作者簡介

孫頔  

中國聯(lián)合網(wǎng)絡(luò)通信有限公司研究院高級研究員，主要從事碳達(dá)峰碳中和、工業(yè)互聯(lián)網(wǎng)、數(shù)字經(jīng)濟(jì)等方面的研究工作。

楊錦洲  

中國聯(lián)合網(wǎng)絡(luò)通信有限公司研究院數(shù)字經(jīng)濟(jì)研究中心總監(jiān)，主要從事數(shù)字經(jīng)濟(jì)、智慧城市、政企數(shù)字化轉(zhuǎn)型等方面的研究工作。

夏璠  

中國聯(lián)合網(wǎng)絡(luò)通信有限公司研究院研究員，主要從事數(shù)字經(jīng)濟(jì)、工業(yè)互聯(lián)網(wǎng)等方面的研究工作。

論文引用格式：

孫頔, 楊錦洲, 夏璠. AI+工業(yè)互聯(lián)網(wǎng)模式的應(yīng)用探析[J]. 信息通信技術(shù)與政策, 2023, 49(11): 2-7.

AI+工業(yè)互聯(lián)網(wǎng)模式的應(yīng)用探析

孫頔  楊錦洲  夏璠

（中國聯(lián)合網(wǎng)絡(luò)通信有限公司研究院，北京 100176）

摘要：在建設(shè)中國式現(xiàn)代化、推進(jìn)新型工業(yè)化的關(guān)鍵時(shí)期，AI和工業(yè)互聯(lián)網(wǎng)的不斷深入融合，已成為推動(dòng)工業(yè)領(lǐng)域產(chǎn)業(yè)升級，建設(shè)制造強(qiáng)國、網(wǎng)絡(luò)強(qiáng)國和數(shù)字中國的“扣合點(diǎn)”?；贏I+工業(yè)互聯(lián)網(wǎng)模式在智慧能源綜合管理、設(shè)備預(yù)防性維護(hù)、智能計(jì)劃排產(chǎn)及倉儲(chǔ)管理等領(lǐng)域的應(yīng)用效應(yīng)分析，論證了其對工業(yè)智能化轉(zhuǎn)型的重要支撐作用，并著重研究了新興生成式AI產(chǎn)品對助力AI+工業(yè)互聯(lián)網(wǎng)模式發(fā)展升級的積極作用，同時(shí)也指出現(xiàn)階段AI+工業(yè)互聯(lián)網(wǎng)模式應(yīng)用面臨的局限性因素，以期為促進(jìn)更多的AI+工業(yè)互聯(lián)網(wǎng)模式應(yīng)用場景加速落地、防范應(yīng)用風(fēng)險(xiǎn)提供參考。

關(guān)鍵詞：人工智能；工業(yè)互聯(lián)網(wǎng)；工業(yè)數(shù)字化轉(zhuǎn)型

0  引言

工業(yè)是國民經(jīng)濟(jì)的命脈，在我國經(jīng)濟(jì)邁入高質(zhì)量增長的進(jìn)程中，在加快推進(jìn)新型工業(yè)化的同時(shí)，促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合，對轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式、優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)、轉(zhuǎn)換增長動(dòng)力具有重要推動(dòng)作用。當(dāng)前，工業(yè)互聯(lián)網(wǎng)憑借“全面連接、信息共享、上下聯(lián)動(dòng)、資源整合”等優(yōu)勢，已全面融入45個(gè)國民經(jīng)濟(jì)大類，對重塑工業(yè)體系、實(shí)現(xiàn)數(shù)字中國和制造強(qiáng)國的關(guān)鍵支撐效應(yīng)正逐漸顯現(xiàn)^[1]。政府高度重視工業(yè)互聯(lián)網(wǎng)的發(fā)展，相繼發(fā)布《“十四五”信息化和工業(yè)化深度融合發(fā)展規(guī)劃》《“十四五”智能制造發(fā)展規(guī)劃》《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》等政策，明確提出2025年工業(yè)互聯(lián)網(wǎng)平臺(tái)普及率達(dá)到45%的目標(biāo)^[2]，要求建設(shè)可靠、靈活、安全的工業(yè)互聯(lián)網(wǎng)基礎(chǔ)設(shè)施，為制造業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化轉(zhuǎn)型創(chuàng)造條件^[3-4]。工業(yè)和信息化部會(huì)同工業(yè)互聯(lián)網(wǎng)專項(xiàng)工作組各單位制定出臺(tái)了《工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展行動(dòng)計(jì)劃（2021—2023年）》，著力解決工業(yè)互聯(lián)網(wǎng)發(fā)展中的深層次難點(diǎn)、痛點(diǎn)問題，加快工業(yè)互聯(lián)網(wǎng)平臺(tái)體系化升級。

