在當(dāng)今數(shù)字化時(shí)代，工業(yè)互聯(lián)網(wǎng)正經(jīng)歷著深刻變革，人工智能作為工業(yè)互聯(lián)網(wǎng)深層次發(fā)展的關(guān)鍵變量，目前與工業(yè)互聯(lián)網(wǎng)融合應(yīng)用的情況如何、未來(lái)智能化變革的趨勢(shì)圖景怎樣、可信數(shù)據(jù)空間能帶來(lái)哪些價(jià)值等問(wèn)題成為行業(yè)關(guān)注的重點(diǎn)。
5月21日，在“2025工業(yè)互聯(lián)網(wǎng)大會(huì)”期間，中國(guó)信息通信研究院信息化與工業(yè)化融合研究所副所長(zhǎng)田洪川在接受媒體采訪時(shí)也就以上問(wèn)題進(jìn)行了分享。他表示，目前，人工智能已經(jīng)在研發(fā)、生產(chǎn)、管理全環(huán)節(jié)廣泛應(yīng)用，涌現(xiàn)出上百種應(yīng)用模式。未來(lái)，大模型持續(xù)提升泛化性與綜合分析能力，并與AI小模型協(xié)同，加速“研-產(chǎn)-管-服”全鏈條變革。
人工智能與工業(yè)互聯(lián)網(wǎng)融合已形成兩條技術(shù)應(yīng)用路線
據(jù)田洪川介紹，人工智能與工業(yè)互聯(lián)網(wǎng)融合已形成兩條技術(shù)應(yīng)用路線：一是以場(chǎng)景化小模型為代表的專用智能應(yīng)用，正從工業(yè)視覺(jué)識(shí)別等外圍應(yīng)用走向數(shù)據(jù)與機(jī)理融合的深度分析。“我們統(tǒng)計(jì)了900余個(gè)全球典型案例，圍繞視覺(jué)識(shí)別、數(shù)據(jù)尋優(yōu)和知識(shí)推理3類典型應(yīng)用模式作了近2年對(duì)比，發(fā)現(xiàn)數(shù)據(jù)尋優(yōu)類的應(yīng)用統(tǒng)計(jì)占比已經(jīng)高于視覺(jué)識(shí)別（48% vs 40%），當(dāng)前主要圍繞深度學(xué)習(xí)與工業(yè)技術(shù)融合開(kāi)展可解釋性、復(fù)雜工藝應(yīng)用等創(chuàng)新挖潛，例如，小米將AI融入一體化大壓鑄工藝，實(shí)現(xiàn)合金研發(fā)、壓射參數(shù)優(yōu)化、AI質(zhì)檢等多環(huán)節(jié)智能應(yīng)用。”
二是以大模型為代表的工業(yè)綜合智能探索還處于初期，但模型自身能力以及與領(lǐng)域知識(shí)的融合程度持續(xù)增強(qiáng)。田洪川講到：“我們統(tǒng)計(jì)了120余個(gè)國(guó)內(nèi)外典型案例并作近2年對(duì)比發(fā)現(xiàn)，大模型在處理多模態(tài)工業(yè)數(shù)據(jù)的能力不斷提升，例如西門子正探索利用GPT4分析控制器圖片、工控代碼等多模態(tài)知識(shí)，實(shí)現(xiàn)綜合問(wèn)答。同時(shí)，專用領(lǐng)域大模型驅(qū)動(dòng)的知識(shí)發(fā)現(xiàn)類應(yīng)用探索加快（8% vs 13%），行業(yè)龍頭企業(yè)以及領(lǐng)先科研機(jī)構(gòu)探索利用大模型疊加能源電力、石化化工、研發(fā)仿真、基礎(chǔ)科學(xué)研究等專業(yè)知識(shí)，開(kāi)展特定領(lǐng)域創(chuàng)新應(yīng)用。”
大、小模型將協(xié)同加速“研-產(chǎn)-管-服”全鏈條變革
談及未來(lái)智能化變革的趨勢(shì)圖景，田洪川表示，未來(lái)，大模型持續(xù)提升泛化性與綜合分析能力，并與AI小模型協(xié)同，加速“研-產(chǎn)-管-服”全鏈條變革。
具體而言，一是實(shí)現(xiàn)產(chǎn)品自主設(shè)計(jì)。大模型將深度融入設(shè)計(jì)各環(huán)節(jié)，基于海量數(shù)據(jù)快速生成創(chuàng)意方案，自動(dòng)優(yōu)化參數(shù)和結(jié)構(gòu)，確保性能、質(zhì)量和成本的最優(yōu)平衡，借助小模型提升物理現(xiàn)象理解的精準(zhǔn)性，使模擬與仿真更高效，指導(dǎo)工藝優(yōu)化與改進(jìn)，推動(dòng)產(chǎn)品研發(fā)的智能化和高效化。
