小盟科普丨工業智能在國內外的應用進展
近一年來，以ChatGPT為代表的大模型技術引發通用人工智能新一輪發展熱潮，成為改變世界競爭格局的重要力量。圍繞人工智能治理的議題探討顯著增多，全球人工智能治理體系加速構建。與此同時，人工智能加速向各產業滲透，已成為促進新興產業與傳統產業、技術與社會跨界融合發展不可忽視的動力。
伴隨第四次工業革命以及工業數字化、網絡化、智能化發展的大浪潮，工業制造業持續深化探索人工智能融合創新及應用：深度學習、大模型等技術創新、組合賦能和工程化落地不斷加速；產業爆發期臨近，老玩家不斷推陳出新、新玩家入局積極活躍；一批新應用場景涌現，并不斷向研發、生產等核心環節滲透賦能，在更大范圍內發揮更核心的作用。
工業互聯網產業聯盟組織產業界系統梳理了相關內容，展開工業智能系列科普活動。
Q1：國外工業智能的應用模式是什么？
國外已進入核心環節數據+機理智能優化階段。
一是數據+機理融合應用成為主要模式。由于國外掌握研發、生產及設備等環節的關鍵機理，進入制造核心環節AI深度應用階段，數據建模優化占比告于識別類應用，且四個領域的數據優化類應用均高于國內。
二是需求推動場景向多樣化綜合化演進。經統計，國外生產經營環節占比Top5的場景依次為預測性維護、表面檢測、生產過程優化、設備系統故障診斷、基于知識的工廠決策。三類應用模式均有涵蓋，并開展綜合決策等相對集成化的場景探索，如日本某企業制造商構建知識圖譜，集成整個產品驗證生命周期數據，通過統一測試數據縮短產品上市時間。
*基于中國信通院273個工業AI案例統計
圖1：國外人工智能應用在各細分場景的占比
Q2 國內工業智能在哪些方面還有待提升？
我國在核心環節的深度+創新應用方面有待提升。
一是識別類應用仍占據一定比重。國內生產經營環節占比Top5的應用場景為表面檢測、質量關聯分析、安全管理與巡檢、生產過程優化、設備系統故障診斷。
二是智能研發仿真、產品智能化、智能增值服務創新探索不足。當前企業應用AI仍以解放人力、 提高效率為核心，在工藝數據沉淀、產品理解等方面還不足。
*基于中國信通院234個工業AI案例統計
圖2：國內人工智能應用在各細分場景的占比
Q3 國內國外的的工業智能應用有什么不同？
國外聚焦價值增值與場景創新，我國更注重利用AI解決生產實際需求痛點。
一是生產管理環節成為共同關注的重點領域。國內外應用占比均達到60%以上，其中質量、制造和設備均是占比最高的環節（國外40%，國內51%）。
二是國內安全、質量需求更加緊迫突出。總體來看，國外的場景總體分布相對均衡，受限于自動化、工藝及管理水平等不足，國內企業面臨的生產 安全、質量問題更為嚴峻，企業重點探索基于AI實現安全巡檢、人/車/環境識別、質量缺陷識別與影響因素分析等，質量和安全領域與國外相比差距最大，均大于8%。
三是國外更注重圍繞產品和服務的AI應用。國外基于AI進行新產品創新、智能設計、智能產品占比超30%，達到國內2倍。
*基于中國信通院507個工業AI案例統計
圖3：國內外工業智能各細分場景應用率對比
AII微信公眾號
AII頭條號