相輔相成，相得益彰

工業(yè)互聯(lián)網(wǎng)為人工智能創(chuàng)造廣泛的應(yīng)用場(chǎng)景和數(shù)據(jù)基礎(chǔ)，人工智能也為工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展賦智，形成協(xié)同發(fā)展、雙向促進(jìn)的格局。二者的融合對(duì)推進(jìn)新型工業(yè)化、建設(shè)現(xiàn)代化產(chǎn)業(yè)體系、構(gòu)建新發(fā)展格局意義重大。

工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)基礎(chǔ)不斷完善。我國(guó)工業(yè)互聯(lián)網(wǎng)核心產(chǎn)業(yè)增加值規(guī)模已達(dá)到1.35萬億元。在基礎(chǔ)設(shè)施層面，工業(yè)互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)不斷強(qiáng)化，截至2024年7月，我國(guó)5G基站達(dá)399.6萬個(gè)，90%實(shí)現(xiàn)共建共享。在關(guān)鍵技術(shù)層面，5G核心網(wǎng)、定制化基站等實(shí)現(xiàn)商用，推動(dòng)5G工業(yè)網(wǎng)關(guān)、巡檢機(jī)器人等終端創(chuàng)新。在應(yīng)用賦能層面，超過270家綜合型、特色型、專業(yè)型平臺(tái)涌現(xiàn)，跨行業(yè)工業(yè)互聯(lián)網(wǎng)平臺(tái)達(dá)50個(gè)，承載大量工業(yè)機(jī)理模型。在合作生態(tài)方面，5G已融入71個(gè)國(guó)民經(jīng)濟(jì)大類，應(yīng)用案例超過9.4萬個(gè)。工業(yè)互聯(lián)網(wǎng)圍繞全產(chǎn)業(yè)鏈、全價(jià)值鏈、全要素的全面“鏈接”，構(gòu)建新一代信息技術(shù)賦能制造業(yè)的新生態(tài)，強(qiáng)調(diào)海量生產(chǎn)要素的互聯(lián)互通、運(yùn)行數(shù)據(jù)的價(jià)值挖掘和工業(yè)知識(shí)的沉淀復(fù)用，為大模型的應(yīng)用提供了“天然土壤”。

人工智能技術(shù)產(chǎn)業(yè)蓬勃發(fā)展。今年以來，我國(guó)人工智能賦能新型工業(yè)化取得了積極成效，典型產(chǎn)品加速迭代，場(chǎng)景應(yīng)用加快落地。算力基礎(chǔ)設(shè)施加快布局，云算、智算、超算、量算等協(xié)同發(fā)展，10余個(gè)高性能智算中心得以規(guī)劃建設(shè)，算力供給結(jié)構(gòu)不斷優(yōu)化，算力規(guī)模位居全球第二。算法創(chuàng)新水平穩(wěn)步提升。以大模型為代表的通用人工智能技術(shù)蓬勃發(fā)展，自主研制的智能芯片、開發(fā)框架、通用大模型等創(chuàng)新成果加速涌現(xiàn)，人工智能企業(yè)數(shù)量超過4500家，我國(guó)涌現(xiàn)出一批準(zhǔn)確性高、穩(wěn)定性強(qiáng)的大模型。《人工智能大模型工業(yè)應(yīng)用準(zhǔn)確性測(cè)評(píng)報(bào)告》顯示，截至2024年8月，以通義千問為代表的國(guó)內(nèi)多款大模型能力接近GPT-4o，工業(yè)知識(shí)問答等場(chǎng)景已經(jīng)具備較高的應(yīng)用成熟度。工業(yè)數(shù)據(jù)訓(xùn)練語(yǔ)料不斷豐富，大模型訓(xùn)練語(yǔ)料已在電力、裝備、石化、汽車、日常消費(fèi)品等領(lǐng)域率先實(shí)現(xiàn)匯聚，在研發(fā)設(shè)計(jì)、生產(chǎn)制造、運(yùn)營(yíng)管理、營(yíng)銷服務(wù)等制造業(yè)全流程中開展應(yīng)用。中國(guó)工業(yè)互聯(lián)網(wǎng)研究院面向八大工業(yè)重點(diǎn)行業(yè)，目前已收集了10萬余條工業(yè)知識(shí)問答數(shù)據(jù)，形成了工業(yè)語(yǔ)料庫(kù)，支撐了大模型在工業(yè)領(lǐng)域的高效微調(diào)，加速工業(yè)互聯(lián)網(wǎng)應(yīng)用落地。

