AI時代漸近，工業互聯網也隨之掀起新一輪變革。

作zuo為wei新xin基ji建jian的de核he心xin部bu分fen，工gong業ye互hu聯lian網wang可ke以yi在zai加jia速su推tui動dong傳chuan統tong產chan業ye升sheng級ji改gai造zao的de同tong時shi推tui動dong新xin興xing產chan業ye培pei育yu，已yi成cheng為wei實shi現xian新xin型xing工gong業ye化hua的de關guan鍵jian要yao素su。據ju工gong信xin部bu數shu據ju
，工gong業ye互hu聯lian網wang融rong入ru49個國民經濟大類，覆蓋全部工業大類，預計2023年核心產業規模達1.35萬億元。

“根gen據ju當dang前qian的de市shi場chang動dong態tai和he技ji術shu發fa展zhan趨qu勢shi

，隨sui著zhe人ren工gong智zhi能neng技ji術shu和he大da數shu據ju的de不bu斷duan發fa展zhan，將jiang這zhe兩liang種zhong技ji術shu融rong合he應ying用yong於yu工gong業ye互hu聯lian網wang中zhong
，可ke以yi實shi現xian更geng高gao效xiao、更智能的生產製造和運營

，幫助企業更好地提質降本減存。”思謀科技聯合創始人兼技術負責人劉樞告訴第一財經。

在AI應用逐步落地的當下，AI在工業互聯網的滲透越來越多，工業質檢、工業視覺
、無人值守、優化調度
、工業大腦
、AloT設備互聯等領域應用正逐步落地
，用友網絡、鼎捷軟件、賽意信息、漢得信息等相關企業紛紛爭搶工業AI灘頭。

AI質檢應用較成熟

目前，AI在工業領域的應用場景廣泛
，涵蓋了研發、生產、供應鏈、銷售和服務等多個環節。

賽意信息副總裁
、數字產品BG總裁劉偉超告訴第一財經
，在研發端，AI可以助力知識庫管理
、產品設計優化、模擬和仿真以及自動化設計；在生產端
，AI則能夠提升質量控製
、調度優化和預測性維護等方麵的效率；在供應鏈端
，AI可以應用於需求預測、庫存優化和風險管理

；在銷售端，AI則可以實現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量管理是AI在工業領域滲透率較高的應用
，已經在眾多工業企業中取得顯著效益。”劉偉超表示。

其中，廢鋼識別是典型的人工智能在工業視覺質檢領域的應用，以工業視覺+大數據+算法為核心技術。

“在廢鋼判定領域，我們做了有四五年，現在國內的市場占有率第一
，廢鋼識別率超過93%，比市麵上其他企業做得都好。”用友網絡高端客戶解決方案事業群智能製造事業部總經理葉秀林接受第一財經專訪時表示。

據IDC測算，中國工業質檢市場規模至2025年將快速增長至62億元
，2020-2025年複合增長率（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質檢精確率還將邁上新台階。

根據IDC數據，2022年創新奇智在工業質檢領域市占率僅次於百度智能雲排名第二，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於AI的工業質檢產品。

預測性維護是AI在工業互聯網的另一重要應用，依托於以工藝機理為核心的預測模型。

據華經產業研究院數據
，2021年全球預測性維護市場規模達322.4億元，其中中國預測性維護市場規模達48.4億（占比約15%）。預計2027年全球預測性維護市場規模有望達1677億元
，假設占比不變
，則至2027年中國市場規模將達251.6億元。目前，容知日新等多家企業均有布局。

工業大腦增速最快

在葉秀林看來，工業大腦是未來工業AI增速最快的應用。

根據用友的定義，用友智能製造工業大腦定位於工業企業的生產、運營數據的分析優化，基於30餘年服務46萬家工業企業的經驗積澱，通過數據連接，將企業核心業務模型與工業機理模型、工業算法相融合
，普及工業智能在製造業中的應用，幫助製造企業實現合理排產
、優化配料、質量診斷、故障預測。

“企業現在其實都已經到了管理深水區，傳統的信息化建設，例如ERPdeng，qiyejibenshangdouyicainabingyingyong，zhongduochuantongyingyongyeyichengshuwanbei，jileilehailiangdeshujuziyuan。zhexieshujuzhuyaoyuanyucaozuocengmian，danqiyexianzhengkewangshenduwajueqiqianzaijiazhi
，yizhuanhuaweishijideyewuxiaoyi。”葉秀林介紹。