工業(yè)互聯(lián)網(wǎng)是新一代信息通信技術(shù)與工業(yè)經(jīng)濟(jì)協(xié)同發(fā)展的新型基礎(chǔ)設(shè)施、應(yīng)用模式和工業(yè)生態(tài)^[5]，云計(jì)算、人工智能（Artificial Intelligence，AI）和5G等先進(jìn)技術(shù)共同構(gòu)成的新技術(shù)體系，正是其生長的土壤。其中，AI作為新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力量，具備復(fù)雜分析、預(yù)測算法、人機(jī)交互等能力，能夠充分挖掘、利用工業(yè)互聯(lián)網(wǎng)中各類智能設(shè)備采集的海量數(shù)據(jù)價(jià)值，反哺工業(yè)企業(yè)，實(shí)現(xiàn)降本增效，使數(shù)據(jù)真正成為數(shù)字經(jīng)濟(jì)引擎的“燃料”。

1  AI+工業(yè)互聯(lián)網(wǎng)模式已成為產(chǎn)業(yè)智能化新范式

國內(nèi)研究機(jī)構(gòu)將AI+工業(yè)互聯(lián)網(wǎng)模式概括為在工業(yè)互聯(lián)網(wǎng)的架構(gòu)基礎(chǔ)上融合人工智能技術(shù)的模式，其特點(diǎn)是“以大量數(shù)據(jù)采集為算料基礎(chǔ)、以機(jī)器學(xué)習(xí)或深度學(xué)習(xí)算法為核心、以用戶需求為導(dǎo)向，面向工業(yè)場景提供智能解決方案，幫助工業(yè)企業(yè)更好地實(shí)現(xiàn)數(shù)據(jù)價(jià)值和效能提升，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的業(yè)務(wù)轉(zhuǎn)型和創(chuàng)新”^[6]。

工業(yè)企業(yè)擁有復(fù)雜的生產(chǎn)線，其確保盈利的關(guān)鍵在于最大限度地提高生產(chǎn)率、降低轉(zhuǎn)化成本和保證按時(shí)交付產(chǎn)品，但需求和供應(yīng)的不確定性導(dǎo)致傳統(tǒng)的管理方式難以幫助企業(yè)實(shí)現(xiàn)高效生產(chǎn)^[7]。在這種情況下，AI+工業(yè)互聯(lián)網(wǎng)模式在工業(yè)生產(chǎn)環(huán)節(jié)中的融合應(yīng)用，以工業(yè)互聯(lián)網(wǎng)對各類工業(yè)數(shù)據(jù)資源的泛在連接能力為基礎(chǔ)支撐，充分發(fā)揮AI在工業(yè)互聯(lián)網(wǎng)平臺(tái)的邊緣設(shè)備層、平臺(tái)層以及應(yīng)用層等多個(gè)領(lǐng)域的高級計(jì)算、智能分析價(jià)值，不僅能拓展和豐富AI在工業(yè)領(lǐng)域的應(yīng)用場景，促進(jìn)工業(yè)互聯(lián)網(wǎng)服務(wù)能力提升，而且可促進(jìn)機(jī)器、人、信息流的高效連接，有助于生產(chǎn)與服務(wù)資源在更大范圍內(nèi)精準(zhǔn)、高效配置，實(shí)現(xiàn)工業(yè)知識(shí)的沉淀和復(fù)用，提升從生產(chǎn)到應(yīng)用的全產(chǎn)業(yè)鏈數(shù)字化、網(wǎng)絡(luò)化、智能化水平，提高企業(yè)的效率和競爭力，為企業(yè)創(chuàng)造巨大價(jià)值，進(jìn)而推動(dòng)我國從制造大國邁向制造強(qiáng)國。

