记者 | 彭新

工业互联网不断升温，落地仍有挑战。10月18日，在全球工业互联网大会上，中国工程院院士柴天佑发言称，在当前的中国工业互联网发展中，存在缺乏互联网的信息技术（information technology）和传统工业中运营技术（operation technology）缺乏融合；人工智能技术与工业互联网结合不够，以及对于工业互联网环境下制造业转型升级模式研究不够三大问题。

柴天佑进一步表示，对于工业互联网的系统体系架构、功能体系、自主可控的核心关键技术与实施路径缺乏深入研究，特别是缺乏智能制造系统的新一代的硬件、软件和系统及关键核心技术，均阻碍了我国工业互联网深入落地。

工业互联网呈现个性化特征，标准化难度大，涉及设备多种多样，业务链条长、模型复杂。同时，工业互联网对响应速度、可靠性、安全性、资本的要求都更加苛刻。

柴天佑介绍，随着工业互联网发展，传统制造流程在结构上出现结构行变化。传统制造流程由三层结构组成，即企业资源计划（ERP）、制造执行系统（MES）和装备（过程）控制系统DCS（PCS），依赖工作者进行生产指令和控制决策，无法实现无缝集成优化。转变为智能化两层结构后，成为人机合作的智能优化决策系统下，管理的多个智能自主控制系统，实现制造流程全局优化。

在互联网行业之后，传统行业也将逐步拥抱人工智能。在工业用途上，人工智能正替代自动化，成为下一个工业进步浪潮。“从目标来讲，AI是人的智能行为的复制，而自动化减少减轻人的体力和脑力劳动，使得提高工作效率的效果和效益，他们采用的手段是一样的，都是算法和系统。”柴天佑说，“共同点是都通过机器延伸和增强人类的感知、认知决策执行的功能，使人增强认识世界和改造世界的能力，去完成人无法完成的特定任务，或者是特定任务比人完成得更好。”

柴天佑认为，当前来看，工业AI主要针对产品和工艺设计，针对流程控制管理。此前，工业生产活动中仍然依靠人的感觉、直觉、人的认知、经验和知识来解决，这个工作又往往带来的问题。如何将这些工作来进行自动化和智能化，将是工业AI的方向。

不过，基于深度学习的AI技术，在面对工业环境存在“水土不服”问题。“人工智能技术发展到今天深度学习，是利用了大的数据，但是今天的成果有一个条件，必须是一个封闭环境下的大数据。”柴天佑说，“而我们今天在工业中所遇到的对象，它的整个机理不清，难以建立数学模型，我们现在的技术，专业知识是解决不了的。”

在工业互联网领域，各大玩家正积极参与。从传统工业巨头西门子、通用电气，大型互联网企业阿里巴巴和腾讯，软件巨头用友、微软、SAP，拥有芯片、云计算布局的紫光集团，以及通信设备、运营商，均在推出各自的工业互联网平台。

柴天佑期待，在发展工业互联网存在瓶颈，工业和互联网磨合困难的当前情况下，技术研究与工业研究能够充分协同，追根溯源，需要在研发机制上进行改造，“技术发展到如今，而不是像过去技术分节，基础一段，研发一段，转移一段，而今天的情况下基础研究和工业应用必须协同。"他说。

"要做到这一点的，我们的研发机制要进行改造，也就是说要把基础做得好，汇聚国家重点实验室、高技术公司与制造行业的科技力量，形成学科交叉长期合作研究机制。”