業(yè)界把大模型在消費端的落地比作“平原戰(zhàn)”，而把在工業(yè)制造領(lǐng)域的落地比作“山地戰(zhàn)”、“高原戰(zhàn)”，后者比前者的難度要復(fù)雜得多。

　　文|周享玥

　　最近，IDC中國副總裁兼首席分析師武連峰在一場大會上分享了一項有意思的數(shù)據(jù)：他們在調(diào)研了全球800多個樣本、中國100個樣本后發(fā)現(xiàn)，在生成式AI應(yīng)用這件事上，什么都還沒有做的中國企業(yè)只占7%，低于全球12.7%的占比。

　　這意味著，大量的中國企業(yè)已經(jīng)在嘗試部署大模型和生成式AI。金融、教育、醫(yī)療、能源、汽車等各行各業(yè)都能見到企業(yè)探索大模型的身影。甚至連蒙牛，也在今年8月對外發(fā)布了業(yè)界首個營養(yǎng)健康領(lǐng)域模型MENGNIU.GPT。

　　而在諸多參與者中，涵蓋了能源、電力、化工、汽車、制造等細(xì)分行業(yè)的工業(yè)領(lǐng)域，也被認(rèn)為是將被大模型帶來巨大變革的重要板塊。

　　工業(yè)場景有其特殊性，一方面它關(guān)乎國計民生，是經(jīng)濟和產(chǎn)業(yè)發(fā)展的基本盤，2022年占GDP的比重達(dá)到33.2%。另一方面，這個領(lǐng)域極其復(fù)雜且細(xì)碎，目前國內(nèi)規(guī)模以上工業(yè)企業(yè)數(shù)量超過40萬家，覆蓋41個工業(yè)大類、207個工業(yè)中類、666個工業(yè)小類，其中存在著大量的場景和業(yè)務(wù)痛點。

　　過去幾年，國內(nèi)工業(yè)制造領(lǐng)域經(jīng)歷了智能制造與AI1.0階段的洗禮，不少企業(yè)已對AI應(yīng)用有了相當(dāng)程度的認(rèn)知，并完成了不少場景的智能化升級。而大模型的到來，正在為這個領(lǐng)域帶來新的機遇和挑戰(zhàn)。

　　01

　　拿錘子找釘子

　　年初大模型火了之后，最先興奮和行動起來的是在工業(yè)領(lǐng)域服務(wù)多年的各種智能化服務(wù)商。此前，在如何將AI更好地用在工業(yè)這件事，他們已經(jīng)看了、想了好多年，但很多功能和暢想一直礙于技術(shù)限制，難以真正出來好的效果。

　　“相當(dāng)于釘子一直在那兒放著，只不過是錘子行不行的問題。”中工互聯(lián)科技集團(tuán)董事長智振告訴數(shù)智前線，大模型的出現(xiàn)，正好帶來了一把好用的 “錘子”，尤其是隨著多模態(tài)大模型的逐步推進(jìn)，將有望把工業(yè)領(lǐng)域的應(yīng)用場景完全打開。

　　業(yè)界的普遍共識是，AI大模型將會融入工業(yè)企業(yè)的研發(fā)設(shè)計、生產(chǎn)工藝、質(zhì)量管理、運營控制、營銷服務(wù)、組織協(xié)同和經(jīng)營管理等方方面面，極大加速這個領(lǐng)域的智能化升級進(jìn)程。

　　市場機會也在迅速膨脹，有數(shù)據(jù)預(yù)測，綜合我國工業(yè)IT支出以及全球大模型增長水平，預(yù)計2026年我國工業(yè)大模型市場規(guī)模將超過5億美元，五年復(fù)合增長率達(dá)116%。

　　可以看到，面向工業(yè)這一重要市場，華為、百度、騰訊、阿里、微軟、谷歌等國內(nèi)外大廠，都在加快大模型落地實踐。眾多科技公司也紛紛行動，中工互聯(lián)在今年6月推出了智工·工業(yè)大模型，智能制造企業(yè)思謀科技也在11月初推出了工業(yè)多模態(tài)大模型IndustryGPT V1.0。

