广泛应用、社会需求深刻转变以及政策适时调整等多重因素共同推动的全方位、全要素的全行业变革。 如果说"全业革命"是本书为时代命名的理论创见，那么支撑这一创见的两大理论基石——"工业发展六范式"的循序演进与"生产力三要素新模型"的认知突破——则为读者提供了理解这场变革的两把关键钥匙。 一、工业发展六范式：从传统工业化到理想化工业 《新智》一书最令人印象深刻的理论贡献之一，是系统性地提出了工业发展六个范式。这个框架不仅梳理了近三百年来工业演进的脉络，更重要的是，它让我们看清了今天工业所处的历史方位，以及未来的方向。 第一个范式：传统工业化。这是第一次工业革命以来的工业形态——以常规能源为动力，以自然资源为主要生产对象，以大规模标准化生产为主要方式。机器由金属和非金属材料组成，没有数字化装置，生产依赖人的经验和体力。其核心特征是劳动或资金密集型、依赖重资产、生产周期长。 第二个范式：信息化工业。始于20世纪70年代，信息技术开始嵌入工业生产与管理各环节。工控软件在生产领域实现了降本增效，CAX软件替代了手工绘图，ERP系统实现了企业内部资源的优化配置。但这一阶段的软件应用仍以"辅助人工作决策"为主，数据量不够大，难以做到真正的数据驱动。 第三个范式：数字化工业。萌芽于20世纪60-70年代，随着CAD/CAM等技术在工厂落地而起步，真正被系统提出则是在2010年前后。数字化工业的核心是用软件对工业全流程进行数字化建模，用数据贯穿企业的研、产、供、销、服等环节，基于数据进行预测和决策。其短板在于设备联网局限在车间级或局域网内，对大数据的分析与洞察不足。 第四个范式：智巧化工业。这是作者在《机·智》一书中首创的术语，其内涵与中国工程院提出的"数字化、网络化智能制造范式"相同。智巧化工业 ≈ 数字化工业 + 工业互联网 + 数据治理。它通过数字化、网络化、集群化改造，让芯片、传感器、网络、软件等赛博系统融入产线等物理实体系统，使"聋、哑、瞎"设备变得"耳聪目明"。 第五个范式：智能化工业。这是新一代AI融入工业化实体生产过程的范式。在智能化工业范式下，工业实体系统具备了"认知学习"能力——机器像人一样获取、学习和使用海量业务知识，实现正确决策和前瞻预测，具备"状态感知、实时分析、自主决策、精准执行、学习提升"五项能力。 第六个范式：理想化工业。这是工业的终极目标，由作者首次提出。作者将TRIZ（发明问题解决理论）中的"理想度"概念引入工业发展分析。理想度= Σ有用功能 /（Σ不良功能 + Σ成本）。依据这个公式，如果要使系统的理想度最大化，需要让有用功能趋于无穷多，或让不良功能和成本趋于零。理想化工业就是一种高度智能化、量子化、绿色化的工业范式——制造过程实现高度自动化、智能化、微尺度化和巨尺度化，满足任何制造需求，工业生产过程对环境影响趋于零，资源浪费趋于零，数据垃圾趋于零。 这六个范式清晰地勾勒出了一条进化路径：始于传统工业化，经历了信息化、数字化、智巧化、智能化，最终走向理想化工业。每一次范式迁移，都伴随着工业的内聚效应和外溢效应——内聚效应让工业自身提质增效，外溢效应则让工业能力辐射到其他行业，驱动全业发展。 这个框架的重大意义在于：它让我们认识到，今天的智能制造只是起点，不管叠加多少次"新一代智能制造"，仍然不是终点。 从当前智能制造走向理想制造，还要经历自主制造、生物制造、原子制造、场制造等不同发展阶段。而"全业革命"，正是工业范式演进到智能化工业阶段后，其外溢效应开始大规模释放到其他产业的必然结果。 二、生产力三要素新模型：重构我们对"生产力"的认知 如果说"工业发展六范式"回答了"工业从哪里来、到哪里去"的问题，那么"生产力三要素新模型"则回答了"新质生产力从何而来"这个时代之问。 马克思在《德意志意识形态》和《资本论》等著作中提出，生产力由劳动者、生产工具、劳动对象三要素组成。学术界曾给出一个生产力三要素传统模型，反映了三要素之间的"利用"和"加工"两种关系。但作者指出，这个流传多年传统模型已经不适用于描述今天的新质生产力。 基于此，作者提出了一个"生产力三要素新模型"。在这个新模型中，三要素之间不仅存在传统意义上的"利用"和"加工"两种作用，而是扩展为六种相互作用： ⑴劳动者制造、创新并使用劳动工具；⑵劳动者寻找、优化和管理劳动对象；⑶劳动对象与劳动工具之间可以相互转化，甚至同时具有二者身份（例如，工业软件既是开发者的劳动对象，也是用户的劳动工具）；⑷劳动对象作为一种产出物，培育、引导劳动者；⑸劳动工具助力劳动者提升MEI（物质、能量、信息）之间的变换能力；⑹劳动工具改变劳动对象的属性。 在三要素之间，一直流动着物质（M）、能量（E）和信息（I），三要素相互作用，甚至相互转化。作者据此给出了一个全新的"新质生产力"定义：在劳动者、劳动工具、劳动对象三要素之间，通过更高水平、更高频率的物质、能量、信息的动态交互，实现生产力协同升级、提质增效的新形态。 这个模型有三个重大的认知突破： 第一，对"劳动者"的认知突破。传统认知认为劳动者由人和生物组成。但今天，劳动者已经不再仅由人类和生物组成——出现了以类人的"数字劳力"替代某些人类劳动者的新现象。作者特别强调了"人体、人脑、人智"三种人类能力的区分。人脑劳动是个体化的、附属于人身的；但人智的特殊性在于，它不仅可以知识形式实现与人脑分离，还可以被汇聚、装载在人脑以外的数字载体中，形成替代人脑做分析、推理、决策和预测的"数智脑"。传统劳动者叠加新型劳动者——如具有高度智能的智能体数字员工、具身机器人、软件机器人等——是未来劳动者的常态。 第二，对"劳动工具"的认知突破。传统认知认为劳动工具是直接对物理实体劳动对象进行加工的物品或器械。但新工业革命时代的劳动工具，已经从机电一体化的工具进一步发展成为CPS（赛博物理系统）融合的、机电软网云传智一体化的劳动工具。内嵌不同算法的软件成为"数字工业母机"。传统劳动工具叠加新型劳动工具——如数字虚体系统、CPS、机电软网云传智一体化系统——是未来劳动工具的常态。 第三，对"劳动对象"的认知突破。传统认知认为劳动对象是一切物质资料。但今天，知识、数据、软件、大模型、量子等新型工业化过程中产生的非物质化资料，已经成为新型劳动对象。传统劳动对象叠加新型劳动对象——如各种程序代码、软件函数、设备运行数据、量子云等——是未来劳动对象的常态。 尤其值得关注的是，软件同时占据生产力三要素：处于开发过程中的软件是劳动对象；正式发布到市场的商用软件是劳动工具；融入了AI大模型的新一代工业软件、智能软件、软件机器人等，作为一种类人智能，已经开始替代某些现有岗位，成为新型劳动者。这是一个"数字奇观"，也是理解新质生产力的关键切入点。 这个新模型的重大理论价值在于：它不再把生产力三要素视为彼此孤立的静态存在，而是揭示了它们之间通过MEI动态交互、相互转化、协同升级的内在机理。正是这种更高水平、更高频率的MEI交互，催生了"新智"和新质生产力。 三、工业发展六范式与三要素中MEI融合发展 第一个范式：传统工业化。在这个范式下，工业生产的输入是物质（M）、能量（E）和以纸介质与人脑为载体的碳基信息（I），输出是经过加工的物质、转换后的能量和记录在纸上的信息。 第二个范式：信息化工业。在这个范式下，工业生产的输入仍然是物质（M）和能量（E），但信息（I）开始从碳基载体（纸介质、人脑）向硅基载体（电子数据）迁移，软件信息系统生成电子数据（D）进行数据管理，然而这些电子数据主要用来辅助人工作和决策，较少用于实时驱动工业设备，信息尚未成为独立的生产要素。 第三个范式：数字化工业。在这个范式下，工业生产的输入仍然是物质（M）和能量（E），但信息（I）发生了质变——从辅助性的电子数据升级为工业大数据生产，数据管理进化为数据分类与数据精华提取，信息开始反向驱动工业化实物生产，但是，设备联网范围有限、数据洞察能力不足，制约了信息（I）对物质（M）和能量（E）的优化效能。 第四个范式：智巧化工业。在这个范式下，工业生产的输入除了物质（M）和能量（E）之外，信息（I）已经通过工业数字孪生数据生产实现了与工业化实物生产的双向流动——信息不再仅仅是输入和输出，而是通过数据治理与数据洞察，实时反馈优化物质（M）的加工路径和能量（E）的使用效率，然而信息（I）的流动仍受限于企业边界，尚未形成社会化的大规模MEI动态交互。 第五个范式：智能化工业。在这个范式下，工业生产的输入发生了巨大变革——在物质（M）和能量（E）之外，信息（I）进化为iM（智能物质）、iE（智能能量）、iI（智能信息），工业数字孪生及工业智能数据生产与工业化实物生产形成深度双向融合，信息（I）不仅实时驱动和优化物质（M）与能量（E）的转换过程，而且通过数据资产与数据智能实现自我迭代，以及生成式AI和智能体的广泛应用，MEI三要素之间实现了更高水平、更高频率的动态交互，迸发出前所未有的新质生产力。 第六个范式：理想化工业。在这个范式下，工业生产的输入与输出趋于统一——物质（M）与智能物质（iM）、能量（E）与智能能量（iE）、信息（I）与智能信息（iI）完全融合，碳基/硅基数据资产融为一体，数据垃圾趋近于零，MEI之间的界限消融，系统以近乎零的成本和零的浪费，利用超系统资源（如宇宙背景能、行星引力能、极寒能、极热能、量子纠缠等）实现按需创生，理想度公式：理想度=∑有用功能/(∑不良功能+∑成本)，趋于无穷大。 四、两大要点的内在联系与时代意义 综上，"工业发展六范式"和"生产力三要素新模型"两个理论要点，并非孤立存在，而是有着深刻的内在联系。 工业发展六范式描述的是"宏观进程"——工业作为一个整体，从低级形态向高级形态演进的轨迹。每一次范式跃迁，本质上都是生产力三要素发生质变的结果：传统工业化时代，劳动者是产业工人，劳动工具是机械，劳动对象是自然资源；信息化时代，软件开始成为劳动工具；数字化时代，数据成为劳动对象；智能化时代，AI大模型、智能体开始成为新型劳动者。 生产力三要素新模型揭示的是"微观机理"——在每一次范式跃迁的背后，是劳动者、劳动工具、劳动对象之间通过MEI的动态交互实现协同升级。没有三要素的持续变革，就没有工业范式的持续跃迁；没有MEI的更高水平交互，就没有"新智"和新质生产力的持续涌现。 两者结合，构成了理解全业革命的完整框架：工业范式的演进让工业自身不断升级，而工业升级的外溢效应又推动了其他行业的变革。当工业发展到智能化范式阶段，其孕育的"新智"（新一代AI及其催生的超级智能体）和"新质"（新质生产力）开始大规模外溢——从制造业溢出到农业、建筑业、金融、物流、医疗、教育等各行各业，最终形成"全业革命"的宏大格局。 五、结语：从理论到实践的启示 《新智》作为"走向智能丛书"的收官之作，既是对前七本书的理论总结，也是对未来的前瞻思考。例如丛书的开篇之作《三体智能革命》中提出的判断智能系统的"20字箴言"：状态感知，实时分析，自主决策，精准执行，学习提升，在《新智》书中被定义为开发智能体的方法论和基本框架。 "工业发展六范式"告诉我们：每个行业、每个企业都可以在这个框架中找到自己的位置——是处在信息化阶段，还是数字化阶段，抑或已经开始迈向智能化？位置不同，战略不同，路径不同。 "生产力三要素新模型"则提醒我们：无论身处哪个行业，都必须重新审视自己的劳动者、劳动工具和劳动对象——数据是不是已经成为你的劳动对象？软件是不是已经成为你的核心劳动工具？AI是不是已经开始扮演新型劳动者的角色？智能体是不是已经成为"数字同事"？等等。 工业发展六范式与三要素中MEI不断融合，是当今工业发展的基本规律，是"新智"和"新质"社会化应用的具体体现。 正如作者在后记中所写的："抓住新智的'智高点'，占据新质的'质高点'，人类就能牢牢掌握'智能文明操作系统'的密钥。"全业革命的大潮已经涌来，我们既是见证者，也是参与者，更应该是创造者。 这场从工业革命走向全业革命、从数字经济走向智能经济的变革，终将汇入智能社会的汪洋大海。而《新智》这本书，正是我们理解这场变革、把握这个时代的一个风向标。阅读此书，必有收获！免责声明：本文采摘自英诺维盛公司，仅代表作者个人观点，如有侵权请联系我们删除。

