中國(guó)門類齊全、基礎(chǔ)雄厚、產(chǎn)業(yè)鏈完整的制造業(yè)底蘊(yùn)，為AI大模型在垂直領(lǐng)域，尤其是工業(yè)場(chǎng)景的探索性應(yīng)用，提供了豐富的試驗(yàn)田和廣闊的需求空間

“AI+工業(yè)”行穩(wěn)致遠(yuǎn)，還需持續(xù)突破技術(shù)瓶頸、深化場(chǎng)景應(yīng)用、營(yíng)造鼓勵(lì)創(chuàng)新的友好環(huán)境，在全球智能化浪潮中熔鑄出更強(qiáng)大的競(jìng)爭(zhēng)優(yōu)勢(shì)

文 |《瞭望》新聞周刊記者

鋼鐵企業(yè)的生產(chǎn)車間中，“火眼金睛”的AI讓帶鋼表面缺陷無(wú)處遁形，檢出率提升至95%；熱軋環(huán)節(jié)精準(zhǔn)掌控，成材率提升帶來(lái)實(shí)實(shí)在在的效益，一年可多產(chǎn)出2萬(wàn)噸鋼；油氣勘探領(lǐng)域，原本需要耗費(fèi)地質(zhì)專家一整年完成的復(fù)雜數(shù)據(jù)分析，在大模型驅(qū)動(dòng)下縮短到一個(gè)月……這些成果是人工智能深度賦能中國(guó)工業(yè)的縮影。當(dāng)前，AI在礦井智能化、爐溫預(yù)測(cè)、地震波勘測(cè)、高性能計(jì)算等核心環(huán)節(jié)，取得了一系列突破性應(yīng)用。

為何“AI+工業(yè)”能在中國(guó)土壤快速生根發(fā)芽？受訪人士認(rèn)為，其關(guān)鍵在于中國(guó)門類齊全、基礎(chǔ)雄厚、產(chǎn)業(yè)鏈完整的制造業(yè)底蘊(yùn)。“這為AI大模型在垂直領(lǐng)域，尤其是工業(yè)場(chǎng)景的探索性應(yīng)用，提供了豐富的試驗(yàn)田和廣闊的需求空間。”受訪者表示。

中國(guó)在“人工智能+工業(yè)”的融合探索上快速發(fā)展，通過(guò)場(chǎng)景與技術(shù)深度融合、創(chuàng)新技術(shù)架構(gòu)、筑牢自主可控的數(shù)字底座，形成中國(guó)工業(yè)智能化轉(zhuǎn)型升級(jí)的特色路徑。“它不僅僅是技術(shù)應(yīng)用，更是推動(dòng)我國(guó)產(chǎn)業(yè)升級(jí)和創(chuàng)新的核心引擎，實(shí)實(shí)在在地打造著‘新質(zhì)生產(chǎn)力’。”多位受訪專家和企業(yè)人士評(píng)價(jià)。

未來(lái)，還需在技術(shù)底座上攻堅(jiān)克難、在應(yīng)用場(chǎng)景上深挖廣拓、在創(chuàng)新生態(tài)上松綁護(hù)航，持續(xù)擴(kuò)大競(jìng)爭(zhēng)優(yōu)勢(shì)。
大國(guó)角力 場(chǎng)景決勝

“AI+工業(yè)”的落地征途并非坦途。在調(diào)研中，《瞭望》新聞周刊記者發(fā)現(xiàn)，“AI+工業(yè)”落地存在數(shù)據(jù)壁壘、安全顧慮、技術(shù)瓶頸等多重難點(diǎn)。

具體來(lái)看，數(shù)據(jù)壁壘影響較大——工業(yè)設(shè)備常因傳感器噪聲、協(xié)議割裂、老舊設(shè)備數(shù)字化不足形成“數(shù)據(jù)孤島”。據(jù)估算，全球約70%的工業(yè)數(shù)據(jù)未被有效激活；安全顧慮緊隨其后——涉及核心工藝的企業(yè)不愿在公共平臺(tái)運(yùn)行數(shù)據(jù)，而依賴專家標(biāo)注故障數(shù)據(jù)的高成本又制約模型訓(xùn)練；技術(shù)瓶頸同樣突出——工業(yè)實(shí)時(shí)場(chǎng)景要求低延遲推理，但通用大模型輕量化不足、多模態(tài)數(shù)據(jù)融合困難，導(dǎo)致泛化能力下降。