事實上
，工業大腦的本質是針對工業領域不同業務的算法模型
，可理解為小模型
，而更具通用性的
、麵mian向xiang工gong業ye領ling域yu的de工gong業ye大da模mo型xing也ye在zai陸lu續xu落luo地di。業ye內nei認ren為wei，現xian階jie段duan工gong業ye領ling域yu主zhu要yao以yi單dan模mo態tai模mo型xing服fu務wu為wei主zhu，大da模mo型xing與yu小xiao模mo型xing相xiang輔fu相xiang成cheng，未wei來lai大da模mo型xing可ke能neng會hui替ti代dai高gao度du定ding製zhi化hua的de小xiao模mo型xing。

目前，用友已推出企業服務大模型YonGPT；鼎捷軟件基於鼎捷知識中台和 GPT 技術構建了企業級知識機器人ChatFile；思謀科技推出工業多模態大模型IndustryGPT；賽意信息是華為盤古大模型的首批合作夥伴，已推出聚焦企業服務大模型的AIGC中台（善謀GPT）
；漢得信息也與華為雲簽署漢得H-Copilot AIGC中台&華為雲盤古大模型合作協議。此外，中控技術據悉將推出首個麵向流程工業運行優化與設計的AI大模型。

“賽意信息以632項xiang目mu為wei起qi點dian，曆li經jing了le從cong項xiang目mu服fu務wu型xing公gong司si向xiang產chan品pin公gong司si的de全quan麵mian轉zhuan型xing。在zai這zhe個ge過guo程cheng中zhong，我wo們men成cheng功gong地di從cong定ding製zhi化hua的de經jing驗yan轉zhuan變bian為wei標biao準zhun化hua實shi施shi流liu程cheng體ti係xi和he標biao準zhun化hua產chan品pin體ti係xi。”劉偉超稱，“在AI這一新興轉型方向上
，賽意信息已經開始在產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，同時在標準化的產品中嵌入AI大腦
，憑借貼近客戶的優勢和對數據標準化的清晰理解，我們的AI員工和AI大腦能夠實現更快的迭代速度
，以更低的成本為客戶提供更高質量的服務。”

數據和算法仍是AI應用最大阻力

無論是工業大腦，還是工業大模型
，都是AI算法的應用。但目前麵臨的困境，一是工業數據複雜且難以公開獲取
，目前積累的工業數據量不夠多，數據質量也不夠高；二是算法不成熟，需要不斷優化。

第di一yi財cai經jing從cong業ye內nei相xiang關guan人ren士shi處chu了le解jie到dao，部bu分fen應ying用yong場chang景jing的de適shi用yong算suan法fa難nan度du較jiao大da，如ru化hua學xue反fan應ying等deng，產chan出chu結jie果guo有you很hen強qiang的de不bu確que定ding性xing
，隻zhi能neng通tong過guo經jing驗yan摸mo索suo，但dan結jie果guo可ke能neng隻zhi能neng滿man足zu80%的場景。那麼，目前業內企業是如何應對的？

劉偉超告訴第一財經，從賽意信息自身經驗來看，工業大數據比傳統大數據維度更多，數據包含的含義也更加複雜。“為了解決這些問題，我們專門構建了一個公司級的AIyingyongpingtai
，zhenglisuoyoujiaofutuanduizaixiangmuzhongchanshengdewenti
，jingguozhuanjiajiedahou，huitongbujiangzhishihuiguidaoyingyongpingtai，zaimouxieyingyongchangjingxia，womenpingtaidexunlianyuliaozaiyigeyueneitupole200w字符。此外，賽意信息還注重利用產學研合作、聯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，一方麵，企業要具備豐富經驗和領域專業知識，才更容易理解行業內部的需求和挑戰，並且能夠為客戶提供更加精準的AI解(jie)決(jue)方(fang)案(an)。同(tong)時(shi)，工(gong)業(ye)互(hu)聯(lian)網(wang)領(ling)域(yu)對(dui)大(da)量(liang)的(de)數(shu)據(ju)支(zhi)持(chi)和(he)分(fen)析(xi)有(you)著(zhe)極(ji)高(gao)的(de)需(xu)求(qiu)，因(yin)此(ci)擁(yong)有(you)豐(feng)富(fu)的(de)數(shu)據(ju)積(ji)累(lei)和(he)數(shu)據(ju)資(zi)源(yuan)的(de)企(qi)業(ye)可(ke)能(neng)更(geng)容(rong)易(yi)實(shi)現(xian)AI應用的落地。另一方麵，建立廣泛的合作夥伴關係和完善的生態係統，能夠為企業提供更多的資源和支持，加速AI應用在工業互聯網領域的推廣和應用。

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