現(xiàn)階段，在電子信息制造、裝備制造和石油化工行業(yè)，AI+工業(yè)互聯(lián)網(wǎng)平臺(tái)的行業(yè)滲透率已分別達(dá)到10.5%、8.6%和8.5%^[6]，應(yīng)用領(lǐng)域以智慧能源綜合管理、設(shè)備預(yù)防性維護(hù)、智能計(jì)劃排產(chǎn)及倉儲(chǔ)管理等生產(chǎn)相關(guān)環(huán)節(jié)中的輔助性單點(diǎn)應(yīng)用為主。

1.1  智慧能源綜合管理

能源是工業(yè)的血液，是企業(yè)正常運(yùn)轉(zhuǎn)的根本保障。尤其在“雙碳”目標(biāo)指引下，在推動(dòng)能耗雙控轉(zhuǎn)向碳排放雙控的過程中，對于占全社會(huì)能源消費(fèi)65%的工業(yè)領(lǐng)域^[8]，積極應(yīng)用可再生能源、踐行節(jié)能降碳已經(jīng)成為企業(yè)發(fā)展的必選路徑。然而，風(fēng)電、光電等可再生能源具有間歇性、隨機(jī)性和波動(dòng)性等特點(diǎn)，需與電網(wǎng)供電合理配合，并充分結(jié)合波峰波谷電價(jià)，才能在確保生產(chǎn)安全穩(wěn)定的同時(shí)，降低碳排放，節(jié)約運(yùn)營成本，提高經(jīng)濟(jì)效益。

基于AI+工業(yè)互聯(lián)網(wǎng)模式建立的智慧能源綜合管理系統(tǒng)，綜合各類用能設(shè)備的運(yùn)行數(shù)據(jù)，可分析確定企業(yè)經(jīng)營生產(chǎn)的高耗能、高碳排環(huán)節(jié)，并提供智能科學(xué)的優(yōu)化建議。同時(shí)，結(jié)合可再生能源發(fā)電功率預(yù)測結(jié)果，以安全性和經(jīng)濟(jì)性為目標(biāo)，制定工廠內(nèi)部及廠區(qū)范圍的多能源協(xié)同策略，保證多種能量來源之間的平滑切換，實(shí)現(xiàn)用能設(shè)備運(yùn)行于最優(yōu)效率區(qū)間、產(chǎn)品良率提升、綠色低碳生產(chǎn)及用能成本降低等多方面效益共贏。

工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)智庫征集案例顯示，某國家級高新區(qū)（簡稱“高新區(qū)”）有數(shù)百家制造企業(yè)入駐，存在電網(wǎng)、自建熱電廠、分布式光伏/風(fēng)電、集中式儲(chǔ)能等多種電力來源，存量系統(tǒng)復(fù)雜。在應(yīng)用AI+工業(yè)互聯(lián)網(wǎng)智慧能源綜合管理平臺(tái)的實(shí)踐中，該高新區(qū)以工業(yè)互聯(lián)網(wǎng)對能源數(shù)據(jù)、設(shè)備數(shù)據(jù)、質(zhì)量數(shù)據(jù)的高精度采集為支撐，結(jié)合企業(yè)的個(gè)性化需求，利用AI對以上數(shù)據(jù)進(jìn)行系統(tǒng)級解析，并建立發(fā)電及負(fù)荷預(yù)測模型，從而幫助企業(yè)準(zhǔn)確預(yù)測能源供給，精準(zhǔn)匹配負(fù)荷調(diào)節(jié)，制定峰谷期電能應(yīng)用策略。該高新區(qū)的AI+工業(yè)互聯(lián)網(wǎng)智慧能源綜合管理平臺(tái)通過智能分析挖掘34 家企業(yè)的可調(diào)節(jié)負(fù)荷資源潛力，實(shí)現(xiàn)聚合調(diào)節(jié)能力27 MW，基本覆蓋高新區(qū)在用電高峰時(shí)段的錯(cuò)峰需求，以降低供電緊張時(shí)對生產(chǎn)造成的影響^[9]。同時(shí)，AI+工業(yè)互聯(lián)網(wǎng)智慧能源綜合管理平臺(tái)還挖掘出118 家企業(yè)的潛在節(jié)電量約6 425 萬kWh/年，78 家企業(yè)的峰谷期降費(fèi)收益約1 571 萬元/年^[9]。

