如何認(rèn)識(shí)這一輪AI技術(shù)發(fā)展影響的深度和廣度？如何判斷這一輪AI技術(shù)變革的性質(zhì)？

AI大模型是通用人工智能發(fā)展的重要里程碑。4月28日、5月5日中央會(huì)議關(guān)于人工智能發(fā)展提出三個(gè)第一次：第一次提出“通用人工智能”，第一次提出“產(chǎn)業(yè)智能化”，第一次提出“把握人工智能等新科技革命浪潮”。

這一輪AI所體現(xiàn)“革命性”特征，不是AI可以生成文字、可以生成圖片，而是AI可以生成代碼，構(gòu)建人機(jī)交互新模式，與產(chǎn)品研發(fā)、工藝設(shè)計(jì)、生產(chǎn)作業(yè)、產(chǎn)品運(yùn)營等制造環(huán)節(jié)、場(chǎng)景相結(jié)合，提升生產(chǎn)效率，形成新生產(chǎn)力，并引發(fā)產(chǎn)業(yè)競(jìng)爭格局重構(gòu)。

AI大模型事關(guān)人類生產(chǎn)工具的變革，事關(guān)一個(gè)國家制造業(yè)核心競(jìng)爭力重塑，事關(guān)經(jīng)濟(jì)的長期繁榮和走向。

數(shù)實(shí)融合是全球制造業(yè)

競(jìng)爭格局重構(gòu)的核心變量

數(shù)字化是巨變時(shí)代的分水嶺，已成為企業(yè)、城市、國家之間競(jìng)爭急劇分化的催化劑。制造業(yè)是數(shù)實(shí)融合最主要的產(chǎn)業(yè)部門，其融合的方式、廣度和深度，能夠直接影響甚至決定制造業(yè)的先進(jìn)水平和全球競(jìng)爭格局。

1. 數(shù)實(shí)融合是美國制造業(yè)全球領(lǐng)先的根本原因

目前，許多人潛意識(shí)里非常認(rèn)同數(shù)字時(shí)代德國制造業(yè)發(fā)展道路和模式，“唱衰”美國制造業(yè)。然而事實(shí)上，過去十年，美國是全球制造業(yè)發(fā)展的“樣板間”。

無論是制造業(yè)的規(guī)模、增速還是競(jìng)爭力，美國均持續(xù)領(lǐng)先德國和日本，并且差距不斷拉大：2011到2021年，美國制造業(yè)規(guī)模相當(dāng)于德國的1.5倍擴(kuò)大到2.4倍，相當(dāng)于日本的2.5倍擴(kuò)大到3.1倍。美國制造業(yè)仍然以比日本和德國更快的速度發(fā)展。

過去10年，美國制造業(yè)領(lǐng)先地位的鞏固和確立，是“軟件定義硬件”的結(jié)果，是以“云+AI”為代表的數(shù)字技術(shù)深度、全面融入實(shí)體經(jīng)濟(jì)的結(jié)果，是向新型數(shù)字基礎(chǔ)設(shè)施進(jìn)行遷徙的結(jié)果。

2. 數(shù)字原生企業(yè)涌現(xiàn)是美國制造業(yè)升級(jí)的重要標(biāo)志

數(shù)字原生企業(yè)的涌現(xiàn)是產(chǎn)業(yè)升級(jí)和經(jīng)濟(jì)繁榮的重要標(biāo)志。

德國、日本與美國制造業(yè)差距的擴(kuò)大，在微觀上主要表現(xiàn)為制造業(yè)領(lǐng)域缺乏一批有競(jìng)爭力的數(shù)字原生企業(yè)。

德國“工業(yè)4.0”目標(biāo)并沒有實(shí)現(xiàn)，與預(yù)期差距較大，中小企業(yè)數(shù)字化進(jìn)展緩慢，研究表明只有21%的中小企業(yè)在生產(chǎn)中使用了數(shù)字技術(shù)，也沒有成長出一批數(shù)字時(shí)代有競(jìng)爭力的中小企業(yè)。

