当前工业互联网发展势头正猛！为争夺这片巨大的蓝海市场，全球范围内都在加紧“备战”，在技术研发、智能化改造等方面加快步伐。
近日，第三届世界智能大会——第二届工业互联网发展峰会在天津召开，不少业内专家及工业互联网平台企业代表针对工业互联网相关问题发表自己观点。
要与人工智能大量结合，积极修炼内功
工业的发展路径是从机械化、自动化、数字化到智能化。中国工程院院士邬贺铨对此表示，未来5G、物联网、云计算、大数据、区块链和人工智能等技术将在工业互联网中起到重要作用。特别是人工智能，目前有很多事例说明，在物联网和大数据基础上利用人工智能算法优化工业生产管理，可以极大改进生产效率或提高产品质量。
据悉，在我国，人工智能的发展与国外先进国家基本同步，在重点产品、基础能力、融合应用和体系化支撑等四大方面，我国企业都取得重要突破，拥有自主知识产权的文字识别、语音识别、图像识别、中文信息处理、智能监控、生物特征识别、智能机器人、无人驾驶汽车等很多智能科技成果已进入实际应用。
但邬贺铨指出，目前我国的人工智能还只是人工加机器智能，而单纯的机器智能是不完善的。机器真正拥有智能的关键在于能够使用因果推论而非相关关系推论，因此需要营造工程师与AI协同工作的环境。
那么企业该如何投入工业互联网加人工智能的浪潮呢？中国工程院院士刘韵洁特别指出，国家要想发展工业互联网，要以企业为主体，让企业通过工业互联网赚到钱。发达国家的很多企业已进入工业3.0阶段，但国内企业发展非常不平衡，有些企业甚至还处在1.0、2.0阶段。要改革，数字化、信息化必须优先进行，向着机器与机器的互联及自动化、智能化、机器代替人的方向改革，实现制造智能化。
同时，联想集团副总裁田日辉也表示，“工欲善其事，必先利其器”，利用AI、大数据、边缘计算等工具，赋能传统制造业，使工业互联网既有管理共性，又有行业特性，是当前发展的重中之重。
目前一些有远见的企业已在积极修炼“内功”，着手进行相关改革。美国辛辛那提大学讲座教授刘杰在会上分享了一些人工智能技术的研究成果，并列举了外国公司应用这些技术取得飞速发展的案例。
其中，美国一家工厂前些年率先引进智能锯床技术，电脑可以对工厂的锯带寿命衰退动态等数据进行预测，让工作人员不用实地测量，立即得知哪些零件需更换调整。该公司在2013年美国相关领域排行第十位，引入人工智能技术后，在2015年排行全美第一。
如此自动化、智能化的发展，是中国企业的未来之路。刘韵洁表示，如果从设计，到供料，到制造，到销售，所有环节都实现自动化配置，那么对工业互联网来说无疑不是提升了一大步。要想实现智能化生产，需要工业生产大数据、模型和算法、计算能力这三个因素。这也是接入工业互联网的企业发展必然趋势。
工业互联网普及仍需时间，撬动企业价值需解决三大矛盾
虽然目前工业互联网发展势头正劲，但部分与会嘉宾认为，相比互联网在社会生活领域的大面积渗透，工业互联网离真正普及还有漫长的路要走。一方面，人工智能在工业领域的实际使用成本依旧较高；另一方面，智能时代产生的社会公共数据安全、隐私保护以及人身安全问题也是绕不开的话题。与会专家表示，要真正使工业互联网普及开，多方合力实现应用推广是关键之一。
工业互联网全面普及需要时间，但面对汹涌而来的智能化浪潮，企业还有哪些价值亟待撬动？
目前中小企业的很多价值在传统模式下被埋没，数据价值、企业内部资源价值、客户延展价值等，基于数字转型降本增效，每个传统企业插上数字化翅膀后都能提升20%-50%的效率和收益。
恩梯梯数据（中国）信息技术有限公司副总经理王争说，未来制造业企业的价值在于个性化智能化定制，实现由产品为核心向用户需求为核心转变。前途光明，但道路仍然曲折。专家指出，企业数字化转型不是一蹴而就的，这一过程中还面临很多挑战。若使大数据更大限度撬动企业价值，亟须解决三大矛盾：
第一，数字意识不足与盲目智能化的矛盾。田日辉表示，一方面，多数中小企业数字意识不足，企业组织文化需要变革；另一方面，部分企业盲目追求高端智能化设备，难以对实际生产赋能。波士顿咨询全球资深合伙人兼董事总经理、DigitalBCG全球负责人汤睿科认为，数字化转型不仅是数据和技术的利用，更要实现整个人员组织流程的转型，需要将数字化技术运用到战略中，运用相关的技术确定企业在价值链中的机会。
第二，海量数据与企业应用不匹配的矛盾。TCL控股副总裁何军表示，尽管海量数据向企业涌来，但多数数据存在“黑盒化”现象，特别是IT与OT数据不匹配，多系统间形成数据孤岛，无法横向联通，需要政府和企业共同解决。
第三，专业人才供给与需求之间的矛盾。富士康工业互联网副董事长李杰说，现在的工业企业普遍存在“找不到人、请不起人、留不住人”的困惑。
对此，富士康内部成立了工业互联网学院和灯塔学院，致力于培养既懂制造又懂数据分析和AI技术的人才。中国新一代人工智能发展战略研究院首席经济学家刘刚认为，高校与企业联手，加强人工智能人才的应用型教育，十分必要。
相关阅读：
热门专题
