中国信通院工业互联网与物联网研究所谢家贵： 工业互联网迈入AI驱动期，标识解析从“建”转向“用”

飞象网讯 我国工业互联网历经十年发展，现已迈入由AI驱动智能化跃升的新阶段，作为产业核心“神经系统”的标识解析体系，如何通过AI重塑工业互联网新底座，为AI大模型供“燃料”？

6月30日，在“2026工业互联网大会”期间，中国信息通信研究院工业互联网与物联网研究所副所长谢家贵对工业互联网标识体系进行了深度解析，并展望了工业智能化应用与“1+3”的新图景。

十年筑基迎跃升，AI驱动开启智能化新机遇

工业互联网已连续多年写入政府工作报告，从国家战略视角进行审视，当前我国工业互联网正处于一个关键发展期，而人工智能技术的全面兴起，也为工业互联网带来了全新的发展机遇。

谢家贵表示，2017年《国务院关于深化“互联网 + 先进制造业”发展工业互联网的指导意见》印发，作为我国工业互联网顶层纲领性文件，标志产业正式启航。至今，我国工业互联网建设将迈入十周年关键节点。

回望十年发展历程，整体可划分为三个递进式发展阶段：

第一阶段为顶层设计奠基期（2017—2020 年）。国家启动工业互联网创新发展工程，同步出台《工业互联网发展行动计划（2018-2020 年）》，完成产业顶层制度、政策框架、基础路径体系搭建，推动工业互联网从前沿概念转向落地实践，完成产业发展总体布局。

第二阶段为行业规模化落地期（2021—2023 年）。国家发布《工业互联网创新发展行动计划（2021-2023 年）》，明确网络、标识解析、平台、数据、安全等五大核心要素建设任务，产业发展重心由“夯基垒台”转向深耕行业场景，全面赋能制造业数字化转型，产业链协同能力持续提升。

第三阶段为AI 驱动智能化跃升期（2024年至今）。人工智能成为工业互联网提质升级的核心增量变量。如果说工业互联网解决了工业数据“从哪里采集、如何互联互通”的基础问题，人工智能大模型则破解了海量工业数据“如何深度利用、如何转化产业价值”的核心痛点。当前制造业普遍面临数据存量充足、但数据标准不一、价值挖掘不足的发展瓶颈，工业大模型技术突破恰好精准匹配产业现实需求。

2026年国家印发《工业互联网和人工智能融合赋能行动方案》，系统部署“AI + 工业互联网”深度融合落地任务。谢家贵指出，现阶段工业互联网已不再单纯是跨设备、跨厂区的连接网络，逐步升级为承载全行业工业知识、运行工业智能应用的新型数字底座，而工业 AI 大模型正是驱动底座价值释放的核心智能引擎，为制造业柔性生产、智能运维、质量管控、供应链优化开辟全新路径。

发挥“神经系统”核心作用，打通数据孤岛与全链协同

现今，行业普遍将工业互联网标识解析体系比作工业互联网 “神经系统”，谈及该体系在企业数字化转型、产业链供应链升级中承担的作用，谢家贵作了系统阐述。

谢家贵认为，标识解析体系是工业互联网的核心基础设施之一，是串联全产业链、打通数据壁垒的核心“神经系统”，为提升产业链供应链韧性、加速制造业数字化转型提供底层支撑路径，价值主要体现在企业内部、产业链上下游两大维度。

一是打通企业内部跨系统数据孤岛。制造企业普遍部署 ERP、MES、WMS 等多套业务系统，不同设备、不同厂商系统编码规则不统一、数据格式割裂，形成大量数据孤岛。标识解析体系为每一台设备、每一件物料、每一款产品赋予全球唯一标准化的工业互联网标识，相当于工业实体的统一 “数字身份证”。依托统一标识，企业内部各业务系统可实现自动识别、数据互通，完成跨系统数据定位、信息查询与业务协同，从根源解决内部数据割裂难题。

二是打通产业链上下游全生命周期协同。整车制造等行业上游配套供应商可达上百家，各企业编码体系相互独立，跨主体信息流转难度大。标识解析采用 “国家顶级节点 — 二级节点 — 企业节点” 分层解析架构，上对接国际根节点、下覆盖各行业企业。整车企业仅需扫描零部件标识，即可通过全网解析体系自动匹配对应厂商服务器，调取零部件原材料、生产工艺、质检报告、维保记录等全维度信息。

依托统一标识串联原材料、零部件、成品、售后运维全流程数据，让工业互联网从单一企业内部局域网，升级为全域贯通的产业协同网络，全面提升产业链透明化、协同化水平。

“十四五”建设成效显著，标识解析体系迈入规模化应用新阶段

工业互联网标识解析体系已完整走完 “十四五” 五年建设周期，就现阶段取得的建设成效，谢家贵指出，自2018年全面启动建设以来，标识解析体系历经 “十三五” 探索布局、“十四五” 加速建设，当前正式迈入 “十五五” 规模化深度应用新阶段，圆满完成 “从无到有、夯基架梁” 的基础设施建设目标，整体成效集中体现在覆盖广度、数据体量、应用深度三个层面：

第一，基础设施全域覆盖，枢纽布局成型。建成 “5+2” 国家顶级节点，构筑全国标识解析总枢纽；累计上线二级节点超 400 个，业务覆盖机械、汽车、化工、装备制造等 49 个国民经济重点行业，形成覆盖全国、贯通上下游的标识基础设施网络。

