近年來，人工智能和工業互聯網發展迅速升溫，成為兩大頂流概念，那么人工智能和工業互聯網相遇，將碰撞出怎樣的火花？在5月17日舉辦的2023世界電信和信息社會日大會上，中國工業互聯網研究院院長魯春叢表示，工業互聯網與人工智能的發展相輔相成，相得益彰，工業互聯網為人工智能的發展創造了廣闊的發展前景，人工智能為工業互聯網的發展賦智，二者融合對建設現代化產業體系，構建新發展格局意義重大。

人工智能進入新的發展階段

“人工智能是第四次工業革命的頂層應用技術代表，海量工業數據匯聚的最終目的是為了應用，主要依托人工智能技術來實現。芯片端、云網端等大部分新興領域基礎技術都將服務于人工智能于千行百業的應用，推動生產方式與企業形態形成根本性的變革。”魯春叢談道。

作為戰略性的技術，人工智能是世界主要國家搶奪第四次工業革命發展先機的戰略必爭之地。美歐加快人工智能戰略布局，加大資金支持、強化應用牽引、完善創新生態，持續打造超算中心、大數據中心等人工智能算力基礎設施，支持大模型的創新突破，塑造人工智能國家競爭優勢。

去年11月，美國科技公司OpenAI發布的ChatGPT引發了全球關注，成為繼1991年“深藍”、2010年AlphaGo后的又一重要變革。人工智能正處于新的臨界點。

就在5月初，美國政府宣布斥資1.4億美元再建11個國家級人工智能研究機構。此外，備受關注的歐盟人工智能法案也在上周通過表決。作為融合技術，人工智能加速了IT、CT、OT、DT深度融合，推動相關技術全面突破和迭代創新，人工智能通過與5G、邊緣計算、大數據等數字技術的集成應用，打通了“云-網-邊-端”，構建集智能感知、智能決策、智能控制于一體的泛智能基礎設施，支持算據、算力、算法三元融合，變革生產要素組合方式，引領技術產業的協同創新。

近年來，我國人工智能技術快速發展，產業規模持續壯大。去年人工智能產業規模超過5000億元，同比增長近20%，遠遠高于GDP增速。企業數量超過4200家，應用算法、開源框架等關鍵核心技術加快突破，人工智能芯片在性能、速度、利用率均實現了有效提升，圖像的識別、語音識別等應用進行進入國際先進行列。一些行業龍頭的AI平臺初步具備支撐產業快速發展的能力，同時人工智能發展也帶動了GPU芯片產業的繁榮發展。我國已經建設了十個國家超級計算中心和七個由城市運營的人工智能計算中心，人工智能正加快與行業深度融合，帶動創新方式、業務模式的深刻調整，涌現了一大批生動的實踐和典型案例。

工業互聯網與AI融合的五大典型應用模式

美歐工業強國持續推動工業智能應用，歐洲頂級制造企業AI應用普及率超過了50%，美國制造企業應用的普及率接近了30%，其中質量管控、庫存管理和監控診斷是目前AI在工業應用的典型場景。

魯春叢指出，我國在加速人工智能與工業互聯網融合應用，推動企業降本提質增效、綠色安全發展過程中也逐步探索形成了五大典型應用模式。

一是增強數字設計。將AI技術應用于產品設計過程，通過建模仿真與復雜計算，在材料的配比、參數的設計、性能模擬、工藝優化方面進行深度學習，降低試錯成本，提高設計的效率和質量。

二是人機協同制造。通過AI對生產數據進行分析和預測，實現制造過程的自動感知、智能分析、自主決策和精準控制，提升機器或系統之間的精密協同，逐步推動生產過程向精益化、無人化發展。

三是精益運營管理。基于跨部門、跨層級、跨企業的數據互通和業務互聯，利用AI算法對生產需求和業務能力進行預測和優化，實現協同化設計、生產、銷售、物流等系統聯動，提升運營管理效率。

四是精準質量管控。依托5G、人工智能等新一代信息通信技術，面向產品質檢、設備運維等場景，重點解決人工重復性勞動多、效率低、周期長、費用高等問題，實現對材料、設備、產品的全面、精準質量管理。

五是柔性智能服務。面向客戶的個性化需求，企業通過人工智能賦能，向高附加值環節延伸，以加工組裝為主向“制造+服務”轉型，從單純出售產品向出售“產品+服務”轉變，實現定制化的客戶服務能力提升。

人工智能將打造工業互聯網升級版

2017年，我國提出要深入實施工業互聯網創新發展戰略，經過五年多來的持續推進，中國的工業互聯網取得了一系列階段性標志性的成果。當前，制造業高端化、智能化、綠色化發展轉型升級需求迫切，對工業互聯網創新發展提出了更高要求。人工智能與工業互聯網的深度融合，將打造工業互聯網的升級版。

魯春叢建議，未來幾年，中國工業互聯網的發展應從四個方面加快升級。

第一，推動工業互聯網技術產業升級。人工智能技術可以有效地預測和動態調整網絡性能的需求，實現網元智能、切片智能、邊緣智能、構建全自動部署和控制、自學習和自優化的智能網絡，推動工業網絡體系演進發展。當前工業數據采集器、高端傳感器、自主可控PLC、云化PLC、邊緣計算設備、工業機器人以及工業軟件的突破，為人工智能在工業領域深化應用提供了技術基礎，也帶動平臺數據匯聚、建模分析、知識復用能力提升，工業互聯網數據的體系化、專業化、規模化是工業智能應用的前提。

第二，推動數字化轉型主戰場升級。工業互聯網“姓工不姓網”，服務的是實體經濟，因此工業是其主陣地。目前國內很多工業互聯網的服務能力偏向于IT技術，需要加快向“IT+OT”技術并重升級，在人工智能技術的加持下，深入設備、單元、產線、車間、工廠的智能化解決方案和服務將成為未來數字化轉型的主戰場。依托機器學習和深度學習，加強人與系統的聯系，形成行業知識的沉淀，推動建立人工智能模型解決特定場景的診斷預測問題，更好地發揮智能化支撐作用。

第三，推動融合應用向智能化升級。在企業內部要充分利用人工智能與工業技術融合，全面感知可靠傳輸、智能處理、精準決策，實現應用賦能，提高制造業生產方式和服務模式的柔性轉換能力，實現研發設計、生產制造、經營管理、運維服務等全行業應用的智能協同，加速工業智能換人、減人、無人發展。在產業鏈上，人工智能應用聚焦各環節之間的數據價值挖掘，為供應鏈、產業鏈穩定安全提供決策支撐。

第四，推動安全防護能力升級。隨著工業互聯網加速應用向OT側的拓展，面向生產網絡的攻擊比例不斷上升，傳統“外掛補丁”式安全防護已難以滿足工業企業網絡安全的新需求，在企業數字化轉型的同時要加快人工智能與零信任及擴展檢測和響應（XDR）等安全技術的融合創新，建設智能入侵檢測、智能安全編排、自適應安全防護等手段，形成一體化、主動化、智能化的網絡安全風險監測識別和快速處置能力，實現由傳統安全防護向新型智能化防護轉換。

審核編輯 ：李倩