近一年来，以ChatGPT为代表的大模型技术引发通用人工智能新一轮发展热潮，成为改变世界竞争格局的重要力量。围绕人工智能治理的议题探讨显著增多，全球人工智能治理体系加速构建。与此同时，人工智能加速向各产业渗透，已成为促进新兴产业与传统产业、技术与社会跨界融合发展不可忽视的动力。

伴随第四次工业革命以及工业数字化、网络化、智能化发展的大浪潮，工业制造业持续深化探索人工智能融合创新及应用：深度学习、大模型等技术创新、组合赋能和工程化落地不断加速；产业爆发期临近，老玩家不断推陈出新、新玩家入局积极活跃；一批新应用场景涌现，并不断向研发、生产等核心环节渗透赋能，在更大范围内发挥更核心的作用。

工业互联网产业联盟组织产业界系统梳理了相关内容，展开工业智能系列科普活动。

工业智能在制造业领域的应用主要集中在哪些行业?

离散行业应用占比领先。根据统计结果，离散行业占比超过60%，流程行业占比超过30%。一是离散行业相对容易切入，形成解决方案后可以规模复制，轻工消费品领域当前占比最高；二是流程行业生产过程复杂，工艺门槛高，目前解决的多是生产过程中较为单点的问题。

数字化基础与AI技术成熟度成为行业落地普及的两个关键因素。汽车、电子信息、能源电力、钢铁的数字化程度高，为AI落地提供良好基础，占比超过全行业45%。通用AI领域成熟的图像/视频分析，与质量、安全等企业关注的重点环节形成天然契合，成为前述重点行业落地的首批 场景。

图1：细分行业人工智能应用占比

工业智能在装备行业的应用有哪些?

智能产品与服务成为装备价值提升的核心。汽车、轨道交通、工程机械等装备逐步向智能化产品演进，基于视觉的环境识别成为目前主要探索方向，如起亚、捷豹路虎等车企不断增加语音互动、路况识别等功能；航空和交通领域成为开展增值服务的重点行业，如国外某航天公司飞行器座舱内的AI驱动系统可以通过评估和通知燃油水平、系统状态、天气状况和其他基本参数来帮助优化实时飞行路径。汽车、航空的设计仿真优 化成为AI应用的重点。空客基于深度学习在几秒钟内预测整个马赫包络线，快速评估跨音速流中的翼型性能；北汽福田应用AI找到最佳的设计路径，消除原结构太重和产品质量缺陷带来的问题，零部件从最初的4个零件变为1个，重量减轻70%，强度增强18.8%。

图2：装备行业人工智能应用情况

工业智能在原材料行业的应用有哪些?

原材料行业主要通过两类路径提升质量管理水平。一是基于视觉开展成品质量检测，主要面向钢材、铝板等金属行业；二是基于数据分析对影响质量的工艺参数进行预测调整，如三井化学公司使用深度学习处理由51种类型数据（温度，流量和压力等）表示的因素，帮助检测质量问题并预测化学组合的结果。基于AI的过程参数优化走向规则与数据融合。如宝钢集团基于回归树对各个工艺参数重要性进行评估，基于业务经验设定投料系数规则并进行投料系数优化，已应用于宝山基地70余个机组，在热轧某机组全年综合投料优化超1.3万吨。安全智能管理仍以视觉分析为主，部分企业开展综合性探索。已有企业通过图像、红外、气液成分检测等综合感知手段实现安全管理，如东源科技结合机械表、液位计、罐体温度的图像识别和红外成像技术等综合进行气液泄露识别。

图3：原材料行业人工智能应用情况

工业智能在轻工与消费品行业的应用有哪些?

以生物医药行业为主开展基于AI的新产品研发探索。在轻工行业新产品研发的占比超80%，主要通过AI发现新的药物分子结构或进行新治疗方案开发等，如药明康德针对未知晶体结构或配体的靶点，探索利用AI技术开发理想临床前药物候选分子。客户需求与库存管理成为经营管理优化重点关注领域。一方面基于AI分析预测市场需求，优化库存管理，并为消费者精准推送信息，如日本House集团基于AI构建市场预测模型，对 集团生产和销售制定合理的供需计划，避免了 10%的产品/材料浪费及60%的管理耗时。另一方面主要基于自然语言处理技术提供面向顾客的智能聊天与推荐等服务，如李维斯推出智能聊天机器人，跟用户对话获取用户的偏好之后，机器人会整合尺码、布料偏好、颜色等信息为用户推荐最适合他的裤子。

图4：轻工与消费品行业人工智能应用情况