AI時代漸近，工業(yè)互聯(lián)網(wǎng)也隨之掀起新一輪變革。

作為新基建的核心部分，工業(yè)互聯(lián)網(wǎng)可以在加速推動傳統(tǒng)產(chǎn)業(yè)升級改造的同時推動新興產(chǎn)業(yè)培育，已成為實現(xiàn)新型工業(yè)化的關鍵要素。據(jù)工信部數(shù)據(jù)，工業(yè)互聯(lián)網(wǎng)融入49個國民經(jīng)濟大類，覆蓋全部工業(yè)大類，預計2023年核心產(chǎn)業(yè)規(guī)模達1.35萬億元。

“根據(jù)當前的市場動態(tài)和技術發(fā)展趨勢，隨著人工智能技術和大數(shù)據(jù)的不斷發(fā)展，將這兩種技術融合應用于工業(yè)互聯(lián)網(wǎng)中，可以實現(xiàn)更高效、更智能的生產(chǎn)制造和運營，幫助企業(yè)更好地提質(zhì)降本減存。”思謀科技聯(lián)合創(chuàng)始人兼技術負責人劉樞告訴第一財經(jīng)。

在AI應用逐步落地的當下，AI在工業(yè)互聯(lián)網(wǎng)的滲透越來越多，工業(yè)質(zhì)檢、工業(yè)視覺、無人值守、優(yōu)化調(diào)度、工業(yè)大腦、AloT設備互聯(lián)等領域應用正逐步落地，用友網(wǎng)絡、鼎捷軟件、賽意信息、漢得信息等相關企業(yè)紛紛爭搶工業(yè)AI灘頭。

AI質(zhì)檢應用較成熟

目前，AI在工業(yè)領域的應用場景廣泛，涵蓋了研發(fā)、生產(chǎn)、供應鏈、銷售和服務等多個環(huán)節(jié)。

賽意信息副總裁、數(shù)字產(chǎn)品BG總裁劉偉超告訴第一財經(jīng)，在研發(fā)端，AI可以助力知識庫管理、產(chǎn)品設計優(yōu)化、模擬和仿真以及自動化設計；在生產(chǎn)端，AI則能夠提升質(zhì)量控制、調(diào)度優(yōu)化和預測性維護等方面的效率；在供應鏈端，AI可以應用于需求預測、庫存優(yōu)化和風險管理；在銷售端，AI則可以實現(xiàn)個性化營銷和銷售預測；在服務端，AI也能提供智能客服和虛擬助手等支持。

“目前，預測性維護和工廠視覺檢測質(zhì)量管理是AI在工業(yè)領域滲透率較高的應用，已經(jīng)在眾多工業(yè)企業(yè)中取得顯著效益。”劉偉超表示。

其中，廢鋼識別是典型的人工智能在工業(yè)視覺質(zhì)檢領域的應用，以工業(yè)視覺+大數(shù)據(jù)+算法為核心技術。

“在廢鋼判定領域，我們做了有四五年，現(xiàn)在國內(nèi)的市場占有率第一，廢鋼識別率超過93%，比市面上其他企業(yè)做得都好。”用友網(wǎng)絡高端客戶解決方案事業(yè)群智能制造事業(yè)部總經(jīng)理葉秀林接受第一財經(jīng)專訪時表示。

據(jù)IDC測算，中國工業(yè)質(zhì)檢市場規(guī)模至2025年將快速增長至62億元，2020-2025年復合增長率（CAGR）達28.5%。隨著AI大模型的圖像和音視頻處理能力取得大突破，AI質(zhì)檢精確率還將邁上新臺階。

根據(jù)IDC數(shù)據(jù)，2022年創(chuàng)新奇智在工業(yè)質(zhì)檢領域市占率僅次于百度智能云排名第二，在獨立第三方AI解決方案提供商中位列榜首。科遠智慧也已推出基于AI的工業(yè)質(zhì)檢產(chǎn)品。

預測性維護是AI在工業(yè)互聯(lián)網(wǎng)的另一重要應用，依托于以工藝機理為核心的預測模型。

據(jù)華經(jīng)產(chǎn)業(yè)研究院數(shù)據(jù)，2021年全球預測性維護市場規(guī)模達322.4億元，其中中國預測性維護市場規(guī)模達48.4億（占比約15%）。預計2027年全球預測性維護市場規(guī)模有望達1677億元，假設占比不變，則至2027年中國市場規(guī)模將達251.6億元。目前，容知日新等多家企業(yè)均有布局。

工業(yè)大腦增速最快

在葉秀林看來，工業(yè)大腦是未來工業(yè)AI增速最快的應用。

根據(jù)用友的定義，用友智能制造工業(yè)大腦定位于工業(yè)企業(yè)的生產(chǎn)、運營數(shù)據(jù)的分析優(yōu)化，基于30余年服務46萬家工業(yè)企業(yè)的經(jīng)驗積淀，通過數(shù)據(jù)連接，將企業(yè)核心業(yè)務模型與工業(yè)機理模型、工業(yè)算法相融合，普及工業(yè)智能在制造業(yè)中的應用，幫助制造企業(yè)實現(xiàn)合理排產(chǎn)、優(yōu)化配料、質(zhì)量診斷、故障預測。

