在當今數字化時代，工業互聯網正經歷著深刻變革，人工智能作為工業互聯網深層次發展的關鍵變量，目前與工業互聯網融合應用的情況如何、未來智能化變革的趨勢圖景怎樣、可信數據空間能帶來哪些價值等問題成為行業關注的重點。
5月21日，在“2025工業互聯網大會”期間，中國信息通信研究院信息化與工業化融合研究所副所長田洪川在接受媒體采訪時也就以上問題進行了分享。他表示，目前，人工智能已經在研發、生產、管理全環節廣泛應用，涌現出上百種應用模式。未來，大模型持續提升泛化性與綜合分析能力，并與AI小模型協同，加速“研-產-管-服”全鏈條變革。
人工智能與工業互聯網融合已形成兩條技術應用路線
據田洪川介紹，人工智能與工業互聯網融合已形成兩條技術應用路線：一是以場景化小模型為代表的專用智能應用，正從工業視覺識別等外圍應用走向數據與機理融合的深度分析。“我們統計了900余個全球典型案例，圍繞視覺識別、數據尋優和知識推理3類典型應用模式作了近2年對比，發現數據尋優類的應用統計占比已經高于視覺識別（48% vs 40%），當前主要圍繞深度學習與工業技術融合開展可解釋性、復雜工藝應用等創新挖潛，例如，小米將AI融入一體化大壓鑄工藝，實現合金研發、壓射參數優化、AI質檢等多環節智能應用。”
二是以大模型為代表的工業綜合智能探索還處于初期，但模型自身能力以及與領域知識的融合程度持續增強。田洪川講到：“我們統計了120余個國內外典型案例并作近2年對比發現，大模型在處理多模態工業數據的能力不斷提升，例如西門子正探索利用GPT4分析控制器圖片、工控代碼等多模態知識，實現綜合問答。同時，專用領域大模型驅動的知識發現類應用探索加快（8% vs 13%），行業龍頭企業以及領先科研機構探索利用大模型疊加能源電力、石化化工、研發仿真、基礎科學研究等專業知識，開展特定領域創新應用。”
大、小模型將協同加速“研-產-管-服”全鏈條變革
談及未來智能化變革的趨勢圖景，田洪川表示，未來，大模型持續提升泛化性與綜合分析能力，并與AI小模型協同，加速“研-產-管-服”全鏈條變革。
具體而言，一是實現產品自主設計。大模型將深度融入設計各環節，基于海量數據快速生成創意方案，自動優化參數和結構，確保性能、質量和成本的最優平衡，借助小模型提升物理現象理解的精準性，使模擬與仿真更高效，指導工藝優化與改進，推動產品研發的智能化和高效化。
二是實現高度自主化無人化生產。大模型能結合企業自身的生產能力、原材料供應、設備狀態等多方面因素，自動生成精準且靈活的生產計劃，實現多品種、小批量產品生產的快速切換，并能在遇到突發情況如訂單變更、設備故障時，迅速調整生產流程和資源分配，確保生產的連續性和高效性。
三是智慧運營管理與服務。AI實時收集、分析來自企業各個環節的數據，包括生產、銷售、采購、財務等，實現對企供應物流、人員配備等各類資源的優化配置，實時監測企業運營中的各種風險。
可信數據空間在工業領域已形三種空間應用模式
隨著工業互聯網的實踐落地，以及人工智能在工業領域的滲透，數據成為推動工業互聯網價值釋放的核心要素，但當前數據要素的價值釋放仍然面臨很多難點卡點。
歐、美、日、韓等全球主要經濟體，在開展數字化轉型過程中都遇到了數據資源“供不出、流不動、用不好”類似問題，都積極探索利用數據空間推動數據流通利用。我國去年發布了《可信數據空間發展行動計劃》，也將空間定位為實現數據資源共享共用的關鍵抓手。
田洪川在談到可信數據空間帶來的價值時，講到：“當前，可信數據空間在工業領域已經形成了“企業-行業-跨行業”三種空間應用模式。“
一是龍頭企業引領的“鏈式帶動”路徑。部分龍頭企業充分發揮在供應鏈中的主導地位，帶動上下游企業通過數據空間共享數據資源、創新數據服務，實現供應鏈數字化協同轉型。
二是行業資源整合的“聚式共創”路徑。針對行業數據分散、數據孤島問題突出的現狀，可信數據空間促進產業多源數據融合，賦能行業模型構建、創新藥研發等應用，發揮規模效應和協同效應，提升數據價值創新能力。
三是不同行業之間的“跨域協同”路徑。可信數據空間通過建立跨行業空間的協議體系框架，推動能源、制造、交通等領域的場景化數據融合，破解行業間數據壁壘。例如，南方電網能源行業數據空間和汽車行業數據空間互聯互通，將電網負荷數據與新能源車企的車輛參數、出行習慣等數據聯合分析，支撐“車網互動雙向充電”、“充電樁智能選址”等應用場景的落地。 