融合應(yīng)用，成效初顯

重塑技術(shù)研發(fā)模式，強(qiáng)化數(shù)字設(shè)計(jì)能力。在工業(yè)控制領(lǐng)域，某汽車制造商聯(lián)合設(shè)備制造商打造的智能大模型，內(nèi)嵌于汽車工業(yè)機(jī)器人等生產(chǎn)設(shè)備，實(shí)現(xiàn)自動(dòng)化編程與控制，大幅減少停機(jī)時(shí)間，生產(chǎn)效率提高30%。在工業(yè)設(shè)計(jì)領(lǐng)域，中國(guó)商飛利用智能建模仿真和模擬預(yù)測(cè)技術(shù)，優(yōu)化了大型客機(jī)的研發(fā)流程，通過數(shù)字化設(shè)計(jì)和虛擬仿真，降低了試錯(cuò)成本，加快了產(chǎn)品開發(fā)進(jìn)程。

升級(jí)人機(jī)交互方式，提升人機(jī)協(xié)同水平。在人機(jī)交互層面，多模態(tài)交互系統(tǒng)逐漸成為主流，語(yǔ)音、圖像和觸控等多種交互方式正在融入。洛克希德·馬丁公司采用微軟的HoloLens混合現(xiàn)實(shí)技術(shù)，輔助工人進(jìn)行航天器的組裝，將生產(chǎn)效率提高了50%，培訓(xùn)時(shí)間縮短了85%。在具身智能層面，基于人工智能和大模型技術(shù)，新一代工業(yè)機(jī)器人正在引領(lǐng)制造業(yè)的變革，近期發(fā)布的“領(lǐng)航者2號(hào)”機(jī)器人采用了大模型結(jié)合強(qiáng)化學(xué)習(xí)的決策規(guī)劃框架，具備與人類接近的導(dǎo)航能力。

優(yōu)化數(shù)據(jù)決策鏈路，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)。在生產(chǎn)層面，鞍山鋼鐵針對(duì)高爐煉鐵環(huán)節(jié)，建立煤氣智能平衡系統(tǒng)，對(duì)高爐產(chǎn)氣、管網(wǎng)波動(dòng)、異常狀態(tài)等進(jìn)行預(yù)測(cè)，形成輔助調(diào)度策略，對(duì)煤氣管網(wǎng)進(jìn)行精細(xì)化管理，每年實(shí)現(xiàn)直接經(jīng)濟(jì)價(jià)值千余萬元。在運(yùn)營(yíng)層面，中鐵裝備研發(fā)了智能倉(cāng)儲(chǔ)物流協(xié)作設(shè)計(jì)平臺(tái)，通過資源統(tǒng)一管理，將制造工期由5個(gè)月縮短至3個(gè)月，效率提升40%。

提升質(zhì)檢和運(yùn)維效率，強(qiáng)化精準(zhǔn)質(zhì)量管控。在質(zhì)檢層面，寶馬通過自研工業(yè)AI云平臺(tái)，構(gòu)建了通用發(fā)動(dòng)機(jī)質(zhì)檢應(yīng)用底座，實(shí)現(xiàn)了發(fā)動(dòng)機(jī)產(chǎn)品檢測(cè)全程“無人化”作業(yè)和誤檢率“自學(xué)習(xí)”模式，節(jié)省檢測(cè)工位70%，缺陷識(shí)別率達(dá)到99.86%。在運(yùn)維層面，中車集團(tuán)以工業(yè)互聯(lián)網(wǎng)技術(shù)為基礎(chǔ)，采集車輛設(shè)計(jì)制造數(shù)據(jù)、在線運(yùn)營(yíng)數(shù)據(jù)等，應(yīng)用智能算法實(shí)現(xiàn)車輛故障診斷與預(yù)測(cè)，日檢工作量減少30%，部件利用率提升15%。

