隨著DeepSeek等通用大模型技術(shù)的突破，AI在設(shè)備預(yù)測性維護、能源優(yōu)化、質(zhì)量管控、生產(chǎn)制造等場景中已展現(xiàn)出更大的潛力，工業(yè)企業(yè)紛紛加速布局“AI+”戰(zhàn)略，然而貼上“AI標(biāo)簽”的服務(wù)商和解決方案真假難辨。
“目前工業(yè)AI在視覺識別方面應(yīng)用較成熟，但視覺識別僅能檢測生產(chǎn)瑕疵，無法深入生產(chǎn)控制層面。真正的工業(yè)AI控制研發(fā)周期長、難度大，市面上號稱AI的工業(yè)控制產(chǎn)品99%名不副實。”蘑菇物聯(lián)創(chuàng)始人兼CEO沈國輝日前在采訪中對第一財經(jīng)記者表示，工業(yè)領(lǐng)域的假AI主要分為規(guī)則型偽AI、數(shù)字偽裝型AI、黑箱型AI、功能嫁接型AI。
從去年開始，蘑菇物聯(lián)所服務(wù)的通用工業(yè)設(shè)備領(lǐng)域正在隨著DeepSeek以及眾多開源大模型的落地而出現(xiàn)根本性的變化。大量DeepSeek一體機布局需求以及AI訂單讓沈國輝感到了行業(yè)對大模型的關(guān)注，但同時假AI技術(shù)的泛濫也成為工業(yè)AI落地的難點。
“市面上最為顯性的假AI特征就是只停留在用專有名詞堆砌的PPT階段，過去我們也有這樣的問題，有同事為了更快地把軟件賣給客戶，就自己把當(dāng)時還沒有發(fā)布的AI技術(shù)寫到了匯報PPT里，實際上還沒有寫明白，只有概念和一堆唬人的名詞�！鄙驀x表示，很多聲稱有自己AI技術(shù)的公司，本質(zhì)只是披著“AI皮”的傳統(tǒng)軟件。
在他看來，工業(yè)領(lǐng)域常見的AI控制類型有規(guī)則型和黑箱型等，其中規(guī)則型最為普遍。規(guī)則型AI基于成熟技術(shù)如PLC控制規(guī)則，本質(zhì)上是基于預(yù)先設(shè)定的規(guī)則進行生產(chǎn)設(shè)備控制，幾乎零研發(fā)成本。雖然表面上打著AI的旗號，但并沒有真正運用到AI的核心技術(shù)，如機器學(xué)習(xí)、深度學(xué)習(xí)算法等，缺乏對數(shù)據(jù)的智能分析和自主決策能力。
黑箱型AI則是當(dāng)輸入數(shù)據(jù)后能給出相應(yīng)的輸出結(jié)果，但無法清晰了解其內(nèi)部是如何進行數(shù)據(jù)處理、分析以及作出決策。在工業(yè)領(lǐng)域，這種黑箱特性可能會帶來一些問題。因為工業(yè)生產(chǎn)往往對穩(wěn)定性和可解釋性要求較高，企業(yè)需要清楚知道AI做出決策的依據(jù)，以便進行有效地監(jiān)控和管理。
沈國輝表示，工業(yè)AI要做好，起步投入就要超過3億人民幣�！白詈唵蔚呐袛喾椒ň涂此腁I在軟件里能不能可視化展現(xiàn)。”
蘑菇物聯(lián)工業(yè)AI首席技術(shù)官周子葉對記者補充道，工業(yè)企業(yè)部署AI垂直大模型的路徑可以先從易部署且投資回報率高的閉環(huán)場景（如公輔能源車間）切入，進而拓展到工廠的其他場景，如物流、質(zhì)檢、生產(chǎn)等，分階段把所有環(huán)節(jié)都接入到AI垂直大模型。
“我們現(xiàn)在正在積累這種工業(yè)大模型的能力，過去小模型能力有限，難以覆蓋眾多碎片化場景，現(xiàn)在DeepSeek等技術(shù)帶來的機會正在真正改變工業(yè)領(lǐng)域�！敝茏尤~認為，中國工業(yè)全面應(yīng)用大模型時代的到來，使工業(yè)能夠從依賴散裝小模型應(yīng)對碎片化場景，轉(zhuǎn)變?yōu)橛么竽Ｐ徒鉀Q問題，這是工業(yè)AI演變成生產(chǎn)力的關(guān)鍵轉(zhuǎn)折點。
