工联网消息(IItime) 近日，在苏州举办的2025工业互联网大会上，工信部总工程师谢少锋指出，我国工业互联网标识注册量已突破6700亿。据相关数据统计，当前我国工业互联网核心产业规模超过1.5万亿，带动经济增长近3.5万亿，工业互联网已拓展至49个国民经济大类，实现了41个工业大类全覆盖，为发展新质生产力、建设现代化产业体系提供了重要支撑。不过，在迈向更广泛应用和更高质量发展的道路上，也面临着诸多挑战。

政策推动下标识体系建设成果斐然

从2019年起，国家出台一系列政策推动工业互联网标识解析体系规范的节点建设。2019年6月，《工业互联网标识解析二级节点建设导则》发布，明确了二级节点的建设模式与运营要求。工业和信息化部发布的《工业互联网标识管理办法》于2021年6月1日正式施行，这是我国标识解析领域的首个行政规范性文件。2024年1月，工业和信息化部等十二部门联合印发《工业互联网标识解析体系“贯通”行动计划(2024—2026年)》，提出到2026年的发展量化指标，包括服务企业突破50万家，应用拓展至60个行业，累计注册量突破6000亿个，日均解析量达3亿次以上，主动标识载体部署超过5000万枚等。此外，各地方政府也积极响应，推出相关推动标识解析应用落地的政策。

在政策的大力扶持下，我国工业互联网标识解析体系从无到有，逐步搭建起完整的架构。目前，由武汉、广州、重庆、上海、北京5个国家顶级节点和南京、成都2个灾备节点组成的“5+2”国家顶级节点已稳定运行，二级节点也在不断增加。一个覆盖全国、高效运转的工业互联网标识解析体系已经初步形成。

在2025工业互联网大会上，工信部总工程师谢少锋指出，我国累计建设5G基站超过439万个，标识注册量突破6700亿，具备一定影响力的平台超过240家，连接工业设备超过1亿台套，安全技术监测服务体系日益完善。基于工业互联网的个性化定制、平台化设计、智能化生产、孵化延伸等新模式广泛普及，有力促进企业的提质、降本、增效和创新，全国700家5G标杆工厂产能平均提升近20%，运营成本下降近15%。5G、人工智能、区块链等技术与工业互联网深度融合，涌现出智能分解、智能合约等典型应用场景，赋能、赋质、赋智作用日益凸显。

现实挑战，面临成本高企、规范混乱、区域不平衡多重困难

尽管取得了显著进展，但工业互联网标识解析体系在实际推进过程中，仍面临一系列挑战。

当下，企业端对于工业互联网标识解析体系的应用动力不足。一方面，许多企业尤其是中小企业，尚未充分认识到标识解析体系对企业生产经营的价值。中小企业信息化投入有限，在面临成本压力时，对于引入标识解析体系往往持观望态度。以电子行业为例，规模大、毛利率低，中小企业众多，企业缺乏足够资金和动力投入到标识解析体系的建设与应用中。另一方面，目前标识解析体系在企业内部的应用模式不够清晰，未能为企业提供直观、高效的应用体验，导致企业难以看到实际效益，进一步降低了应用积极性。特别是在当前经济环境下，中小企业面临诸多经营压力，对于这类需要前期较大投入且回报不明确的项目，参与积极性受到抑制。

同时，当前标识数据存在定义不规范的问题。一是企业内外部各环节标识不同，导致跨企业甚至跨环节的数据不统一，各自的数据不能互联互通，形成信息孤岛。不同供应商与制造商之间对于零部件的标识可能存在差异，使得在供应链协同过程中数据难以共享。极大限制了标识解析体系跨主体连接和数据共享的能力，无法充分发挥其在工业互联网生态中促进互联互通的核心价值。二是数据对外开放有限，因数据安全和利益考量，阻碍了标识数据的开放和统一。企业担心数据开放会带来安全风险以及自身利益受损，从而限制了标识数据在更大范围内的流通与整合。

再者，虽然目前“5+2”国家标识解析体系覆盖全国各省，但各省的建设和应用水平存在差异。经济发达地区以及工业基础雄厚的地区，在标识解析体系建设和应用方面相对领先，能够更好地利用标识解析体系推动产业升级和创新发展。而一些经济相对落后或工业结构单一的地区，在标识解析体系建设方面进展缓慢，应用场景也较为有限，这在一定程度上制约了工业互联网标识解析体系在全国范围内的整体推广与深化应用。

此外，在安全保障方面，随着标识解析体系应用范围的扩大，数据安全风险日益凸显。标识数据包含大量企业核心信息，如产品设计、生产工艺、供应链信息等，一旦遭受攻击或泄露，将给企业带来巨大损失。然而，目前针对标识解析体系的数据安全防护技术和管理机制还不够完善，存在安全漏洞和隐患，如何确保标识数据在全生命周期中的安全性，包括数据采集、传输、存储和使用等环节，是亟待解决的重要问题。

未来发展，需多方发力共破难题

未来几年，工业互联网标识解析体系将迎来更广阔的发展空间。按照《工业互联网标识解析体系“贯通”行动计划(2024—2026年)》的要求，到2026年，标识解析体系将在60个行业实现规模应用，骨干企业应用普及率将高于行业平均水平，但需要在以下几方面协同发力、加强建设。

政府应进一步加强政策引导，完善相关标准规范的制定与推广，统一标识编码规则、解析流程等关键环节的标准，为不同主体间的互联互通提供坚实的制度保障。在资金方面加大扶持力度，通过专项补贴、税收优惠等方式，降低企业尤其是中小企业的参与成本，缩短回报周期，提高企业积极性。随着以大模型为代表的生成式人工智能技术发展，要引导企业基于工业互联网加速工业技术和经验沉淀，对基础大模型进行定制化训练，形成一批工业领域的专用垂直大模型，加速其在工业互联网平台中的部署和应用。

企业自身要积极转变观念，充分认识到参与标识解析体系建设对企业长远发展的战略意义。“龙头”企业应发挥示范引领作用，带头采用统一标准，加强与上下游企业的数据共享与协同创新。中小企业则可借助开放开源平台，如降低使用标识解析技术的门槛，获取定制化服务，逐步实现数字化转型与升级。在安全防护方面，加大安全投入，采用先进的加密、认证等技术手段，建立健全数据安全管理制度，加强内部人员安全意识培训，确保标识数据安全。

科研机构要持续加强关键核心技术研发，攻克标识解析体系在标准化、互操作性、安全保障等方面的技术难题，为体系的稳定运行和高效发展提供技术支撑。特别要通过产学研合作，立足实际应用场景，加速科技成果转化，将新技术、新方法快速应用到实际生产中，推动工业互联网标识解析体系不断完善。

工业互联网标识解析体系已取得阶段性成果，但在迈向更广泛、更深入应用的征程中，需正视上述挑战，通过政府、企业和科研机构的紧密协作，让标识解析体系真正成为推动工业互联网发展、赋能千行百业的强大动力，助力我国新型工业化建设迈向新高度。