定制化生產(chǎn)和柔性制造，滿足多樣化市場(chǎng)需求。隨著市場(chǎng)需求的多樣化和個(gè)性化趨勢(shì)日益顯著，傳統(tǒng)的大規(guī)模標(biāo)準(zhǔn)化生產(chǎn)模式已難以滿足用戶需求。針對(duì)3C、汽車等制造行業(yè)生產(chǎn)物料復(fù)雜、規(guī)格多樣等痛點(diǎn)，京東物流推出柔性線邊物流解決方案，研發(fā)多款物流機(jī)器人和云端柔性線邊物流管控平臺(tái)，通過物聯(lián)網(wǎng)、云計(jì)算等技術(shù)實(shí)現(xiàn)機(jī)器人智能調(diào)度、算法集成和數(shù)據(jù)管控，引入仿真技術(shù)和大數(shù)據(jù)算法實(shí)現(xiàn)管理精益化。

融合發(fā)展，挑戰(zhàn)猶存

在技術(shù)集成上，工業(yè)互聯(lián)網(wǎng)和人工智能的結(jié)合需要以高度的技術(shù)集成和大量的技術(shù)創(chuàng)新為基礎(chǔ)，包括硬件和軟件的融合、數(shù)據(jù)管理、網(wǎng)絡(luò)安全及系統(tǒng)集成等。而工業(yè)場(chǎng)景碎片化特點(diǎn)較為突出，技術(shù)供應(yīng)商往往需要根據(jù)行業(yè)特點(diǎn)甚至單一廠商的特點(diǎn)進(jìn)行工業(yè)大模型研發(fā)和適配，將“通用大模型”轉(zhuǎn)化為“專用大模型”仍存在“最后一公里”的問題。同時(shí)，在高端技術(shù)層面，“缺芯少魂”的問題依然影響發(fā)展。我國(guó)高性能芯片對(duì)外依賴嚴(yán)重，高端智能算力供給不足，原創(chuàng)算法薄弱，底層框架、基礎(chǔ)算法與美國(guó)仍存在2到3年的動(dòng)態(tài)差距。

在數(shù)據(jù)管理上，我國(guó)工業(yè)體系龐大，數(shù)據(jù)結(jié)構(gòu)多樣，數(shù)據(jù)間關(guān)聯(lián)性和復(fù)雜度高，數(shù)據(jù)質(zhì)量參差不齊。一方面，目前工業(yè)大模型標(biāo)準(zhǔn)體系尚不健全，導(dǎo)致不同企業(yè)之間的數(shù)據(jù)難以互通互認(rèn)，對(duì)工業(yè)大模型的訓(xùn)練和應(yīng)用造成制約。另一方面，如何在確保數(shù)據(jù)的安全和隱私，防止數(shù)據(jù)泄露和濫用的前提下，實(shí)現(xiàn)數(shù)據(jù)要素流通也是一個(gè)需要長(zhǎng)期關(guān)注的問題。

在應(yīng)用推廣上，制造企業(yè)因智能化改造回報(bào)周期長(zhǎng)而望而卻步，不敢投；中小企業(yè)數(shù)字化基礎(chǔ)弱，專業(yè)人才匱乏，導(dǎo)致不會(huì)用人工智能技術(shù)；制造業(yè)場(chǎng)景眾多、生產(chǎn)流程差異大，智能化解決方案復(fù)用性較差，人工智能企業(yè)缺乏工業(yè)經(jīng)驗(yàn)，形成供需不匹配難題。同時(shí)，我國(guó)人工智能核心技術(shù)研發(fā)、行業(yè)應(yīng)用等領(lǐng)域的投資分別約為美國(guó)的1/5和1/20，頂尖人才數(shù)僅為美國(guó)的1/5，高端復(fù)合型人才、產(chǎn)業(yè)實(shí)用技能人才嚴(yán)重短缺。

一是強(qiáng)化人工智能技術(shù)基礎(chǔ)，加速高智能大模型研發(fā)。加快關(guān)鍵核心技術(shù)攻關(guān)，推進(jìn)智能芯片、算法、模型、框架等基礎(chǔ)性關(guān)鍵技術(shù)和產(chǎn)品的突破，提升智能算力供給水平。培育高智能大模型，加快打造具備全球競(jìng)爭(zhēng)力的通用大模型，重點(diǎn)支持?jǐn)?shù)學(xué)定理證明、工程計(jì)算等領(lǐng)域的大模型研發(fā)。鼓勵(lì)自主研發(fā)和開源生態(tài)建設(shè)，引導(dǎo)科研機(jī)構(gòu)和企業(yè)堅(jiān)持自主創(chuàng)新，構(gòu)建面向國(guó)產(chǎn)開源架構(gòu)的大模型開源生態(tài)，提升國(guó)內(nèi)高智能大模型的研發(fā)水平。