日本的情況與德國類似，日本經(jīng)歷了“失去的二十年”，同樣沒有培養(yǎng)出一批數(shù)字原生企業(yè)。

數(shù)字技術(shù)驅(qū)動(dòng)美國新企業(yè)、新產(chǎn)品不斷涌現(xiàn)，以特斯拉、SpaceX、Rivian、OpenAI、Snowflake、Palantir等為代表數(shù)字原生企業(yè)，不僅成為全球的產(chǎn)業(yè)引領(lǐng)者，而且持續(xù)構(gòu)建產(chǎn)品創(chuàng)新的新模式。

特斯特引領(lǐng)全球汽車工業(yè)電動(dòng)化、智能化，正如瓦倫丁在《從豐田主義到特斯拉主義》所描述的，電動(dòng)車領(lǐng)域的數(shù)字原生企業(yè)正在重新定義汽車，在個(gè)性化、以用戶為中心的萬物互聯(lián)、萬物智能時(shí)代，新物種為應(yīng)對(duì)不確定性而生，以高頻創(chuàng)新為驅(qū)動(dòng)，基于進(jìn)化組織的迭代思維，從MVP小步快跑加速商業(yè)化。

特斯拉作為一個(gè)數(shù)字原生企業(yè)，具有四個(gè)典型特征：軟件定義、高頻創(chuàng)新、客戶運(yùn)營商、進(jìn)化型組織。

2010年美國DARPA推出自適應(yīng)運(yùn)載器制造（AVM）計(jì)劃，提出“重新發(fā)明制造業(yè)”，通過徹底變革和重塑裝備制造業(yè)，將武器裝備研制周期縮短到現(xiàn)在的五分之一。

復(fù)雜制造業(yè)產(chǎn)品研制生產(chǎn)要像半導(dǎo)體行業(yè)一樣，其產(chǎn)品設(shè)計(jì)、仿真、試驗(yàn)、工藝、制造等活動(dòng)，全部都在數(shù)字空間完成，待產(chǎn)品迭代成熟后再進(jìn)入工廠一次制造完成，縮短研制周期、降低研制成本。這一戰(zhàn)略已經(jīng)開花結(jié)果。

2023年11月11日，美國新一代隱形戰(zhàn)略轟炸機(jī)首飛，這是全球第一款數(shù)字轟炸機(jī)-B21，從一開始就采用數(shù)字化設(shè)計(jì)，基于云計(jì)算的開發(fā)、部署和測(cè)試數(shù)字孿生，帶來更好的維護(hù)性和更長的生命周期，以及更低的基礎(chǔ)設(shè)施成本,是最近30年來美軍研發(fā)速度最快的機(jī)型，還可以像特斯拉汽車不斷下載新軟件一樣，能夠不斷升級(jí)產(chǎn)品功能，戰(zhàn)斗力升級(jí)將依賴于敏捷軟件迭代。

這一趨勢(shì)的本質(zhì)是：“云+AI”已經(jīng)不僅是一個(gè)商業(yè)基礎(chǔ)設(shè)施，更是一個(gè)創(chuàng)新基礎(chǔ)設(shè)施，是新企業(yè)、新產(chǎn)品孕育孵化的搖籃。

3. AI大模型是重塑全球制造業(yè)競(jìng)爭格局的新起點(diǎn)

AI大模型正加速第三次“數(shù)實(shí)融合”浪潮全面到來，智能化是其主要特征。AI大模型將影響制造業(yè)發(fā)展格局，AI大模型將會(huì)融入制造業(yè)的研發(fā)設(shè)計(jì)、生產(chǎn)工藝、質(zhì)量管理、運(yùn)營控制、營銷服務(wù)、組織協(xié)同和經(jīng)營管理的方方面面。

