工业革命2.0：工业大数据引领新型工业化

数据驱动，智能领航：揭秘数字化时代的工业革命

　　 当前，以DeepSeek为代表的中国人工智能产业快速崛起，标志着我国在人工智能领域实现标志性进展，为我国争夺全球工业智能化制高点提供了历史性新机遇。

　　 今年两会期间，人工智能更是成为热议话题之一，不少全国人大代表和政协委员纷纷针对人工智能发展建言献策，全国人大代表、海尔集团董事局主席、首席执行官周云杰也从新型工业化的角度，提交了《关于以工业大模型为关键变量赋能新型工业化的建议》（以下简称《建议》）。

　　 适配复杂，工业大模型深度应用挑战大

　　 在全球科技竞争与产业变革的大潮中，实现新型工业化已成为我国推进强国建设、民族复兴的重要任务。根据党的二十大报告，到2035年我国将基本实现新型工业化的目标。

　　 加快推动新一代人工智能的发展是我国把握新一轮科技革命和产业变革机遇的关键所在。以人工智能大模型为技术支持、工业应用为起点的工业大模型正在成为推动新型工业化的新路径。然而，尽管工业大模型在新型工业化过程中表现出巨大的潜力，它在深入应用时仍然面临着不少难题。通过调查研究，周云杰指出，主要存在以下三个关键问题：

　　 一是数据质量和语料库建设的双重障碍。工业领域覆盖面广，包含41个大类、207个中类和666个小类，数据结构复杂多变，数据质量良莠不齐。提高工业数据质量、推动数据标准化以及高效建设和维护工业语料库，已成为限制工业大模型应用发展的瓶颈。

　　 二是面对场景适配与模型可靠性的双重考验。在工业生产的复杂环境中，工艺流程繁琐、操作控制需高精度、安全标准极高，而不同行业的企业生产流程和需求差异极大，导致模型难以全面适应各种复杂场景。

　　 当前，在推动工业企业数字化转型的过程中，智能解决方案的提供与实际需求之间存在明显的错位。从供给侧的角度来看，服务商所提供的智能解决方案往往缺乏足够的成熟度和标准化，难以精准匹配企业的实际需求，呈现出一种“自说自话”的状态。而从需求侧来看，许多工业企业对于自身在数字化转型过程中的痛点和具体需求并不清晰，导致无法准确把握转型的重点方向。 这种供需之间的错位现象不仅阻碍了技术的有效应用，还可能延缓整个行业的转型升级进程。因此，未来需要更加注重从企业实际需求出发，加强行业标准的制定和完善，同时提升服务商的技术理解和应用能力，确保智能解决方案能够真正解决企业在转型过程中遇到的问题。只有这样，才能有效促进工业企业的数字化转型，推动整个行业的高质量发展。

　　 三管齐下，构建新型工业化高质量发展通途

　　 作为“链主”企业，海尔率先在行业内应用工业大模型，以他们自主研发的卡奥斯天智工业大模型为例，这一模型不同于通用大模型，它集成了更广泛的工业知识和更深的工业行业专业知识，成为平台的智能核心。目前，该模型已经内置了4700多个机理模型和200多个专家算法，为汽车、化工、模具等九大行业提供了45个高价值的场景化解决方案。

　　 比如，在天智工业大模型的应用下，注塑工艺得到了显著优化。通过这一技术，注塑机的生产能耗降低了10%，节拍提升了7%，调参周期更是缩短了90%。此外，在智能柔性装配系统的应用中，工艺设计效率提高了30%，换产调试效率也提升了50%。如今，在青岛的卡奥斯模具工厂，工人们能够通过文字、语音、图片、CAD图纸等多种方式与大模型进行互动。大模型能从中提取出注塑件结构参数、注塑机功能参数等关键信息，并调用工艺参数推荐专家模型，从而生成最佳工艺参数配置方案。即使是没有专业知识的普通工人，也能快速完成注塑机的参数优化调整工作，为企业节省了大量的人力成本和培训费用。以车身外壳部件、内饰部件以及洗衣机外筒部件等复杂注塑件为例，其试模周期从原来的近百次缩短到了仅需两次，而产品质量合格率也从92%提高到了97%。 天智工业大模型在实际生产中的应用展示了其强大的智能化能力。它不仅极大地提高了生产效率，还显著降低了企业的运营成本。更重要的是，这种技术的应用使得原本需要高级技术知识才能操作的设备变得更为亲民化，即使是普通员工也能轻松上手。这不仅减少了对专业技术人员的依赖，也为企业的长远发展提供了坚实的技术支撑。

　　 针对行业痛点，结合海尔自身的发展实践，周云杰在《建议》中指出，以工业大模型为关键变量赋能新型工业化高质量发展，重点从以下三方面突破：

　　 一是夯实发展底座，发布国家级工业场景图谱、语料库和数据集。建议由工信部牵头，充分发挥我国工业门类齐全、应用场景丰富和海量数据资源等优势，设立国家专项，加大力度推广实施“一图四清单”行动方案。

　　 二是支持领军企业，展示工业大模型的应用潜力。建议由工信部主导，通过财政补贴方式支持家电、汽车、医疗等关键行业的领军企业，进行基于工业大模型的人工智能深入应用试点，树立典范，展示应用效果；同时，鼓励这些领军企业总结并在行业内分享其在研发设计、生产制造等核心环节中运用人工智能的成功案例。

　　 三是支持平台企业，推动工业大模型服务于中小企业。建议由工信部主导，针对国家级双跨平台企业制定专门的财政扶持措施，培养一批能够与工业大模型和场景图谱精准对接的标准化、可复用、低成本的解决方案，为中小企业提供实用且经济的人工智能服务。

　　 当前，人工智能作为推动新一轮科技革命和产业变革的战略性技术，展现出极强的“头雁”效应，带动了众多领域的创新和发展。各行各业都在积极推动人工智能的应用，力求实现深度融合。这种趋势不仅显著提升了各行业的智能化水平，也为新型工业化的推进提供了强大的动力。 在我看来，随着人工智能技术的不断进步，它在各个行业中的应用将更加广泛和深入。这不仅是技术发展的必然结果，也是经济和社会发展的重要推手。我们应该鼓励和支持更多的创新实践，以充分发挥人工智能的潜力，同时也要关注其可能带来的挑战，如就业结构的变化和隐私保护等问题，确保技术发展能够惠及更广泛的社会群体。