在7月底，我写了题为"新一代智能制造之我见"的文章，引发了业内同行的关注和讨论。今天想再讨论一个与上一篇文章高度相关的一个话题——新一代工业互联网。 关于工业互联网，近十年来我写过40多篇有关文章。感觉工业互联网一直在与时俱进，迭代发展。尤其是从今年开始，工业互联网进入了一个全新发展机遇期。我在刚刚出版的《新智：从工业革命走向全业革命》新书中，专门写了"第十章 新一代工业互联网（新工网）"。 1.重新再出发：凤凰涅槃之后的浴火重生 工业互联网是一个曾经火热，近年渐冷，需要重新审视的词。 八九年前，"设备上云"、"标识解析"、"5G+"、"百万工业APP"响彻在各类产业论坛，数千平台企业如雨后春笋般涌现，仿佛只要将机床、仪表和MES系统接入云端，工业互联网便水到渠成。 2026年生成式AI狂飙席卷全球，人们骤然发现：那些耗费巨资建设的工业互联网平台，大多仍在做着"数据搬运工"的活儿——把设备状态从车间搬到大屏，把生产报表从网页版变为微信版，把工业软件拆成APP，却很少触及制造业最核心的痛点：工艺创新、材料革命、自主决策、工业知识生成。 发端于2017年末的工业互联网，本质上是一场"联接革命"，其历史使命是打破信息孤岛、实现设备互联，释放工业互联网乘数效应。但当大语言模型已经能够自主编写工业控制代码、生成三维模型、规划工艺路径时，仅做"联接"已显得很不够。 中美人工智能对决已成定局；OpenRouter模型聚合生态社区上最受欢迎的前六大模型全部来自中国厂商。在技术代际跃迁和国际竞争态势下，工业互联网如果还停留在"依托平台调度资源池"的应用中，便是没有跟上当今技术发展步伐。 2026年1月，工信部《推动工业互联网平台高质量发展行动方案（2026—2028年）》明确提出，要"基本建成泛在互联、数智融合、深度协同、开源开放的新一代工业互联网平台生态"。邬贺铨院士在6月的工业互联网大会上宣布：产业已"正式迈入智能体工业互联网新阶段"。工联院鲁春丛院长发表"构筑‘人工智能+制造’新优势"文章。信通院余晓晖院长发表"人工智能浪潮下，工业互联网发展的认识与思考"演讲。《新智》书笔者指出："以大模型为代表的AI技术与工业互联网结合已成为新一代工业互联网发展的重要趋势。"各界认知与多重信号表明，工业互联网需要浴火重生，快速转型，需要重新定义，再次出发。 2.三层次跃迁：从"数据汇聚"到"智能体网络" 经典工业互联网平台的核心逻辑：汇聚设备数据，进行分析挖掘，再以可视化形式呈现给操作者和决策者。这种逻辑在八九年前无可厚非，但在生成式AI时代，平台的核心能力已经从"数据汇聚"转向智能体网络。 新一代工业互联网平台的内涵，至少包含三个层次的跃迁： 第一层是"联接底座"的扩展。这仍然是基础，联接是方法论和硬道理。但联接的内涵已从单纯的设备联接，扩展为数据联接、模型联接、智能体联接。工信部政策要求重点平台工业设备联接数突破1.2亿台（套），但这只是起点。未来的联接底座必须能够承载工业大模型、运行工业智能体、实现生产系统的快速优化与进化，迈入真正的万物互联时代。 第二层是"模型层"的崛起。平台的资源池需要扩建"模型池"，整合数字建模工具、标准算法库及开源组件，降低模型开发的技术门槛。强调模型池，并不是简单地把大模型搬进企业，而是融合工业增强知识图谱、全域工业数据、工业机理模型、数字孪生和多智能体协同，构建能够理解真实场景、推演工业规律、支撑企业业务运行的类似华为工业数据图谱平台的iDME.X的"工业AI引擎"。 第三层是"智能体层"的部署。多智能体已经开始扮演"数字员工"的角色，平台要支持"平台+多智能体"的融合架构，依托智能体互联协议，实现多智能体在复杂生产场景中的任务调度、信息共享与群体协作。从技术趋势上看，工业互联网平台正在从"被动联接"走向"主动智能"，成为智能体网络。 从"数据汇聚"到智能体网络，这一使命重建，意味着我们必须重新审视新一代工业互联网。例如，"AI工厂"的语境正在近似替代智能制造和工业互联网。 3.平台安在否？平台的尽头是开源社区生态 工业互联网的"平台"还存在吗？答案是肯定的。工业生产的复杂性决定了任何单一企业、单一模型、单一智能体都无法独立完成全部任务。工业互联网平台的核心价值之一在于集约化和优化——集约算力、集约模型、集约数据、集约智能体，实现资源优化配置。没有平台，每个工厂都要自建大模型、自训智能体、自搭算力集群，这在经济上不可行，在技术上也不必要。 平台的形态和内涵正在发生根本性变化。未来的工业互联网平台，将呈现"三位一体"的新形态：基于AI大模型的认知层、基于开源知识社区的生态层、基于智能硬件的物理层，三者深度融合，相得益彰。 认知层是平台的大脑。生成式AI大模型本身是一个具有认知能力的智能平台。当工程师用自然语言说出"设计一个比钢轻、比铝硬、耐300度高温的支架"需求时，平台不再输出一批检索的文档报表，而是直接输出可执行的3D打印参数和工艺路径。这是"文生万物"智能技术在工业领域的落地——语言即运行指令，需求即工业代码。工业智能的底层逻辑已经被重构。 生态层是平台的血脉。开源大模型平台才是新的产业组织核心。未来的工业平台，应该拥抱这种开源生态，从"企业主导的工业互联网平台"进化为"开源社区主导的智能体网络生态"。深圳已成立并运营的"工业知识联盟""开元社区"等，正是这一趋势的先发力量。"玩转知识"是今天工业发展的充要条件，也是大语言模型的构建逻辑。 物理层是平台的感官+躯体。物理AI必须理解重力、惯性、热疲劳等科学效应，并直接输出可执行的物理约束条件。而这份"理解"的可靠来源，正是高炉、磨煤机、涡轮台架等重资产设备上流淌的毫秒级真实垂域数据——力觉、热觉、声发射、电磁感应的多模态传感流。垂域数据（工业语料）过去重要，今天更重要。它天然具有 "数据不出域"、"采集即加密"的属性。尽管模拟合成数据可以无限生成，但若缺少物理设备产出的工业语料作为锚点，所生成的数据集将偏离真实物理规律。 4.网络安在否？网络的尽头是"算力神经网" 工业互联网的"网络"还存在吗？当然存在，但它将不再是传统意义上的数据"通信管道"（BTW，用管理通信管道的手段去管理工业互联网并不适用），而是进化为"算力神经网"。 传统的工业网络——无论是工业以太网、工业物联网——追求的是确定性、低时延和高可靠。这些指标在控制层依然很重要。AI的崛起给网络赋予了新使命：网络不仅要传输数据，还要传输模型、传输梯度，乃至传输"物理规则"，因为"模型即数据"。 2026年7月，工业互联网大会发布了中天钢铁淮安基地的"5G+AI+新型工业控制"成果，以5G-A网络、云化PLC和人工智能为技术核心，构建"网-算-控"一体化新型工业网络体系。这一实践的启示是：网络、计算、控制不再分层运作，而是深度融合：网络承载算力，算力驱动控制，控制优化网络，走向"算力神经网"。 黄仁勋在CES 2026上发布的Vera Rubin平台进一步揭示了这一趋势。其NVLink-6交换机的机架内网带宽达到每秒240太字节，通过BlueField-4 DPU管理高达150TB的共享上下文内存池。未来的工业网络，必须能够支撑"模型即数据"的超带宽流动。当一台边缘设备上的智能体需要调用云端大模型的推理能力时，网络传输的不仅是传感器的采数，还有模型的中间状态、注意力权重和上下文记忆。 随着物理AI的部署，工业网络可能变成三层叠加：调度电力与算力的匹配的能源层网络+调度模型与数据的流动的认知层网络+调度设备与执行器动作的物理层网络。其中，认知层网络训练一个工业级物理AI所需的计算量，远超传统数字化系统，而推理端的毫秒级响应又要求算力必须贴近产线部署。这样的"算力神经网"才能支持"AI工厂"的顺畅运行。 5.APP安在否？APP的尽头是"功能微粒" 工业APP还存在吗？笔者的判断是：作为屏幕上单列的工业APP将走向消亡，但作为"功能微粒"的工业APP将以智能体形态重生。 经典工业APP的本质，是将特定工业知识封装为可点击的软件功能——设备监控APP、能耗管理APP、质量检测APP等。