本文来自微信公众号“中国工业互联网研究院”，陶元，中国工业互联网研究院政策研究所副所长，顾维玺，中国工业互联网研究院智能化研究所副所长。
习近平总书记深刻指出，人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的“头雁”效应。今年4月，中央政治局会议特别强调，要重视通用人工智能发展，营造创新生态，重视防范风险。5月初刚刚召开的中央财经委会议也提出，要把握人工智能等新科技革命浪潮，推进产业智能化、绿色化、融合化。工业互联网与人工智能的发展相辅相成、相得益彰，工业互联网为人工智能创造广泛的应用场景，人工智能也为工业互联网创新发展赋智，二者的融合对建设现代化产业体系、推动经济高质量发展、构建新发展格局意义重大。
人工智能正在进入新的发展阶段
去年11月美国科技公司OpenAI发布的ChatGPT引发全球关注和热议，成为继1997年深蓝、2016年阿尔法狗之后的又一重要里程碑，标志着人工智能从“效率工具”到“生产工具”的颠覆性变革，人工智能发展正处在新的临界点。作为战略性技术，人工智能是世界主要国家抢夺第四次工业革命发展先机的战略“必争之地”。美欧加快推动人工智能战略布局，通过加大资金扶持、强化应用牵引、完善创新生态等方式，持续打造超算中心、大数据中心等人工智能算力基础设施，支持大模型创新突破，加快塑造人工智能国家竞争新优势。就在月初，美国政府宣布斥资1.4亿美元再建7个国家人工智能研究所，主要服务气候、农业、能源、公共卫生、教育和网络安全等关键领域。此外，备受关注的欧盟《人工智能法案》（授权草案）也在上周通过表决。作为融合性技术，人工智能加速IT、CT、OT、DT深度融合，推动相关技术全面突破和迭代创新。人工智能通过与5G、边缘计算、大数据等数字技术的集成应用，打通云、网、边、端，构建集智能感知、智能决策、智能控制于一体的泛智能基础设施，支撑算据、算力、算法“三元”融合，变革生产要素组合方式，引领技术产业的协同创新。作为革命性技术，人工智能是第四次工业革命的顶层应用技术代表，海量工业数据汇聚的最终目的是应用，这需要依托人工智能技术来实现。芯片端、云网端等大部分新兴领域基础技术都将服务于人工智能与千行百业的融合应用。人工智能通过行业融合助力实现设备控制的自动化、生产经营的数字化、管理模式的精益化以及工业场景的智能化，推动生产方式与企业形态根本性变革。
近年来，我国人工智能技术发展迅速，产业规模持续壮大。2022年，人工智能核心产业规模超5000亿元，同比增长近20%，企业数量超4200家。应用算法、开源框架等关键核心技术加快突破，人工智能芯片在性能、速度、利用率上均实现有效提升，图像识别、语音识别等应用技术进入国际先进行列，一批AI开放平台初步具备支撑产业快速发展的能力。建设了10个国家超级计算中心和7个由城市运营的人工智能计算中心。人工智能正加快与各行各业深度融合，带动相关领域创新方式、业务模式深刻调整，涌现了一大批生动实践和典型案例。
人工智能加快推动工业互联网深层次应用
美欧工业强国持续推动工业智能应用，欧洲顶级制造企业AI应用普及率超过50%，美国制造企业应用普及率接近30%。其中，质量管控、库存管理和监控诊断是目前AI工业应用的典型场景。我国在加速人工智能与工业互联网融合应用，推动企业降本、提质、增效、绿色、安全发展的过程中，也逐步探索形成了五大典型应用模式。
增强数字设计，将人工智能技术应用于产品设计过程，通过建模仿真与复杂计算，在材料配比、参数设置、性能模拟、工艺优化等方面进行深度学习，降低试错成本，提高设计效率和质量。比如，企业依托生物计算大模型能高效实现千万/亿级别大规模的小分子虚拟筛选，与传统分子对接工具相比，准确率提升40%以上，计算速度提升5倍，1分钟内可计算1000个分子的药物相关性指标，大幅提升了新型药物的研发速度。
人机协同制造，通过人工智能对生产数据进行分析和预测，实现制造过程的自动感知、智能分析、自主决策和精准控制，提升机器和机器、系统和系统、机器和系统之间的高精度、自组织协同能力，逐步推动生产过程向精益化、无人化发展。比如，在晶硅光伏电池智能无人生产线，通过工业互联网平台对工业机器人、AI视觉检测系统等高效连接、实时控制，实现人机协同推动制造柔性升级，在释放作业空间的同时，进一步提高生产效率、缩短生产周期、降低劳动成本，人均劳产率较同行高出30%以上。
