近年来，人工智能和工业互联网发展迅速升温，成为两大顶流概念，那么人工智能和工业互联网相遇，将碰撞出怎样的火花？在5月17日举办的2023世界电信和信息社会日大会上，中国工业互联网研究院院长鲁春丛表示，工业互联网与人工智能的发展相辅相成，相得益彰，工业互联网为人工智能的发展创造了广阔的发展前景，人工智能为工业互联网的发展赋智，二者融合对建设现代化产业体系，构建新发展格局意义重大。

人工智能进入新的发展阶段

“人工智能是第四次工业革命的顶层应用技术代表，海量工业数据汇聚的最终目的是为了应用，主要依托人工智能技术来实现。芯片端、云网端等大部分新兴领域基础技术都将服务于人工智能于千行百业的应用，推动生产方式与企业形态形成根本性的变革。”鲁春丛谈道。

作为战略性的技术，人工智能是世界主要国家抢夺第四次工业革命发展先机的战略必争之地。美欧加快人工智能战略布局，加大资金支持、强化应用牵引、完善创新生态，持续打造超算中心、大数据中心等人工智能算力基础设施，支持大模型的创新突破，塑造人工智能国家竞争优势。

去年11月，美国科技公司OpenAI发布的ChatGPT引发了全球关注，成为继1991年“深蓝”、2010年AlphaGo后的又一重要变革。人工智能正处于新的临界点。

就在5月初，美国政府宣布斥资1.4亿美元再建11个国家级人工智能研究机构。此外，备受关注的欧盟人工智能法案也在上周通过表决。作为融合技术，人工智能加速了IT、CT、OT、DT深度融合，推动相关技术全面突破和迭代创新，人工智能通过与5G、边缘计算、大数据等数字技术的集成应用，打同了“云-网-边-端”，构建集智能感知、智能决策、智能控制于一体的泛智能基础设施，支持算据、算力、算法三元融合，变革生产要素组合方式，引领技术产业的协同创新。

近年来，我国人工智能技术快速发展，产业规模持续壮大。去年人工智能产业规模超过5000亿元，同比增长近20%，远远高于GDP增速。企业数量超过4200家，应用算法、开源框架等关键核心技术加快突破，人工智能芯片在性能、速度、利用率均实现了有效提升，图像的识别、语音识别等应用进行进入国际先进行列。一些行业龙头的AI平台初步具备支撑产业快速发展的能力，同时人工智能发展也带动了GPU芯片产业的繁荣发展。我国已经建设了十个国家超级计算中心和七个由城市运营的人工智能计算中心，人工智能正加快与行业深度融合，带动创新方式、业务模式的深刻调整，涌现了一大批生动的实践和典型案例。

工业互联网与AI融合的五大典型应用模式

美欧工业强国持续推动工业智能应用，欧洲顶级制造企业AI应用普及率超过了50%，美国制造企业应用的普及率接近了30%，其中质量管控、库存管理和监控诊断是目前AI在工业应用的典型场景。

鲁春丛指出，我国在加速人工智能与工业互联网融合应用，推动企业降本提质增效、绿色安全发展过程中也逐步探索形成了五大典型应用模式。

一是增强数字设计。将AI技术应用于产品设计过程，通过建模仿真与复杂计算，在材料的配比、参数的设计、性能模拟、工艺优化方面进行深度学习，降低试错成本，提高设计的效率和质量。

二是人机协同制造。通过AI对生产数据进行分析和预测，实现制造过程的自动感知、智能分析、自主决策和精准控制，提升机器或系统之间的精密协同，逐步推动生产过程向精益化、无人化发展。

三是精益运营管理。基于跨部门、跨层级、跨企业的数据互通和业务互联，利用AI算法对生产需求和业务能力进行预测和优化，实现协同化设计、生产、销售、物流等系统联动，提升运营管理效率。

四是精准质量管控。依托5G、人工智能等新一代信息通信技术，面向产品质检、设备运维等场景，重点解决人工重复性劳动多、效率低、周期长、费用高等问题，实现对材料、设备、产品的全面、精准质量管理。

五是柔性智能服务。面向客户的个性化需求，企业通过人工智能赋能，向高附加值环节延伸，以加工组装为主向“制造+服务”转型，从单纯出售产品向出售“产品+服务”转变，实现定制化的客户服务能力提升。

人工智能将打造工业互联网升级版

2017年，我国提出要深入实施工业互联网创新发展战略，经过五年多来的持续推进，中国的工业互联网取得了一系列阶段性标志性的成果。当前，制造业高端化、智能化、绿色化发展转型升级需求迫切，对工业互联网创新发展提出了更高要求。人工智能与工业互联网的深度融合，将打造工业互联网的升级版。

鲁春丛建议，未来几年，中国工业互联网的发展应从四个方面加快升级。

第一，推动工业互联网技术产业升级。人工智能技术可以有效地预测和动态调整网络性能的需求，实现网元智能、切片智能、边缘智能、构建全自动部署和控制、自学习和自优化的智能网络，推动工业网络体系演进发展。当前工业数据采集器、高端传感器、自主可控PLC、云化PLC、边缘计算设备、工业机器人以及工业软件的突破，为人工智能在工业领域深化应用提供了技术基础，也带动平台数据汇聚、建模分析、知识复用能力提升，工业互联网数据的体系化、专业化、规模化是工业智能应用的前提。

第二，推动数字化转型主战场升级。工业互联网“姓工不姓网”，服务的是实体经济，因此工业是其主阵地。目前国内很多工业互联网的服务能力偏向于IT技术，需要加快向“IT+OT”技术并重升级，在人工智能技术的加持下，深入设备、单元、产线、车间、工厂的智能化解决方案和服务将成为未来数字化转型的主战场。依托机器学习和深度学习，加强人与系统的联系，形成行业知识的沉淀，推动建立人工智能模型解决特定场景的诊断预测问题，更好地发挥智能化支撑作用。

第三，推动融合应用向智能化升级，在企业内部要充分利用人工智能与工业技术融合，全面感知可靠传输、智能处理、精准决策，实现应用赋能，提高制造业生产方式和服务模式的柔性转换能力，实现研发设计、生产制造、经营管理、运维服务等全行业应用的智能协同，加速工业智能换人、减人、无人发展。在产业链上，人工智能应用聚焦各环节之间的数据价值挖掘，为供应链、产业链稳定安全提供决策支撑。

第四，推动安全防护能力升级。随着工业互联网加速应用向OT侧的拓展，面向生产网络的攻击比例不断上升，传统“外挂补丁”式安全防护已难以满足工业企业网络安全的新需求，在企业数字化转型的同时要加快人工智能与零信任及扩展检测和响应（XDR）等安全技术的融合创新，建设智能入侵检测、智能安全编排、自适应安全防护等手段，形成一体化、主动化、智能化的网络安全风险监测识别和快速处置能力，实现由传统安全防护向新型智能化防护转换。