1.2  設(shè)備預(yù)防性維護(hù)

在過程工業(yè)中，設(shè)備的正常運(yùn)行是保障工廠高效、可靠和安全生產(chǎn)的關(guān)鍵。根據(jù)國際自動(dòng)化學(xué)會(huì)的數(shù)據(jù)，全球每年因?yàn)闄C(jī)器故障引發(fā)的停機(jī)時(shí)間導(dǎo)致了6 470 億美元的損失^[10]。如何使工廠在提升產(chǎn)能的同時(shí)降低維護(hù)成本、提高關(guān)鍵設(shè)備的可用性、減少非計(jì)劃性停產(chǎn)，一直是困擾工業(yè)生產(chǎn)安全運(yùn)行和降本增效的重要因素。為保證設(shè)備長期穩(wěn)定運(yùn)行，大部分工廠采用定期的預(yù)防性維修維護(hù)策略，然而這種方法不僅極易導(dǎo)致過度維護(hù)，而且依然無法有效避免非計(jì)劃停產(chǎn)，甚至可能造成維修性故障的發(fā)生。

應(yīng)用AI+工業(yè)互聯(lián)網(wǎng)模式，基于設(shè)備正常運(yùn)行時(shí)所采集的海量歷史數(shù)據(jù)訓(xùn)練模型，并綜合考慮各類傳感器數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，能夠建立具備分析判斷復(fù)雜規(guī)則能力、在實(shí)際數(shù)據(jù)出現(xiàn)偏差時(shí)快速預(yù)警的智能化預(yù)防性維護(hù)系統(tǒng)。智能預(yù)警機(jī)制將為企業(yè)應(yīng)對潛在故障或風(fēng)險(xiǎn)爭取寶貴的時(shí)間，以及時(shí)采取相應(yīng)措施，避免非計(jì)劃停產(chǎn)的發(fā)生。同時(shí)，基于AI+工業(yè)互聯(lián)網(wǎng)模式的預(yù)防性維護(hù)系統(tǒng)還能進(jìn)行故障維修維護(hù)指導(dǎo)，以幫助企業(yè)有效控制風(fēng)險(xiǎn)，實(shí)現(xiàn)安全生產(chǎn)。

工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟在實(shí)踐研究中發(fā)現(xiàn)，某石油公司基于AI+工業(yè)互聯(lián)網(wǎng)模式建立的智能生產(chǎn)預(yù)警系統(tǒng)，利用工業(yè)互聯(lián)網(wǎng)采集井口平臺(tái)上相關(guān)生產(chǎn)設(shè)備設(shè)施的實(shí)時(shí)性能狀態(tài)數(shù)據(jù)并上傳至中心平臺(tái)，應(yīng)用AI技術(shù)實(shí)時(shí)比對分析設(shè)備運(yùn)行參數(shù)和歷史健康數(shù)據(jù)，自動(dòng)判斷預(yù)警設(shè)備異常狀態(tài)，并制定預(yù)防性維護(hù)措施，避免因重要元器件損壞造成設(shè)備計(jì)劃外停機(jī)。該系統(tǒng)應(yīng)用后，該石油公司每年節(jié)省人工成本約600 萬元，減少維修設(shè)備投入成本約4 000 萬元^[11]。

1.3  智能計(jì)劃排產(chǎn)

為了達(dá)到最佳生產(chǎn)運(yùn)營目標(biāo)，企業(yè)需以最有效的方式調(diào)配利用人力、設(shè)備和倉儲(chǔ)等各類資源。生成排產(chǎn)計(jì)劃的過程既耗時(shí)又復(fù)雜，不僅需考慮可用資源、設(shè)備效率、員工數(shù)量、市場需求和既定產(chǎn)品服務(wù)目標(biāo)等諸多因素，還要根據(jù)訂單變動(dòng)、計(jì)劃外停機(jī)等約束條件的不斷變化做出及時(shí)合理的優(yōu)化調(diào)整，以確保安全生產(chǎn)、任務(wù)達(dá)成以及經(jīng)濟(jì)性優(yōu)良。