用户需要逐个点击打开、操作、切换。在智能体时代，这种"人找功能"的模式已经落后。黄仁勋在今年1月CES大会讲到："智能体系统就是界面（The agentic system is the interface）"。当工程师可以直接用自然语言向工业智能体下达指令并顺利完成操作时，谁还会去点击那么多的APP图标？ 工业知识的未来封装形式是：工业APP退居幕后，成为智能体的skill或知识插件，即工业APP的"隐世孪生"。智能体通过自然语言理解用户需求后，自动调用后台的拔模、画网格、工艺规划、供应链优化等工业知识。APP们不再拥有独立的UI界面，而是以API、模型插件、智能组件等"功能微粒"形式，被智能体按需调用、组合、编排。 其演变方向是：从"固代码、刚规则"走向"即生成、智服务"。用户不再需要下载、安装、配置一个APP，而是通过自然语言描述需求，平台自动调用各种智能组件和skill，生成一个临时性的智能体来完成特定任务。任务完成后，这个智能体可以解散成智能组件和skill，以备复用。工业APP的尽头，APP的个体形态已经瓦解，但其功能正在以更细颗粒度的"功能微粒"重生。 工业APP与智能体的本质区别在于：工业APP是"僵化"的——功能固定，逻辑预设，只能处理已知场景；工业智能体是"活化"的——能感知、能推理、能决策、能学习，可以处理未知场景。 工业APP并不会一夜消失。在规则相对明确、流程相对固定的场景中（如生产控制、风险识别），工业APP仍然高效、可靠、低成本。而在工艺优化、概念方案设计等需求相对复杂的场景中，生成式AI驱动的智能体正在取而代之。 6.智能体崛起：当"AI调度员"成为数字同事 笔者认为：未来，工业互联网是智能体的"躯体"，智能体是工业互联网的"灵魂"。二者的关系，已经是主从易位——从以"平台为中心"转向"智能体为中心"。 在2026年之前的旧范式中，工业互联网平台是主角，AI是平台上的一个功能模块。在新范式中，基于AI的工业智能体是主角，工业互联网平台退化为被智能体调用的基础设施。多个智能体——设计智能体、工艺智能体、调度智能体、质检智能体——在数字空间中自主协商、分解任务、调用资源，而工业互联网只是它们感知物理世界的信息通道、执行物理动作的具身肢体。 这种转变的深刻性，体现在数智化"AI调度员"机制的铺开。所谓"调度员"，不是机器人站在流水线旁监视工人，而是一套算法系统直接接管了生产调度、质量判定、工艺优化和绩效评估的全部决策权。一线技工三十年积累的"耳贴大改锥，听声辨故障"经验，被声纹传感器和频谱分析智能体替代；车间主任的排产、协调职能，被约束优化算法智能体替代。 工业智能体的崛起，意味着"AI调度员"之类的数字员工的普及应用。有实体身躯的具身智能体和无身躯的多智能体软件，都可以成为数字员工。实践证明，一个做研发的数字员工可将概念设计效率提升百倍。 邬贺铨院士预测2026年"依托工业智能体、行业大模型、工业知识图谱搭建跨设备、跨产线自治闭环，实现AaaS（智能体即服务）模式"。这意味着智能体不再是辅助人类做决策的工具，而是能够自主进行状态感知、实时分析、自主决策、精准执行、学习提升的"数字同事"。以后企业的核心问题，不再是如何建设更好的工业互联网平台，而是如何培育、管理、约束分布式的工业智能体。 7.智造须跃迁：2026年重新定义两大事物 工业互联网与智能制造两大事物和彼此关系，在2026年发生质变。 2026年以前，智能制造的主流叙事是"数字化+网络化+智巧化（Smart）"。工业互联网被寄予厚望，在文件层面被视为智能制造的核心载体和关键基础设施。彼时，智能制造的标杆是"黑灯工厂"、"柔性产线"、"数字孪生"，工业互联网平台负责打通设备层、控制层、管理层，实现数据驱动的优化。 2026年，智能制造进入了"AI原生制造"（注：英伟达用"AI工厂"，华为用"AI梦工厂"）的新纪元。2026年《政府工作报告》首次提出"打造智能经济新形态"，标志着从"AI+"到"智能经济"的跃迁。"AI+工业互联网"被定位为"AI+制造的战略基础设施"。 对于两大事物，笔者给出自己的新定义： （1）新一代智能制造定义： 在生成式AI时代的智能制造中，智能体本身就是制造系统的界面、大脑和神经系统。工厂有了会思考、能对话、可进化的数字大脑，人机之间说人话，设备之间自己协商办。 （2）新一代工业互联网定义： 生成式AI时代的工业互联网，是贯穿产业链的"智能体网络"。它把联接对象从人机物的数据升级为智能体的认知与决策，让跨工厂、跨企业的人机之间说人话，让供应商、制造商、物流商的智能体自己协商办，成为产业级协同的神经系统。 2026年的新一代智能制造，需要新一代工业互联网提供三种新型能力：工业语料的实时采集能力（为物理AI提供真实世界的坐标原点锚定）、合成数据的仿真验证能力（为合成数据提供物理上可信的试验场）、智能体的安全执行能力（为AI调度员提供可靠的物理安全环境）。 8.话语权博弈：平行体系中抢占工业语料 国际工软五大巨头（英伟达、新思、锴登、西门子、达索）的业务发展方向，正在深刻重塑工业互联网的边界。它们不再是传统意义上的"工软供应商"，而是"物理AI全栈体系"的构建者，其平台化战略正在对传统工业互联网平台形成降维打击。 英伟达已从AI芯片供应商进化为"AI工厂"的总架构师。黄仁勋提出的"三台计算机"——训练计算机、推理计算机、模拟计算机（Omniverse+Cosmos）——构成了物理AI的完整闭环。Alphamayo自动驾驶AI、GROOT人形机器人系统、Isaac Sim仿真平台，定义了新型工业软件。英伟达与另外四个巨头的深度结盟，意味着未来的工业设计、仿真、制造将全部在AI加速的物理引擎中完成，圈定了"AI工厂"的边界。 这些巨头的共同趋势是全栈+物理AI+闭环。它们从芯片到软件、从仿真到制造、从设计到运维，构建起垂直整合的"AI工厂"。这对中国工业互联网产业发展提出了挑战：如果我们的平台不能接入或自主构建同样的全栈能力，将成为这些巨头生态体系中的边缘节点。 进一步博弈在于地缘政治。中美关系对工业互联网和智能制造的影响是结构性的，大概率会脱钩为中美两个平行体系。据美国国会美中经济与安全审查委员会（USCC）2026年3月报告《双重循环》及中文媒体报道："中国开放的人工智能模式战略及其制造业主导地位是相辅相成的。形成了一个反馈循环，即广泛的采用推动迭代，然后是进一步的采用。"结论是冲击美国造业的发展。 新一代工业互联网和新一代智能制造，有可能成为中美AI竞争的一个角力场——不是比谁的模型参数大，而是比谁的AI能真正建设"AI工厂"；不是比"如何优化资源配置"，而是比如何具备"平行体系切换"能力；不是比"新一代工业互联网"有几个定义，而是比谁掌握更多的工业语料，因此而有权定义它。 话语权居然约等于"语料权"！这是前所未有之新事物。工业语料已被多国纳入"战略资源"，没有重资产产线的国家，将失去训练生成式AI和培育物理AI的能力，失去定义新一代工业互联网和新一代智能制造的权利。从中国的国情和工业资产结构来看，话语权显然在我们手里，就看我们如何用好它。 9.结语：话语权在我们手中 八九年前那个以"联接"为核心的工业互联网，确实已经过时了。2026的新一代工业互联网，换了一副新面孔，具了全新生命力。平台的尽头是开源社区生态；网络的尽头是"算力神经网"；APP的尽头是智能体"功能微粒"。新一代工业互联网正以"AI原生"的形态重新登场——承载大模型、运行智能体、融合物理AI、构建开放生态社区。 与智能制造早期沿用日系定义不同，中国最早定义了工业互联网术语，独立自主地发展了中国的工业互联网。欧系的工业4.0是失败的，第四次工业革命是式微的。而中国的工业互联网，一直在良性发展，惠及企业，哺育智造。关于中国工业互联网的独特创新，详见《人本：从工业互联网走向数字文明》一书（作者：赵敏 朱铎先 刘俊艳）。 2026年，新一代工业互联网话语权在我们手中。免责声明：本文采摘自英诺维盛公司，仅代表作者个人观点，如有侵权请联系我们删除。