在研發(fā)設(shè)計(jì)領(lǐng)域，AI革新傳統(tǒng)的科研范式。

在生物醫(yī)藥領(lǐng)域，2022年，DeepMind開發(fā)的AlphaFold2模型幾乎預(yù)測(cè)了所有的蛋白質(zhì)結(jié)構(gòu)。如今AI模型不僅能“預(yù)測(cè)”、還可以“生成”蛋白質(zhì)，為未來的藥物生產(chǎn)研發(fā)創(chuàng)造新的可能。例如由Salesforce Research公司開發(fā)的ProGen系統(tǒng)成功從零生成全新的蛋白質(zhì)。

RNA（核糖核酸）病毒研究計(jì)算效率低、不精準(zhǔn)，中山大學(xué)基于Transformer架構(gòu)的“LucaProt”深度學(xué)習(xí)模型，訓(xùn)練了大型蛋白質(zhì)語言模型，將病毒發(fā)現(xiàn)周期從過去2-3個(gè)月時(shí)間縮短為一周，發(fā)現(xiàn)了數(shù)萬種依賴傳統(tǒng)人工比對(duì)方法無法識(shí)別的新型病毒，將全球RNA病毒多樣性擴(kuò)充了近30倍。這將會(huì)將縮短疫苗研制周期、降低研制成本。

在生產(chǎn)制造環(huán)節(jié)，AI大模型可以直接服務(wù)智能汽車、機(jī)器人、芯片、服裝等產(chǎn)品的研發(fā)創(chuàng)新，例如工程師可通過大模型自動(dòng)生成代碼指令，完成機(jī)器人功能的開發(fā)與調(diào)試，甚至還能為機(jī)器人創(chuàng)造一些全新的功能。

在設(shè)備運(yùn)維環(huán)節(jié)，AI大模型大幅增強(qiáng)了傳統(tǒng)垂直模型的能力。AI大模型具備了理解能力，電力行業(yè)無人機(jī)在山區(qū)電力設(shè)備上采集信息后，傳統(tǒng)垂直小模型給出的判斷：“銷子不規(guī)范”，而大模型能夠基于多模態(tài)發(fā)展出圖像認(rèn)知能力，給出的結(jié)論是：“高速公路附近上空，紅色涂裝的絕緣子左側(cè)連接桿塔金件上，有10個(gè)螺栓，其中3個(gè)存在銷子不規(guī)范，包括1個(gè)脫銷、1個(gè)未插緊、1個(gè)損毀，已生成異常說明，建議盡快現(xiàn)場(chǎng)確認(rèn)發(fā)起檢修?！?/span>

AI大模型賦能制造業(yè)的四個(gè)基本趨勢(shì)

在“軟件定義一切”的時(shí)代，AI大模型作為新的生產(chǎn)力工具，必將從內(nèi)容領(lǐng)域（文生文、文生圖等）深度擴(kuò)張到生產(chǎn)實(shí)體領(lǐng)域，在制造業(yè)的各個(gè)環(huán)節(jié)中引發(fā)新的效率革命，加速制造業(yè)走向智能化。

1. AI驅(qū)動(dòng)軟件升級(jí)是大模型賦能制造業(yè)的主要途徑

工業(yè)軟件是制造業(yè)數(shù)字化轉(zhuǎn)型的靈魂和關(guān)鍵。

AI大模型如何支持賦能制造業(yè)，有多種方式和途徑，可預(yù)期的重要方式是：AI將重構(gòu)軟件開發(fā)模式、交互方式、使用流程和商業(yè)模式，無論是研發(fā)類、管理類、生產(chǎn)類還是后服務(wù)類工業(yè)軟件，都將用大模型重新升級(jí)一遍，越是復(fù)雜的軟件系統(tǒng)，未來改造的空間越大。

基于代碼大模型打造的新一代AI編碼平臺(tái)產(chǎn)品，具備強(qiáng)大的代碼理解與生成能力，支持代碼補(bǔ)全、測(cè)試單元生成、代碼解釋、代碼查錯(cuò)等核心場(chǎng)景。隨著MaaS（模型即服務(wù)）的崛起，以模型為中心的開發(fā)范式將降低工業(yè)軟件開發(fā)門檻，提高開發(fā)效率。