疊加工業(yè)領(lǐng)域特有的知識(shí)融合難、可靠性要求高、小樣本問(wèn)題，“人工智能賦能工業(yè)是最有價(jià)值的方向，也是最難走的一條路。”華為油氣礦山軍團(tuán)副總裁蔣旺成說(shuō)。

這場(chǎng)競(jìng)逐中，中美兩國(guó)被視為主要領(lǐng)軍者，但路徑迥異。美國(guó)坐擁通用大模型與算力優(yōu)勢(shì)，卻因“去工業(yè)化”而嚴(yán)重缺乏工業(yè)場(chǎng)景支撐。

“愛(ài)立信、IBM、谷歌、GE等企業(yè)都曾嘗試用AI深度賦能工業(yè)制造，但因各種原因效果不彰。”深圳市人工智能與機(jī)器人研究院常務(wù)副院長(zhǎng)丁寧告訴記者。蔣旺成認(rèn)為，美國(guó)大模型領(lǐng)先，但缺乏與之相適配的工業(yè)場(chǎng)景；具備一定工業(yè)場(chǎng)景的發(fā)達(dá)國(guó)家，又往往缺乏頂尖的互聯(lián)網(wǎng)和AI技術(shù)。

美國(guó)的應(yīng)對(duì)之策是持續(xù)巨額投入算力，提升通用大模型性能至“人工智能體”（AI Agent）以求泛化，或依賴算力虛擬化模擬工業(yè)體系迭代，并以寬松監(jiān)管護(hù)航。

相比之下，中國(guó)路徑的破局關(guān)鍵，在于深度融合海量工業(yè)場(chǎng)景與技術(shù)攻堅(jiān)。“科技企業(yè)的大量投入，加上國(guó)內(nèi)工業(yè)企業(yè)的積極支持，才共同在該領(lǐng)域取得一定的突破。”蔣旺成認(rèn)為，豐富的真實(shí)場(chǎng)景與產(chǎn)業(yè)協(xié)同，構(gòu)成了中國(guó)應(yīng)對(duì)挑戰(zhàn)、發(fā)展工業(yè)AI的獨(dú)特優(yōu)勢(shì)與突破口。

破壁壘 強(qiáng)架構(gòu) 筑安全

面對(duì)“AI+工業(yè)”落地的全球性挑戰(zhàn)，中國(guó)科技企業(yè)與工業(yè)企業(yè)緊密攜手，以問(wèn)題為導(dǎo)向，探索出一條聚焦場(chǎng)景落地、技術(shù)適配、安全可控的特色實(shí)踐路徑。

破數(shù)據(jù)壁壘：場(chǎng)景與數(shù)據(jù)深度融合。受訪者告訴記者，我國(guó)探索“AI+工業(yè)”路徑的核心在于，將大模型與具體工業(yè)痛點(diǎn)深度綁定，尤其強(qiáng)調(diào)數(shù)據(jù)采集、清洗和跨領(lǐng)域協(xié)作的落地環(huán)節(jié)。

以高爐爐溫預(yù)測(cè)為例，精準(zhǔn)掌控爐溫對(duì)鋼鐵生產(chǎn)的穩(wěn)定性、能耗控制與成本效益至關(guān)重要。傳統(tǒng)依賴人工經(jīng)驗(yàn)，波動(dòng)大、風(fēng)險(xiǎn)高。在一鋼鐵行業(yè)項(xiàng)目中，客戶最初提出了龐雜的7000多個(gè)數(shù)據(jù)維度，如何從中提煉關(guān)鍵信息是巨大挑戰(zhàn)。