一、从高端智库的文章观点偏差说起 前几天读到了一篇经济学家写的名为《新一代智能制造的主要特征及其对全球经济格局的影响》（以下称“该文”），感觉该文很可能代表了体制内经济学界对智能制造的当前认知水平。该文总体上写得行云流水，文字顺畅，叙事宏大，不少群友点赞，放到5-10年前，这应该是一篇优秀文章。但是如果以今天的科技发展态势、智能技术水准和国内外形势大背景来评判，能看出该文作者其对“新一代智能制造”的时代背景并不清晰，技术定义和论述方式并不恰当，一些观点写得明显有偏差。因此笔者想给出一些分析，看看偏差在哪里，权作技术讨论，欢迎批评指正。 该文在7月发表，恰好与6月某些著名工信专家的“新一代智能制造”论坛发言形成呼应——他们共同构成了一套对2026年产业可能产生重要影响的智库话语体系。这种看起来特别权威、读起来铿锵有力、干起来不太管用、剖析起来体系落后的高端智库文章，是近十年国内智能制造学术圈的一个典型现状。 如果说工信领域专家报告是“工程专家思维”的滞后，那么该文作者的文章则是“经济学家思维”的错位——该作者把“新一代智能制造”纳入自己擅长的工业经济学，直接嫁接到“第四次工业革命”的叙事上，这种论述逻辑表现出该文作者对当今飞速发展的真正的“新一代智能制造”核心技术——生成式AI、AI原生制造、算力底座、工业智能体等技术现状，了解不够，对中国口径的“新工业革命”的常用表达，领会不够。 二、“五个特征”的经济学观点：内容不新 该文作者文章谈了“新一代智能制造”五个特征：1.生产方式革命（大规模标准化→差异化定制）；2.人机关系革命（替代→协作→共融）；3.生产效率革命（线性→指数）；4.产业组织变革（链式→平台生态）；5.社会形态变革（单一技能→复合型人才）。 同样在7月，埃隆·马斯克在23日接受英国杂志《经济学人》专访时，谈了五个重要观点：1.大约五年之内，人工智能的综合智力水平，将会超越全体人类智力总和，十年尺度来看，人类大概率不再是主导世界的力量；2.阻止技术浪潮几乎不可能；3.人类拥有共同的底线。同时治理不能只局限美国企业，必须纳入中国AI研发团队；4.人为设置壁垒无法阻挡中国AI产业前进，限制交流只会割裂全球技术生态；5.让人类成为多行星物种，规避单一星球灾难带来的文明灭绝风险。 对比马斯克的五个观点，该文作者的五个特征高下立见。其重要缺失在于，五个特征均未触及“生成式AI”这一关乎“新一代智能制造”发展的最大变量。参见下表： 特征 文章中论述 2026年产业现实 差距与不足 1.生产方式 “用户可以通过APP选择颜色、内饰、动力配置…工厂按需柔性生产” 生成式AI已能实现“输入自然语言需求→AI自主设计3D模型→自主规划工艺→自主编程控制→生产”闭环 仍是“信息化时代的定制化”思路，未提AI自主设计、自主工艺规划、自主代码生成，与“AI原生制造”相差甚远 2.人机关系 “具身智能…是‘机器成人’，成为企业的数字员工” 生成式AI+具身智能已实现工人用自然语言指挥机器人，AI自主分解任务 将“具身智能”理解为传统机器人的升级。“数字员工”也未必一定是具身智能，智能体也可以 3.生产效率 “生产系统具备了自主学习和决策能力，生产系统的效率提升…‘指数级改进’” 生成式AI带来的不仅是“学习优化”是“创造新方案”，AI可自主发明工艺路径、生成合成数据替代物理试验 以2017年定义的，大都属于“判别式”的五种AI的效率优化叙事，未触及“生成式AI”的百倍效率重构 4.产业组织 “依托工业互联网平台，…形成可动态调度的资源池” OpenRouter上中国开源大模型已占前六，开源生态正在重构全球产业组织 强调工业互联网平台思维，未认识到开源大模型平台才是新的产业组织核心 5.社会形态 “需要‘工艺工程、数据解读和系统思维’的复合能力” 大模型已能自主进行数据解读和系统思维，人类角色应转向“目标设定+伦理监督” 严重低估了生成式AI的能力跃迁，仍用“人机协作”叙事，回避了“人机权责重构”尖锐问题 2026年下半年伊始，当DeepSeek V4已经100%运行在华为昇腾上、当中国大模型的周token调用量超美国两倍时，仍在沿用信息化/数字化概念，讨论“通过APP选颜色”、“工业互联网平台资源池”等常规技术，尽管整体上讲的内容很丰满，但是也表现出该文作者确实忽略了生成式AI技术飞速跃迁的现实，所强调的重点无法准确表达“新一代智能制造”的当今技术特征。 三、“数字员工”与“智能鸿沟”：论述不准 该文作者对“具身智能”概念的理解不是很全面。其观点：具身智能以“机器成人”的形式，可以成为企业的“数字员工”，这是对的。但是忽略了，没有“身体（物理设备）”的多智能体软件，也可以成为企业“数字员工”，例如目前已经商品化的“产品设计创新智能体CAI”软件，就可以以“数字员工”形式，通过“文生文，文生表，文生图，文生3D动画”的生成式方式，把产品概念设计的效率，提升约百倍。 该文作者认为具身智能是“感知、决策、学习能力的自主化”，却忽略了生成式AI对智能体的关键的赋智、赋能作用。尽管作者也谈到“人工智能”，但读者要注意的是：文中的“人工智能”，是指2017年定义的“新一代人工智能”中表述的五种人工智能，即“大数据智能、跨媒体协同智能、人机混合增强智能、群体集成智能、自主智能”，作者在文章中专门引用了“大数据智能、人机混合增强智能、群体智能”这三种。这些9年前的AI并不是今天的生成式AI，这是技术代际的错位。用“上一代人工智能”当作“新一代人工智能”，来论述今天的“新一代智能制造”，是作者的一个疏忽。 在论述智能制造带来的社会后果时，该文作者提到可能产生“智能鸿沟”，这是一个睿智的观察，但是，智能鸿沟到底是基于“上一代人工智能”的“智能制造”所导致，还是真正的“新一代人工智能”所导致，没有说明和界定。真正导致智能鸿沟的原因，还是新一代生成式AI。作者提出“要主动进行制度设计、教育革新和社会引导”的初衷是很好的，但是是不够的，因为没有触及根本原因。智能鸿沟的形成，并非是教育体系和制度设计的不足所导致，而是生成式AI本身对劳动市场和教育领域的双重颠覆性冲击所造成的。当生成式AI已能替代中级工程师的工艺设计工作、替代80%程序员写代码时，仅做“教育革新”是治标不治本的，因为教育本身也正在被AI颠覆，高校老师现在连怎么上课，都成了亟待解决的大问题。学什么，教什么，怎么学，怎么评价教出来的人才，这是一个需要多部委共同协调解决的社会性、革命性的大问题。作者未对此进行延伸思考。 四、“数据要素”与“平台生态”：认知面窄 该文作者在“实现路径”中强调“数据要素进入生产函数”，并指出“数据遵循边际报酬递增规律，数据具有非竞争性和正外部性，边际成本趋于零”。这些表述在经济学教科书中完全正确，但对于解决企业数据的核心痛点问题，如同隔靴搔痒。 关于“数据要素”的现实困境是： 企业“不敢共享”——担心工艺数据泄露给竞争对手； 企业“不能共享”——数据标准不统一，设备七国八制，接口封闭； 企业“不愿共享”——数据确权、定价、收益分配机制尚不完善。 该文作者只字未提企业的上述数据困境。其实建国70多年来，绝大部分企业从来就没有关注过该如何管理自己的企业知识，数据资产严重确实，更遑论“数据要素”。 该文作者亦不了解生成式AI带来的“合成数据革命”——当大模型能够帮助企业生成高保真的工业仿真数据时，真实数据的稀缺性将被彻底改变，“数据要素”的逻辑本身需要重写。以合成的高保真的工业仿真数据训练机器人和汽车，已经取得成功。 在“平台生态”方面，该文作者仍停留在“依托工业互联网平台，将设备、技术、人才、数据等要素数字化、标准化、模块化”的传统叙事。2026年的产业现实是： 开源大模型平台（如Hugging Face、OpenRouter）已成为全球AI应用的基础设施； OpenRouter上最受欢迎的前6个大模型全部来自中国大模型厂商； 中国开源模型占全球下载量的41%； 深圳已经成立“工业知识联盟”“开元社区”等真正为新一代智能制造赋能的开放社区。 这意味着，产业组织的核心不再是“企业主导的平台”，而是“开源社区主导的生态”。该文作者未在开源生态上着重笔墨，仍在用“链式→平台”的二维演进模型，来描述一个“开源智能体网络”的动态三维现实，认知面确实窄了一点。 五、全球格局竞争格局论述：战略模糊 该文作者在文章后半部分用了多个段落分析“新一代智能制造重塑全球经济格局”，提出“比较优势的逻辑被重构”、“全球价值链的地位分工”、“全球竞争规则被重新定义”等论述，这些说法字面上显然正确，放在2018年以前没有任何问题，但2026年7月的现实是： 美国对华AI芯片出口、大模型使用等管制持续收紧，技术脱钩几乎成定局，即使日后解除管制，但是中企的“备胎”意识已经建立； 中美在生成式AI领域形成两级对决态势，欧日韩等已经出局，“第四次工业革命”的发源地已经式微； DeepSeek V4包括以后新版，100%迁移至华为昇腾+CANN Next，标志着中国必须构建不依赖国外技术的平行体系。 在这种技术竞争和国际背景下来讨论“新一代智能制造重塑全球经济格局”，未免有些尴尬，“新一代智能制造”内涵没有论清楚，“重塑世界经济格局”大概率也是一厢情愿。在良好的意愿下，作者认知带有一定程度的战略模糊和去政治化的天真。 自新工业革命发生以来，全球工业智能化的发展趋势，并不是十多年前大家设想的中西方“共建”剧本，而是发展成为“中美两套体系的竞合”，欧洲体系已经落伍。 此前都是西方定义规则，中国跟随，快速赶上。如今中国想要“定义规则”，以“新一代智能制造”发展智能经济，前提必须是构建自主可控的技术栈（芯片→框架→模型→应用），而不是靠“比较优势升级”的温和叙事去取得成功，这种叙事的梦境，早已被始于2018年并且愈演愈烈的打压、断链、实体名单等各种操作，打得粉碎。 “重塑全球经济格局”需要关注的重要问题是： 如果脱离它国技术建立的AI生态，中国的“新一代智能制造”能否部署？ 如果“四巨头联盟”对中企断供工业软件，会发生什么？ 如果高端传感器和精密传动部件进口受阻，中国智能装备的“状态感知，实时分析，自主决策，精准执行，学习提升”能做到几条？ 上述问题已经不是“全球价值链的地位分工”的经济学议题，而是国家技术主权的生存问题。不着眼这些“新一代智能制造”的“地基”，而只聚集“新一代智能制造”的“阁楼风景”，就如同沙滩上盖高楼了。 六、某些高端智库文章通病：对标偏差 该文中写的“新一代智能制造将是人类历史上第四次工业革命”，“新一代智能制造之所以被称为第四次工业革命的核心标志”的语句，严格地讲，有以下问题： 德国人认为“第四次工业革命=工业4.0”，这是以德国人为代表的欧系工业思维的常见表述，沿用“第四次工业革命”的说法将会落入“工业4.0”的话语窠臼。国 家层面的表述很睿智，只讲这是一轮“新工业革命”，不讲工业革命的代际划分，因为代际划分是有学术争议的。 在2019年以后，国 家层面对“新工业革命”的表述口径是“新一轮科技革命和产业变革”，绝不采用西方定义的话语体系。中国的新工业革命或新一代智能制造，没有必要与“第四次工业革命”这个西方定义的概念绑定在一起。 2026年，中国已经坐上全球科技与工业发展的主桌，有了强大的“议价”能力，绝不会再把自身发展权依附于欧系主导的“第四次工业革命”的技术路线。因此不应该有“新一代智能制造将是人类历史上第四次工业革命”这种不恰当的表述。 德国引领的“工业4.0”是一个概念成功、落地失败的欧系样板，中国没有必要再去对标和跟随。而美国引领的AI技术浪潮，已经呼啸而来，我们已经全力跟进，业界正在加紧研究工业AI的落地。高端智库专家不能在讨论“新一代智能制造”上，搞错对标方向，弄混概念和定义。 无论是经济学家的文章，还是工信专家的同主题报告，在本质上，两者都是用旧范式的话语体系，讲述2026年的“新一代智能制造”内涵，弱化了新范式的颠覆性与革命性。高端智库专家的文章，本应该对行业形成引领，但是却多处疏漏，方向偏差，技术落伍，让人感到遗憾。 七、结语：掌握“新工业革命”话语权 2026年7月的中国，已经拥有如下科技与工业竞争能力： Kimi、DeepSeek最新测试结果多项指标位列前茅； 中国主要大模型周调用量达到7.94万亿Token，对比美国模型3.76万亿Token，调用量超美国两倍； 中国开源模型已占Hugging Face平台月度及总体下载量的41%，位列第一； AI生态网站OpenRouter上最受欢迎的前六大模型，全部来自中国厂商； OpenAI大模型在测试中失控后，中国人工智能成功救场； 微软正在准备测试Kimi K3，评估它能否在部分Copilot和Azure工作负载中替代更昂贵的OpenAI与Anthropic模型； 拥有自主的AI算力底座（华为昇腾+CANN Next）； 拥有自主的龙芯芯片、鸿蒙操作系统、P-K体系等； 掌握“西电东送”特高压输电技术，马斯克估计今年中国发电量是美国三倍； 全球最大的制造业场景，最多、最全但比较分散的工业垂域数据集。 上述能力中的单项，也许不能说成是“定海神针”，但是把这些能力综合到一起，就会起到“扭转乾坤”的作用，这意味着中国第一次有能力，从跟随定义转向自主定义。希望高端智能专家们，能够看到并深入研究这些事实。 真正的问题不是“新一代智能制造是什么”，而是“谁有权定义它”。当国内的高端智库专家们仍在畅谈“柔性生产”、“上一代人工智能”时，产业界已经在用生成式AI大模型重构设计、用开源智能体重构产线、用国产算力重构国家数字底座。 新时代需要的不只是新话语，更需要敢于直面技术脱钩、敢于承认旧范式失效、敢于提出自主定义新规则的智库专家群体。 所谓的“新一代智能制造”应该贴一个时间标签了；2025年之前的“新一代智能制造”，并不是真正的新一代；2026年应该是“新一代智能制造”元年，真正的新一代智能制造，才刚刚开始。免责声明：本文采摘自英诺维盛公司，仅代表作者个人观点，不代表金航标及行业观点，如有侵权请联系我们删除。