根據(jù)CSDN在2023年初的評(píng)估，GPT4的軟件編程能力相當(dāng)于國內(nèi)月薪3萬元的軟件工程師能力，相當(dāng)于谷歌年薪18萬美元L3級(jí)工程師。美國一個(gè)軟件崗位招聘做了一個(gè)測(cè)試：一個(gè)只有4年編程經(jīng)驗(yàn)的工程師借助AI工具，其軟件開發(fā)效率相當(dāng)于19年編程經(jīng)驗(yàn)的5倍。

在工業(yè)軟件開發(fā)層面，AI大模型正在革新軟件開發(fā)范式。AI將與人類共同協(xié)作開發(fā)，倍數(shù)級(jí)提升軟件研發(fā)的效率，例如服務(wù)于一線研發(fā)人員的內(nèi)容生成工具（文檔、編碼、測(cè)試、發(fā)布、運(yùn)維），可以大幅提升生產(chǎn)力。同時(shí)“代碼大模型”的研究和應(yīng)用，正在引發(fā)AI編碼的革命。

AI成為芯片設(shè)計(jì)新工具，AI與EDA的雙向奔赴，將開啟芯片設(shè)計(jì)的下一場(chǎng)革命，Synopsys和Cadence等傳統(tǒng)芯片設(shè)計(jì)公司也在積極擁抱AI設(shè)計(jì)。

英偉達(dá)Hopper架構(gòu)H100擁有13000個(gè)AI設(shè)計(jì)電路，用AI設(shè)計(jì)GPU比傳統(tǒng)EDA減少25%芯片面積，功耗更低。谷歌開始使用強(qiáng)化學(xué)習(xí)（RL）技術(shù)設(shè)計(jì)自己的TPUAI加速器布局。

在工業(yè)軟件性能層面，AI大模型會(huì)推動(dòng)軟件智能升級(jí)。例如在研發(fā)設(shè)計(jì)場(chǎng)景中，Back2CAD基于ChatGPT等推出CADGPT？，支持智能推薦、文檔生成、代碼生產(chǎn)等功能，能夠有效輔助產(chǎn)品的研發(fā)設(shè)計(jì)。

2. 彌合數(shù)據(jù)流斷點(diǎn)是AI大模型賦能制造業(yè)的重要價(jià)值

每一次人機(jī)交互技術(shù)的突破，都將帶來一次產(chǎn)業(yè)重構(gòu)。AI大模型帶來了新的“人機(jī)交互”革命，未來自然語言將能操控一切，深刻改變?nèi)藗兪褂盟阉饕?、消費(fèi)購物、生產(chǎn)制造等的方式，并深刻影響未來的產(chǎn)業(yè)競(jìng)爭格局。

制造業(yè)數(shù)字化的核心是，以數(shù)據(jù)的自動(dòng)流動(dòng)化解復(fù)雜系統(tǒng)的不確定性，將正確的數(shù)據(jù)、以正確的方式、在正確的時(shí)間傳遞給正確的人和機(jī)器，提高資源配置效率。

但企業(yè)實(shí)際的運(yùn)營狀態(tài)是：多個(gè)環(huán)節(jié)中存在數(shù)據(jù)流的斷點(diǎn)，需要工程師開發(fā)各種工藝軟件和流程軟件。AI大模型為改變這一現(xiàn)狀找到了新路。

這條新路是，基于AI大模型的自然語言交互能力，為制造業(yè)企業(yè)內(nèi)部、產(chǎn)業(yè)上下游之間的實(shí)時(shí)、泛在的連接提供了軟件開發(fā)、交互的新方式，降低了工藝和流程的軟件開發(fā)門檻、提高了效率，彌合了企業(yè)數(shù)據(jù)流動(dòng)過程中的無數(shù)個(gè)斷點(diǎn)。

