飞象网讯 在当今数字化时代，工业互联网正经历着深刻变革，人工智能作为工业互联网深层次发展的关键变量，目前与工业互联网融合应用的情况如何、未来智能化变革的趋势图景怎样、可信数据空间能带来哪些价值等问题成为行业关注的重点。
5月21日，在“2025工业互联网大会”期间，中国信息通信研究院信息化与工业化融合研究所副所长田洪川在接受媒体采访时也就以上问题进行了分享。他表示，目前，人工智能已经在研发、生产、管理全环节广泛应用，涌现出上百种应用模式。未来，大模型持续提升泛化性与综合分析能力，并与AI小模型协同，加速“研-产-管-服”全链条变革。
人工智能与工业互联网融合已形成两条技术应用路线
据田洪川介绍，人工智能与工业互联网融合已形成两条技术应用路线：一是以场景化小模型为代表的专用智能应用，正从工业视觉识别等外围应用走向数据与机理融合的深度分析。“我们统计了900余个全球典型案例，围绕视觉识别、数据寻优和知识推理3类典型应用模式作了近2年对比，发现数据寻优类的应用统计占比已经高于视觉识别（48% vs 40%），当前主要围绕深度学习与工业技术融合开展可解释性、复杂工艺应用等创新挖潜，例如，小米将AI融入一体化大压铸工艺，实现合金研发、压射参数优化、AI质检等多环节智能应用。”
二是以大模型为代表的工业综合智能探索还处于初期，但模型自身能力以及与领域知识的融合程度持续增强。田洪川讲到：“我们统计了120余个国内外典型案例并作近2年对比发现，大模型在处理多模态工业数据的能力不断提升，例如西门子正探索利用GPT4分析控制器图片、工控代码等多模态知识，实现综合问答。同时，专用领域大模型驱动的知识发现类应用探索加快（8% vs 13%），行业龙头企业以及领先科研机构探索利用大模型叠加能源电力、石化化工、研发仿真、基础科学研究等专业知识，开展特定领域创新应用。”
大、小模型将协同加速“研-产-管-服”全链条变革
谈及未来智能化变革的趋势图景，田洪川表示，未来，大模型持续提升泛化性与综合分析能力，并与AI小模型协同，加速“研-产-管-服”全链条变革。
具体而言，一是实现产品自主设计。大模型将深度融入设计各环节，基于海量数据快速生成创意方案，自动优化参数和结构，确保性能、质量和成本的最优平衡，借助小模型提升物理现象理解的精准性，使模拟与仿真更高效，指导工艺优化与改进，推动产品研发的智能化和高效化。
二是实现高度自主化无人化生产。大模型能结合企业自身的生产能力、原材料供应、设备状态等多方面因素，自动生成精准且灵活的生产计划，实现多品种、小批量产品生产的快速切换，并能在遇到突发情况如订单变更、设备故障时，迅速调整生产流程和资源分配，确保生产的连续性和高效性。
三是智慧运营管理与服务。AI实时收集、分析来自企业各个环节的数据，包括生产、销售、采购、财务等，实现对企供应物流、人员配备等各类资源的优化配置，实时监测企业运营中的各种风险。
可信数据空间在工业领域已形三种空间应用模式
随着工业互联网的实践落地，以及人工智能在工业领域的渗透，数据成为推动工业互联网价值释放的核心要素，但当前数据要素的价值释放仍然面临很多难点卡点。
欧、美、日、韩等全球主要经济体，在开展数字化转型过程中都遇到了数据资源“供不出、流不动、用不好”类似问题，都积极探索利用数据空间推动数据流通利用。我国去年发布了《可信数据空间发展行动计划》，也将空间定位为实现数据资源共享共用的关键抓手。
田洪川在谈到可信数据空间带来的价值时，讲到：“当前，可信数据空间在工业领域已经形成了“企业-行业-跨行业”三种空间应用模式。“
一是龙头企业引领的“链式带动”路径。部分龙头企业充分发挥在供应链中的主导地位，带动上下游企业通过数据空间共享数据资源、创新数据服务，实现供应链数字化协同转型。
二是行业资源整合的“聚式共创”路径。针对行业数据分散、数据孤岛问题突出的现状，可信数据空间促进产业多源数据融合，赋能行业模型构建、创新药研发等应用，发挥规模效应和协同效应，提升数据价值创新能力。
三是不同行业之间的“跨域协同”路径。可信数据空间通过建立跨行业空间的协议体系框架，推动能源、制造、交通等领域的场景化数据融合，破解行业间数据壁垒。例如，南方电网能源行业数据空间和汽车行业数据空间互联互通，将电网负荷数据与新能源车企的车辆参数、出行习惯等数据联合分析，支撑“车网互动双向充电”、“充电桩智能选址”等应用场景的落地。
0 条