■ 白 杨
工业是一个国家经济发展的根基所在。近年来,随着人工智能(AI)的不断发展,“AI+”已经成为轻重工业、制造业以及传统产业转型升级的主要焦点。通过文献计量学基本方法对近十年国内外人工智能在工业数智化转型方面的研究热点进行对比,根据“AI+工业”结合应用演化趋势,得知国内外人工智能在工业企业应用中的差别主要集中在重点领域与发展阶段、技术路径与核心驱动力、生态构建与平台助推几个方面。
重点领域与发展阶段。目前,国内人工智能赋能传统工业的数智转型聚焦于智能检测、绿色制造及供应链优化等方面。例如,海尔卡奥斯平台等通过集成人工智能算法在供需统计、用户数据回传、数字孪生系统模型以及预测性维护方面实现规模化复制并大大提升智能监管能效和能源利用效率。在能源生产及排放方面,宁德时代等企业通过AI驱动能源管理实现数智化转型,提升产能减少碳排放。放眼国际市场,以欧美为首的发达国家将研究与应用热点放在通用大模型与工程建模深化、边缘智能、跨产业融合与标准化推进上。例如,西门子智慧能碳管理平台Smart ECX通过边缘计算与AI技术的结合,显著提高了工业链路的韧性与安全性水平。目前,欧美主要经济体已实现工业现场的低延时自主决策,同时推动AI技术从专用领域向通用领域延伸,逐步广泛融入工业各细分领域。
技术路径与核心驱动力。国内“AI+工业”发展模式突出绿色供应链构建与全链路赋能,聚焦将AI技术深度嵌入工业生产全流程,更注重场景化应用与应用层创新,核心目标是提升产业链协同效率与韧性,整体发展强调政策驱动与精准落地。其核心驱动力主要来自三方面:国家战略的明确引导、庞大的制造业产业基数,以及持续增长的市场需求。国外“AI+工业”则依托跨国公司的技术输出能力,结合市场机制主导的联合牵引模式,重点突破通用大模型构建、工程建模强度强化等基础与关键技术,追求技术研发深度与行业标准化建设。
生态构建与平台助推。我国人工智能全链条赋能轻重工业的发展格局已初步形成,由政府主导的国家级平台建设,以及中央与地方协同推进的顶层战略部署愈发清晰。在市场生态层面,大模型与企业场景的合作模式成效显著,不仅在设备整合、设备连接、数据分析及智能决策等方面实现突破,助力大型工业企业发展,更为中小型企业数智化转型创造了有利条件。而海外主要经济体的工业AI生态构建,更多依赖企业主导的开放生态系统与跨国经济联盟,呈现出明显的“自主化”发展趋向。例如,德国“国家工业战略2030”明确强调构建高度互联的生产系统,通过技术创新驱动工业体系升级。
(作者单位:中国政法大学商学院)


首页


放大
上一版