二是實(shí)現(xiàn)高度自主化無(wú)人化生產(chǎn)。大模型能結(jié)合企業(yè)自身的生產(chǎn)能力、原材料供應(yīng)、設(shè)備狀態(tài)等多方面因素，自動(dòng)生成精準(zhǔn)且靈活的生產(chǎn)計(jì)劃，實(shí)現(xiàn)多品種、小批量產(chǎn)品生產(chǎn)的快速切換，并能在遇到突發(fā)情況如訂單變更、設(shè)備故障時(shí)，迅速調(diào)整生產(chǎn)流程和資源分配，確保生產(chǎn)的連續(xù)性和高效性。
三是智慧運(yùn)營(yíng)管理與服務(wù)。AI實(shí)時(shí)收集、分析來(lái)自企業(yè)各個(gè)環(huán)節(jié)的數(shù)據(jù)，包括生產(chǎn)、銷售、采購(gòu)、財(cái)務(wù)等，實(shí)現(xiàn)對(duì)企供應(yīng)物流、人員配備等各類資源的優(yōu)化配置，實(shí)時(shí)監(jiān)測(cè)企業(yè)運(yùn)營(yíng)中的各種風(fēng)險(xiǎn)。
可信數(shù)據(jù)空間在工業(yè)領(lǐng)域已形三種空間應(yīng)用模式
隨著工業(yè)互聯(lián)網(wǎng)的實(shí)踐落地，以及人工智能在工業(yè)領(lǐng)域的滲透，數(shù)據(jù)成為推動(dòng)工業(yè)互聯(lián)網(wǎng)價(jià)值釋放的核心要素，但當(dāng)前數(shù)據(jù)要素的價(jià)值釋放仍然面臨很多難點(diǎn)卡點(diǎn)。
歐、美、日、韓等全球主要經(jīng)濟(jì)體，在開(kāi)展數(shù)字化轉(zhuǎn)型過(guò)程中都遇到了數(shù)據(jù)資源“供不出、流不動(dòng)、用不好”類似問(wèn)題，都積極探索利用數(shù)據(jù)空間推動(dòng)數(shù)據(jù)流通利用。我國(guó)去年發(fā)布了《可信數(shù)據(jù)空間發(fā)展行動(dòng)計(jì)劃》，也將空間定位為實(shí)現(xiàn)數(shù)據(jù)資源共享共用的關(guān)鍵抓手。
田洪川在談到可信數(shù)據(jù)空間帶來(lái)的價(jià)值時(shí)，講到：“當(dāng)前，可信數(shù)據(jù)空間在工業(yè)領(lǐng)域已經(jīng)形成了“企業(yè)-行業(yè)-跨行業(yè)”三種空間應(yīng)用模式。“
一是龍頭企業(yè)引領(lǐng)的“鏈?zhǔn)綆?dòng)”路徑。部分龍頭企業(yè)充分發(fā)揮在供應(yīng)鏈中的主導(dǎo)地位，帶動(dòng)上下游企業(yè)通過(guò)數(shù)據(jù)空間共享數(shù)據(jù)資源、創(chuàng)新數(shù)據(jù)服務(wù)，實(shí)現(xiàn)供應(yīng)鏈數(shù)字化協(xié)同轉(zhuǎn)型。
二是行業(yè)資源整合的“聚式共創(chuàng)”路徑。針對(duì)行業(yè)數(shù)據(jù)分散、數(shù)據(jù)孤島問(wèn)題突出的現(xiàn)狀，可信數(shù)據(jù)空間促進(jìn)產(chǎn)業(yè)多源數(shù)據(jù)融合，賦能行業(yè)模型構(gòu)建、創(chuàng)新藥研發(fā)等應(yīng)用，發(fā)揮規(guī)模效應(yīng)和協(xié)同效應(yīng)，提升數(shù)據(jù)價(jià)值創(chuàng)新能力。
三是不同行業(yè)之間的“跨域協(xié)同”路徑。可信數(shù)據(jù)空間通過(guò)建立跨行業(yè)空間的協(xié)議體系框架，推動(dòng)能源、制造、交通等領(lǐng)域的場(chǎng)景化數(shù)據(jù)融合，破解行業(yè)間數(shù)據(jù)壁壘。例如，南方電網(wǎng)能源行業(yè)數(shù)據(jù)空間和汽車行業(yè)數(shù)據(jù)空間互聯(lián)互通，將電網(wǎng)負(fù)荷數(shù)據(jù)與新能源車企的車輛參數(shù)、出行習(xí)慣等數(shù)據(jù)聯(lián)合分析，支撐“車網(wǎng)互動(dòng)雙向充電”、“充電樁智能選址”等應(yīng)用場(chǎng)景的落地。 
