最近，工信部和国家数据局联合发布了“模数共振”行动通知。这次行动专门针对人工智能与制造业的深度融合，明确了20个重点行业、七项核心任务。

今天我们就来重点聊聊，此次行动的启动到底释放了哪些信号？

首先第一个信号就是，工业AI的发展，已经从单点试点，正式进入规模化落地的阶段。

这几年，我们能看到不少企业做AI试点，但大多是“盆景式”的尝试，没能形成规模效应。核心问题也很突出：通用大模型不懂行业机理，出现水土不服；而工厂里的海量数据，又因为分散、不规范，没法有效支撑模型优化，导致模型空转、数据无用。

但这次不一样。行动明确要求了：每个省至少选3个行业，每个央企至少选1个行业开展行动，每行业梳理不少于30个高价值场景、5个高质量数据集、研发至少1个行业模型。这就是要通过明确的量化指标、清晰的责任分工，把AI技术从实验室拉到生产一线，让它成为实体经济提质升级的标配，而不是少数企业的“试错品”。

第二个信号，产业逻辑正在重构，数据和模型不再是单向支撑，而是双向共振、互相成就。

都说数据是新时代的石油。但石油不提炼就是原油，数据不治理也只是一团无法利用的原始符号。过去很多人要么拼命收集数据却不知道怎么用，要么盲目引进通用模型却忽略了行业数据的适配性。

这次行动的核心逻辑，就是“以模引数、用数赋模”：用行业模型的需求，反向推动数据的治理和标准化，把零散的数据变成高质量的数据集；再用高质量的数据，迭代优化模型，让模型更贴合工业生产的实际场景，最终形成“数据提质→模型升级→场景落地→数据回流”的正向循环，彻底打破两者割裂的困境。

这也给所有制造企业提了个醒：别急着上大模型，先把数据资产整理好。

第三个信号，产业发展将从各自为战，走向全链条协同。

工业智能化转型这件事，单靠一家企业做不成。它涉及数据治理、模型研发、场景落地、人才培养等多个环节，过去各主体各自为战，资源碎片化，导致转型成本高、效率低。

这次行动明确提出，鼓励各类企业、各类主体都可以创建“模数共振”空间，而且可以和国家级数据基础设施互联互通。也就是说，只要你有数据、有场景、愿意协同，就能参与进来。考核和资源投入会向行动中表现优异的区域和企业倾斜，产业链上每个环节都有机会。

“模数共振”释放的，是国家推动数字经济与实体经济深度融合的坚定决心，也是未来产业发展的清晰导向——只有让数据和模型同频共振，才能真正激活实体经济的数智新动能，推动传统产业提质升级，培育新的经济增长点。

对实体企业来说，早一步理清数据、找准场景、融入协同网络，就能早一步拿到下一轮竞争的入场券。

用数据穿透商业本质，用系统思维破解经营难题。

这里是易番番，一个只服务工业品贸易企业的ERP系统。