企業(yè)在應(yīng)用工業(yè)互聯(lián)網(wǎng)的時候，對數(shù)據(jù)的智能化分析以及決策優(yōu)化的需求越來越高。在這個過程中，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。

一方面對于工業(yè)互聯(lián)網(wǎng)平臺而言，AI可以讓平臺上的數(shù)據(jù)變得更有價值?！肮I(yè)互聯(lián)網(wǎng)平臺通過連接設(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)營情況等可以被感知和分析，而AI可以進一步釋放數(shù)據(jù)的價值，例如通過工業(yè)大數(shù)據(jù)分析和機器學習進行設(shè)備預(yù)測性維護、通過人工智能算法推演質(zhì)量缺陷根源、通過建立AI機理模型輔助經(jīng)營決策等?！?航天云網(wǎng)天智公司總經(jīng)理紀豐偉在接受《中國電子報》記者采訪時表示。

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)庫為主，規(guī)模有限，要實現(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)域加強數(shù)據(jù)獲取與整合，企業(yè)必須切實做到數(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、行動三大類別，具體又涉及視覺分析、語音處理、知識表達、機器學習等細分領(lǐng)域，其目的是為了提升效率、降低成本、改進客戶體驗、促進技術(shù)創(chuàng)新。

例如，文章開頭談及的“風云”系統(tǒng)，據(jù)上海電氣集團相關(guān)負責人介紹，依托人工智能等技術(shù)，“風云”系統(tǒng)能夠為用戶提供涵蓋前期風能資源評估、風電機組選址、整體方案設(shè)計、生產(chǎn)物流管理、運維監(jiān)控、后評估等各個環(huán)節(jié)的一體化服務(wù)?？梢哉f，以前風電機組選址靠經(jīng)驗、拍腦袋，現(xiàn)在是靠數(shù)據(jù)。

基于“AI+工業(yè)互聯(lián)網(wǎng)”兩者融合是個長期的過程，目前僅僅是個開始。目前在工業(yè)互聯(lián)網(wǎng)平臺領(lǐng)域，AI應(yīng)用水平可以說還在探索和實踐階段，并沒有出現(xiàn)大規(guī)模復(fù)制的現(xiàn)象級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)重于單點應(yīng)用，例如設(shè)備預(yù)測性維護、工業(yè)設(shè)備邊緣側(cè)質(zhì)量分析等場景。

通過采訪，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，因為相比于數(shù)據(jù)算法的迭代，硬件升級創(chuàng)新相對周期較長，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)機理，懂業(yè)務(wù)機理的人不懂數(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)種類多，數(shù)據(jù)完備性、準確性、壞數(shù)據(jù)樣本都相對不是特別理想，這成為AI成功應(yīng)用瓶頸之一。最后，技術(shù)門檻高。

AI是一個綜合性的學科，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、模型評估等多方面的技術(shù)，技術(shù)門檻相對較高。數(shù)據(jù)顯示，在各類垂直行業(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)用會產(chǎn)生較大的效益。但目前我國AI的投資還主要在消費領(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。

事實上，工業(yè)中使用的人工智能與消費領(lǐng)域的人工智能有本質(zhì)區(qū)別。工業(yè)人工智能是一門嚴謹?shù)南到y(tǒng)科學，它專注于開發(fā)、驗證和部署各種不同的機器學習算法，以實現(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)的具體場景進行定制，簡單照搬模板化的人工智能解決方案并不可行。

當然，應(yīng)用水平低也就意味著未來市場空間大。賽迪顧問人工智能產(chǎn)業(yè)研究中心高級分析師李振表示，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幾年持續(xù)保持較高的熱度。

對于未來AI在工業(yè)互聯(lián)網(wǎng)平臺領(lǐng)域的應(yīng)用趨勢，秦成認為，未來AI技術(shù)應(yīng)用IT層次會逐步廣泛，隨著5G技術(shù)的發(fā)展，AI可以在工業(yè)互聯(lián)網(wǎng)平臺的邊緣設(shè)備層、平臺層以及應(yīng)用層都發(fā)揮價值。而工業(yè)互聯(lián)網(wǎng)平臺任何層的高級計算、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、生產(chǎn)、服務(wù)、運營管理、銷售、供應(yīng)鏈等各個業(yè)務(wù)領(lǐng)域。另外，AI技術(shù)應(yīng)用可推廣性將逐步增強，隨著人才、數(shù)據(jù)質(zhì)量、技術(shù)手段的提升，AI實際運用場景和案例的總結(jié)越來越深入。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、可推廣性會越來越強。