例如國內(nèi)機(jī)器人公司，借助通義大模型開發(fā)機(jī)器人行業(yè)模型，基于自然語言，可以實(shí)現(xiàn)人和機(jī)器的互動(dòng)。如機(jī)器人收到了人的指令后，可以進(jìn)行理解、推理和分析，并自動(dòng)生成軟件代碼，組織協(xié)調(diào)不同智能體完成不同場(chǎng)景下的任務(wù)。

這一功能大大降低了工藝開發(fā)人員的門檻，提高了開發(fā)效率和質(zhì)量。從全局來看，不僅能避免出現(xiàn)數(shù)據(jù)斷點(diǎn)，減少人工干預(yù)帶來的影響，從而提高產(chǎn)品的穩(wěn)定性和可靠性，促進(jìn)了數(shù)據(jù)在多個(gè)環(huán)節(jié)的自動(dòng)流動(dòng)，提高了整個(gè)系統(tǒng)的智能化水平。

進(jìn)入數(shù)字時(shí)代，以往高度一體化、集中化的制造業(yè)體系，逐漸走向生產(chǎn)分散化和組織靈活化。

AI大模型+智能協(xié)同辦公平臺(tái)，有助于打通制造業(yè)的一個(gè)個(gè)數(shù)據(jù)斷流節(jié)點(diǎn)，推動(dòng)數(shù)據(jù)在研發(fā)、生產(chǎn)、配送、服務(wù)等環(huán)節(jié)高效流動(dòng)，從而提升制造企業(yè)內(nèi)部、甚至產(chǎn)業(yè)上下游之間的協(xié)同效率，推動(dòng)制造業(yè)走向“智能協(xié)同生產(chǎn)”。

“融合”是半個(gè)世紀(jì)以來技術(shù)演進(jìn)的基本規(guī)律，信息技術(shù)（IT）、通信技術(shù)（CI）、控制技術(shù)（OT）和以云計(jì)算、AI為代表的DT技術(shù)加速融合。

展望未來10年，AI大模型將會(huì)賦能每個(gè)智能終端、智能單元和智能系統(tǒng)，AI大模型驅(qū)動(dòng)的智能在云邊端實(shí)時(shí)協(xié)同成為基本趨勢(shì)，被AI大模型賦能的智能體將無所不在，設(shè)備、產(chǎn)線、工廠、企業(yè)中的智能體將無所不在，數(shù)據(jù)流的核心價(jià)值將從描述信息走向決策流和控制流。

無數(shù)個(gè)智能體在AI大模型的驅(qū)動(dòng)下，實(shí)現(xiàn)決策智能與控制執(zhí)行，走向自決策、自控制，人們將面對(duì)一個(gè)智能聯(lián)合體的崛起。

3. 進(jìn)入控制環(huán)節(jié)是AI大模型賦能制造業(yè)的關(guān)鍵標(biāo)志

AI大模型進(jìn)入制造業(yè)的核心價(jià)值不是在營銷和管理等環(huán)節(jié)，而是要進(jìn)入生產(chǎn)控制環(huán)節(jié)。

AI大模型的通用性、泛化性，以及基于“預(yù)訓(xùn)練+精調(diào)”的新開發(fā)范式，將從研發(fā)設(shè)計(jì)、生產(chǎn)工藝、運(yùn)維質(zhì)控、銷售客服、組織協(xié)同等各個(gè)環(huán)節(jié)賦能制造業(yè)。

其中，我們認(rèn)為進(jìn)入生產(chǎn)環(huán)節(jié)最核心的控制系統(tǒng)，例如PLC、MES、SCADA等等，提升工藝生產(chǎn)流程的智能化，是AI大模型應(yīng)用制造業(yè)的關(guān)鍵標(biāo)志。