二是建設(shè)人工智能增強(qiáng)版工業(yè)互聯(lián)網(wǎng)平臺(tái)。打造AI增強(qiáng)版工業(yè)互聯(lián)網(wǎng)大數(shù)據(jù)中心，整合工業(yè)數(shù)據(jù)資源，解決數(shù)據(jù)流通難、標(biāo)準(zhǔn)不統(tǒng)一、質(zhì)量參差不齊等問題，構(gòu)建高質(zhì)量的行業(yè)語(yǔ)料庫(kù)和提示詞語(yǔ)料庫(kù)。建設(shè)行業(yè)大模型中試平臺(tái)，依托工業(yè)互聯(lián)網(wǎng)大數(shù)據(jù)分中心，搭建行業(yè)級(jí)模型訓(xùn)練庫(kù)，開展國(guó)產(chǎn)人工智能框架和芯片的適配測(cè)試，降低企業(yè)AI應(yīng)用開發(fā)門檻。強(qiáng)化算力和平臺(tái)供給，提升數(shù)據(jù)匯聚和分析能力，通過突破高端傳感器、邊緣計(jì)算設(shè)備等，增強(qiáng)工業(yè)互聯(lián)網(wǎng)平臺(tái)的數(shù)據(jù)匯聚、建模分析和知識(shí)復(fù)用能力，為工業(yè)智能應(yīng)用奠定基礎(chǔ)。

三是深化人工智能融合應(yīng)用，構(gòu)建協(xié)同發(fā)展新格局。加強(qiáng)產(chǎn)業(yè)協(xié)同，發(fā)揮人工智能領(lǐng)域領(lǐng)軍企業(yè)的生態(tài)整合作用，帶動(dòng)“專精特新”中小企業(yè)提升智能解決方案供給能力，形成協(xié)同創(chuàng)新格局。打通供需壁壘，鼓勵(lì)行業(yè)龍頭企業(yè)開放資源和應(yīng)用場(chǎng)景，促進(jìn)通用大模型在工業(yè)領(lǐng)域的部署，加速研發(fā)、中試、生產(chǎn)、服務(wù)、管理等環(huán)節(jié)的智能化升級(jí)。構(gòu)建賦能聯(lián)合體，支持AI企業(yè)與制造業(yè)龍頭企業(yè)組建賦能聯(lián)合體，開展“深度行”活動(dòng)，推動(dòng)企業(yè)智能化升級(jí)。培育應(yīng)用生態(tài)，依托創(chuàng)新中心、公共服務(wù)平臺(tái)等載體，促進(jìn)大模型與工業(yè)場(chǎng)景的深度融合，打造一批典型應(yīng)用示范，壯大產(chǎn)業(yè)生態(tài)。

四是加強(qiáng)政策引導(dǎo)和數(shù)據(jù)安全保障，完善產(chǎn)業(yè)發(fā)展生態(tài)。完善頂層設(shè)計(jì)和資金引導(dǎo)機(jī)制，強(qiáng)化國(guó)家統(tǒng)籌協(xié)調(diào)，完善產(chǎn)業(yè)政策保障，設(shè)立人工智能產(chǎn)業(yè)投資基金，引導(dǎo)社會(huì)資本支持人工智能與制造業(yè)融合。建立標(biāo)準(zhǔn)化的工業(yè)大模型應(yīng)用評(píng)測(cè)體系。面向工業(yè)重點(diǎn)領(lǐng)域，構(gòu)建可實(shí)踐、可度量、可擴(kuò)展的評(píng)測(cè)基準(zhǔn)，構(gòu)建大模型工業(yè)應(yīng)用發(fā)展指數(shù)。支持工業(yè)企業(yè)聯(lián)合高校和科研院所搭建大模型測(cè)試環(huán)境，收集大模型工業(yè)應(yīng)用中的各類問題并迭代優(yōu)化，使模型可以逐漸適應(yīng)多樣化的工業(yè)場(chǎng)景。