工業(yè)智能體是大模型與工業(yè)機理、機器學(xué)習等技術(shù)融合應用的最新產(chǎn)物，其帶來(lái)的經(jīng)濟價(jià)值備受業(yè)界關(guān)注。

前不久舉行的工業(yè)和信息化部?jì)苫诤瞎ぷ黝I(lǐng)導小組會(huì )議提出，以工業(yè)智能體為抓手深化人工智能工業(yè)應用，帶動(dòng)工業(yè)數據集、工業(yè)大模型創(chuàng )新迭代。

行業(yè)最新報告顯示，全球工業(yè)智能化市場(chǎng)規模今年將突破3.5萬(wàn)億元，中國市場(chǎng)份額超過(guò)40%，工業(yè)智能體時(shí)代正在加速到來(lái)。

改變傳統方式

工業(yè)智能體是指專(zhuān)為工業(yè)生產(chǎn)制造設計，具備自主感知、認知、決策和學(xué)習能力的軟硬一體系統。與通用智能體的區別在于，它不僅涉及信息技術(shù)，還融合工業(yè)知識圖譜等多領(lǐng)域知識，實(shí)現了從預設編程、機械響應向自主決策、動(dòng)態(tài)自適應的躍遷。

“工業(yè)智能體能夠理解高層次語(yǔ)言和自然語(yǔ)言指令，改變了人機交互方式——無(wú)需人工逐步點(diǎn)擊、操作軟件，只需下達命令即可直接得到結果?！辟惖涎芯吭盒畔⒒c軟件產(chǎn)業(yè)研究所人工智能研究室主任王宇霞介紹，它可以拆解任務(wù)、調用工具，如子軟件、外部數據源，還可以通過(guò)多智能體協(xié)同，實(shí)現以語(yǔ)言下達任務(wù)、智能體完成后反饋結果，這是其與自動(dòng)化系統的主要差異。若將工業(yè)大模型比作“發(fā)動(dòng)機”，那么工業(yè)智能體就是能在工業(yè)場(chǎng)景中自主行駛、功能完備的“汽車(chē)”。

工業(yè)智能體的應用場(chǎng)景有哪些？王宇霞分析，一方面，工業(yè)智能體正推動(dòng)研發(fā)從經(jīng)驗試錯模式向智能驅動(dòng)范式轉變。傳統研發(fā)依賴(lài)工程師經(jīng)驗，在有限空間試錯，效率較低。工業(yè)智能體可深度分析海量數據，縮短研發(fā)周期，還能在海量空間搜索，推動(dòng)更多研發(fā)和設計組合。另一方面，在生產(chǎn)制造環(huán)節，推動(dòng)制造過(guò)程從自動(dòng)化向自主化升級，在優(yōu)化生產(chǎn)排程、設備維護控制、跨系統協(xié)同等方面作用明顯。

傳統工業(yè)機器人依賴(lài)預設程序，一般是在穩定環(huán)境中執行固定單一任務(wù)。浪潮云洲工業(yè)具身智能體通過(guò)融合多模態(tài)感知、大模型任務(wù)規劃、精細化運動(dòng)控制技術(shù)，有效提升機器人在復雜工業(yè)環(huán)境中的自主作業(yè)能力。

為了實(shí)現智能體持續優(yōu)化，浪潮云洲構建了集安全監測、風(fēng)險預警、作業(yè)標準化于一體的工業(yè)具身智能體，提升動(dòng)態(tài)感知和決策規劃能力，有效解決了傳統工業(yè)機器人對于多種零部件抓取、檢測等場(chǎng)景中適應性不足的問(wèn)題。該平臺打造了“感知自調節、任務(wù)自組織”的工業(yè)化生態(tài)，涵蓋全流程的智能化解決方案并建立數據閉環(huán)機制。通過(guò)構建高質(zhì)量、多模態(tài)的通用具身智能數據集，智能體可以不斷從環(huán)境中學(xué)習新知識，優(yōu)化任務(wù)執行策略，完成迭代更新。

杭州熾橙科技副總經(jīng)理韓鵬則表示，工業(yè)智能體不是簡(jiǎn)單的大語(yǔ)言模型應用，而是重新定義生產(chǎn)力的AI工具集，是機器學(xué)習、強化神經(jīng)網(wǎng)絡(luò )等的集合，是以大模型作為“腦”，工業(yè)知識為“心”，具體執行控制為“手”的三位一體智能系統。

提升運營(yíng)效率

提升運營(yíng)效率是工業(yè)智能體表現出的另一關(guān)鍵優(yōu)勢?！肮I(yè)智能體在供應鏈優(yōu)化和企業(yè)內部管理中發(fā)揮著(zhù)重要作用?！蓖跤钕颊f(shuō)，智能體通過(guò)智能推理和預測，自主開(kāi)展訂單處理、庫存預警、銷(xiāo)量分析，增強供應鏈彈性。同時(shí)，借助大模型能力優(yōu)化人力、財務(wù)決策，提升管理效率。

在上海黑湖網(wǎng)絡(luò )科技有限公司CEO周宇翔看來(lái)，工業(yè)智能體落地絕非簡(jiǎn)單技術(shù)疊加，而是需要與整體數字化轉型協(xié)同推進(jìn)，讓智能體融入生產(chǎn)流程，成為工廠(chǎng)運轉的“自然部分”。

