★文/宋慧欣

展望未來，人工智能與工業的融合將向更縱深的方向發展。具身智能讓工業機器人從“單兵作戰”走向“群體協同”，工業大模型實現知識傳承從“師徒制”向標準化資產的轉變，綠色AI技術推動低碳生產成為產業自覺。

當前，人工智能正以技術突破與場景滲透的雙重勢能，推動工業領域迎來深刻變革。從生產車間的設備預警到研發實驗室的材料創新，從供應鏈的動態調度到能源系統的智能優化，AI已不再是錦上添花的輔助工具，而是重構工業生產范式、培育新質生產力的核心引擎。國務院《關于深入實施“人工智能+”行動的意見》明確提出推動產業全要素智能化發展，為人工智能與工業深度融合指明了方向。

人工智能對工業的改造，首先體現在生產全鏈路的效率躍升上。如中控技術基于時間序列大模型TPT與通用控制系統UCS的深度協同的自主運行工廠AOP解決方案，助力興發集團湖北興瑞硅材料有限公司成功將工廠定員從260人優化至80人，并提升整體生產效益1%~3%，實現了顯著的降本增效；和利時新進推出的生產控制和生產管理原生融合的XMagital智能軟件平臺，可為用戶帶來可量化、可落地的實際價值：工藝平穩率提升50%+、裝置能耗降低2%+、生產計劃調度準確率提升10%+、庫存周轉周期縮短5%+、能源消耗和質量損失降低3%+、設備故障率降低20%+、設備使用壽命提升10%+。

更深層次的價值在于，人工智能推動工業從“規模擴張”向“質量躍升”轉型，重塑產業競爭格局。在本期聚焦專欄中，我們看到中國十五冶聯合西門子從“數據、知識、決策”三個維度著手，開發出業內首個融合“垂類模型+邊緣智能”的AI智能體，有效減少操作人員工作量、促進環保達標，降低物料消耗的同時，將冰銅品位穩定性提高了15%；國內某大型醫療用品生產企業依托海康機器人的一次性手套視覺缺陷檢測系統解決方案大幅提升檢測精度，系統可穩定檢出直徑0.8mm以上缺陷，對污漬、破損等重要缺陷的檢出率超過99.995%，總過檢率低于0.03%，產品出廠良率提升至99.99%以上。數據顯示，我國應用大模型及智能體的工業企業比例已從2024年的9.6%躍升至2025年的47.5%，85家全球“燈塔工廠”中我國占比45%，印證了AI賦能的實踐成效。

盡管成效顯著，人工智能在工業領域的深度滲透仍面臨多重挑戰。數據孤島問題突出，不同控制系統的時序數據難以貫通，制約了AI模型的全局優化能力；技術適配成本高昂，傳統定制化開發模式使中小企業望而卻步；部分AI方案停留在預警層面，未能形成“識別—分析—決策—執行”的全閉環。破解這些難題，需要構建“通用底座+場景適配”的發展模式，通過預訓練大模型降低適配成本，借助邊緣計算與云協同實現實時決策，依托工業智能體打通執行鏈路。

展望未來，人工智能與工業的融合將向更縱深的方向發展。具身智能讓工業機器人從“單兵作戰”走向“群體協同”，工業大模型實現知識傳承從“師徒制”向標準化資產的轉變，綠色AI技術推動低碳生產成為產業自覺。推動這一進程，既需要加強核心技術攻關，突破高端芯片、工業軟件等“卡脖子”環節，也需要培育標桿場景，促進技術復用與規模化推廣。

人工智能賦能工業，本質上是用數據智能重構“人機料法環”的要素配置邏輯。從單點優化到全價值鏈升級，從技術突破到生態重構，這場變革不僅關乎企業效率與效益，更決定著制造強國建設的成色。唯有堅持技術創新與場景驅動雙輪并行，才能讓人工智能真正融入工業血脈，為新型工業化注入不竭動力。

摘自《自動化博覽》2025年11月刊