第二，标识注册体量全球领先，服务主体持续扩容。截至目前，全网工业标识注册总量突破 7400 亿个，累计服务工业企业超 60 万家，日均新增标识注册量约 20 亿个，是全球规模最大的工业分布式标识体系。

第三，行业应用持续深化，标准化模式全面推广。依托《工业互联网标识解析体系“贯通”行动计划》，在产业链供应链、消费品、数字医疗、绿色低碳、安全生产等领域落地规模化贯通应用，提炼形成数字化交付、智能生产管控等 9 大类标准化应用模式、20 个标杆示范场景，标识赋能产业链的价值持续释放。

谢家贵进一步指出，以消费品行业为例，标识体系累计服务消费品制造企业 1.2 万余家，落地盐业、肉类、羽绒、日化、电动两轮车、白酒 6 大行业专属标识贯通平台。同时面向跨境贸易打造系列标准化溯源标识：服务金砖国家产业链的 “金优码”、服务粤港澳与澳门市场的 “澳优码”、面向东盟贸易的 “东盟优品码”，依托统一标识实现国产消费品全流程溯源，有力支撑国内消费品产业数字化升级与外贸高质量发展。

锚定“1+3”发展体系，拓展三大高价值应用新场景

当前，标识解析基础设施框架已基本建成，发展重心由 “建设” 转向 “应用”，针对下一步将重点拓展的全新场景，以及如何推动工业数字身份证全面渗透进千行百业，谢家贵进行了深入的阐述。

谢家贵表示，近十年我们完成了覆盖全国的标识解析基础设施骨架搭建，但建网布局只是基础，核心目标是推动标识深度融入经济社会各领域生产经营活动。标识解析体系也迎来了从"建"到"用"的关键转型节点。下一步，我们将重点围绕"1+3"发展体系，推动基于标识解析的工业数字身份证在千行百业全面落地渗透。

针对"1+3"发展体系，谢家贵进一步指出，所谓“1”，是指以国家顶级节点为核心，不断完善基础设施的公共服务能力。通过持续优化标识解析体系架构，强化行业龙头的牵引作用，建设行业（领域）标识注册管理架构，全面负责各行业领域的标识顶层设计与运营，实现更垂直和精细化业务管理能力。同时，不断提升国家顶级节点等设施的基础支撑和服务能力，使其能够承载更大数据量，具备更高的稳定性、安全性、拓展性，为标识解析体系规模化应用夯实基础。。

在这个基础之上，“3”代表三大高价值应用方向，也是我们重点拓展的全新场景。

第一个方向是码号与标识融合管理。当前，物联网设备的数量呈爆发式增长，但设备的身份管理却长期分散、缺乏有效的管理机制。通过推动码号体系与标识解析体系的深度融合，构建基于工业互联网标识解析体系的联网设备标识认证与追溯管理体系，面向号码保护服务业、卫星物联网、卫星互联网、联网无人机等领域，形成“一物一码一号一数据”的设备管理模式。实现联网设备的精细化监管和全流程溯源追踪，从而助力物联网产业规范、健康发展。

第二个方向是国计民生特定领域的深度应用。当前在应急保障、城市治理、金融支付等涉及国计民生的特定领域仍严重依赖域名解析系统实现信息获取和数据流通，存在网络安全和数据泄露等风险，下一步，我们将重点在涉及国计民生的特定领域拓展标识融合应用，逐步实现相关领域全链条、全范围自主解析，保障数据安全。做到关键数据不出境、核心标识自主可控，切实保障网络和数据安全。

第三个方向是重点行业的贯通应用。当前，许多行业内部存在系统孤岛、数据割裂的问题，上下游协作效率低下。而标识解析体系天然具备“穿透系统边界”的能力。下一步我们将继续深入实施标识“贯通”三年行动，结合部委标识贯通落实方案，重点面向消费品、医疗、纺织、船舶、汽车等行业，联合行业监管机构或龙头企业，围绕“建立行业载体、打造贯通产品、应用场景实施”的工作思路，研究制定行业标准、平台建设方案、实施方案，贯通重点行业领域的标识应用核心环节，促进重点行业领域的数字化转型工作。

标识与AI双向赋能，夯实产业智能化数字底座

人工智能是新一轮科技革命与产业变革的核心技术，谈及如何推动工业互联网标识解析体系与 AI 深度融合，谢家贵指出，标识体系与人工智能融合，是工业互联网从 “全域连接” 迈向 “全域智能” 的关键跨越，二者相辅相成、不可分割，融合路径主要分为数据标准化、知识寻址调用两大维度：

一是数据标准化融合，为工业大模型供给高质量训练素材。工业大模型的推理、泛化能力高度依赖规范、结构化的高质量数据集。当前工业数据广泛分散在各类企业、异构系统中，数据格式杂乱、标准缺失，难以直接用于模型训练。依托标识解析体系，对设备、产品、工艺、生产流程进行统一标准化编码，构建规范、可溯源、可关联的工业高质量数据集，解决工业数据 “散乱杂、机器难识别” 痛点。标准化标识数据是训练工业大模型的优质 “数据燃料”，让 AI 能够读懂、理解海量工业生产信息。

二是工业知识寻址融合，为 AI 提供全域知识检索通道。工业大模型运行过程中，需要实时调取设备手册、工艺标准、维修案例、质检规范等海量工业知识资源。我们为每一份工业知识文档、工艺资源分配专属标识，标识相当于工业知识的全网统一寻址地址。当 AI 模型需要调取对应生产知识时，可通过标识解析快速定位、调取权威实时资料。