企業(yè)在應(yīng)用工業(yè)互聯(lián)網(wǎng)的時(shí)候，對(duì)數(shù)據(jù)的智能化分析以及決策優(yōu)化的需求越來(lái)越高。在這個(gè)過(guò)程中，工業(yè)互聯(lián)網(wǎng)與AI有著天然的結(jié)合度，AI是制造業(yè)實(shí)現(xiàn)品質(zhì)提升和業(yè)務(wù)優(yōu)化轉(zhuǎn)型的關(guān)鍵技術(shù)手段，而工業(yè)互聯(lián)網(wǎng)則讓AI在工業(yè)領(lǐng)域應(yīng)用得以有效落地。

一方面對(duì)于工業(yè)互聯(lián)網(wǎng)平臺(tái)而言，AI可以讓平臺(tái)上的數(shù)據(jù)變得更有價(jià)值?！肮I(yè)互聯(lián)網(wǎng)平臺(tái)通過(guò)連接設(shè)備、系統(tǒng)、人和企業(yè)匯聚大量數(shù)據(jù)，使得設(shè)備、系統(tǒng)、供應(yīng)鏈、企業(yè)經(jīng)營(yíng)情況等可以被感知和分析，而AI可以進(jìn)一步釋放數(shù)據(jù)的價(jià)值，例如通過(guò)工業(yè)大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)進(jìn)行設(shè)備預(yù)測(cè)性維護(hù)、通過(guò)人工智能算法推演質(zhì)量缺陷根源、通過(guò)建立AI機(jī)理模型輔助經(jīng)營(yíng)決策等。” 航天云網(wǎng)天智公司總經(jīng)理紀(jì)豐偉在接受《中國(guó)電子報(bào)》記者采訪(fǎng)時(shí)表示。

另一方面，如果讓AI賦能制造業(yè)，讓制造變成“智造”，工業(yè)互聯(lián)網(wǎng)是必經(jīng)之路。工業(yè)領(lǐng)域主要以企業(yè)私有數(shù)據(jù)庫(kù)為主，規(guī)模有限，要實(shí)現(xiàn)人工智能與制造業(yè)的深度融合，就必須要在制造業(yè)領(lǐng)域加強(qiáng)數(shù)據(jù)獲取與整合，企業(yè)必須切實(shí)做到數(shù)字化轉(zhuǎn)型，因此需大力發(fā)展工業(yè)互聯(lián)網(wǎng)。

人工智能可以分成感知、理解、行動(dòng)三大類(lèi)別，具體又涉及視覺(jué)分析、語(yǔ)音處理、知識(shí)表達(dá)、機(jī)器學(xué)習(xí)等細(xì)分領(lǐng)域，其目的是為了提升效率、降低成本、改進(jìn)客戶(hù)體驗(yàn)、促進(jìn)技術(shù)創(chuàng)新。

例如，文章開(kāi)頭談及的“風(fēng)云”系統(tǒng)，據(jù)上海電氣集團(tuán)相關(guān)負(fù)責(zé)人介紹，依托人工智能等技術(shù)，“風(fēng)云”系統(tǒng)能夠?yàn)橛脩?hù)提供涵蓋前期風(fēng)能資源評(píng)估、風(fēng)電機(jī)組選址、整體方案設(shè)計(jì)、生產(chǎn)物流管理、運(yùn)維監(jiān)控、后評(píng)估等各個(gè)環(huán)節(jié)的一體化服務(wù)?？梢哉f(shuō)，以前風(fēng)電機(jī)組選址靠經(jīng)驗(yàn)、拍腦袋，現(xiàn)在是靠數(shù)據(jù)。

基于“AI+工業(yè)互聯(lián)網(wǎng)”兩者融合是個(gè)長(zhǎng)期的過(guò)程，目前僅僅是個(gè)開(kāi)始。目前在工業(yè)互聯(lián)網(wǎng)平臺(tái)領(lǐng)域，AI應(yīng)用水平可以說(shuō)還在探索和實(shí)踐階段，并沒(méi)有出現(xiàn)大規(guī)模復(fù)制的現(xiàn)象級(jí)AI工業(yè)應(yīng)用。”現(xiàn)階段，AI在工業(yè)互聯(lián)網(wǎng)領(lǐng)域的應(yīng)用更多側(cè)重于單點(diǎn)應(yīng)用，例如設(shè)備預(yù)測(cè)性維護(hù)、工業(yè)設(shè)備邊緣側(cè)質(zhì)量分析等場(chǎng)景。

