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。

Q1：国外工业智能的应用模式是什么？

国外已进入核心环节数据+机理智能优化阶段。

一是数据+机理融合应用成为主要模式。由于国外掌握研发、生产及设备等环节的关键机理，进入制造核心环节AI深度应用阶段，数据建模优化占比告于识别类应用，且四个领域的数据优化类应用均高于国内。

二是需求推动场景向多样化综合化演进。经统计，国外生产经营环节占比Top5的场景依次为预测性维护、表面检测、生产过程优化、设备系统故障诊断、基于知识的工厂决策。三类应用模式均有涵盖，并开展综合决策等相对集成化的场景探索，如日本某企业制造商构建知识图谱，集成整个产品验证生命周期数据，通过统一测试数据缩短产品上市时间。

*基于中国信通院273个工业AI案例统计

图1：国外人工智能应用在各细分场景的占比

Q2 国内工业智能在哪些方面还有待提升？

我国在核心环节的深度+创新应用方面有待提升。

一是识别类应用仍占据一定比重。国内生产经营环节占比Top5的应用场景为表面检测、质量关联分析、安全管理与巡检、生产过程优化、设备系统故障诊断。

二是智能研发仿真、产品智能化、智能增值服务创新探索不足。当前企业应用AI仍以解放人力、 提高效率为核心，在工艺数据沉淀、产品理解等方面还不足。

*基于中国信通院234个工业AI案例统计

图2：国内人工智能应用在各细分场景的占比

Q3 国内国外的的工业智能应用有什么不同？

国外聚焦价值增值与场景创新，我国更注重利用AI解决生产实际需求痛点。

一是生产管理环节成为共同关注的重点领域。国内外应用占比均达到60%以上，其中质量、制造和设备均是占比最高的环节（国外40%，国内51%）。

二是国内安全、质量需求更加紧迫突出。总体来看，国外的场景总体分布相对均衡，受限于自动化、工艺及管理水平等不足，国内企业面临的生产 安全、质量问题更为严峻，企业重点探索基于AI实现安全巡检、人/车/环境识别、质量缺陷识别与影响因素分析等，质量和安全领域与国外相比差距最大，均大于8%。

三是国外更注重围绕产品和服务的AI应用。国外基于AI进行新产品创新、智能设计、智能产品占比超30%，达到国内2倍。

*基于中国信通院507个工业AI案例统计

图3：国内外工业智能各细分场景应用率对比