西門子和微軟在今年4月宣布合作，基于GPT推動(dòng)下一代自動(dòng)化技術(shù)變革，合作開發(fā)PLC的代碼生成工具，將AI大模型融入控制環(huán)節(jié)。

目前，在電力調(diào)度領(lǐng)域，AI大模型可以深入新型電力系統(tǒng)復(fù)雜調(diào)度控制核心業(yè)務(wù)環(huán)節(jié)，成為調(diào)度業(yè)務(wù)“專家助手”，可以為電力調(diào)度員提供電網(wǎng)調(diào)控策略，優(yōu)化線路負(fù)載均衡，從而降低電網(wǎng)損耗等。

目前，企業(yè)正探索利用AI大模型能力，驅(qū)動(dòng)工業(yè)軟件SCADA智能化。

SCADA系統(tǒng)（數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)）可以應(yīng)用于電力、冶金、石油、化工、燃?xì)?、鐵路等領(lǐng)域的數(shù)據(jù)采集與監(jiān)視控制以及過程控制等諸多領(lǐng)域。

在SCADA場(chǎng)景下，典型做法是利用大模型在特定行業(yè)場(chǎng)景下的編程接口和生態(tài)庫，產(chǎn)生工業(yè)邏輯代碼（交互、建模、SQL開發(fā)），自動(dòng)集成到工業(yè)軟件中，基于結(jié)果閉環(huán)優(yōu)化模型。

在汽車行業(yè)，近幾十年來，汽車工業(yè)的轉(zhuǎn)型，不僅是一場(chǎng)動(dòng)力革命，也是一次控制革命。

傳統(tǒng)汽車向智能汽車演進(jìn)最大的技術(shù)變革在于汽車控制系統(tǒng)的創(chuàng)新，從傳統(tǒng)汽車80多個(gè)ECU等電子控制單元，轉(zhuǎn)向類似于智能手機(jī)的集中式架構(gòu)（底層操作系統(tǒng)+芯片SOC+應(yīng)用軟件）。

今天，自動(dòng)駕駛成為汽車工業(yè)轉(zhuǎn)型的又一個(gè)重大方向。

目前大模型對(duì)自動(dòng)駕駛的改變主要有兩個(gè)方向：一是大模型作為賦能工具，輔助自動(dòng)駕駛算法的訓(xùn)練和優(yōu)化；二是大模型進(jìn)入決策控制環(huán)節(jié)，作為“控制者”直接駕駛車輛。

2023年8月公開報(bào)道顯示，特斯拉“端到端”AI自動(dòng)駕駛系統(tǒng)FSD Beta V12首次公開亮相，完全依靠車載攝像頭和神經(jīng)網(wǎng)絡(luò)來識(shí)別道路和交通情況，并做出相應(yīng)的決策。

當(dāng)然，目前AI大模型進(jìn)入控制環(huán)節(jié)，實(shí)際的應(yīng)用和落地過程仍然面臨著許多問題，有待科研人員進(jìn)一步探索解決。

4. 大小模型協(xié)同是AI大模型賦能制造業(yè)的重要趨勢(shì)

AI大模型本身需要找到具體落地場(chǎng)景，離解決千行百業(yè)的實(shí)際場(chǎng)景問題，還有距離。從實(shí)際的產(chǎn)業(yè)發(fā)展看，一個(gè)重要的趨勢(shì)是：通用與專用、開源與閉源、大模型與現(xiàn)存軟硬件系統(tǒng)的協(xié)同配合，是產(chǎn)業(yè)落地的必經(jīng)階段，而且在這一階段，大小模型高度協(xié)同的重要載體——AI智能體（AI Agent）將成為新的生產(chǎn)工具。

AI Agent一般是指基于LLM、能夠使用工具自主完成特定任務(wù)的智能體。AI Agent將LLM與其他模型、軟件等外部工具協(xié)同，能夠處理真實(shí)世界中的各種復(fù)雜任務(wù)。