AI+工業(yè)互聯(lián)網(wǎng)模式能夠有效賦能排產(chǎn)計(jì)劃生成，利用工業(yè)互聯(lián)網(wǎng)采集的各生產(chǎn)線數(shù)據(jù)，基于智能化分析能力評估各環(huán)節(jié)實(shí)際生產(chǎn)效率限度，結(jié)合多維約束條件，快速、準(zhǔn)確地制定出優(yōu)化的排產(chǎn)計(jì)劃，節(jié)約人工成本，增強(qiáng)過程控制。此外，AI+工業(yè)互聯(lián)網(wǎng)模式的應(yīng)用還能將外部市場形勢與內(nèi)部工況信息進(jìn)行融合研判，及時(shí)、高效地做出適應(yīng)性調(diào)整，降低對既定目標(biāo)和運(yùn)營效益的影響。在AI+工業(yè)互聯(lián)網(wǎng)模式下，開展排產(chǎn)計(jì)劃與倉儲(chǔ)管理數(shù)據(jù)實(shí)時(shí)共享也將有助于加快物資周轉(zhuǎn)，提高保供服務(wù)水平并不斷優(yōu)化庫存結(jié)構(gòu)，降低庫存成本^[12]。

在北京大成企業(yè)研究院開展的案例分析中，某新能源電池生產(chǎn)企業(yè)為解決規(guī)模不斷擴(kuò)大中出現(xiàn)的各業(yè)務(wù)環(huán)節(jié)割裂、生產(chǎn)協(xié)同不足、決策效率低、排產(chǎn)效率差等問題，基于AI+工業(yè)互聯(lián)網(wǎng)模式構(gòu)建了決策分析與智慧排產(chǎn)系統(tǒng)。利用AI的高級計(jì)算和快速反饋能力，深度挖掘工業(yè)互聯(lián)網(wǎng)監(jiān)測、采集的各基地生產(chǎn)、倉儲(chǔ)數(shù)據(jù)價(jià)值，并結(jié)合區(qū)域市場需求、物流運(yùn)輸情況等信息開展排產(chǎn)運(yùn)營策略制定及優(yōu)化，實(shí)現(xiàn)智慧化的排產(chǎn)設(shè)計(jì)、訂單響應(yīng)、決策制定，促進(jìn)數(shù)據(jù)分析對生產(chǎn)運(yùn)營的反哺。基于AI+工業(yè)互聯(lián)網(wǎng)模式的決策分析與智慧排產(chǎn)系統(tǒng)實(shí)施后，該企業(yè)排產(chǎn)效率提升17%，訂單響應(yīng)速度提升1倍，跨部門協(xié)同效率增加40%，訂單履約率提升22%^[13]。

在數(shù)字中國、制造強(qiáng)國的建設(shè)過程中，人工智能和工業(yè)互聯(lián)網(wǎng)的融合應(yīng)用已成為新階段工業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化發(fā)展的必由之路。未來，隨著產(chǎn)業(yè)轉(zhuǎn)型的逐步深入，工業(yè)互聯(lián)網(wǎng)、AI相關(guān)技術(shù)的不斷進(jìn)步，AI+工業(yè)互聯(lián)網(wǎng)模式在工業(yè)領(lǐng)域的滲透性將進(jìn)一步增強(qiáng)，呈現(xiàn)出多點(diǎn)落地的規(guī)?；厔荨?/p>

2  生成式AI的應(yīng)用將助力AI+工業(yè)互聯(lián)網(wǎng)模式發(fā)展升級

2022年11月30日，美國開放人工智能（OpenAI）公司推出了對話式AI工具——ChatGPT。ChatGPT是一個(gè)超大的統(tǒng)計(jì)語言及順序文本預(yù)測模型，其核心技術(shù)為生成式AI。2023年3月15日，OpenAI發(fā)布多模態(tài)預(yù)訓(xùn)練大語言模型GPT-4，帶來了自然語言處理在表述邏輯性、自然性等人機(jī)交互體驗(yàn)領(lǐng)域的巨大提升^[14]，隨后我國百度、阿里、華為等科技公司也相繼推出了本土化的“類ChatGPT”生成式AI產(chǎn)品。由于具備更大的語料庫、更強(qiáng)的計(jì)算能力、更通用的預(yù)訓(xùn)練和更強(qiáng)的自我學(xué)習(xí)能力，這些創(chuàng)新產(chǎn)品將為優(yōu)化傳統(tǒng)工業(yè)互聯(lián)網(wǎng)賦能方式、助力工業(yè)產(chǎn)品全生命周期的效率和質(zhì)量提升帶來更多可能性。

