當(dāng)前，全球新一輪科技革命和產(chǎn)業(yè)變革加速演進(jìn)，人工智能與工業(yè)互聯(lián)網(wǎng)的深度融合正成為推動新型工業(yè)化的關(guān)鍵引擎。互聯(lián)網(wǎng)研究院發(fā)布了《人工智能賦能新型工業(yè)化實(shí)施路徑》報告（以下簡稱《報告》），系統(tǒng)闡述了人工智能如何通過工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)服務(wù)賦能制造業(yè)轉(zhuǎn)型升級，為產(chǎn)業(yè)界提供了清晰的發(fā)展路線圖。

《報告》指出，新型工業(yè)化是以數(shù)字化、智能化為核心特征的工業(yè)化新階段。人工智能作為引領(lǐng)性技術(shù)，其價值釋放離不開工業(yè)互聯(lián)網(wǎng)所構(gòu)建的數(shù)據(jù)基礎(chǔ)和服務(wù)能力。工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)服務(wù)通過采集、匯聚、處理和分析工業(yè)全要素、全產(chǎn)業(yè)鏈、全價值鏈的數(shù)據(jù)，為人工智能模型訓(xùn)練、推理和優(yōu)化提供了至關(guān)重要的“燃料”，從而打通了從數(shù)據(jù)到智能再到工業(yè)應(yīng)用的閉環(huán)。

實(shí)施路徑方面，《報告》提出了五個核心方向：

第一，夯實(shí)數(shù)據(jù)基礎(chǔ)設(shè)施，構(gòu)建高質(zhì)量工業(yè)數(shù)據(jù)供給體系。推動企業(yè)內(nèi)網(wǎng)改造升級，加快5G、邊緣計(jì)算等網(wǎng)絡(luò)技術(shù)在工業(yè)場景的部署，實(shí)現(xiàn)設(shè)備、產(chǎn)線、工廠的數(shù)據(jù)互聯(lián)互通。建立工業(yè)數(shù)據(jù)分類分級、確權(quán)、流通和交易機(jī)制，培育工業(yè)數(shù)據(jù)要素市場，鼓勵行業(yè)龍頭企業(yè)、平臺服務(wù)商開放 data API，為人工智能應(yīng)用提供豐富、精準(zhǔn)、實(shí)時的數(shù)據(jù)資源。

第二，打造工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)服務(wù)平臺，強(qiáng)化智能服務(wù)能力。依托跨行業(yè)跨領(lǐng)域工業(yè)互聯(lián)網(wǎng)平臺，建設(shè)具有數(shù)據(jù)匯聚、建模分析、知識沉淀功能的工業(yè)數(shù)據(jù)服務(wù)中臺。中臺應(yīng)內(nèi)嵌人工智能算法工具、預(yù)訓(xùn)練模型庫、低代碼開發(fā)環(huán)境，降低制造企業(yè)尤其是中小企業(yè)應(yīng)用AI的門檻。例如，通過設(shè)備預(yù)測性維護(hù)、工藝參數(shù)優(yōu)化、產(chǎn)品質(zhì)量檢測等典型場景的數(shù)據(jù)服務(wù)，快速實(shí)現(xiàn)AI賦能。

第三，推動人工智能與工業(yè)知識融合，突破關(guān)鍵場景應(yīng)用。工業(yè)場景對可靠性和安全性要求極高，單純的 data-driven AI 不足以滿足需求。需將行業(yè)機(jī)理、專家經(jīng)驗(yàn)與數(shù)據(jù)驅(qū)動模型結(jié)合，發(fā)展“知識+數(shù)據(jù)”雙驅(qū)動的工業(yè)智能。重點(diǎn)推進(jìn)AI在研發(fā)設(shè)計(jì)、生產(chǎn)制造、質(zhì)量管控、供應(yīng)鏈管理、能耗優(yōu)化等環(huán)節(jié)的應(yīng)用。以流程行業(yè)為例，利用工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)訓(xùn)練的AI模型可實(shí)時優(yōu)化反應(yīng)參數(shù)，顯著降低能耗和排放。

第四，培育工業(yè)數(shù)據(jù)服務(wù)新業(yè)態(tài)，構(gòu)建協(xié)同生態(tài)。鼓勵平臺企業(yè)、工業(yè)軟件公司、AI創(chuàng)新企業(yè)聯(lián)合開發(fā)面向特定行業(yè)的數(shù)據(jù)產(chǎn)品與解決方案。支持“模型即服務(wù)（MaaS）”“數(shù)據(jù)即服務(wù)（DaaS）”等新模式，促進(jìn)數(shù)據(jù)、算法、算力、知識的共享。建設(shè)工業(yè)數(shù)據(jù)空間，在保護(hù)數(shù)據(jù)主權(quán)和安全的前提下，實(shí)現(xiàn)跨企業(yè)、跨行業(yè)的數(shù)據(jù)協(xié)同，例如供應(yīng)鏈協(xié)同排產(chǎn)、碳足跡追蹤等。

第五，完善安全保障體系，護(hù)航人工智能賦能進(jìn)程。加強(qiáng)工業(yè)數(shù)據(jù)分類分級保護(hù)、跨境流動安全評估，建設(shè)工業(yè)互聯(lián)網(wǎng)安全監(jiān)測與態(tài)勢感知平臺。需關(guān)注AI模型的可解釋性、魯棒性和倫理問題，建立工業(yè)AI治理框架，確保人工智能在工業(yè)化應(yīng)用中的安全可信。

《報告》還強(qiáng)調(diào)，政策引導(dǎo)、標(biāo)準(zhǔn)制定和人才培養(yǎng)是實(shí)施路徑的重要支撐。政府應(yīng)加大對新基建、共性技術(shù)平臺的投入，制定工業(yè)數(shù)據(jù)流通和AI應(yīng)用標(biāo)準(zhǔn)；產(chǎn)教融合培養(yǎng)既懂工業(yè)又懂AI的復(fù)合型人才；并通過試點(diǎn)示范，形成可復(fù)制、可推廣的經(jīng)驗(yàn)，加速人工智能賦能新型工業(yè)化的規(guī)模化落地。

《人工智能賦能新型工業(yè)化實(shí)施路徑》以工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)服務(wù)為核心紐帶，為人工智能在工業(yè)領(lǐng)域的深度應(yīng)用提供了系統(tǒng)性指引。隨著數(shù)據(jù)服務(wù)體系的完善和人工智能技術(shù)的持續(xù)突破，新型工業(yè)化將迎來更高效、更綠色、更韌性的發(fā)展新格局。產(chǎn)業(yè)各方應(yīng)積極擁抱這一變革。