2023年7月，阿里云推出了一款智能工具魔搭GPT（ModelScopeGPT），它能接收用戶指令，通過“中樞模型”一鍵調(diào)用魔搭社區(qū)其他的AI模型，大小模型協(xié)同完成復(fù)雜任務(wù)，降低大模型使用門檻。

未來，AI Agent將主要由“感知系統(tǒng)+控制系統(tǒng)+執(zhí)行系統(tǒng)”組成，不僅具有生成能力，還將同時(shí)具備任務(wù)理解、任務(wù)拆解、任務(wù)調(diào)度、執(zhí)行規(guī)劃、鏈條協(xié)同等能力。

其中LLM將主要承擔(dān)指揮中心角色，類似人類“大腦”的角色，對(duì)接入AI Agent的數(shù)字化工具（比如SaaS軟件、工業(yè)機(jī)器人、數(shù)字人等）進(jìn)行統(tǒng)一智能調(diào)度管理，實(shí)時(shí)在生產(chǎn)、管理、服務(wù)等場(chǎng)景中，由不同組合的數(shù)字化工具協(xié)同完成具體場(chǎng)景中的實(shí)際問題。

打造“公共云+AI”體系化能力，

推動(dòng)智能制造邁向“新階段”

今天的制造業(yè)轉(zhuǎn)型升級(jí)，已經(jīng)不再是單一技術(shù)的賦能，而是以“公共云+AI”為代表的技術(shù)體系的全方位賦能和支撐。

當(dāng)前，必須把握好以AI大模型為代表的新一代人工智能技術(shù)發(fā)展的歷史機(jī)遇，加速推動(dòng)智能制造邁向“新階段”。

1. 實(shí)施“公共云優(yōu)先”戰(zhàn)略，把公共云作為推動(dòng)“制造業(yè)+AI大模型”融合創(chuàng)新的關(guān)鍵力量

公共云的大規(guī)模、高可用、低成本算力基礎(chǔ)設(shè)施，成為產(chǎn)業(yè)智能化的關(guān)鍵基礎(chǔ)。

特別是美國升級(jí)芯片管制后，公共云是緩解高端芯片瓶頸的最優(yōu)路徑，通過高效連接異構(gòu)計(jì)算資源，突破單一性能芯片瓶頸，協(xié)同完成大規(guī)模智能計(jì)算任務(wù)，可以有效降低對(duì)海外高端芯片的依賴。

一是要將“公共云優(yōu)先”戰(zhàn)略作為制造業(yè)數(shù)字化轉(zhuǎn)型相關(guān)政策規(guī)劃的重要內(nèi)容，明確中長期發(fā)展目標(biāo)、重點(diǎn)任務(wù)和保障措施等；

二是要避免芯片“擠兌”現(xiàn)象，警惕各地“小散多”一哄而上地建設(shè)算力中心，造成統(tǒng)一算力市場(chǎng)得“碎片化”，避免出現(xiàn)建得多、用不好、用不起的現(xiàn)象；

三是將數(shù)據(jù)中心利用效率作為數(shù)據(jù)中心建設(shè)考核指標(biāo)，扭轉(zhuǎn)數(shù)據(jù)中心建設(shè)“重建設(shè)、輕運(yùn)營”“重投入、輕績效”的模式。

2. 鼓勵(lì)模型開源開放，支持科技平臺(tái)企業(yè)做大做強(qiáng)模型開源社區(qū)，繁榮AI產(chǎn)業(yè)技術(shù)生態(tài)

AI的競(jìng)爭既是一場(chǎng)技術(shù)戰(zhàn)，也是一場(chǎng)商業(yè)戰(zhàn)，核心是生態(tài)戰(zhàn)，關(guān)鍵在于開源開放。開源開放可以降低研發(fā)成本和應(yīng)用門檻，是創(chuàng)新到商業(yè)閉環(huán)的“助推器”。