2.1  促進(jìn)全方位數(shù)據(jù)挖掘分析

在工業(yè)領(lǐng)域中，各類傳統(tǒng)行業(yè)工程技術(shù)人員與數(shù)字化工程師之間往往存在著協(xié)作壁壘，嚴(yán)重阻礙了對工業(yè)生產(chǎn)各類數(shù)據(jù)的全方位挖掘分析，很大程度上約束了全面數(shù)字化轉(zhuǎn)型的落地。生成式AI具備的人機(jī)協(xié)同和編程能力，能夠更好地理解任務(wù)需求，有效擴(kuò)展數(shù)據(jù)獲取渠道，并結(jié)合工業(yè)互聯(lián)網(wǎng)的生產(chǎn)數(shù)據(jù)采集功能，利用智能化算法為企業(yè)制定更合理的經(jīng)營生產(chǎn)策略，也有助于解決“工業(yè)+數(shù)字化”復(fù)合型人才短缺的問題。

2.2  支持跨行業(yè)信息融合

產(chǎn)業(yè)融合是全球經(jīng)濟(jì)增長和現(xiàn)代產(chǎn)業(yè)發(fā)展的重要趨勢。在此背景下，企業(yè)亟需擴(kuò)展產(chǎn)業(yè)鏈相關(guān)環(huán)節(jié)的技術(shù)、知識(shí)、生產(chǎn)經(jīng)營數(shù)據(jù)等信息，以提升融合發(fā)展水平，促進(jìn)向價(jià)值鏈“微笑曲線”兩端的高附加值環(huán)節(jié)延伸。生成式AI依托豐富的數(shù)據(jù)庫資源，可以在線解答各種科技、生產(chǎn)等相關(guān)問題，并將復(fù)雜的技術(shù)知識(shí)快速簡化為易于理解的形式，從而幫助從業(yè)人員高效獲取跨行業(yè)技術(shù)、知識(shí)。同時(shí)，生成式AI還能對產(chǎn)業(yè)鏈中以“機(jī)器-工業(yè)互聯(lián)網(wǎng)-AI-人”形式傳播的信息流進(jìn)行整合，根據(jù)不同的顆粒度、種類和實(shí)時(shí)性等需求，以更加智能的方式將各環(huán)節(jié)的數(shù)據(jù)信息進(jìn)行差異化生成和推送，并提供智能化的跨行業(yè)融合方案，促進(jìn)資源共享、技術(shù)交互以及業(yè)務(wù)優(yōu)化配置，不斷推動(dòng)產(chǎn)業(yè)高質(zhì)量融合發(fā)展。

2.3  滿足個(gè)性化需求

新消費(fèi)群體和新需求對“個(gè)性化”的強(qiáng)烈訴求向企業(yè)準(zhǔn)確捕捉需求痛點(diǎn)、增強(qiáng)柔性化生產(chǎn)水平、兼顧個(gè)性化與低成本的能力提出了更高的要求。生成式AI具有強(qiáng)大的人機(jī)對話交互能力，可以更精準(zhǔn)地理解用戶的需求，助推企業(yè)與用戶的深度交互變革，實(shí)現(xiàn)用戶在產(chǎn)品全生命周期中的深度參與。其與工業(yè)互聯(lián)網(wǎng)的融合應(yīng)用可有力破解傳統(tǒng)生產(chǎn)經(jīng)營方式中，客戶個(gè)性化需求難以有效指導(dǎo)企業(yè)生產(chǎn)的難題，并通過制定科學(xué)合理的差異化生產(chǎn)方案，提高柔性化生產(chǎn)能力，讓企業(yè)以低成本、高質(zhì)量、高效率的運(yùn)營，實(shí)現(xiàn)產(chǎn)品個(gè)性化設(shè)計(jì)、生產(chǎn)、銷售及服務(wù)，提升用戶滿意度，強(qiáng)化企業(yè)競爭力。