精益运营管理，基于跨部门、跨层级、跨企业的数据互通和业务互联，利用人工智能算法对市场需求和生产能力等进行预测和优化，实现设计、生产、销售、物流等系统联动，提升运营管理效率。比如，企业运用智能仓储物流协作平台，对零部件、生产设备、销售订单、仓储物流资源进行统一规划、管理、调度，大幅优化生产计划与采购过程，以12米盾构机为例，制造工期由5个月缩短至3个月，效率提升40%，成本降低118万元。
精准质量管控，依托5G、人工智能等新兴技术，面向产品质检，重点解决人工重复性劳动多、效率低、周期长、费用高等问题，实现对材料、设备、产品等的全面、精准质量管理。比如，通过建设人工智能发动机质检平台，将工业相机的数据通过边缘计算技术分流至云平台，实现了在统一缺陷图像库下，基于机器视觉发动机质量的协同检测。以单条生产线计算，节省检测工位70%，缺陷识别率达到99.86%，误判率不高于2%。
柔性智能服务，面向客户个性化需求，企业通过人工智能赋能，向高附加值环节延伸，从以加工组装为主向“制造+服务”转型，从单纯出售产品向出售“产品+服务”转变，实现定制化客户服务能力提升。比如，企业借助人工智能算法，通过轨道交通装备故障预测与健康管理平台，实现日检工作量减少30%，部件利用率提升15%，备品库存积压率可有效减少40%，车辆调度效率提升10%，推动“计划修”向“状态修”的转变。
人工智能助力打造工业互联网升级版
自2017年习近平总书记提出深入实施工业互联网创新发展战略以来，经过五年多的持续推进，我国工业互联网发展取得一系列阶段性、标志性成果。当前，产业智能化、绿色化、融合化发展迫切，对工业互联网创新发展提出了更高要求。人工智能与工业互联网的深度融合，将为推动工业互联网再上新台阶、打造升级版筑牢坚实基础。
一是推动工业互联网技术产业升级。人工智能技术可用于对网络性能需求的高效预测和实时调整，可以实现从网元、切片到边缘侧的智能化，构建自动部署、自我学习和自主优化的智能网络，进一步推进工业互联网网络体系演进发展。工业数据采集器、高端传感器，自主可控PLC、云化PLC、边缘计算设备、工业机器人以及工业软件的快速突破，为人工智能技术在工业领域深化应用提供了技术条件，人工智能加速与工业互联网平台融合，带动平台数据汇聚、建模分析、知识复用能力提升。工业互联网数据的体系化、专业化、规模化，是工业智能应用的前提，人工智能则为更加高效、准确的工业大数据分析提供了实现路径。
二是推动数字化转型主战场升级。工业互联网“姓工不姓网”，服务实体经济，尤其服务工业是主阵地。目前，工业互联网服务能力仍偏向IT技术，需加快向“IT+OT”技术并重升级。在人工智能技术的加持下，深入设备、单元、产线、车间、工厂的智能化解决方案和服务，将成为未来数字化转型的主战场。依托机器学习及深度学习，加强人与系统的联系，加快形成行业知识沉淀，推动建立人工智能模型，解决特定场景的诊断、预测问题，更好发挥智能化支撑作用。
三是推动融合应用向智能化升级。在企业内部，充分利用人工智能与工业技术的融合，通过全面感知、可靠传输、智能处理、精准决策实现应用赋能，提高制造业生产方式和服务模式的柔性转换能力，实现研发设计、生产制造、经营管理、运维服务等全环节应用的智能协同，加速工业智能换人、减人、无人发展。在产业链上，人工智能应用聚焦各环节之间的数据价值挖掘，为企业供应链优化、物流调度优化、市场销售预测等方面提供智能决策辅助支撑。
四是推动安全防护能力升级。随着工业互联网应用加速向OT侧拓展，面向生产网络的攻击比例不断上升，传统“外挂补丁”式安全防护难以满足工业企业网络安全的新需求。在企业数字化转型的同时，加快人工智能与零信任、扩展检测和响应（XDR）等安全技术的融合创新，建设智能入侵检测、智能安全编排、自适应安全防护等手段，形成一体化、主动化、智能化的网络安全风险监测识别和快速处置能力，构建“内生免疫”式网络安全防护能力，实现由传统安全防护向新型智能化防护转换。