“企業(yè)現(xiàn)在其實都已經(jīng)到了管理深水區(qū)，傳統(tǒng)的信息化建設，例如ERP等，企業(yè)基本上都已采納并應用，眾多傳統(tǒng)應用也已成熟完備，積累了海量的數(shù)據(jù)資源。這些數(shù)據(jù)主要源于操作層面，但企業(yè)現(xiàn)正渴望深度挖掘其潛在價值，以轉(zhuǎn)化為實際的業(yè)務效益。”葉秀林介紹。

事實上，工業(yè)大腦的本質(zhì)是針對工業(yè)領域不同業(yè)務的算法模型，可理解為小模型，而更具通用性的、面向工業(yè)領域的工業(yè)大模型也在陸續(xù)落地。業(yè)內(nèi)認為，現(xiàn)階段工業(yè)領域主要以單模態(tài)模型服務為主，大模型與小模型相輔相成，未來大模型可能會替代高度定制化的小模型。

目前，用友已推出企業(yè)服務大模型YonGPT；鼎捷軟件基于鼎捷知識中臺和 GPT 技術構建了企業(yè)級知識機器人ChatFile；思謀科技推出工業(yè)多模態(tài)大模型IndustryGPT；賽意信息是華為盤古大模型的首批合作伙伴，已推出聚焦企業(yè)服務大模型的AIGC中臺（善謀GPT）；漢得信息也與華為云簽署漢得H-Copilot AIGC中臺&華為云盤古大模型合作協(xié)議。此外，中控技術據(jù)悉將推出首個面向流程工業(yè)運行優(yōu)化與設計的AI大模型。

“賽意信息以632項目為起點，歷經(jīng)了從項目服務型公司向產(chǎn)品公司的全面轉(zhuǎn)型。在這個過程中，我們成功地從定制化的經(jīng)驗轉(zhuǎn)變?yōu)闃藴驶瘜嵤┝鞒腆w系和標準化產(chǎn)品體系。”劉偉超稱，“在AI這一新興轉(zhuǎn)型方向上，賽意信息已經(jīng)開始在產(chǎn)品能力和交付能力上集成AI能力，將標準化的實施流程中融入AI員工，同時在標準化的產(chǎn)品中嵌入AI大腦，憑借貼近客戶的優(yōu)勢和對數(shù)據(jù)標準化的清晰理解，我們的AI員工和AI大腦能夠?qū)崿F(xiàn)更快的迭代速度，以更低的成本為客戶提供更高質(zhì)量的服務。”

數(shù)據(jù)和算法仍是AI應用最大阻力

無論是工業(yè)大腦，還是工業(yè)大模型，都是AI算法的應用。但目前面臨的困境，一是工業(yè)數(shù)據(jù)復雜且難以公開獲取，目前積累的工業(yè)數(shù)據(jù)量不夠多，數(shù)據(jù)質(zhì)量也不夠高；二是算法不成熟，需要不斷優(yōu)化。

第一財經(jīng)從業(yè)內(nèi)相關人士處了解到，部分應用場景的適用算法難度較大，如化學反應等，產(chǎn)出結果有很強的不確定性，只能通過經(jīng)驗摸索，但結果可能只能滿足80%的場景。那么，目前業(yè)內(nèi)企業(yè)是如何應對的？

劉偉超告訴第一財經(jīng)，從賽意信息自身經(jīng)驗來看，工業(yè)大數(shù)據(jù)比傳統(tǒng)大數(shù)據(jù)維度更多，數(shù)據(jù)包含的含義也更加復雜。“為了解決這些問題，我們專門構建了一個公司級的AI應用平臺，整理所有交付團隊在項目中產(chǎn)生的問題，經(jīng)過專家解答后，會同步將知識回歸到應用平臺，在某些應用場景下，我們平臺的訓練語料在一個月內(nèi)突破了200w字符。此外，賽意信息還注重利用產(chǎn)學研合作、聯(lián)合實驗室等多元化形式，攜手多個團隊共同打造適應特定領域的專家級AI。”

漢得信息COO黃耿認為，一方面，企業(yè)要具備豐富經(jīng)驗和領域?qū)I(yè)知識，才更容易理解行業(yè)內(nèi)部的需求和挑戰(zhàn)，并且能夠為客戶提供更加精準的AI解決方案。同時，工業(yè)互聯(lián)網(wǎng)領域?qū)Υ罅康臄?shù)據(jù)支持和分析有著極高的需求，因此擁有豐富的數(shù)據(jù)積累和數(shù)據(jù)資源的企業(yè)可能更容易實現(xiàn)AI應用的落地。另一方面，建立廣泛的合作伙伴關系和完善的生態(tài)系統(tǒng)，能夠為企業(yè)提供更多的資源和支持，加速AI應用在工業(yè)互聯(lián)網(wǎng)領域的推廣和應用。

“真正深入接觸客戶一線，擁有大量客戶基礎，并在此過程中積累了大量數(shù)據(jù)的企業(yè)，將成為未來至關重要的能力提供商。”劉偉超表示。