3  AI+工業(yè)互聯(lián)網(wǎng)應(yīng)用的局限性分析

盡管AI+工業(yè)互聯(lián)網(wǎng)模式的應(yīng)用對打破工業(yè)生產(chǎn)的效率瓶頸、進(jìn)一步激活生產(chǎn)數(shù)據(jù)要素的潛能、促進(jìn)工業(yè)智能化轉(zhuǎn)型具有重要意義，但由于工業(yè)具有細(xì)分領(lǐng)域眾多、流程環(huán)節(jié)復(fù)雜、容錯(cuò)性低、可靠性和安全性要求高等特點(diǎn)，因此目前AI+工業(yè)互聯(lián)網(wǎng)模式在工業(yè)領(lǐng)域的規(guī)?；茝V還存在諸多限制因素。

3.1  結(jié)果可靠性與可解釋性不足

工業(yè)生產(chǎn)過程交互環(huán)節(jié)多、業(yè)務(wù)復(fù)雜性高、容錯(cuò)率極低，要求智能化分析、決策的每一步階段性結(jié)果具有可解釋性。然而，許多AI算法通常采取“黑盒”機(jī)制，致使其決策結(jié)果的產(chǎn)生邏輯具有不可辨識(shí)性和不可推論性，這種模糊性直接降低了結(jié)果的可信任度，與工業(yè)生產(chǎn)依賴的準(zhǔn)確嚴(yán)謹(jǐn)?shù)倪^程預(yù)測、決策之間存在較大矛盾，也與工業(yè)互聯(lián)網(wǎng)的高可靠性、強(qiáng)確定性要求不相符，嚴(yán)重阻礙了AI+工業(yè)互聯(lián)網(wǎng)模式的部署應(yīng)用。

3.2  模型構(gòu)建難度大

一方面，AI算法模型的準(zhǔn)確性提升需要以大量的訓(xùn)練數(shù)據(jù)為基礎(chǔ)，但工業(yè)數(shù)據(jù)具有私密性高、有價(jià)值信息提取難、有效標(biāo)注少等問題，尤其是對模型敏感能力影響極大的生產(chǎn)設(shè)備異常等訓(xùn)練數(shù)據(jù)量不足，將制約AI算法模型的持續(xù)調(diào)優(yōu)、升級。另一方面，工業(yè)場景復(fù)雜多樣，工藝流程差異化較大，采用單一場景或流程訓(xùn)練的AI算法模型泛化能力差、復(fù)用難度大。以上兩方面因素不利于AI+工業(yè)互聯(lián)網(wǎng)模式的大范圍推廣應(yīng)用，難以實(shí)現(xiàn)對工業(yè)生產(chǎn)發(fā)展的及時(shí)跟進(jìn)。

3.3  開發(fā)成本過高

AI算法模型集大算力、大算法、大數(shù)據(jù)為一體，在訓(xùn)練時(shí)依賴海量的數(shù)據(jù)、計(jì)算資源與云化存儲(chǔ)能力，且需經(jīng)歷復(fù)雜的訓(xùn)練、驗(yàn)證環(huán)節(jié)，耗費(fèi)成本極高。華為公布數(shù)據(jù)顯示，僅一次AI大模型的開發(fā)訓(xùn)練成本就高達(dá)1 200 萬美元^[15]。由此將給企業(yè)帶來沉重的經(jīng)濟(jì)負(fù)擔(dān)，導(dǎo)致企業(yè)對AI+工業(yè)互聯(lián)網(wǎng)模式的研發(fā)應(yīng)用望而卻步。這不僅影響產(chǎn)業(yè)投入的積極性、阻礙技術(shù)發(fā)展，而且難以達(dá)到工業(yè)互聯(lián)網(wǎng)賦能中小企業(yè)數(shù)字化轉(zhuǎn)型發(fā)展的目標(biāo)要求。

3.4  數(shù)據(jù)安全性難以保障

工業(yè)數(shù)據(jù)包含了企業(yè)生產(chǎn)、經(jīng)營和管理等信息，具有重要價(jià)值，如果遭遇威脅，可能會(huì)對企業(yè)的經(jīng)營造成嚴(yán)重?fù)p害。同時(shí)，工業(yè)數(shù)據(jù)也是國家安全和國民經(jīng)濟(jì)的重要基礎(chǔ)，一旦遭受破壞或泄露，將對社會(huì)穩(wěn)定和經(jīng)濟(jì)發(fā)展造成重大損失。因此數(shù)據(jù)安全一直以來都受到企業(yè)和政府部門的重點(diǎn)關(guān)注。為防范企業(yè)內(nèi)部因生成式AI產(chǎn)品儲(chǔ)存用戶聊天記錄或通過互聯(lián)網(wǎng)開展人機(jī)交互而可能造成的數(shù)據(jù)泄露和隱私保護(hù)相關(guān)風(fēng)險(xiǎn)問題，蘋果、三星、SK海力士等企業(yè)已宣布禁用ChatGPT等生成式AI產(chǎn)品。