作者：赵敏 朱铎先 前言 十二年前，新工业革命浪潮涌起，开启了改变世界格局的序幕。十年前，具有战略意义的《中国制造2025》顶层规划正式发布，为我国工业发展指明了方向。依照中国人独特的时空观，十年、十二年皆是承前启后、继往开来的重要时间节点，值得我们暂停片刻，回首审视。 站在当下时空坐标回望过去，新工业革命的意义早已超越了传统工业范畴。它不仅为工业领域注入新活力，提质增效，实现转型跨越，更产生了广泛外溢效应，以"新智"和"新质"两种强大力量，势如破竹，革故鼎新，掀起了一场席卷各行各业的"全业革命"。 全业革命是由新工业革命引发的突破性技术创新、数智化广泛应用、社会需求深刻转变以及政策适时调整等多重因素共同推动下的全方位、全要素的全行业变革。这一概念精准地描绘出当今各行各业正同步经历的系统性产业升级图景。 从关系上看，新智和新质是全业革命的发动机，全业革命则是新智和新质大规模社会化运用的结果。从内涵上看，全业革命包含了范式跃迁、技术创新、跨界融合、全球化与本地化并存、经济结构重塑等一系列关键行动与重大使命。从目的上看，全业革命引领全业转型升级，以发展智能经济为载体，构建智能社会为目标，致力于实现人类命运共同体之宏伟愿景。 全业革命是作者深刻洞察时代脉搏后的独创术语，无意标新立异，而是以通俗易懂方式，将本书核心观点与内容进行高度凝练与精准阐述，使读者能迅速把握从工业革命到全业革命再到智能社会的完整变革历程。 一．文明级技术范式转移 《中国制造2025》宏图于2015年定稿，画卷上浓墨重彩地绘出了惊艳世人绚丽篇章。2025年岁末，中国制造业交出这份承载着民族复兴梦想与科技强国壮志的答卷。其所定义的10大重点产业目标：新一代信息技术、高档数控机床和机器人、航空航天装备、海洋工程装备及高技术船舶、先进轨道交通装备、节能与新能源汽车、电力装备、农业装备、新材料、生物医药及高性能医疗器械，都已然达成或接近达成目标。 根据人大重阳智库、雪球等智库在2025前半年发表的研究结论，《中国制造2025》中260多项具体目标，86%以上已实现，部分领域如新能源汽车、光伏、高铁等完成率超95%。摩根大通在2025年8月发布报告《Made in China 2025: Mission largely accomplished》也给出类似结论。 中国制造2025宏伟蓝图，无论是以宏观视野凝练的10项纲领性目标，以中观视角细化的36项关键节点，亦或是以微观之笔触勾勒的260余项具体任务，它们都如万千织线，以新智为经，以新质作纬，在华夏神州这台宏大织机上，织出了一幅精妙绝伦的画卷，每一寸纹理都彰显着极高完成度。2025年5月上旬突发的印巴交火战果，9月3日大阅兵，无疑又为这幅画卷增添了中国装备的几道靓丽色彩和坚实经纬。2025年底是一个精心安排的舞台时刻，将这幅画卷徐徐展现于世人眼前，以不容置疑的事实，讲述中国制造从量变到质变的华丽蜕变，不可逆地改写了"西方研发-中国制造"这一延续多年、看似牢不可破的传统产业分工剧本。 德国《明镜》周刊，作为国际舆论场的资深观察者，在目睹中国制造这场波澜壮阔的十年变革后，不禁发出感慨："这不是简单的产业竞争，而是一场具有文明级意义的技术范式转移。"此言道出中国制造崛起背后更深层次的文明内涵与历史意义，它标志着一种全新发展模式在全球舞台的兴起，开启了一个属于东方智慧与创新力量的新纪元。 二．全球级科学范式转变 吉姆·格雷（Jim Gray）在2007年提出了科学研究的四种范式理论。 第一范式：经验科学，通过实验和观察来描述自然现象，总结规律。 第二范式：理论科学，通过数学模型和理论推导来归纳和预测自然现象。 第三范式：计算科学，利用计算机模拟复杂的自然现象，进行仿真研究。 第四范式：数据密集型科学，基于海量数据，通过数据挖掘、机器学习等方法发现新知识。 这一理论被科学界广泛接受，并被认为是科学研究范式演变的重要里程碑。 第五范式：AI驱动型科学或智能科学，是近年来随着AI大模型迅猛发展而形成的一种新科学范式。人工智能融入全业，人工智能驱动科学研究，即"AI For Science（AI4S）"，是第五范式基本特征。 AI大模型是基于Transformer（一种神经网络架构和算法）架构的深度学习语言模型，通过自注意力机制和大规模预训练来学习语言的通用模式，并通过上下文建模生成自然语言文本，为使用者输送所需知识。这种按需满足用户知识需求的AI大模型是一种"新智"。 新一代AI是类似于蒸汽机、电力、计算机的可以改天换地、形成科技和工业新范式的通用技术。第五科学范式与前四个范式的多元化组合，让人类认识世界、改造世界的手段变得极其丰富，人类社会将在未来10-20年内发生巨变。 三．产业级生态范式重构 在国家统计局发布的《国民经济分类标准GB-T4754-2017》中，共计有20个门类，97个大类，473个中类，1381个小类。各业之和，就是"全业"。 全业革命将突破传统产业分类的边界，形成以"深度融合、智能共生、价值重构"为核心的未来智能社会生态。这场革命将颠覆人类对经济活动的认知框架，其内涵远超历史上历次工业革命，呈现以下核心特征： 1．技术基座：量子级联马太效应。全业革命将被超级算力的量子计算逐级激发，一次微弱的量子芯片比特位翻转，在量子云超算驱动下，能够推动量子超材、量子能量、量子安全、量子资产、量子认知、理想制造的级联放大效应。 2．产业形态：超流态组织模式。无边界组织、产业跨界融合组织、开放与合作组织、平台化组织等，是推动行业边界消失的重要方式，当所有产业边界彻底消融后，成为"产业等离子态"。 3．价值范式：认知资本主义。生产要素深入到诸如意识活动等非物质领域，注意力密度、神经可塑性、认知熵管理能力等认知能力，将成为全业革命中的新型生产要素。 4．新智赋能：文明级技术伙伴。是能够自主生成知识、自主决策、自主行动的"新一代AI及其所催生的超级智能体"。 5．社会架构：液态化生存系统。工作形态呈现"任务量子化"特征，人类在由AI分发的微任务云，经由虚实交织的元宇宙，完成跨时空全业网络协作。 6．文明跃迁：人类世2.0。全业革命将推动文明形态升级，实现环境修复、生命重塑和生产/生存空间拓展，显著提升人类的获得感和幸福感。 全业革命不是简单的产业升级，而是文明层级的范式迁移。当所有产业构成神经突触般的联接网络时，人类将面临从"地球物种"向"宇宙文明"转型的奇点时刻。这场革命既可能打开星际文明的曙光，也可能触发文明系统的热寂崩溃，关键在于，人类能否在技术奇点来临前建立新的"智能文明操作系统"。所幸，新智和新质这两个"文明级技术伙伴"，为我们提供了进入"智能文明操作系统"的密钥。 四．世界政商格局之重构 在过去数年间，一场隐匿于暗流之中的"第三次世界大战"悄然拉开帷幕，其形式之复杂、手段之多样，令人触目惊心。这场全新形式的世界大战以生物战+地缘战等综合方式，已经在过去五年中呈现给人类。新冠病毒引发的生物战，中东、俄乌、印巴、伊以等地缘热战，数不清的贸易战、金融战、信息战、认知战、AI战等多形态战争，让全世界在局域颠覆与整体巨变中艰难前行。 战争从来都是人类历史进程中刺眼的伤疤，它带来冲击，刺激变化，增加教训，提升认知，生发新质，加速智能。我们所处的时代，或许并不光鲜亮丽，甚至有些沉重，但当我们穿透各种战争的阴霾，却能发现，新智与新质宛如两颗璀璨星辰，高悬于社会苍穹之上，成为照亮时代的标志性符号，承载着全业革命的关键科技内涵，锻造着止戈阻战的利矛坚盾，生发吹遍全球的万里浩荡东风。 新智与新质，共同构建起推动全业革命的核心驱动力。新智的智能内涵焕新，是在人类对智能世界的无限挖掘与拓展，以AI大模型、云技术、量子计算等前沿技术为羽翼，让人类思维突破传统束缚，飞向更辽远的深空；新质的物质基础革新，是人类对物质世界的深度解构与重构，以新材料、新工艺、新信息、新管理等新质要素，推动数字经济快速转型到智能经济，为人类社会发展筑牢根基。 新智与新质，引发了多种范式向更高层次迁移，重塑着我们对世界的认知与理解。在未来的天幕下，全业革命成果如璀璨星河，照亮智能社会的黎明。金属、生物与代码交织出碳硅生命，城市脉搏在数据洪流中跳动，每一寸屏幕都展示着三体智能。在虚拟与现实的交融中，我们编织着生活的绮梦，指尖轻触，便能跨越山川湖海，与远方的灵魂对话，书写着属于未来的诗篇。 无论你是否察觉，是否愿意承认，全业革命已然大踏步向我们走来，它以不可阻挡之势，重塑着蓝星国家实力分布与人类未来走向。 在这场从工业革命走向全业革命，从数字经济走向智能经济，最终汇入智能社会的变革大潮中，我们既是见证者，参与者，也是创造者。免责声明：本文采摘自英诺维盛公司，本文仅代表作者个人观点，不代表金航标及行业观点，只为转载与分享，支持保护知识产权，转载请注明原出处及作者，如有侵权请联系我们删除。