通過(guò)采訪(fǎng)，記者感受到，人工智能在工業(yè)落地之所以緩慢有多重原因。首先，因?yàn)橄啾扔跀?shù)據(jù)算法的迭代，硬件升級(jí)創(chuàng)新相對(duì)周期較長(zhǎng)，從而導(dǎo)致滯后。其次，人才缺失。算法模型是AI的核心，而AI制造業(yè)應(yīng)用懂算法的人不懂業(yè)務(wù)機(jī)理，懂業(yè)務(wù)機(jī)理的人不懂?dāng)?shù)據(jù)算法。人才的缺失也是AI成功應(yīng)用的障礙之一。再次，工業(yè)數(shù)據(jù)質(zhì)量參差不齊。工業(yè)領(lǐng)域數(shù)據(jù)種類(lèi)多，數(shù)據(jù)完備性、準(zhǔn)確性、壞數(shù)據(jù)樣本都相對(duì)不是特別理想，這成為AI成功應(yīng)用瓶頸之一。最后，技術(shù)門(mén)檻高。

AI是一個(gè)綜合性的學(xué)科，工業(yè)應(yīng)用要涉及數(shù)據(jù)預(yù)處理、數(shù)據(jù)建模、模型部署與管理、模型評(píng)估等多方面的技術(shù)，技術(shù)門(mén)檻相對(duì)較高。數(shù)據(jù)顯示，在各類(lèi)垂直行業(yè)中，人工智能應(yīng)用水平較高的領(lǐng)域包括互聯(lián)網(wǎng)、金融和安防等。與其他領(lǐng)域相比，AI在制造業(yè)的應(yīng)用會(huì)產(chǎn)生較大的效益。但目前我國(guó)AI的投資還主要在消費(fèi)領(lǐng)域，在制造業(yè)的投資只占AI投資的1%，需要重視工業(yè)智能的研發(fā)與創(chuàng)新。

事實(shí)上，工業(yè)中使用的人工智能與消費(fèi)領(lǐng)域的人工智能有本質(zhì)區(qū)別。工業(yè)人工智能是一門(mén)嚴(yán)謹(jǐn)?shù)南到y(tǒng)科學(xué)，它專(zhuān)注于開(kāi)發(fā)、驗(yàn)證和部署各種不同的機(jī)器學(xué)習(xí)算法，以實(shí)現(xiàn)具備可持續(xù)性能的工業(yè)應(yīng)用。因此人工智能應(yīng)用于工業(yè)，必須根據(jù)制造業(yè)的具體場(chǎng)景進(jìn)行定制，簡(jiǎn)單照搬模板化的人工智能解決方案并不可行。

當(dāng)然，應(yīng)用水平低也就意味著未來(lái)市場(chǎng)空間大。賽迪顧問(wèn)人工智能產(chǎn)業(yè)研究中心高級(jí)分析師李振表示，在制造業(yè)領(lǐng)域，大量的優(yōu)質(zhì)資源數(shù)據(jù)未被充分利用，產(chǎn)業(yè)的智能化需求將在未來(lái)幾年持續(xù)保持較高的熱度。

對(duì)于未來(lái)AI在工業(yè)互聯(lián)網(wǎng)平臺(tái)領(lǐng)域的應(yīng)用趨勢(shì)，秦成認(rèn)為，未來(lái)AI技術(shù)應(yīng)用IT層次會(huì)逐步廣泛，隨著5G技術(shù)的發(fā)展，AI可以在工業(yè)互聯(lián)網(wǎng)平臺(tái)的邊緣設(shè)備層、平臺(tái)層以及應(yīng)用層都發(fā)揮價(jià)值。而工業(yè)互聯(lián)網(wǎng)平臺(tái)任何層的高級(jí)計(jì)算、分析也都需要AI參與。AI技術(shù)應(yīng)用業(yè)務(wù)范圍逐步變大，AI將應(yīng)用于工業(yè)企業(yè)的產(chǎn)品設(shè)計(jì)、生產(chǎn)、服務(wù)、運(yùn)營(yíng)管理、銷(xiāo)售、供應(yīng)鏈等各個(gè)業(yè)務(wù)領(lǐng)域。另外，AI技術(shù)應(yīng)用可推廣性將逐步增強(qiáng)，隨著人才、數(shù)據(jù)質(zhì)量、技術(shù)手段的提升，AI實(shí)際運(yùn)用場(chǎng)景和案例的總結(jié)越來(lái)越深入。AI在工業(yè)領(lǐng)域應(yīng)用的技術(shù)方案、應(yīng)用模式等可復(fù)制性、可推廣性會(huì)越來(lái)越強(qiáng)。