科技企業(yè)的解法是組建跨領(lǐng)域合作團(tuán)隊(duì)——鋼鐵工藝專家與AI工程師協(xié)同作業(yè)，基于對(duì)高爐冶煉機(jī)理的理解，通過(guò)反復(fù)分析、試驗(yàn)，從海量數(shù)據(jù)中篩選出約1500個(gè)核心維度用于模型訓(xùn)練。這種深度融合跨越了專業(yè)壁壘，匹配了工業(yè)需求，將預(yù)測(cè)準(zhǔn)確率提升至90%以上，保障了高爐順行和降本增效。

受訪者說(shuō)，我國(guó)“AI+工業(yè)”高度重視大模型與具體工業(yè)場(chǎng)景的緊密結(jié)合，不盲目追求通用性，而是扎根于具體工業(yè)場(chǎng)景，依靠“懂行人”與“技術(shù)派”的深度協(xié)作，將數(shù)據(jù)價(jià)值最大化。

克技術(shù)瓶頸：創(chuàng)新模型架構(gòu)驅(qū)動(dòng)規(guī)模化應(yīng)用。針對(duì)工業(yè)領(lǐng)域小樣本、負(fù)樣本難窮舉等痛點(diǎn)制約小模型發(fā)展的問(wèn)題，科技企業(yè)在模型架構(gòu)上尋求突破。

例如，業(yè)內(nèi)一家領(lǐng)軍型的科技企業(yè)創(chuàng)新性地采用“非正常即異常”的架構(gòu)思路，通過(guò)定義正常狀態(tài)，任何偏離即為異常，簡(jiǎn)化了學(xué)習(xí)目標(biāo)，規(guī)避負(fù)樣本窮舉問(wèn)題。

受訪者介紹，自2022年起，該科技企業(yè)與客戶共同構(gòu)建了強(qiáng)適用性的底層平臺(tái)。其信息化三產(chǎn)公司依托自身技術(shù)力量，已在該平臺(tái)上開(kāi)發(fā)并持續(xù)迭代上百個(gè)適用場(chǎng)景。

這種平臺(tái)化模式可在一定程度上解決工業(yè)AI應(yīng)用碎片化、定制化成本高的難題，實(shí)現(xiàn)從單點(diǎn)突破到規(guī)模化推廣。據(jù)了解，這一模式成效顯著，已在全國(guó)范圍內(nèi)推開(kāi)。

解安全之憂：筑牢安全可信的數(shù)據(jù)底座。數(shù)據(jù)安全是工業(yè)企業(yè)的核心關(guān)切，不少企業(yè)擔(dān)心在人工智能與業(yè)務(wù)結(jié)合過(guò)程中出現(xiàn)核心數(shù)據(jù)外泄風(fēng)險(xiǎn)。為解決工業(yè)企業(yè)對(duì)核心數(shù)據(jù)安全的顧慮，科技企業(yè)與工業(yè)企業(yè)探索構(gòu)建安全可信的技術(shù)基礎(chǔ)設(shè)施。

以某互聯(lián)網(wǎng)企業(yè)與南方電網(wǎng)的合作為例，該互聯(lián)網(wǎng)企業(yè)副總裁、政企業(yè)務(wù)總裁李強(qiáng)介紹，該企業(yè)與南方電網(wǎng)的合作從IT基礎(chǔ)設(shè)施云化升級(jí)、數(shù)據(jù)技術(shù)中臺(tái)建設(shè)、分布式云數(shù)據(jù)庫(kù)部署到信息網(wǎng)絡(luò)安全加固，打造了堅(jiān)實(shí)的“云數(shù)底座”。

這一模式在保障核心數(shù)據(jù)私密性的同時(shí)，可利用公有云彈性資源。“采用‘私有云+公有云’模式，成功納管上千臺(tái)服務(wù)器，提供上萬(wàn)臺(tái)云主機(jī)，支撐數(shù)百個(gè)業(yè)務(wù)應(yīng)用，實(shí)現(xiàn)數(shù)據(jù)統(tǒng)一管理、協(xié)同變更，為南方電網(wǎng)國(guó)產(chǎn)化云平臺(tái)能力提升和核心業(yè)務(wù)智能化提供了安全可靠的基礎(chǔ)。”李強(qiáng)說(shuō)，這一模式為工業(yè)企業(yè)提供了數(shù)據(jù)和業(yè)務(wù)安全的關(guān)鍵保障，使其可以放心擁抱AI。