2026年1月，拉斯维加斯CES展会上，英伟达CEO黄仁勋以一场多维度的深刻演讲，宣告了一个新时代的到来。他并未高呼"AI万岁"，而是客观地指出："人工智能的未来是物理化的。它关乎能够理解物理定律、与世界互动并让世界变得更美好的AI。"2026年，将是物理AI元年。 这句话背后，是一场由英伟达（NVIDIA）、新思（Synopsys）、锴登（Cadence）与西门子（Siemens）四家巨头联手构筑的"新工业革命"联盟——一个横跨算力、算法、数据、芯片设计、系统仿真与工业控制的全栈闭环生态。该联盟正在把AI从软件能力推进到工业能力。这不是一次高阶的技术升级，而是一次对全球工业秩序的重新洗牌。 更令人警醒的是，这场变革并非悄然发生，而是以一种近乎"阳谋"的高调姿态公之于众：四巨头以及他们所打造的生态体系，要用无可匹敌的技术聚合优势，引领未来十年甚至二十年的智能工业浪潮。 老黄讲演稿中这张图片，让笔者凝视良久，反复观读与思考——它值得所有的工信从业人士认真研究。这个四巨头摆开的庞大"全栈集成阵势"，意味着什么？为什么他们敢于提出"未来工厂=巨型机器人"？ 一、四巨头结盟：打造真正新工业革命的"铁三角+AI引擎" 老黄在演讲中反复强调"全栈重构"——从芯片到操作系统，从训练到推理，从虚拟仿真到物理执行，每一层都在被"重新发明"。而支撑这一愿景的，正是英伟达联手三大工业软件巨头的战略协同。 英伟达提供AT（AI Technology）三要素：算力（Rubin GPU）、算法（Nemotron、Cosmos等开源模型）、数据（通过Omniverse生成的合成物理数据）。它不再只是GPU供应商，而是四巨头联合定义的新工业革命中"AI工厂"的总架构师。 而它的三位盟友，则分别掌控着工业世界的"数字命脉"： Synopsys：全球电子设计自动化（EDA）龙头，2024年以350亿美元收购CAE仿真巨头ANSYS，一举打通从晶体管级设计到系统级多物理场仿真的全链路，提出了"从系统到硅，从硅到系统"的野心勃勃的发展战略。笔者当时对该事件的观察结论是：工业软件头部企业正在从"链主"向"链霸"发展，没有最大，只有更大！ Cadence：另一EDA巨擘，2025年完成对MSC NASTRAN软件的收购，那是诞生于NASA的全球首个CAE软件，具有强大的非线性分析功能，与ANSYS一样，是CAE领域的验证软件。Cadence紧随Synopsys之后，搞了一个"EDA+MDA"的战略复制，强化其在机械、热、流体耦合仿真中的统治力。 Siemens：欧洲工业霸主，2017年并购了明导（Mentor Graphics）EDA软件，手握Xcelerator平台；更关键的是，它不仅是IT/ET（信息技术/工程技术）巨头，更是OT（运营技术）王者——占据全球工业40%的PLC（可编程逻辑控制器）市场，是工厂自动化的"神经中枢"。 写到这里，相信读者已经看出了点眉目，上面三家巨头都具有"EDA+MDA"的全栈工具链，都是工业软件领域的"链霸"级头部企业。三家工业软件"链霸"簇拥到了AI巨头英伟达的麾下，形成了蓝星无敌的四巨头联盟，证明了"AI+工业软件+PLC"的关键核心作用。 这四家的联合，意味着从硅片到整机、从代码到产线、从虚拟训练到物理执行、从工业IT、ET、OT到AT、从工具链到产业链的完整闭环已经形成。这不是伪工业革命"工业4.0"的续集，而是对其的彻底超越与否定。老黄两天前在CES展会上讲话，拔掉了插在"工业4.0"上的呼吸机管子。 二、"工业4.0已死"：伪工业革命 vs 真智能工业 过去十二年，"工业4.0"被炒得沸沸扬扬，但"其核心是通过"赛博物理系统（CPS）"实现人、设备、产品的全面互联，构建高度灵活的个性化和数字化制造模式。"机器相互通话，流程高度柔性，等等。看起来金光闪闪，讲起来不容置疑，听起来颇有道理，做起来无从下手。因为那是为德国人量身定制的工业转型升级方案。不仅在中国业界水土不服，在德国业界也消化不良。始于德国政府推介其先进工业装备的市场利器，终于德国能源价格高企和政治盲目。曾经无数中国企业去仰慕参观的两个德国本土的"工业4.0样板工厂"也关闭了。 "工业4.0"在中国的所谓"落地"，基本停留在"连接"与"可视化"层面——把机器联网、把数据上云、做个数字化看板，后来又搞个数字孪生，至于那个被吹成神话"元宇宙"，基本上就是执拗于"高级可视化"的笑话。然而，真正的智能工业从来不是"看得见、秀得靓"，而是"会思考、能行动"。不幸的是，"工业4.0"发布之时，基本上没有提AI，因为还不具备落地技术。近几年AI渐渐火了起来，但老黄一针见血指出："AI的智能被困在屏幕里。它不懂重力、惯性、摩擦力——这些连小孩都懂的常识，对AI却是未知。" 四巨头联盟的解决方案，正是想让AI走出屏幕，进入物理世界： Omniverse + Cosmos：构建基于物理定律的虚拟宇宙，生成无限多样、物理一致的合成数据； Isaac Sim / Lab：在仿真环境中训练机器人，实现"先虚拟后现实"的安全学习； Alpamayo + GROOT：全球首个具备推理能力的自动驾驶AI与人形机器人系统，能解释"为什么这么开""为什么这么动"； DRIVE Thor + BlueField-4：从车载计算到数据中心，实现端到端的安全、实时、低延迟控制。 这才是真正的新工业革命，不仅仅是数据和信息的流动，而是智能的具身化（embodiment），是智能系统的"知行合一"。 相比之下，那些还在沉浸在"设备联网率""数据采集点数量""设备上云"的所谓"工业4.0项目"，不过是智能制造的初级阶段，甚至可称之为"伪工业革命"。 三、EDA吞并CAE：电子设计公司正在引领科技与工业 一个极具现实意义的发展趋势是：EDA公司正在系统性吞并CAE（计算机辅助工程）头部企业，形成"EDA+MDA"。在过去几年中，所有销售额超过1亿美元的CAE公司，都已经被业界巨头卖光了。 在四巨头联盟中，我们看到： Synopsys并购了ANSYS（多物理场仿真）； Cadence收购了NASTRAN（结构非线性分析）； Siemens早已整合NX Nastran（来自对NASTRAN的拆分）与Simcenter。 这意味着什么？ 电子设计自动化活动，不再只是"画电路，验证逻辑"，而是"定义工业系统行为"。未来的汽车、飞机、机器人、重大装备等工业系统，其性能边界不再由金属、非金属组成的物理实体结构决定，常规金属躯体的价值正在以肉眼可见的速度贬值，而嵌入物理实体结构的芯片、软件、控制算法、AI，决定了系统的最终价值。谁掌握芯片、软件、控制算法、AI，谁就掌握系统定义权，掌握了产品高附加值的议价权。 于是，电子设计自动化公司反向主导了机械、热、流体等传统工程领域。过去工业系统的设计原则是机械为主，电子为辅，而现在已经变成AI定义功能，电子实现智能，物理结构只是执行器。 这种范式转移，使得Synopsys、Cadence、Siemens公司从"软件工具提供商"跃升为"工业系统架构师"。它们不仅卖工业软件的许可证，而是开始参与客户的产品定义全过程。值得注意的是，过去在多国工业发展战略中都未曾重视的PLC，居然成为新工业革命重要落地载体。PLC很可能就是物理AI的具身载体。 而这一切，从现在开始，都将建立在英伟达提供的AI算力与物理仿真基础设施之上。四巨头联盟的基本逻辑，是"AI+芯片+工软+系统+控制"的终极融合。 四、西门子的生死抉择：不跟英伟达，帝国将崩塌 很多人忽略了一个关键点：Siemens为何甘愿加入这个以美国公司为主导的联盟？ 