AI在工業領域落地應用還存在三大挑戰！ChatGPT的出現，是人工智能技術應用取得質的飛躍表現。其擁有著超越人的知識儲存量和思維，微軟CEO薩蒂亞·納德拉認為，對于知識型工作者來說，這完全等同于工業革命！

“相較于消費互聯網領域AI呈現出的巨大潛力和價值，AI在產業互聯網領域落地相對比較緩慢。”忽米技術副總裁姜仁杰在接受工業互聯網世界記者采訪時表示，消費互聯網領域規模優勢決定了AI模型在海量數據訓練和深度學習中已具備較高精度的辨識能力，實現深度應用并發揮巨大價值。但在工業領域落地，還存在著三個主要的挑戰：

一是數字化基礎薄弱，國內工業企業的信息化和數字化能力相對較弱，大部分企業還停留在自動化到信息化的階段，數據資產化意識較差，以數據驅動為主的工業AI應用沒有充足的數據“滋養”。

二是場景碎片化嚴重，中國涵蓋了所有的工業細分門類，決定了國內工業領域個性化差異大，導致大部分企業對場景挖掘的動力不足，無法持續地推動AI與工業深度融合發展，致使工業AI在企業內部的價值體現較低。

三是復雜機理存在短板，目前國內在高端裝備研發存在卡脖子的問題。該問題暴露了國內在復雜機理模型方面的基礎研究存在短板，而預測性維護等工業算法又強依賴機理，導致AI在部分高附加值的裝備預測性維護應用場景中難以落地。

盡管工業AI在工業領域應用還面臨諸多挑戰，但沉淀和資產化海量工業領域數據,并依托工業AI能夠挖掘出工藝優化、良率提升等關鍵因子,已成為企業降本增效提質的重要手段。目前以機器視覺為主的算法已經在質量檢測、物品分揀等場景有較為成熟應用。比如通過專家系統進行設備故障推理和定位、推薦控制參數、進行產線工藝參數尋優等。另外近期一個值得關注的消息是北京國際大數據交易平臺上線工業數據專區，面向企業提供數據登記、確權、評估、流通、交易、跨境等“一站式”相關服務。這對于缺乏樣本進行模型訓練和調優的工業數字化企業是一個利好的開端。

針對最近爆火的ChatGPT，會在工業領域碰撞出什么不一樣火花？姜仁杰告訴記者，ChatGPT作為一種大規模語言處理AI模型，能夠以更為人類理解的方式來進行內容生成。可以預見ChatGPT在上下文語義理解、需求分析等領域具有革命性的創新。

同時，ChatGPT也可以與工業領域知識結合，構建工業領域在設計、生產、運營、倉儲等關鍵環節的智能化行業專家庫，并逐步往故障診斷、根因分析、預測性維護等應用場景縱深發展。另外，在工業輕量化應用低代碼化甚至無代碼化場景中，可探索依托ChatGPT強大語義理解能力構建智能化需求分析系統，實現工業應用需求設計與工業應用編碼實現的一站式轉換，充分發揮ChatGPT在語義語法理解和機器語言轉譯的能力。

據記者了解，忽米作為西部地區首個國家級工業互聯網“雙跨”平臺，在工業互聯網行業有著非常深入的實踐探索經驗,工業互聯網平臺為工業企業提供數據采集、存儲、分析技術支撐。忽米依托歷經五年打磨的工業互聯網平臺技術底座，開始聚焦和深耕適應自身和行業所需的平臺+場景+AI的端到端工業智能化解決方案。

姜仁杰告訴記者，忽米在工業AI已有相關的業務布局，主要體現在三個場景。

一是在產線裝備場景中，忽米通過機理+算法實現設備智能狀態監測、故障智能診斷和壽命預測等技術手段實現設備的預測性維護，從而實現裝備運維智能化；

二是在車間生產場景中，忽米以智能排產為代表的產線智能化，通過融合訂單數據、原材料數據以及設備狀態數據等，借助運籌優化等智能排產算法，實現生產過程智能化。

三是在公司運營場景中，忽米通過以工藝質量和能源消耗為代表的運營智能化，通過AI算法結合產品質量以及能耗數據等，尋優關鍵控制參數，實現運營管理智能化。

“可以肯定的是未來AI技術將在工業制造業領域發揮越來越重要的作用。”姜仁杰最后也談到其對目前比較熱門的工業數字孿生的理解，他表示數字孿生真正核心在于三個模型構建，
一是信息模型構建，以標識解析，物模型等技術為代表。
二是幾何模型，以AR、VR、3D渲染等技術為代表。
三是機理+AI算法模型，可以說AI算法模型才是工業數字孿生的核心，也是未來各家工業數字化企業的核心競爭點。