多措并舉 擴(kuò)大優(yōu)勢(shì)

隨著大模型成本持續(xù)走低與端側(cè)應(yīng)用廣泛鋪開(kāi)，“AI+工業(yè)”浪潮將更深度地滲透千行百業(yè)。在這場(chǎng)定義未來(lái)工業(yè)格局的全球競(jìng)逐中，中國(guó)依托深厚的制造根基與科技企業(yè)、制造業(yè)企業(yè)的深度融合實(shí)踐，走出一條以真實(shí)場(chǎng)景為牽引、以落地應(yīng)用為核心、以安全可信為保障的路徑。

受訪者認(rèn)為，“AI+工業(yè)”行穩(wěn)致遠(yuǎn)，還需持續(xù)突破技術(shù)瓶頸、深化場(chǎng)景應(yīng)用、營(yíng)造鼓勵(lì)創(chuàng)新的友好環(huán)境，在全球智能化浪潮中熔鑄出更強(qiáng)大的競(jìng)爭(zhēng)優(yōu)勢(shì)。

技術(shù)攻堅(jiān)，軟硬協(xié)同。“算法與算力、芯片與大模型，是相互促進(jìn)、共同演進(jìn)的關(guān)系。”相關(guān)專家表示，當(dāng)前需通過(guò)軟硬協(xié)同創(chuàng)新，優(yōu)化大模型和芯片性能，特別是推動(dòng)國(guó)產(chǎn)大模型與國(guó)產(chǎn)芯片的深度適配，保持模型水平緊跟國(guó)際前沿。同時(shí)，不僅要攻關(guān)芯片先進(jìn)制程，也要高度重視存儲(chǔ)領(lǐng)域的技術(shù)突圍。加強(qiáng)AI與物聯(lián)網(wǎng)、大數(shù)據(jù)等前沿技術(shù)的融合。

深化應(yīng)用，開(kāi)放場(chǎng)景。丁寧等專家建議，鼓勵(lì)企業(yè)持續(xù)投入研發(fā)，優(yōu)化模型在準(zhǔn)確率、泛化性、智能化等方面的性能，并進(jìn)一步開(kāi)放更多工業(yè)應(yīng)用場(chǎng)景，推動(dòng)大模型在千行百業(yè)落地生根。

深圳市工業(yè)和信息化局副局長(zhǎng)、深圳市人工智能產(chǎn)業(yè)辦公室主任林毅認(rèn)為，隨著大模型成本降低和端側(cè)應(yīng)用加速，應(yīng)推動(dòng)更多終端產(chǎn)品集成智能功能，如AI手機(jī)、AI電腦、AI玩具、可穿戴設(shè)備、智能家居、智能駕駛等，構(gòu)建廣泛的智能產(chǎn)品矩陣，拓寬賦能邊界。

營(yíng)造環(huán)境，審慎包容。多位專家建議，監(jiān)管應(yīng)以“寬容”為基調(diào)，破除可能阻礙創(chuàng)新的制度性障礙，允許一定范圍內(nèi)的試錯(cuò)。“應(yīng)用不落地，實(shí)踐就無(wú)從談起”，制定的監(jiān)管措施就很難有針對(duì)性。“先放后管、先立后破”，更有利于中國(guó)人工智能在全球競(jìng)爭(zhēng)中脫穎而出。

此外，還應(yīng)加大對(duì)垂直領(lǐng)域，尤其是制造業(yè)應(yīng)用大模型的支持推廣力度，提高工業(yè)場(chǎng)景的普及性和模型的泛化能力。

來(lái)源：新華社

免責(zé)聲明：本網(wǎng)站部分文章、圖片等信息來(lái)源于網(wǎng)絡(luò)，版權(quán)歸原作者平臺(tái)所有，僅用于學(xué)術(shù)分享，如不慎侵犯了你的權(quán)益，請(qǐng)聯(lián)系我們，我們將做刪除處理！