　　早前就在工業(yè)數(shù)據(jù)等上面有著比較多積累的各大工業(yè)互聯(lián)網(wǎng)平臺，也幾乎都在探索與大模型的結(jié)合。海爾旗下的工業(yè)互聯(lián)網(wǎng)平臺卡奧斯，推出了以開源通用大模型為基礎(chǔ)的工業(yè)大模型COSMO-GPT�？拼笥嶏w投資成立的羚羊工業(yè)互聯(lián)網(wǎng)平臺，也推出了由訊飛星火提供技術(shù)底座的羚羊工業(yè)大模型。

　　實際上，不少業(yè)內(nèi)人士都看好大模型與工業(yè)互聯(lián)網(wǎng)的結(jié)合。北京信息化和工業(yè)化融合服務(wù)聯(lián)盟理事長閆同柱告訴數(shù)智前線，工業(yè)互聯(lián)網(wǎng)平臺下方有終端軟件，中間有操作系統(tǒng)，但還缺少一個大腦，大模型可以充當(dāng)這個大腦。而工業(yè)互聯(lián)網(wǎng)平臺沉淀了大量人機料法環(huán)測的數(shù)據(jù)，也能反過來滿足大模型的大數(shù)據(jù)需求。

　　科大訊飛董事長劉慶峰分享的數(shù)據(jù)也證實了這種相互促進(jìn)，在推出工業(yè)大模型后短短一個月零3天，羚羊工業(yè)互聯(lián)網(wǎng)平臺的用戶總量就增長了59%，平臺服務(wù)企業(yè)次數(shù)暴增88%。

　　供應(yīng)端動作頻頻，需求方的態(tài)度和動作也在顯著變化。“上半年，大家都在觀望，主要是我們?nèi)フ铱蛻簟?rdquo;但到下半年，智振明顯發(fā)現(xiàn)，工業(yè)客戶的主動性在加強，許多企業(yè)開始主動找到他們，探討可能的場景，咨詢最新的功能和已經(jīng)落地的案例集。

　　“工業(yè)客戶普遍會關(guān)注兩個問題，一個是以前人能做的工作，想讓大模型替代;一類是以前其他技術(shù)實現(xiàn)不了的，現(xiàn)在想讓大模型來實現(xiàn)。”智振觀察，幾乎所有企業(yè)，都希望通過大模型實現(xiàn)降本增效，但也有部分企業(yè)是為了保持技術(shù)壁壘和先進(jìn)性，而率先關(guān)注和應(yīng)用大模型。

　　百度智能云資深人士也告訴數(shù)智前線，文心一言公測后，一大批央國企非常重視大模型技術(shù)的應(yīng)用場景探索，其中也包括不少工業(yè)企業(yè)。“這些大客戶會拿一些原來自己難處理的場景，來跟我們探討，想用大模型去解決問題”，該人士說。

　　尤其是能源、電力等傳統(tǒng)行業(yè)，以及以汽車、新能源等為代表的高端制造業(yè)，由于本身對智能化有著更高的剛需，且資金相對充裕，在這波大模型熱潮中，反應(yīng)最為迅速和積極。

　　比如在對安全生產(chǎn)需求極高的礦山領(lǐng)域，據(jù)知情人士告訴數(shù)智前線，礦山大模型幾乎已經(jīng)成為落地最快的一個行業(yè)。百度、華為、騰訊等大廠都在這一領(lǐng)域有所實踐。

　　但除了一些跑在前頭的先鋒企業(yè)，工業(yè)制造板塊畢竟還是一個比較傳統(tǒng)的領(lǐng)域，行業(yè)里的企業(yè)普遍對新技術(shù)應(yīng)用更謹(jǐn)慎，大部分仍然還處在觀望狀態(tài)。

　　閆同柱觀察，尤其是傳統(tǒng)制造業(yè)本身的數(shù)據(jù)量不是太大，大模型的門檻目前又相對較高，大模型到底能帶來多大價值，投入產(chǎn)出比如何，“他們還看不太清楚”，而這都會影響其在大模型上的投入進(jìn)度。