答案很简单：生存与发展。 显然Siemens具有强大的OT能力——其S7系列PLC控制着全球无数工厂的产线，但PLC的本质是"确定性逻辑控制器"，面对AI驱动的柔性制造、自适应调度、预测性维护等新需求，传统PLC架构已显疲态。 如果Siemens固守旧有PLC生态，拒绝与AI深度融合，那么它的"工业控制霸权"将逐渐被AI解构和削藩。未来的工厂大脑，不再仅由PLC领航，而是逐渐换成搭载了Thor芯片的AI边缘服务器，运行着由Omniverse训练出的智能体，这是英伟达为物理AI和机器人开发而提供的控制平台。未来几年，这个转换过程或将很快完成。 因此，具有未来眼光的Siemens，早已洞察此技术趋势，当然而且必须在现在就拥抱英伟达。通过将CUDA-X AI、NeMo、Isaac等技术集成到其Xcelerator平台，Siemens才能将其OT优势转化为"智能OT"，继续保持其在工业自动化领域的领导者地位。 这是一场"不联盟，就淘汰"的豪赌，话糙理不糙。而Siemens基于战略考量主动选择与英伟达合作，以自己最擅长的工业场景与英伟达实现共赢，是明智之举。 四巨头打造了一个巨大无比的新工业革命联盟——"此新工业革命"与此前大家常说的"彼新工业革命"，除了字眼相同，含义极大不同。 五、阳谋无解：对中国形成系统性技术代差 笔者认为，四巨头联盟对中国构成了结构性、系统性、高压性的技术代差。 中国目前： 没有能与英伟达Rubin平台抗衡的88核AI芯片与全栈生态； 没有Synopsys/Cadence级别的EDA工具，更遑论整合CAE； 没有Siemens级别的OT+IT+ET一体化工业平台； 在工业领域过去十几年做的华而不实的项目太多，重IT而轻OT，吹网商而贬制造，总有一批人想用ICT来"主导和统领"工业发展，有关部门鲜有人想到工业智能控制落地在于PLC； 虽有DeepSeek V3、Qwen-Max等AI开源模型亮点，但缺乏物理AI、机器人仿真、自动驾驶等垂直领域的深度积累。 四巨头联盟所构建的，是一个自我强化的飞轮： 更强的算力 → 训练更智能的物理AI → 生成更高质量的合成数据 → 优化芯片与系统设计 → 提升制造效率 → 反哺下一代算力……。 而我方尚在追赶单点技术，对方已在构建生态闭环。这种差距，不是靠"国产化替代"几个国际友商软件就能弥补的，而是整个创新范式、产业组织方式、人才结构的代际落后。 更残酷的是，他们很可能不会带中国玩。 老黄在PPT中列出的合作企业名单——Palantir、ServiceNow、Snowflake、CrowdStrike、西门子、博世、梅赛德斯、特斯拉……清一色西方企业阵营。华为、阿里、百度、比亚迪虽在名单末尾出现，但更像是"客户"而非技术"共建者"。 谁策划了这个四巨头联盟？有人戏称是马斯克的"鬼点子"——毕竟特斯拉正全力推进Optimus人形机器人与FSD自动驾驶，而这两者恰恰依赖英伟达的物理AI与Siemens的制造体系。无论是否属实，这种"美欧技术轴心"的形成，已成定局。 六、我们为何总是慢半拍？缺乏"概念引领者"的深层病灶 最值得反思的，不是技术差距，而是思想、认知与组织的滞后。 每当工业与科技发展的历史性拐点来临，总是美国率先提出新范式： 2008年：云计算（AWS）； 2012年：深度学习（AlexNet）； 2017年：Transformer； 2022年：ChatGPT； 2025年：物理AI +智能体。 而我国，往往是在国外验证成功后，才开始"跟进式、应用式创新"——建大模型、搞机器人、推数字孪生……但始终缺乏原初的概念创造力与生态构建力。 原因何在？ 学术与产业脱节：我国高校热衷发论文、追热点，无心培育创新沃土。极少像老黄那样，以"八年磨一剑"的耐心投入AI基础研究； 企业短视与轻视：大多数企业追求短期ROI，不愿投资十年才有回报的基础科研，大企业乐建自己的小院高墙数科公司，轻视民营工业软件企业，不愿与其开展深度研发合作，即使购买软件，也要求工软企业交出安身立命的软件代码； 缺乏跨界领袖：我们需要的不是单一领域的专家，而是具有前瞻能力，能贯通AI、芯片、机械、控制、制造的"工业系统架构师"，而这类人才在我国凤毛麟角； 创新文化缺失：我们不擅长定义问题和质疑权威，尤其缺乏科技想象力。当别人在问"如何让AI理解物理世界？""如何殖民火星？"时，我们还在想"怎样让AI驱使外卖骑手压缩每单送达时间？""怎样让AI给领导写好发言稿？" 老黄在讲演中表示：我们建造这些价值数十亿美元的DGX超级计算机，不是为了买云计算，而是为了开发我们自己的开源模型。——这种以大手笔投资和长期主义换生态主导权的战略思维，国内绝大多数企业都做不到。 七、破局之道：中国需要建设自己的"四象联盟" 鉴于2025年日新月异的科技发展迭代速度，面对四巨头联盟形成的"阳谋"，中国不能有丝毫犹豫和等待，更不能指望四巨头联盟会带上我们一起玩。破局的关键，在于迅速聚集资源，另起炉灶，构建自主可控的"新工业智能"生态。 可能的路径包括： 组建"中国版四象联盟"：由具有全栈数智化能力和具有领先制造能力的XXX企业、具有算力能力的YYY院所，联合具有算法能力的ZZZ等AI公司，打造"算力-算法-装备-控制"一体化平台。 聚焦垂直场景，以应用反哺技术：在新能源车、光伏、锂电池、港口自动化、水泥等中国优势领域，尽快落地"物理AI+智能体"系统，形成闭环验证。 大力发展开源物理AI生态：支持类似OpenXLab、OpenRobotics、工业知识联盟等开源项目，鼓励高校与企业共建工业知识图谱、物理仿真数据集、机器人训练框架。 改革教育与科研体制：设立"智能工业系统工程"交叉学科，培养既懂AI又懂工业的复合型人才。 重视工业操作系统： 能够真正把智能制造落地的工业操作系统（如PLC），在四巨头联盟中作用凸显，而我们缺没有给予其应有重视。AI+PLC，短期走向具身智能，未来走向"巨型机器人"。 当然，这条路注定艰难，不仅要重组生产力要素，甚至要重组某些生产关系。但历史反复告诫我们：真正的技术主权，从来不是买来的，也不是模仿来的，而是在别人的极限施压中顽强对抗与死磕创新中打拼出来的。我们有这个能力和底气，关键是如何做好顶层设计，如何行动。 八、结语：号角已经吹响，时间不等人 老黄在演讲结尾说："这场征程才刚刚开始——让我们携手共建。" 但他没说的是：只有站在同一技术生态内的人，才有资格去"携手"，去"共建"。 四巨头联盟的成立，不仅宣告了真正新工业革命的开始以及"工业4.0"伪工业革命的终结，更在2026年伊始，划下了一条新旧技术世界的分界线。在新技术世界的一边，是能定义未来工厂、自动驾驶、人形机器人的"新工业贵族"，自信满满，迈步出发；在旧技术世界一边，则是只能采购、集成、跟随的"技术附庸"，还在刻舟求剑，大话西游。 我们必须做出选择：是继续在旧世界中修修补补，自我满足，还是敢于跳出现有框架，在新世界中以"非对称创新"等非常手段开辟新赛道，奋发创新？ 留给我们思考、踟躇和决策的时间不多了。从老黄雄心勃勃的报告中看到，基于Rubin架构的新一代计算集群已在量产，全球首款具备推理能力的视觉-语言-动作模型Alpamayo将在2026年Q1随车上路，人形机器人GROOT正在走向物流与康养一线。 多少事，从来急。天地转，光阴迫。一万年太久，只争朝夕。 真正的新工业革命，不等人。免责声明：本文采摘自英诺维盛公司，本文仅代表作者个人观点，不代表金航标及行业观点，只为转载与分享，支持保护知识产权，转载请注明原出处及作者，如有侵权请联系我们删除。

