AI賦智打造工業互聯網升級版習近平總書記深刻指出，人工智能是引領這一輪科技革命和產業變革的戰略性技術，具有溢出帶動性很強的“頭雁”效應。今年4月，中央政治局會議特別強調，要重視通用人工智能發展，營造創新生態，重視防范風險。5月初剛剛召開的中央財經委會議也提出，要把握人工智能等新科技革命浪潮，推進產業智能化、綠色化、融合化。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創造廣泛的應用場景，人工智能也為工業互聯網創新發展賦智，二者的融合對建設現代化產業體系、推動經濟高質量發展、構建新發展格局意義重大。人工智能正在進入新的發展階段去年11月美國科技公司OpenAI發布的ChatGPT引發全球關注和熱議，成為繼1997年深藍、2016年阿爾法狗之后的又一重要里程碑，標志著人工智能從“效率工具”到“生產工具”的顛覆性變革，人工智能發展正處在新的臨界點。作為戰略性技術，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”。美歐加快推動人工智能戰略布局，通過加大資金扶持、強化應用牽引、完善創新生態等方式，持續打造超算中心、大數據中心等人工智能算力基礎設施，支持大模型創新突破，加快塑造人工智能國家競爭新優勢。就在5月初，美國政府宣布斥資1.4億美元再建7個國家人工智能研究所，主要服務氣候、農業、能源、公共衛生、教育和網絡安全等關鍵領域。此外，備受關注的歐盟《人工智能法案》（授權草案）也在上周通過表決。作為融合性技術，人工智能加速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，支撐算據、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。作為革命性技術，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應用，這需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與千行百業的融合應用。人工智能通過行業融合助力實現設備控制的自動化、生產經營的數字化、管理模式的精益化以及工業場景的智能化，推動生產方式與企業形態根本性變革。近年來，我國人工智能技術發展迅速，產業規模持續壯大。2022年，人工智能核心產業規模超5000億元，同比增長近20%，企業數量超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、利用率上均實現有效提升，圖像識別、語音識別等應用技術進入國際先進行列，一批AI開放平臺初步具備支撐產業快速發展的能力。建設了10個國家超級計算中心和7個由城市運營的人工智能計算中心。人工智能正加快與各行各業深度融合，帶動相關領域創新方式、業務模式深刻調整，涌現了一大批生動實踐和典型案例。人工智能加快推動工業互聯網深層次應用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50%，美國制造企業應用普及率接近30%。其中，質量管控、庫存管理和監控診斷是目前AI工業應用的典型場景。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、安全發展的過程中，也逐步探索形成了五大典型應用模式。增強數字設計，將人工智能技術應用于產品設計過程，通過建模仿真與復雜計算，在材料配比、參數設置、性能模擬、工藝優化等方面進行深度學習，降低試錯成本，提高設計效率和質量。比如，企業依托生物計算大模型能高效實現千萬/億級別大規模的小分子虛擬篩選，與傳統分子對接工具相比，準確率提升40%以上，計算速度提升5倍，1分鐘內可計算1000個分子的藥物相關性指標，大幅提升了新型藥物的研發速度。人機協同制造，通過人工智能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，提升機器和機器、系統和系統、機器和系統之間的高精度、自組織協同能力，逐步推動生產過程向精益化、無人化發展。比如，在晶硅光伏電池智能無人生產線，通過工業互聯網平臺對工業機器人、AI視覺檢測系統等高效連接、實時控制，實現人機協同推動制造柔性升級，在釋放作業空間的同時，進一步提高生產效率、縮短生產周期、降低勞動成本，人均勞產率較同行高出30%以上。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，利用人工智能算法對市場需求和生產能力等進行預測和優化，實現設計、生產、銷售、物流等系統聯動，提升運營管理效率。比如，企業運用智能倉儲物流協作平臺，對零部件、生產設備、銷售訂單、倉儲物流資源進行統一規劃、管理、調度，大幅優化生產計劃與采購過程，以12米盾構機為例，制造工期由5個月縮短至3個月，效率提升40%，成本降低118萬元。精準質量管控，依托5G、人工智能等新興技術，面向產品質檢，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、產品等的全面、精準質量管理。比如，通過建設人工智能發動機質檢平臺，將工業相機的數據通過邊緣計算技術分流至云平臺，實現了在統一缺陷圖像庫下，基于機器視覺發動機質量的協同檢測。以單條生產線計算，節省檢測工位70%，缺陷識別率達到99.86%，誤判率不高于2%。柔性智能服務，面向客戶個性化需求，企業通過人工智能賦能，向高附加值環節延伸，從以加工組裝為主向“制造+服務”轉型，從單純出售產品向出售“產品+服務”轉變，實現定制化客戶服務能力提升。比如，企業借助人工智能算法，通過軌道交通裝備故障預測與健康管理平臺，實現日檢工作量減少30%，部件利用率提升15%，備品庫存積壓率可有效減少40%，車輛調度效率提升10%，推動“計劃修”向“狀態修”的轉變。人工智能助力打造工業互聯網升級版自2017年習近平總書記提出深入實施工業互聯網創新發展戰略以來，經過五年多的持續推進，我國工業互聯網發展取得一系列階段性、標志性成果。當前，產業智能化、綠色化、融合化發展迫切，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，將為推動工業互聯網再上新臺階、打造升級版筑牢堅實基礎。一是推動工業互聯網技術產業升級。人工智能技術可用于對網絡性能需求的高效預測和實時調整，可以實現從網元、切片到邊緣側的智能化，構建自動部署、自我學習和自主優化的智能網絡，進一步推進工業互聯網網絡體系演進發展。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快速突破，為人工智能技術在工業領域深化應用提供了技術條件，人工智能加速與工業互聯網平臺融合，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，人工智能則為更加高效、準確的工業大數據分析提供了實現路徑。二是推動數字化轉型主戰場升級。工業互聯網“姓工不姓網”，服務實體經濟，尤其服務工業是主陣地。目前，工業互聯網服務能力仍偏向IT技術，需加快向“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。依托機器學習及深度學習，加強人與系統的聯系，加快形成行業知識沉淀，推動建立人工智能模型，解決特定場景的診斷、預測問題，更好發揮智能化支撐作用。三是推動融合應用向智能化升級。在企業內部，充分利用人工智能與工業技術的融合，通過全面感知、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、運維服務等全環節應用的智能協同，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，為企業供應鏈優化、物流調度優化、市場銷售預測等方面提供智能決策輔助支撐。四是推動安全防護能力升級。隨著工業互聯網應用加速向OT側拓展，面向生產網絡的攻擊比例不斷上升，傳統