　　02

　　“明年是應(yīng)用爆發(fā)年”

　　工業(yè)領(lǐng)域各種細(xì)分場景眾多，不僅涉及研發(fā)設(shè)計、生產(chǎn)制造、售后運維等諸多環(huán)節(jié)，細(xì)碎且復(fù)雜，不同細(xì)分行業(yè)間，場景也有很大不同。隨著各家大廠與科技公司在大模型落地工業(yè)上的持續(xù)推進(jìn)和探索，不少行業(yè)內(nèi)企業(yè)已經(jīng)開始梳理各種可能引入大模型能力的場景。

　　一位行業(yè)內(nèi)人士坦言，部分企業(yè)最初對大模型應(yīng)用的期望其實有些高估，但目前來看，大模型在制造業(yè)的應(yīng)用落地，沒有想象得那么好，也沒有想象得那么差。

　　智振則告訴數(shù)智前線，過去半年間，他們接觸到了大量客戶反饋來的需求，有些客戶提出的需求會很細(xì)節(jié)，但當(dāng)他們一步步拆解到技術(shù)層面后會發(fā)現(xiàn)，其中一些需求目前還比較難打通。

　　比如在前端的研發(fā)設(shè)計環(huán)節(jié)，有客戶向他們提出，希望用大模型實現(xiàn)將老圖紙轉(zhuǎn)化為3D圖紙的功能。但中工互聯(lián)實踐發(fā)現(xiàn)，目前用一張圖片自動轉(zhuǎn)化為3D游戲相對容易，但工業(yè)對精度要求非常高，要想用大模型將二維的CAD轉(zhuǎn)化為三維CAD，解決設(shè)計環(huán)節(jié)中重復(fù)性工作的問題，還比較困難，但一旦實現(xiàn)，“將帶來巨大變革”。

　　業(yè)內(nèi)人士觀察，由于工藝機理復(fù)雜，研發(fā)設(shè)計環(huán)節(jié)普遍距離真正看見價值還有較多痛點待解，但一些簡單的功能目前已經(jīng)可以實現(xiàn)。比如有企業(yè)將自己過往多年沉淀的方案庫與大模型進(jìn)行結(jié)合，當(dāng)客戶提出需求后，就能快速匹配方案庫里的方案。

　　實際上，在工業(yè)領(lǐng)域，最先將大模型用起來的，仍然是代碼生成、文檔整理、內(nèi)部知識問答等最具普適性且相對外圍的場景。由于容錯率相對較高，且容易出效果，這也幾乎是所有行業(yè)在大模型應(yīng)用上收獲戰(zhàn)果的首要陣地。

　　騰訊云智能制造首席專家邴金友介紹，在知識問答場景，他們幫一家汽車廠完成了汽車手冊的知識化，能讓大模型代替一部分銷售的工作;國內(nèi)一家飛機制造廠也曾找到他們，提出將企業(yè)內(nèi)部管理流程、管理辦法訓(xùn)進(jìn)大模型，實現(xiàn)了報銷申請等的自動化、智能化。

　　中工互聯(lián)也在智能問答、代碼生成等場景，實現(xiàn)了不錯的落地效果。智振透露，他們給企業(yè)做的專家系統(tǒng)，已經(jīng)能達(dá)到90%以上的準(zhǔn)確度，大模型寫成的代碼，能夠替代20%-30%的編程量。目前，智工·工業(yè)大模型已在能源、化工等領(lǐng)域落地近10個項目，覆蓋智能設(shè)備運維、工業(yè)網(wǎng)絡(luò)安全分析、智能質(zhì)檢等多個場景。

