工業網際網路平臺創新效應將更加凸顯

當前，受國際新格局、産業鏈變遷，以及疫情等眾多因素影響，企業發展面臨新的環境，經濟發展面臨新的模式，需要通過不斷創新形成發展驅動力。工業網際網路是新一代資訊通信技術與工業經濟深度融合的新型基礎設施、應用模式和工業生態，是工業企業實現數字化轉型和智慧化升級的重要承載，其中技術創新是平臺發展的原動力，模式創新是平臺價值的放大器。伴隨著工業網際網路平臺、網路、安全等配套政策及行業政策體系趨於完善，充滿活力的平臺産業生態體系孕育形成，平臺發展將步入環境更加完善、創新更加活躍、應用更加廣泛、産業賦能效應更加凸顯的新階段。

工業網際網路走向深入平臺創新決定未來

實施工業網際網路創新發展戰略以來，我國工業網際網路發展成效顯著，政策體系基本建成，網路、平臺、安全三大功能體系建設深入推進，行業融合應用加速縱深拓展，産業生態規模持續發展壯大。目前，工業網際網路已全面融入45個國民經濟大類，進産業基地、進産業園區、進重點企業持續提速，行業賦能、賦值、賦智作用日益凸顯。

工業集IT、CT、OT、DT等多領域技術于一體，融合創新直接影響著數字化、智慧化的進程。工業網際網路平臺是匯聚技術、産品和解決方案的載體。回顧百度將AI技術與工業領域結合的實踐經驗，我們將工業網際網路平臺創新發展的路徑總結為技術創新和模式創新兩大方向。

技術創新是平臺發展的原動力

隨著工業網際網路進入深耕階段，以人工智慧為代表的創新技術滲透率不斷提高，在成本控制、品質優化、安全生産、綠色低碳、智慧行銷等場景落地應用，幫助企業實現由數據驅動業務升級帶來的商業價值。

平臺技術創新的核心思路是打造數據感知-認知決策-反饋控制的完整閉環。數據感知依賴於工業現場的全面物理感知網路和工業實時數據庫；認知決策通過基於融合了機理模型和數理模型的智慧演算法對數據進行計算産生結果，這一過程需要利用到包含企業業務知識、流程工藝知識和行業知識構成的知識庫，以及由行業機理模型和數理模型組成的模型庫，同時還需要中心算力和邊緣算力等在不同場景下為智慧演算法提供支撐；反饋控制是將認知計算的結果輸出到工業終端控制設備，實現部分或全部取代人工操作。在上述閉環中，“數據感知-認知決策”這一環節的核心是將數據轉化為知識和模型，進而調用數據、知識、模型為解決具體的工業問題提供策略的能力；“認知決策-反饋控制”這一環節是基於生産目標的認知計算，在輔助生産做出最優化判斷的同時，自動改進工藝實現累進收益，並將結果進行反饋優化的能力。基於這些能力的平臺方案具有很好的可複製性，如果在更廣泛的範圍內應用，就能夠解決以前解決不了的“複雜問題”，從而實現“系統級”“全局性”的發展提升。

以百度為某水務集團提供的精準調壓方案為例，通過實時監測10萬個智慧水錶、4萬個泵房監測點的用水數據，結合天氣數據預測用水量，形成最優化的“系統決策”，提升城市供水效率、減少管網漏損率。又如百度在發電廠冷端節能實踐探索過程中，基於電廠大數據，結合系統物理建模與機器學習演算法，建立面向實際運作空冷島換熱過程準確描述的模型；基於電廠周圍環境的歷史溫度、風速等參數，建立基於機器學習演算法的電廠環境條件預報模型；通過耦合了電廠運作人員的寶貴運作經驗與人工智慧演算法的推薦系統，提升參數推薦的智慧性與可靠性。經過AI優化的空冷島能耗能夠節省1.55克標準煤/度，以全國大概1000座空冷島估算，預計1年可減少600萬噸碳排放。

模式創新是平臺價值的放大器

模式創新是平臺區別於傳統資訊化廠商的主要特徵，其中一個方向是從“授人以魚”向“授人以漁”轉變。傳統的資訊化方案關注端到端的交付，然而讓IT工程師了解工業場景的業務邏輯並非易事，如果僅僅通過拖拉拽的方式就能構建一個模型或者設計一款應用，那大量的工業專家就能夠結合自身積累的行業know-how快速創建符合業務需求的智慧應用。基於百度的飛槳深度學習平臺，用戶和開發者可以自主訓練模型，AI技術不再只是少數演算法工程師的專利。同時，開物平臺沉澱了大量行業知識和智慧演算法，通過低代碼開發工具賦能企業的業務專家和工程師高效開發工業APP。

模式創新的另一個方向是為産業鏈協同提供智慧支撐，通過企業的生産運營數據智慧匹配産業鏈供需環節，使産能、庫存與原材料供應、下游供貨之間形成更加深度的匹配協同。通過科學合理地解決産業鏈上淡旺季明顯、招工困難、供需平衡等問題，實現生産資源的融合型匯聚，推動産業鏈形成全新的工業生産製造和服務延伸體系，幫助産業集群精準實施強鏈補鏈，這正是工業網際網路未來可期的網路規模效應。

模式創新還包括利用數字信用幫助企業破解融資難題。平臺通過獲取企業的生産經營數據對企業進行深入了解，從而為金融機構更加全面的風險評估提供參考。通過大數據、人工智慧、雲計算、區塊鏈技術與債權融資計劃産品的結合，平臺與銀行保險機構進行聯動銜接，建立基於生産數據的增信系統，提供個性化、精準化的金融産品和服務；在充分平衡兼顧投資者利益和融資人利益的前提下，實現資金與資産的高效對接，為中小企業提供全新的科技化直融路徑。

平臺仍需強化自主創新、融通創新、生態創新

在自主研發創新方面，平臺廠商需要持續完善平臺技術架構，提升産品成熟度、安全性和複製推廣能力。百度結合人工智慧特點和工業領域核心難題，將開展三方面探索：

一是運用大模型解決跨行業跨領域問題，突破人工智慧模型在特定場景應用的局限性，提升模型部署效率和解決疑難問題的能力。

二是人工智慧+機理混合建模技術，結合大算力新模型求解技術，聚焦工業領域雙碳減排等核心攻關領域，落地突破性成果。

三是知識圖譜技術萃取工業中沉澱的知識和經驗，以軟體的形式將知識封裝並複製，助力中國工業整體高品質發展。

在融通創新方面，平臺廠商需要與行業雙向奔赴，共同探索特定領域數據、機理、知識的沉澱與轉化路徑。一方面，像百度這樣的以人工智慧為主要優勢的平臺企業要真正深入到生産一線，去理解用戶的業務場景和核心需求；另一方面，工業企業在推進數字化轉型的過程當中，也需要更好地理解以人工智慧為代表的新技術當下和未來能解決什麼問題。

在生態創新方面，平臺廠商需要聯合軟硬體廠商、資訊化服務商、第三方開發者等，創新工業APP的快速組裝與交付方式，打造平臺應用孵化、升級、復用的迴圈體系。通過構建平臺架構與介面規範、平臺服務與應用指南、平臺能力評估與治理規範等標準，打造從平臺建設、使用到管理的端到端標準體系。持續建設新職業人才體系，為産業發展提供全方位人才服務。

分享到：