2025年2月15日下午，创新方法研究会人工智能产业应用专业委员会（简称：AI专委会）在北京举行成立大会。会上，新就职的AI专委会主任委员赵敏院长，做了《科学范式跃迁：创新方法2.0》的报告。下面是报告截图和讲演实录。 讲演人:我今天给大家报告的题目是“科学范式的跃迁：创新方法2.0”。 刚刚，从创新方法研究会领导和前两位讲演嘉宾发言中，我们听到了几个关键词，革命，颠覆，范式等。我借用钟义信院士的话，“范式是引领学科发展的科学观和方法论”。 科学的发展是有着几个不同范式转

工业互联网，不管你喜不喜欢，想用不想用，作为一种工业生态，它都一直在那里。即将迎来一个高质量发展新时期。 工业互联网的建设与应用并没有固定套路与路径，企业应该深入理解工业互联网本质，结合本地生态实际情况，灵活而务实地推进。适用于中小企业的模组化、预装化、产品化的工业互联网已经在路上。 工业互联网在生态系统层面上，需要各行各业积极探索践行、持续推动，供给侧、需求侧密切协同，各利益攸关方长期共同努力。 中国企业在2002年开始了工业互联网实践，在2008年正式发布了中国版工业互联网。学会用中

近年来，伴随着AI大模型的显著技术进步，新一代人工智能成果倍出，如人工智能对话系统ChatGPT、文生视频软件Sora、文生音乐软件Suno等AI新应用不断给大家带来惊喜，在冲击人们眼球和大脑的同时，也正在深刻影响着社会的千行百业。

现代工业的未来，正孕育于新材料、新能源与新信息的融合之中。其中，新信息领域的核心焦点，无疑是各行各业的数智化转型。而在工业数智化的众多要素中，工业软件占据着举足轻重的地位。更进一步说，工业软件中的几何建模引擎等内核技术，更是重中之重，它们是推动工业数智化发展的关键力量。

在现代工业中，数据是无处不在的。仅一个机加车间每天就能产生1.5TB的加工数据，而全球使用的8000多个工业软件每天生成的各种数据更是数量庞大。这些输入、计算和输出的数据构成了数字世界的基石，为实体经济和数字经济的创新发展提供了强有力的支持。这些数据要素的积极作用为我们构建更美好、更先进的工业世界提供了无限可能。

2024年1月16日晚，一则工业软件领域重大消息在坊间爆出，以下简称“合并事件” 英文摘抄：On January 15, 2024, Synopsys, Inc. (“Synopsys”), entered into an Agreement and Plan of Merger (the “Merger Agreement”) by and among Synopsys, ANSYS, Inc., a Delaware corporation (“Ansys”), and ALTA Acquisi

2023岁末至2024年初，再读《工业软件云战略》。对于书中自始至终讲的一件事——让天下没有难做的产品——有了新的认识。

2021年，笔者二人合写了“基于四层进阶模型，打造有灵魂的中国工业互联网”文章，提出了工业互联网发展的四个阶段（代际），即泛在联接（工互1.0），要素融合（工互1.0），人本管理（工互1.0），数字文明（工互1.0）。其中，第三阶段是指以人为本的工业互联网。2022年在撰写《人本：从工业互联网走向数字文明》（简称《人本》）一书时，则直接将这四个工业互联网的发展阶段，作为了书中的篇名。

GE公司在2012年11月26日，曾经以名为“工业互联网——打破智慧与机器的边界”白皮书的形式，正式提出了GE自己的工业互联网的概念定义与技术体系，为全球工业互联网的发展，做出了来自GE的贡献，这是一件值得称道的好事情。但是GE公司自己从来没有说过他们是第一个（或者是最早）提出工业互联网的。那么上述错误说法是从哪里来的？

最近一周，一则消息引起了业界震动。财政部宣布，经相关部门调查，一架编号为EW-001PA的波音737客机是属于白俄罗斯总统卢卡申科的专机，于是财政部决定对该客机进行制裁，宣布其成为“被冻结财产”。

什么是工业互联网，一直是萦绕在作者脑海里的一个自我提问。不问则已，一问经年。再问，就一直挂在心间。时至今日，没有找到最圆满答案。

《人本》“一创四全”的基本特征：独创工业互联网生态系统模型。全新解读工业互联网本质和内涵。全要素阐述工业互联网建设与实施。全面解析工业互联网与数字文明。全书贯穿以人为本的工业发展思想。

只有中小微企业转型成功，才是中国工业真正转型成功。 12月29日，在线上举行的跨年思想会2022年工业互联网金紫竹峰会（第二届）上，走向智能研究院执行院长赵敏表示，中小微企业数字化转型是我国工业数字化转型的一个主战场，只有中小微企业转型成功，才是中国工业真正转型成功。 当前，工业互联网发展已经形成破竹之势，成为我国加快工业转型升级和支撑国民经济高质量发展的重要力量。中小微企业作为中国工业发展最大的红利之一，是我国数字经济和社会发展重要组成

各位观众、听众朋友们，大家好！我今天给大家讲座的题目是：智能制造、工业互联网中的四个智能范式的共存与进阶。 首先，我讲一下智能制造的主攻方向与工业互联网创新发展。 说到智能制造主攻方向与工业互联网创新发展，我们可以看到，智能制造、工业互联网在中国已经推进了多年，从到地方高度重视，取得了阶段性应用成效，形成了规模宏大的产业生态。有关研究报告显示，智能制造、工业互联网的产业规模已经突破万亿人民币。正在不断催生新模式、新业态，为实体经济、数字经济高质量发展，提供了新动能。

2017年11月27日国务院发布《关于深化“互联网+先进制造业”发展工业互联网的指导意见》（以下“指导意见”），给出了明确的长远规划：“到2035年，建成国际领先的工业互联网网络基础设施和平台，形成国际先进的技术与产业体系，工业互联网全面深度应用并在优势行业形成创新引领能力，安全保障能力全面提升，重点领域实现国际领先。到本世纪中叶，工业互联网网络基础设施全面支撑经济社会发展，工业互联网创新发展能力、技术产业体系以及融合应用等全面达到国际先进水平，综合实力进入世界前列。” 此后，工业互联网开始加速发展