　　除了前端的設(shè)計研發(fā)，后端的售后運維與內(nèi)部管理等環(huán)節(jié)，一些廠商正也正在位于中間端的生產(chǎn)制造環(huán)節(jié)，探索利用大模型的生成能力，來幫助企業(yè)在工業(yè)場景中進(jìn)行瑕疵檢測。思謀科技SmartMore聯(lián)合創(chuàng)始人劉樞舉例稱，在工業(yè)場景，真正有缺陷的圖片數(shù)據(jù)往往是比較難收集的，這會直接影響缺陷產(chǎn)品的檢測率。而現(xiàn)在，他們通過大模型數(shù)據(jù)生成的技術(shù)，能將斷膠這種缺陷的漏殺率從1%降到0.01%。

　　工業(yè)互聯(lián)網(wǎng)企業(yè)卡奧斯，則打造了基于大模型的人工智能裝配系統(tǒng)，來解決離散制造業(yè)效率低的痛點。根據(jù)官方披露信息，該系統(tǒng)可實現(xiàn)洗衣機工廠產(chǎn)線非加工時間減少不小于20%，工藝設(shè)計環(huán)節(jié)效率提高不小于30%，換產(chǎn)調(diào)試環(huán)節(jié)效率提高不小于50%。

　　另外，大模型和小模型的結(jié)合，也是業(yè)界目前看到比較能夠見到成效的一個方向。

　　東莞一家汽車電子企業(yè)，由于一輛汽車上PCB線路板用量多達(dá)100多塊，設(shè)計工程師們以往在加工生產(chǎn)時，往往需要將涉及到的大量參數(shù)轉(zhuǎn)換后再加工，很容易出錯。但大模型來了后，這家企業(yè)和騰訊一起探索了大模型與OCR小模型相結(jié)合的方法，能直接將圖紙識別出來，結(jié)構(gòu)化后變成可復(fù)用的東西，將參數(shù)傳給對應(yīng)的加工機器。

　　更多的場景還在不斷被探索。業(yè)界認(rèn)為，隨著大模型的持續(xù)發(fā)展和多模態(tài)技術(shù)的逐漸成熟，工業(yè)領(lǐng)域的應(yīng)用場景將進(jìn)一步打開。

　　“明年可能會是大模型在各行各業(yè)應(yīng)用的爆發(fā)年，我特別看好多模態(tài)大模型未來的應(yīng)用支持，一旦把多模態(tài)做了，并且輕量化以后，場景就太多了。“智振表示，他還看好大模型在端側(cè)和邊緣側(cè)的應(yīng)用，“未來的體量可能遠(yuǎn)遠(yuǎn)超過現(xiàn)在的想象”。

　　03

　　數(shù)據(jù)，仍然是難點

　　今年以來，對于大模型落地工業(yè)，業(yè)界一直有個形象的比喻——把大模型在消費端的落地比作“平原戰(zhàn)”，而把在工業(yè)制造領(lǐng)域的落地比作“山地戰(zhàn)”、“高原戰(zhàn)”。一句話總結(jié)就是，大模型落地工業(yè)，要比落地消費端，困難和復(fù)雜得多。

　　邴金友告訴數(shù)智前線，他們與大量工業(yè)企業(yè)，尤其是制造業(yè)企業(yè)進(jìn)行了交流，發(fā)現(xiàn)大模型與工業(yè)的結(jié)合，仍然存在成本、人才、數(shù)據(jù)，以及大模型技術(shù)本身這幾方面的難點。

　　企業(yè)落地大模型的成本，不僅包括算力成本、部署成本，還包括試錯成本、人力成本等。目前，落地大模型成本高達(dá)數(shù)百萬到千萬。而很多制造業(yè)企業(yè)的毛利本身相對較低，在新技術(shù)投入上相對謹(jǐn)慎。

　　而從技術(shù)本身來看，邴金友認(rèn)為，大模型的幻覺問題決定了它目前還是概率產(chǎn)出，但工業(yè)里面要么是經(jīng)濟產(chǎn)出，需要100%正確，要么需要干預(yù)，也即大模型能不能跟原來傳統(tǒng)的數(shù)字技術(shù)結(jié)合起來，就像人同時有左腦、右腦一樣。

