“AI+工业互联网” 已成为产业智能化的新范式

　　现阶段，数字经济已成为推动中国经济增长的主要驱动力之一，在万物互联的趋势下，作为数字经济发展“新引擎”的工业互联网，正在引领新一轮科技革命，其产业规模目前已迈过万亿元大关，发展驶入快车道。

　　“AI+工业互联网”是工业互联网发展的第二阶段

　　人工智能AI作为新一轮科技革命和产业变革的重要驱动力量，为工业互联网的智能化发展提供新动能。AI和工业互联网的融合应用是新发展阶段制造业数字化、网络化、智能化发展的必由之路。

　　众所周知，工业互联网让机器、人、信息流等高效连接，是打通不同行业信息孤岛、促进各类数据有序流动的网络和平台，为各行业数字化转型提供了互联互通的基础能力支撑。但对于大多数实施工业互联网的企业而言，因为缺少有效的分析工具，没有基于工业机理进行智能化分析，数据价值的挖掘还止步于初始阶段，大量的数据未被合理利用。如果说实现万物互联是工业互联网的第一阶段，人工智能、大数据等新技术则主导了工业互联网的第二阶段。

　　“AI+工业互联网”是指在工业互联网的架构基础上融合人工智能技术，以大量数据采集为算料基础、以机器学习或深度学习算法为核心、以用户需求为导向，面向工业场景提供智能解决方案，帮助工业企业更好地实现数据价值和效能提升，尤其是能在更大范围内精准、高效配置生产与服务资源，提升各行业发展质量与效益。

　　在传统制造业走向数字化的过程中，AI在工业互联网互联设备边缘层、平台层、应用层的渗透应用，正在推动传统生产模式向实时感知、动态分析、科学决策、精准执行和优化迭代的智能化生产模式转变，出现了一些新模式、新业态，例如云仿真设计、设备预测性维护、产品质量追溯、网络协同制造、智能产品运维等。

　　“AI+工业互联网”产品和解决方案不断涌现

　　从工业互联网的提出，到与 AI 融合赋予其新的内涵，再到行业应用落地，短短数年间，“AI+工业互联网”应用范围不断扩大、程度不断深化，水平不断提高，为各行各业的数字化转型提供个性化的路径和方法论，同时也为工业互联网巨头们打开了机会窗口。

　　基于自身在人工智能领域深耕多年的技术积累，百度不断降低AI使用门槛，以 AI 技术应用场景和工业客户需求的结合为突破点，打造了“Al+工业互联网”特色平台品牌百度智能云开物，旨在赋能更多企业。此外，在云计算、计算机视觉、深度学习、知识图谱、物联网、智慧地图、区块链等“Al+工业互联网”核心技术领域，百度进行了大量的国内外专利布局。

　　科大讯飞借助自身积累的工业声学、工业视觉、工业知识图谱等AI能力，建立了“讯飞TuringPlat图聆工业互联网平台”。该平台基于听觉、视觉、触觉、嗅觉、味觉及工业大脑(即“工业六感”)，融合多维度传感数据采集技术、深度学习序列预测技术，实现了工业设备多维度智能感知监测、设备健康状态AI智能预测、设备故障AI辅助诊断等功能，提高了工业设备检查核验效率。

　　国机集团下属国机智能，利用在油品检测领域的技术优势，建立基于工业互联网的设备状态监测与智能诊断云平台，为工业企业的大型生产设备提供远程、在线、智能化健康运维等服务。该平台集成油液监测大数据资源、人工智能分析诊断技术、云平台技术，实现大型工业企业关键生产设备在用油液全生命周期健康状态管理。

　　在企业疫情防控方面，航天云网基于INDICS工业互联网平台推出AI体温精准筛查系统解决方案，通过采用热成像技术、人脸识别物联网、云计算、大数据及人工智能技术，能够实现非接触快速体温筛查、高精度检测、智能报警、数据追溯，并降低交叉感染风险，为广大企业的安全生产保驾护航。