“我們將智能體嵌入生產(chǎn)制造各個(gè)環(huán)節，在解決工廠(chǎng)原有生產(chǎn)難題的同時(shí)盤(pán)活冗余產(chǎn)能，為承接定制化訂單提供更多可能性?！敝苡钕柩a充說(shuō)，例如，在讀單過(guò)程中，OCR（光學(xué)字符識別）技術(shù)結合多模態(tài)與推理模型，可以自動(dòng)識別訂單字段與圖樣，降低人工錄入時(shí)間和出錯率；拆單排期智能體自動(dòng)生成工藝流、報價(jià)與生產(chǎn)計劃。在這些智能體的助力下，工廠(chǎng)工藝準備時(shí)間縮短60%，訂單準交率提升20%，智能體正在引領(lǐng)一場(chǎng)效率革命。

注塑是家電生產(chǎn)的重要環(huán)節?！拔覀兺ㄟ^(guò)注塑工業(yè)智能體支撐注塑工藝知識管理、沉淀等高價(jià)值場(chǎng)景。目前，注塑工藝參數的調試時(shí)間縮短90%以上，員工培訓成本下降75%?！笨▕W斯工業(yè)大腦總經(jīng)理楊健說(shuō)。

“能用、好用的工業(yè)智能體，核心是要解決工業(yè)生產(chǎn)中的效率問(wèn)題。過(guò)去數字化建設中，生產(chǎn)形式大多是數字驅動(dòng)或事件驅動(dòng)。未來(lái)，會(huì )逐步轉向模型驅動(dòng)，以模型為知識中樞和決策中樞，發(fā)揮其主動(dòng)性，更好地組織需求、數據，以應對環(huán)境變化協(xié)調資源進(jìn)行全局調度?！卑⒗锇桶瓦_摩院算法專(zhuān)家趙亮說(shuō)。

王宇霞還觀(guān)察到，在營(yíng)銷(xiāo)和客戶(hù)服務(wù)環(huán)節，智能體正推動(dòng)從被動(dòng)響應向主動(dòng)預測變革。售前可主動(dòng)分析潛在市場(chǎng)需求，提供個(gè)性化內容，實(shí)現精準營(yíng)銷(xiāo)；售中借助數字人三維等模型提供沉浸式交互，幫助客戶(hù)快速決策；售后可成為未來(lái)的價(jià)值共創(chuàng )服務(wù)中心，高效處理客戶(hù)疑問(wèn)，將服務(wù)數據轉化為對產(chǎn)品和市場(chǎng)的洞察。

落地仍需努力

真正推動(dòng)工業(yè)智能體在工業(yè)領(lǐng)域落地仍面臨諸多挑戰。

首先是技術(shù)成熟度問(wèn)題，很多大模型算法在通用場(chǎng)景中表現良好，但由于工業(yè)門(mén)類(lèi)多、行業(yè)壁壘高、數據難獲取，工業(yè)現場(chǎng)復雜度高，其適應性、實(shí)時(shí)性、可靠性都存在較大問(wèn)題。其次，工業(yè)現場(chǎng)存在數據孤島、數據缺失、噪聲干擾等問(wèn)題，現有數據是否足以用于訓練工業(yè)智能體，使其達到安全可靠的水平，仍有不確定性。

“最關(guān)鍵的是安全問(wèn)題?！蓖跤钕颊J為，智能體會(huì )以接口形式或代碼自主生成形式執行任務(wù)，這是它和大模型最大的區別。正因如此，它也面臨更多安全威脅，如API（應用程序編程接口）漏洞、代碼供應鏈破壞、提示詞注入等都可能導致智能體運行出現偏差。

京東方科技集團股份有限公司科學(xué)家冷長(cháng)林將基礎設施建設視為最應該加強的環(huán)節?！耙С制髽I(yè)構建自主可控、兼容異構的工業(yè)AI平臺，盡快突破算力適配、模型壓縮、調度推理等技術(shù)瓶頸，實(shí)現工業(yè)智能體高效、敏捷部署。加強智能體標準體系和評估機制建設，通過(guò)國家或行業(yè)標準牽引，推動(dòng)排產(chǎn)、設備維修等領(lǐng)域的通用模型接口、數據規范、性能指標研制，指導企業(yè)拓展應用。此外，可依托燈塔工廠(chǎng)、領(lǐng)航工廠(chǎng)等樣板，構建工業(yè)智能體生態(tài)實(shí)驗廠(chǎng)，圍繞典型場(chǎng)景開(kāi)展模型復用、算法開(kāi)源、平臺對接等生態(tài)試驗，推動(dòng)從企業(yè)內生應用向行業(yè)級協(xié)同創(chuàng )新轉變?！?/p>

“技術(shù)上，人工智能與工業(yè)機理結合是關(guān)鍵。生態(tài)上，需要進(jìn)一步完善協(xié)議、安全倫理、法律責任界定及應急接管、人工監督機制等?！蓖跤钕颊f(shuō)。（經(jīng)濟日報記者 李芃達）

（責任編輯：符仲明）