　　數(shù)據(jù)是一個更難解的痛點。

　　一方面，工業(yè)領(lǐng)域雖然場景眾多，存在大量數(shù)據(jù)，但碎片化現(xiàn)象明顯，各家企業(yè)對數(shù)據(jù)的采集、治理等的水平也參次不齊，甚至有大量企業(yè)可能在歷史數(shù)據(jù)采集方面并不充分。

　　閆同柱舉例稱，過去有大量工業(yè)知識和工業(yè)數(shù)據(jù)，都只存在于老工程師、老專家們的頭腦和電腦里，并沒有及時轉(zhuǎn)化為企業(yè)知識資產(chǎn)，逐漸就在人才交替中被遺失掉了。“就像我國的石油勘探技術(shù)，全球都認(rèn)可，但隨著老專家離職或者離世，有些知識就斷掉了，導(dǎo)致很多新員工進(jìn)來后又得從頭進(jìn)行摸索。”

　　另一方面，我國數(shù)據(jù)要素市場還在發(fā)展早期，尚未建立起比較完善的數(shù)據(jù)共建共享、數(shù)據(jù)產(chǎn)權(quán)界定等機制，再加上工業(yè)企業(yè)普遍十分重視數(shù)據(jù)安全，數(shù)據(jù)不出企業(yè)或園區(qū)是剛需，工業(yè)領(lǐng)域存在嚴(yán)重的跨行業(yè)、跨場景數(shù)據(jù)壁壘問題。實際上，數(shù)智前線獲悉，目前幾乎所有工業(yè)企業(yè)在布局大模型時，都會要求私有化部署。

　　成本、人才、大模型本身的困難，都需要時間的推移和技術(shù)的不斷進(jìn)步，去逐漸填補。數(shù)據(jù)的問題，卻需要大模型服務(wù)提供方和大量的工業(yè)企業(yè)，注入更多的主動性，從現(xiàn)在開始，著手去解決。

　　中工互聯(lián)在今年10月推出的萬企賦能計劃，就有一項內(nèi)容是針對數(shù)據(jù)問題展開。“所有小企業(yè)只要你提供數(shù)據(jù)，我們訓(xùn)練完就可以免費使用。我們要嘗試一下，明年有沒有企業(yè)愿意把數(shù)據(jù)拿出來，加到一個平臺里面一起來做。”智振說。

　　中國電信旗下智庫平臺——天翼智庫的報告也顯示，合作正在成為解決數(shù)據(jù)問題的主要辦法，一些行業(yè)的數(shù)據(jù)共建共享基礎(chǔ)較好，正在開展實踐，如東北大學(xué)、阿里等單位構(gòu)建了15個以上的面向鋼鐵、紡織等產(chǎn)品表面缺陷公開數(shù)據(jù)集。

　　國家政策層面同樣在加速推動數(shù)據(jù)的互聯(lián)互通，今年8月，財政部曾發(fā)文表示，數(shù)據(jù)資產(chǎn)入表將于明年1月1日起實施。“這是一項比較長遠(yuǎn)的規(guī)劃。”智振認(rèn)為，基于這一趨勢，未來像他們這樣的廠商在訓(xùn)練工業(yè)大模型時，將有機會找到一些大型的數(shù)據(jù)發(fā)行集團(tuán)，拿到訓(xùn)練所需的高質(zhì)量工業(yè)數(shù)據(jù)。

　　業(yè)界觀察，大模型在工業(yè)領(lǐng)域的應(yīng)用落地，將會是一個漸進(jìn)式的發(fā)展，雖然目前仍有許多難點需要突破，但其價值將在未來一段周期內(nèi)逐漸釋放。

　　在這種大背景下，不少業(yè)內(nèi)人士建議，工業(yè)企業(yè)應(yīng)該盡快擁抱大模型。簡單來說，企業(yè)不一定現(xiàn)在就要投入特別大的精力和金錢，立馬自己訓(xùn)練一個模型，但一定要多關(guān)注這方面的進(jìn)展，提前進(jìn)行場景規(guī)劃、數(shù)據(jù)儲備等工作。