4  結(jié)束語

在產(chǎn)業(yè)升級轉(zhuǎn)型逐漸步入深水區(qū)的進(jìn)程中，隨著數(shù)據(jù)量呈現(xiàn)爆發(fā)式增長、計(jì)算能力顯著提升、深度學(xué)習(xí)算法取得突破性進(jìn)步，AI技術(shù)同工業(yè)領(lǐng)域融合應(yīng)用的滯后周期正不斷縮短，并將通過與工業(yè)互聯(lián)網(wǎng)融合等模式，滲透到生產(chǎn)制造、運(yùn)營管理、人員培訓(xùn)等過程。尤其在鼓勵(lì)A(yù)I+工業(yè)互聯(lián)網(wǎng)發(fā)展的政策陸續(xù)出臺(tái)后，AI與工業(yè)互聯(lián)網(wǎng)融合的模式將迎來高速發(fā)展期，對推進(jìn)我國新型工業(yè)化發(fā)揮更大作用。在此過程中，不僅應(yīng)努力拓展AI+工業(yè)互聯(lián)網(wǎng)模式的賦能水平，豐富其應(yīng)用場景，而且應(yīng)針對現(xiàn)存的發(fā)展限制性因素從技術(shù)、管理、政策等多方面研究制定應(yīng)對策略，以更充分地發(fā)揮AI+工業(yè)互聯(lián)網(wǎng)模式對企業(yè)新舊動(dòng)能轉(zhuǎn)換和價(jià)值鏈延伸的推動(dòng)作用，使其能更好助力中國制造業(yè)高質(zhì)量發(fā)展。

Analysis of AI + Industrial Internet model application

SUN Di, YANG Jinzhou, XIA Fan

(China Unicom Research Institute, Beijing 100176, China)

Abstract: In the critical period of realizing Chinese modernization and promoting new industrialization, the continuous in-depth integration of artificial intelligence (AI) and Industrial Internet has become the key point to promote industrial upgrading in the industrial field and boost China’s strength in manufacturing, cyberspace and digital development. Based on the analysis of the application effect of AI + Industrial Internet model in the fields of comprehensive intelligent energy management, preventive maintenance of equipment, smart manufacturing scheduling and warehouse management, this paper demonstrates its important supporting role in the transformation of industrial intelligence. It also focuses on the positive role of emerging AI products in helping the development and upgrading of AI + Industrial Internet model. At the same time, it also points out the limitations faced by AI + Industrial Internet model applications at the current stage, hoping to provide reference for accelerating the implementation of various AI + Industrial Internet model application scenarios and preventing application risks.

Keywords：AI; Industrial Internet; industrial digital transformation

本文刊于《信息通信技術(shù)與政策》2023年 第11期

主辦：中國信息通信研究院

《信息通信技術(shù)與政策》是工業(yè)和信息化部主管、中國信息通信研究院主辦的專業(yè)學(xué)術(shù)期刊。本刊定位于“信息通信技術(shù)前沿的風(fēng)向標(biāo)，信息社會(huì)政策探究的思想庫”，聚焦信息通信領(lǐng)域技術(shù)趨勢、公共政策、國家/產(chǎn)業(yè)/企業(yè)戰(zhàn)略，發(fā)布前沿研究成果、焦點(diǎn)問題分析、熱點(diǎn)政策解讀等，推動(dòng)5G、工業(yè)互聯(lián)網(wǎng)、數(shù)字經(jīng)濟(jì)、人工智能、區(qū)塊鏈、大數(shù)據(jù)、云計(jì)算等技術(shù)產(chǎn)業(yè)的創(chuàng)新與發(fā)展，引導(dǎo)國家技術(shù)戰(zhàn)略選擇與產(chǎn)業(yè)政策制定，搭建產(chǎn)、學(xué)、研、用的高端學(xué)術(shù)交流平臺(tái)。