AI与工业互联网融合发展应用与启示
目前，上海正加速推动人工智能（AI）与工业互联网融合发展，把握数字技术和实体经
济深度融合的新型工业化鲜明特征，打造数智化推进新型工业化核心动力。本文从工业互联
网与新型工业化、AI的关系切入，通过AI与工业化融合发展的关键技术、典型应用、面临
问题及挑战四个方面，阐述加快AI与工业互联网融合发展这一命题对于上海的启示。
文辛竹
工业互联网与新型工业化、AI的关系现新型工业化，推动数字经济和实体经济深入融
以数字化、网络化、智能化为主要特征的合，为工业互联网的快速发展创造了必要的客观
工业互联网是赋能制造业转型升级、实现新型工需求，尤其从技术基础、市场化角度，为工业互
业化、推动数字经济和实体经济深入融合的新型联网行业发展提供了必要的市场机遇。
基础设施与重要载体。一方面，工业互联网作为工业互联网与新型工业化是赋能与创造需求
新型基础设施，连接了工业生产与运营发展所涉的关系，与AI之间则是相互赋能与创造需求、提
及的各类要素，不仅包括研发设计、生产制造，供条件的关系。
运营管理、销售服务等环节，而且涵盖单一产业工业互联网为AI技术提供需求与具体应用
链上下游以及有交集的不同产业链协同涉及的各场景，工业互联网采集、处理后形成的工业大数
类要素。与此同时，工业互联网承载了工业数据据为AI相关模型的训练、知识图谱的构建，提供
的采集、传输、处理、分析与应用，是推动工业必要的基础赋能体系。其中，对于相关模型的训
数据转化为工业知识的重要载体。另一方面，实练，主要包括为机器学习（含深度学习、强化学
上海信息化21
视点
VIEWPOINT
习等）所提供的训练数据集、验证数据集与测试智能计算
数据集。对于工业相关知识图谱的构建，主要包云计算（CloudComputing）：通过提供强
括工艺流程数据、设备状态数据、市场与供应链大的数据存储和处理能力，使得企业能够高效
数据等各类数据，尤其重要的是非结构化的行业部署AI模型和应用，实现海量数据的集中管理
知识、技术原理与专家经验等数据。和分析。
从应用环节来看，AI可为工业互联网在各类边缘计算（EdgeComputing）：在网络的边
数据感知、产品与设备管理、研发与生产模型驱缘节点位置，最接近数据产生与采集的位置部署
动、运营管理决策支持等方面提供智能化支撑；计算能力，形成必要的边缘侧实时数据分析处理
从结果导向来看，AI在研发与生产工艺优化、生能力，实现对有关节点的实时监控与即时反馈。
产稳定性与产品质量提升、供应链敏捷性与韧性大数据分析（BigDataAnalytics）：通过大
提高、强化企业内外协同合作等工业互联网重要数据分析技术来处理和分析工业互联网产生的大
目标方面均能给予智能化赋能。同时，AI在与工量数据。
业互联网交互的过程中不断迭代，给工业互联网自然语言处理（NaturalLanguageProcessing，
带来向新业态、新模式转型升级的需求，例如在简称NLP）：使机器能够理解和生成人类语言，用
设备与产品服务方面，有关服务模式从被动向主