AI正在加速走进制造现场。从半导体、新能源，到工业机器人、AMR乃至人形机器人，AI应用正从过去的数据分析与辅助决策，进一步走向感知现场、实时决策与设备执行的AI化生产闭环。当AI开始真正参与生产，工厂需要重新思考的，已经不只是算力、模型和数据，还有一个长期被视为 “基础设施” 的关键环节——工业网络。

在本届中国国际工业博览会上，Moxa首次以动态演示方式展示工业AI网络底座，呈现AI、工业设备、边缘运算与移动智能设备如何通过工业网络实现稳定、实时且可持续的精准协同。Moxa希望借此与产业共同探讨一个正在发生的变革：当AI从数字世界进入物理生产现场，工业网络正从过去单纯的 “设备互联” 走向支撑工业的 “数智协同”。

AI越深入产线，倒逼底层基础设施全面重构

过去，工业网络的核心任务是确保设备可靠通信；随着AI应用深入生产现场，网络面对的挑战正在发生变化。

首先，网络的要求正从 “防止通信中断” 进一步走向低时延、低抖动与时间同步。对于AI视觉、机器人协同、自主移动AI设备等实时应用而言，数据不仅要送达，网络还需要高可靠、高冗余、低时延和低抖动的能力稳定送达。网络几毫秒时延的偶发变化，也可能影响AI决策与设备动作之间的协同。

其次，工业网络正从服务相对单一的控制流量，走向多类型数据共存下的确定性通信。今天的智能工厂同时存在控制、影像、感测、AI运算及设备管理等不同类型的数据流量。未来网络需要在复杂流量并存的环境下，通过流量隔离、QoS、实时以太网 (TSN)、时间同步及网络冗余等能力，让不同系统能够稳定协同，进一步推动 “一网到底” 的工业网络架构。

第三，随着AI从固定设备走向自主移动设备 (AMR)、移动机器人及其他自主设备，工业无线通信的重要性正在飙升。无线网络不再只是有线网络的补充，而逐渐成为移动AI进入生产现场的重要基础设施。如何在设备移动、环境复杂及连接数量持续增加的情况下维持高可靠性、低时延传输和确定性通信，将成为AI工厂基础建设的重要课题。

从 “连得上” 到 “看得见、控得住、好管理”

AI应用不断增加，也意味着工业网络本身变得高度复杂。对于工厂管理者而言，网络建设的下一阶段不仅是提升性能，更需要能够持续掌握网络状态、识别异常并快速定位问题。因此，一个面向AI时代的工业网络底座，需要同时具备可靠性、可视化、安全性与持续演进能力。Moxa工业网络管理平台MXview One可协助管理者掌握网络设备状态与异常告警，提升工业网络的可视度与运维效率。

与此同时，AI时代设备连接增加、软件依赖加深，也进一步扩大了OT环境的安全治理范围。工业网络的安全不能停留在产品交付时的安全功能，而需要贯穿产品设计、开发、部署、漏洞响应及长期维护的整个生命周期。随着欧盟《网络韧性法案》（CRA）逐步推动市场规则变化，供应商持续发现、响应、修补并证明产品安全性的能力，也正在成为工业设备长期运行的重要基础。

四十年OT经验，重新思考AI时代的工业网络

Moxa深耕工业通信40年，长期服务真实生产现场，业务覆盖工业以太网、工业无线、边缘连接及工业网络安全。基于长期累积的OT现场经验，Moxa认为工业AI的基础设施建设不应只是为今天的AI应用提供连接，更应为未来持续增加的设备、数据与智能应用预留演进空间。

AI正在改变工厂，而工业网络也必须随之改变

此次中国工博会的首次动态展示，Moxa希望呈现的不只是今天工业网络能够实现什么，更希望推动产业进一步思考：当AI从 “分析生产” 走向 “参与生产”， 工业网络的角色也正在被重新定义。

未来的工业网络不应只是连接设备的 “通信管道”，而应成为支撑感知、运算、决策与执行持续协同的 “工业AI网络底座”。这个底座既要承载今天的AI应用，也要为未来更多设备、更多数据与更多自主系统预留演进空间。

此次中国工博会的首次动态展示，Moxa希望呈现的不只是今天能做到什么，更是当AI持续深入生产现场之后，工业网络将需要扮演什么样的新角色。