工业互联网 + 人工智能，谁能笑到最后?

在当今数字化浪潮中，工业互联网与人工智能无疑是两颗最为耀眼的明星，它们正以前所未有的态势重塑着传统工业的格局，为产业发展注入全新活力。当这两大前沿技术碰撞交织，一场关乎未来工业主导权的较量也悄然拉开帷幕，究竟是工业互联网能笑到最后，还是人工智能更胜一筹?这成为众多行业人士和投资者关注的焦点。

工业互联网近年来取得了令人瞩目的发展成就。在基础设施建设方面，截至 2024 年 7 月，我国 5G 基站达 399.6 万个，90% 实现共建共享，为工业数据的高速传输和设备的实时互联互通奠定了坚实基础。在产业规模上，2024 年中国工业互联网市场规模已达 1.28 万亿元，同比增长 28.5%，预计 2025 年将突破 1.6 万亿元，增速保持在 25% 以上，其核心产业增加值规模也已达到 1.35 万亿元。同时，超过 270 家综合型、特色型、专业型平台涌现，跨行业工业互联网平台达 50 个，承载大量工业机理模型，围绕全产业链、全价值链、全要素的全面 “链接”，构建起新一代信息技术赋能制造业的新生态。这种生态强调海量生产要素的互联互通、运行数据的价值挖掘和工业知识的沉淀复用，为大模型的应用提供了 “天然土壤”。

反观人工智能，同样展现出蓬勃的发展势头。算力基础设施布局不断加快，云算、智算、超算、量算等协同发展，10 余个高性能智算中心得以规划建设，我国算力规模位居全球第二。算法创新水平稳步提升，以大模型为代表的通用人工智能技术蓬勃发展，自主研制的智能芯片、开发框架、通用大模型等创新成果加速涌现，人工智能企业数量超过 4500 家。《人工智能大模型工业应用准确性测评报告》显示，截至 2024 年 8 月，以通义千问为代表的国内多款大模型能力接近 GPT-4，工业知识问答等场景已经具备较高的应用成熟度。工业数据训练语料也不断丰富，在电力、装备、石化、汽车、日常消费品等领域率先实现汇聚，并在制造业全流程中开展应用。

事实上，工业互联网与人工智能并非孤立存在，而是呈现出相互融合、协同发展的态势。二者融合在诸多领域已取得显著成效。在技术研发模式重塑上，某汽车制造商联合设备制造商打造的智能大模型，内嵌于汽车工业机器人等生产设备，实现自动化编程与控制，大幅减少停机时间，生产效率提高 30%;中国商飞利用智能建模仿真和模拟预测技术，优化了大型客机的研发流程，降低试错成本，加快产品开发进程。在人机交互方式升级方面，多模态交互系统逐渐成为主流，语音、图像和触控等多种交互方式融入其中，如洛克希德・马丁公司采用微软的 HoloLens 混合现实技术，辅助工人进行航天器的组装，将生产效率提高了 50%，培训时间缩短了 85%。在数据决策链路优化上，鞍山钢铁针对高炉炼铁环节，建立煤气智能平衡系统，对高炉产气、管网波动、异常状态等进行预测，形成辅助调度策略，对煤气管网进行精细化管理，每年实现直接经济价值千余万元;中铁装备研发的智能仓储物流协作设计平台，通过资源统一管理，将制造工期由 5 个月缩短至 3 个月，效率提升 40%。在质检和运维效率提升方面，宝马通过自研工业 AI 云平台，实现发动机产品检测全程 “无人化” 作业和误检率 “自学习” 模式，节省检测工位 70%，缺陷识别率达到 99.86%;中车集团以工业互联网技术为基础，应用智能算法实现车辆故障诊断与预测，日检工作量减少 30%，部件利用率提升 15%。

然而，二者融合发展并非一帆风顺，依然面临诸多挑战。在技术集成上，工业场景碎片化特点突出，技术供应商需根据行业甚至单一厂商特点进行工业大模型研发和适配，将 “通用大模型” 转化为 “专用大模型” 存在 “最后一公里” 的问题，且我国在高端技术层面，“缺芯少魂” 的问题依然影响发展，高性能芯片对外依赖严重，高端智能算力供给不足，原创算法薄弱。在数据管理上，我国工业体系庞大，数据结构多样、质量参差不齐，工业大模型标准体系尚不健全，不同企业之间的数据难以互通互认，同时数据安全和隐私保护问题也亟待解决。在应用推广上，制造企业因智能化改造回报周期长、中小企业数字化基础弱和专业人才匮乏、智能化解决方案复用性差以及人工智能企业缺乏工业经验等原因，形成供需不匹配难题，且我国在人工智能核心技术研发、行业应用等领域投资不足，顶尖人才短缺。

工业互联网与人工智能的融合发展是大势所趋，它们并非竞争关系，而是相互依存、相互促进的共生关系。工业互联网为人工智能提供应用场景和数据基础，人工智能为工业互联网创新发展赋智。只有两者深度融合，携手共进，才能真正推动工业体系向高端化、智能化、绿色化迈进，在未来的工业变革浪潮中笑到最后，共同开创工业发展的新时代。因此，与其争论谁能最终胜出，不如聚焦如何更好地促进二者融合，发挥出 1+1>2 的协同效应，这才是推动工业转型升级、实现新型工业化的关键所在。