2026 年 11 月 3 日，第十一届世界物联网大会·工业互联网论坛在北京成功举办。
本次论坛由中国信息产业商会、中电工业互联网有限公司联合主办，来自国家部委相关领导、行业院士专家及政产学研各界代表 150 余人齐聚现场，以「人工智能赋能工业互联网高质量发展」为主题，围绕 AI 与工业互联网深度融合、数据要素价值释放、安全可信底座建设等核心议题展开深入探讨。
论坛中发布了《AI 赋能工业互联网高质量发展优秀案例集》，汇集来自央企国企及专精特新企业的 69 个一线实践，覆盖工业大模型、边缘计算、轨道交通、新能源、智能制造等领域。EMQ 映云科技基于自研 Device Agent 平台拓展 的《工业物联网平台与工业智能体融合应用项目》成功入选，成为工业数据底座与 AI 融合方向的代表性实践。
案例解读：工业物联网平台与工业智能体融合应用
制造业数字化转型首先面临的是数据孤岛问题。工厂的人、机、料、法、环、安、能等数据分散在 PLC、CNC、控制系统及各类仪表和业务系统中，协议和数据标准不一，难以互通。
这也导致大量设备数据无法有效整合利用，难以为 AI 应用提供统一、可靠的数据支撑。
EMQ 方案通过 OT-IT-AI 融合，打通工业设备与业务系统之间的数据链路，将分散的设备数据转化为可供 AI 理解和业务应用的实时数据。
四层架构，从物理设备到智能决策
EMQ 自研技术栈构建「设备—边缘数采—工业物联数据平台基座—工业智能体智能应用」四层贯通的工业数据底座：
- 全域工业连接。覆盖 PLC、CNC、仪表、安环、消防、电力等全品类设备 100+ 工业与电力规约驱动，并通过 MQTT 与云端进行数据交互，可弹性支撑小规模至千万级规模的现场设备，保障能够实时可靠的全量获取工业现场数据。
- 工业语义统一。以 UNS 统一资产建模与工业本体为中枢，将异构测点统一为「企业—厂区—产线—设备—部件—测点」五级模型，实现 IT/OT 语义对齐，为 AI 模型和智能体提供规范语义与可信数据。
- 工业算法集成。支持 MCP、A2A、HTTPS、Skills、Tools 等各类接口，集成各类工业小模型、机理模型和智能分析算法。
- 工业智能体应用。Device Agent 融合工业物联网平台，实现设备数字化身与行为主体，可提供工业智能体的设备问答、智能诊断、优化决策、多智能体协同编排等场景能力。
落地实践：从航空航天到汽车制造
这套方案已经在某大型航空航天制造企业 5G 协同制造应用项目工程中落地验证。
该项目覆盖部装、总装等多个车间，投入运行的设备 431 台、加工设备 67 台、行走设备 23 台及其他设备 39 台（共计 560 台/套），部署工业数据采集点约 28.6 万个。
实施过程中，采用 NeuronEX 工业数采网关软件接入现场设备，兼容 Modbus、OPC UA、SECS/GEM 及西门子、三菱等多类工业协议，解决不同车间、不同厂商设备协议不统一、采集周期各异的难题。采集数据在边缘侧完成清洗、压缩与规整后，统一以 MQTT 协议上云，由 EMQX 企业级消息总线汇聚。
最终打通 MES、ERP 等 IT 系统与车间 OT 层的数据链路，构建覆盖「设备接入—数据汇聚—实时分析」的全链路数据底座，并在底座之上应用 AI/ML 模型开展生产计划优化与质量控制，支撑 5G 环境下多车间跨地域协同制造。
项目落地后，取得了可量化的业务成效：
- 生产效率提升 15%，产品质量合格率提升至 99% 以上
- 设备故障率减少 30%，维护成本降低 20%
- 设备生产数据统一处理耗时由分钟级降至秒级
- 生产效率与质量控制指标高于行业平均水平 10% 以上
以该航空航天大型制造企业 5G 协同制造项目为测算基准，项目实施后综合经济效益整体提升 18%，产生直接经济效益约 600 万元。
同时，相关架构已成功复制应用到长安汽车、太古可口可乐、格朗吉斯等客户的智能制造工厂与产线中，进一步证明本方案的可复制性和跨行业适用性。
结语：数据底座是 AI 进工厂的第一步
AI 赋能实体经济，离不开自主可控的底层硬件、AI 原生软件架构、安全有序的数据流通，以及与行业工艺深度结合的场景应用。
对于工业企业而言，AI 落地首先需要解决数据问题。只有打通设备与系统之间的数据链路，实现数据的统一采集、治理与实时流通，才能为上层 AI 应用和工业智能体提供可靠的数据支撑。
EMQ 通过云边协同的物联网数据基础设施，打通工厂多类型设备的数据链路，将分散的设备数据转化为标准化、高质量的实时数据流，为工业 AI 应用提供数据基础。
此次入选世界物联网大会优秀案例集，是对 EMQ 技术实践的认可。未来，EMQ 将持续完善物联网数据基础设施与 AI 能力，深化与工业智能体及制造场景的融合，助力制造企业推进数字化、智能化转型。