隨著工業互聯網與人工智能的深度融合，工業系統正從“可連接”走向“可計算、可決策、可協同”。在這一進程中，人工智能能否真正走向工業現場，核心不在算法本身，而在是否具備匹配的網絡與算力體系支撐。
近日，工業和信息化部發布《工業互聯網和人工智能融合賦能行動方案》（以下簡稱“行動方案”），圍繞工業網絡升級、算力體系建設、數據協同與重點行業應用，對未來發展路徑作出系統部署。央視新聞13日晚間報道，工信部部長李樂成表示，2025年我國工業互聯網核心產業規模預計超1.6萬億元，帶動工業增加值增長約2.5萬億元，工業互聯網正加速從“連接建設期”邁入“融合應用期”。從產業實踐看，《行動方案》所指向的發展方向并非突發式轉向，而是對工業網絡、邊緣計算等既有技術演進路徑的進一步確認。文件明確提出，到2028年，將在重點行業推動不少于50000家企業實施新型工業網絡改造升級，以支撐人工智能工業應用對高通量、低時延、高可靠、低抖動通信的需求。
對三旺通信而言，這一政策導向，與公司長期在新型工業網絡、TSN 技術及邊緣計算等方向形成的技術積累和工程化能力高度契合，也進一步強化了公司既有發展路徑的確定性。
1.以TSN為核心，支撐AI對實時協同的底層需求
在新型工業網絡體系中，時間敏感網絡（TSN）被視為支撐工業 AI 實時控制與多系統協同的重要技術方向。
圍繞 TSN，三旺通信持續投入研發與工程實踐，不僅推進相關產品在軌道交通等高可靠場景中的應用落地，還深度參與多項技術規范、白皮書及行業標準的編制工作，推動 TSN 從“技術概念”走向“可規模部署的工程能力”。
在對實時性、同步性要求極高的場景中，這類能力為 AI 控制算法、協同決策系統提供了可信賴的通信基礎。
2.以邊緣計算承載AI，讓智能能力真正落在現場
工業 AI 的價值，往往不在云端“事后分析”，而在現場“即時響應”。
圍繞這一需求，三旺通信持續布局邊緣計算與智能網關方向，構建集通信、算力與管理能力于一體的邊緣側基礎設施。通過 CPU+GPU+NPU 的多核異構架構設計，相關產品可在保障實時性的同時，靈活承載視覺識別、狀態分析等 AI 應用。
在此基礎上，公司推出的組態化邊緣 AI 應用開發工具，支持無代碼配置與快速部署，降低了工業 AI 在現場落地的門檻；同時，通過云邊協同的 AI 應用管理能力，實現對分布式 AI 應用的統一部署、監控與運維，提升系統整體運行效率。
3.從“單點智能”到“系統智能”，形成可復制的行業實踐
在行業應用層面，三旺通信已在智能制造、能源、電力、智慧交通等領域形成可復制的“工業互聯網+AI”實踐路徑。
以江西某智能制造示范基地為例，通過“工業互聯網+AI”的融合應用，實現生產整線的數字化與智能化管理閉環，生產效率提升約30%，設備維護效率提升70%，并顯著降低了設備運維成本。這類應用的背后，離不開穩定的工業網絡與邊緣計算能力作為支撐基礎。
這種以網絡與算力為底座、以行業場景為導向的布局，使公司在不同工業AI應用需求下，具備更強的適配性與拓展能力。
工業互聯網與人工智能的融合，是一場長期演進。
真正決定工業 AI 能否規模化落地的，不只是算法本身，而是其背后的網絡確定性、算力可達性以及系統的工程可靠性。
圍繞這些關鍵要素，三旺通信已在工業通信、新型工業網絡、邊緣計算等方向持續深耕。在產業加速演進的過程中，這些長期投入，正逐步轉化為支撐公司穩健發展的核心能力與長期韌性。
轉自：同花順
【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯系：010-65363056。
延伸閱讀
