敏銳靈動的人工智能遇上沉穩厚重的工業互聯網會怎樣？工業和信息化部近日印發《工業互聯網和人工智能融合賦能行動方案》，這是“人工智能＋”行動的重要一環，既有利於人工智能和工業互聯網自身的創新發展，也將推動兩者互促融合，共同賦能製造強國和網絡強國建設。

　　為什麼是“人工智能＋工業互聯網”？先看人工智能，這是引領新一輪科技革命和産業變革的戰略性技術，不僅能重塑生産生活方式，也是衡量國家科技實力和産業競爭力的關鍵指標，正以前所未有的深度和廣度應用於生産製造領域。再看工業互聯網，這是推進新型工業化的重要基礎設施，是海量數據匯聚、模型沉澱和應用開發的重要載體，已實現41個工業大類全覆蓋，建成網絡、標識、平臺、數據、安全五大體系，邁入高品質發展與規模化推廣的新階段。

　　人工智能和工業互聯網相互促進。人工智能具有自生成、自決策、自組織等能力，通俗來説，就是不僅能根據指令創造新東西，還能在複雜情況下獨立作出判斷和選擇，甚至自行組建一支高效團隊來解決問題，這些能力可以幫助工業互聯網升級設施、優化能力、創新服務。工業互聯網則為人工智能提供互聯通道、數據資源、平台中樞，即通過連接萬物給人工智能裝上感官，通過收集數據給人工智能餵養食糧，再通過統一平臺給人工智能提供工作和發號施令的基地，讓人工智能得以在工廠裏真正發揮出“超能力”。

　　數據是兩者牽手的重要紐帶。在人工智能的“演算法、算力、數據”三大基石中，數據是最基礎、最核心的要素。數據是人工智能的原材料，決定了人工智能的能力和視野，也是人工智能不斷優化升級的燃料。若沒有來自真實世界源源不斷的工業數據，再先進的人工智能也無法在工業領域施展拳腳。工業互聯網採集到的高品質工業數據，將驅動人工智能在工業場景不斷迭代技術、創新突破，進而推動工業互聯網從數字化連接邁向全面智慧化階段。

　　推進兩者融合賦能，是為了破解傳統技術難以攻克的複雜工業難題。當前我國製造業轉型升級壓力凸顯，人工智能向工業領域延伸時遭遇多重難點。首先是高品質工業數據短缺，設備老舊、協議多樣導致數據孤島遍佈，數據標注專業壁壘高、成本高。其次是工業大模型落地難，工業領域不同應用場景需求差異明顯，大模型難以捕捉規律，通用模型適配性差、場景碎片化等問題突出。此外，工業大模型投入成本高、工業算力供給不足等問題也制約著工業大模型落地應用。

　　釋放兩者融合賦能效應，有待解決基礎設施、數據互通等瓶頸。具體來看，應提高工業互聯網平臺智慧化水準，提升工業智算供給能力和利用效率；打破工業領域的數據壁壘，讓不同來源、不同格式的工業數據實現有效聯通與共用；鼓勵工業企業提升研發、製造、運維全環節的智慧化水準，促進工業互聯網和人工智能在重點行業、重點産業鏈融合應用；加強工業互聯網與人工智能標準體系銜接，加快工業通信晶片、工業感測器、工業控制系統等技術産品創新。

　　人工智能與工業互聯網牽手，將為中國製造插上“智慧翅膀”。我國製造業增加值規模連續15年居全球首位，還建成了全球規模最大、技術領先的信息通信網絡，為工業互聯網和人工智能融合賦能提供了高速網絡通道、海量數據資源和豐富應用場景，將重塑中國製造新優勢，為製造強國建設注入新動能。