一是做好AI開源開放生態(tài)的頂層設(shè)計(jì)，將AI開源開放生態(tài)建設(shè)納入國家規(guī)劃、抓好落地實(shí)施；

二是鼓勵(lì)地方政府聯(lián)合AI開源社區(qū)頭部平臺(tái)建設(shè)AI賦能中心，依托海量開源模型和模型即服務(wù)平臺(tái)（MaaS平臺(tái)）加速制造業(yè)數(shù)智化創(chuàng)新應(yīng)用；

三是鼓勵(lì)應(yīng)用牽引，加快產(chǎn)業(yè)落地，支持制造企業(yè)加速應(yīng)用基礎(chǔ)大模型、研發(fā)應(yīng)用行業(yè)模型和企業(yè)專屬模型，通過“用模型”反哺技術(shù)創(chuàng)新。

3. 啟動(dòng)工業(yè)軟件AI驅(qū)動(dòng)升級(jí)工程，加快制造業(yè)全環(huán)節(jié)全鏈條智能化升級(jí)

作為智能制造的關(guān)鍵支撐，工業(yè)軟件對(duì)推動(dòng)制造業(yè)轉(zhuǎn)型升級(jí)具有重要戰(zhàn)略意義。AI時(shí)代，所有工業(yè)軟件都值得用大模型重新升級(jí)一遍。

一是要大力發(fā)展基于AI的工業(yè)軟件，推動(dòng)“工業(yè)軟件+AI大模型”技術(shù)研發(fā)，增強(qiáng)工業(yè)軟件在智能化時(shí)代的自主創(chuàng)新能力，積極推動(dòng)工業(yè)軟件標(biāo)準(zhǔn)研制工作；

二是要充分發(fā)揮工業(yè)軟件相關(guān)聯(lián)盟的溝通橋梁作用，發(fā)揮AI企業(yè)、工業(yè)軟件企業(yè)、科研院所和制造業(yè)企業(yè)各自優(yōu)勢(shì)，構(gòu)建合作共贏、具有核心競(jìng)爭力的AI驅(qū)動(dòng)的工業(yè)軟件產(chǎn)業(yè)生態(tài)。

4. 聚焦制造業(yè)重點(diǎn)產(chǎn)業(yè)鏈，分環(huán)節(jié)分場(chǎng)景打造標(biāo)桿，示范推動(dòng)大模型在制造業(yè)的規(guī)模化應(yīng)用

制造業(yè)重點(diǎn)產(chǎn)業(yè)鏈?zhǔn)羌涌旖ㄔO(shè)現(xiàn)代化產(chǎn)業(yè)體系的重要支撐，要找準(zhǔn)關(guān)鍵環(huán)節(jié)、集中優(yōu)質(zhì)資源，搭建以“算力+算法+數(shù)據(jù)”為核心的要素體系，提升制造業(yè)的數(shù)實(shí)融合程度，促進(jìn)制造業(yè)產(chǎn)業(yè)鏈安全和智能化升級(jí)。

一是啟動(dòng)大模型支撐新型工業(yè)化示范工程，以AI大模型為抓手，推進(jìn)AI全方位、深層次賦能新型工業(yè)化，加快探索新型工業(yè)化“新模式”；

二是在產(chǎn)業(yè)基礎(chǔ)好、創(chuàng)新能力強(qiáng)的制造業(yè)產(chǎn)業(yè)帶、優(yōu)勢(shì)開發(fā)區(qū)、產(chǎn)業(yè)園區(qū)的等，率先開展“制造業(yè)+AI大模型”融合創(chuàng)新發(fā)展示范工程；

三是通過“創(chuàng)新平臺(tái)+數(shù)字工廠”等模式，針對(duì)感知、控制、決策、執(zhí)行等關(guān)鍵環(huán)節(jié)的短板弱項(xiàng)，分場(chǎng)景加強(qiáng)產(chǎn)學(xué)研用聯(lián)合創(chuàng)新，打造創(chuàng)新應(yīng)用標(biāo)桿，推動(dòng)大模型規(guī)?；瘧?yīng)用。

返回列表