　　随着产业转型的逐步深入，“AI+工业互联网”应用模式呈现出两个特征：第一，以大量数据采集为算料基础，以机器学习或深度学习算法为核心，通过建立人工智能模型解决特定的诊断、预测等问题。第二，以用户需求为导向，实现全产业链覆盖，为企业提供生产控制优化、供应链优化、物流调度优化、市场销售预测等方面的决策辅助支撑。

　　随着众多应用场景的深化普及并获得业界认可，“AI+工业互联网”已成为产业智能化的新范式，为中国制造向“中国智造”转变的美好蓝图增添了一抹亮色。目前，AI在工业互联网领域的应用以AI产品质检、设备预测性维护、安全生产等单点应用居多。

　　某钢铁企业和百度智能云开物的合作，对热轧产线中10万多个样本数据和相关的质量知识进行学习与提炼后，推出了从模型服务到终端平台的软硬一体化热轧钢铁表面缺陷质量检测方案，瑕疵识别准确率达到99%以上，在同样的检测环境下，准确率比国外同类系统提升了300%。

　　某电子通信设备制造通过实施航天云网INDICS工业互联网平台，在质检环节借助AI人工智能技术，对多个角度视觉检测，合成类似3D模型，及AI本身自学习、自适应的算法功能，PCB“翘脚”识别率提升61%。

　　在工业安全方面，基于领先的声音事件定位和检测技术，科大讯飞工业听诊器可以24小时远程声纹实时监测，定位到异常声音后可智能化预警并可视化呈现，已在全国20多个变电站、风电站、水电站运行70000多小时。

　　某家电头部企业，通过应用商汤工业引擎的5G+AI+MEC识别技术，对进入工厂的车辆、设备等进行视觉化智能识别与管理，防止车辆进入生产重地等非行驶区域，从而实现对工厂内人员、设备、产品的安全保障。

　　此外，“AI+工业互联网”的融合还在以区域性工业互联网平台的形式，进行跨区域、跨行业的产业创新探索。近几年，全国各省市以AI为特色的产业园区成为新趋势，提升了区域内企业的数字化转型成效和产值，支撑中小企业走向“专精特新”发展道路。

　　“AI+工业互联网”发展总结与展望

　　虽然近年来“AI+工业互联网”在工业设计、生产、管理、营销、销售多个环节中均有渗透且成熟度不断提升，但实际上整体还处于发展初期，面临着应用成本高、技术不成熟、缺乏人才等问题，如何推动“AI+工业互联网”落地应用?从整个宏观层面来看，可从以下三方面着手：

　　一是打造优秀“AI+工业互联网”案例。通过典型案例在全行业的示范引领作用，让广大企业熟悉“AI+工业互联网”的应用场景以及能够给企业带来的实效。

　　二是重视产业人才培养。人工智能产业要实现高质量发展，培养人工智能人才是关键，同时引入多层次人才。

　　三是完善新型基础设施建设，为“AI+工业互联网”筑基。“AI+工业互联网”的应用离不开优秀的算力、网络支撑，通过完善新型基础设施可为“AI+工业互联网”开拓新机遇。

　　从供需端来看，“AI+工业互联网”目前还存在诸多技术和应用瓶颈，既需要需求用户方思维的转变，也需要厂商能力的提升。从用户端来看，重点需要关注三个方面：一是关注路径，探索数据驱动的智能化转型路径;二是关注自身，结合自身需求选择开发和部署方式;三是关注服务，重视厂商可持续服务能力。从厂商端来看，要关注两方面：一是要关注融合，关注交叉领域技术融合应用;二是关注生态，打造数字化生态合作体系。

　　可以预见的是，“AI+工业互联网”将在很长一段时间里成为中国智造的主旋律，需要越来越多的AI和工业互联网企业参与其中，肩负起科技创新的时代使命，为中国智造打牢数字化基础。

　　注：本文为中央企业工业互联网融通平台原创，转载请注明来源和出处。