工业互联网平台创新效应将更加凸显

发布时间:2022-09-23 14:21:51 | 来源:中国电子报 | 作者:李硕 | 责任编辑:乔沐

当前,受国际新格局、产业链变迁,以及疫情等众多因素影响,企业发展面临新的环境,经济发展面临新的模式,需要通过不断创新形成发展驱动力。工业互联网是新一代信息通信技术与工业经济深度融合的新型基础设施、应用模式和工业生态,是工业企业实现数字化转型和智能化升级的重要承载,其中技术创新是平台发展的原动力,模式创新是平台价值的放大器。伴随着工业互联网平台、网络、安全等配套政策及行业政策体系趋于完善,充满活力的平台产业生态体系孕育形成,平台发展将步入环境更加完善、创新更加活跃、应用更加广泛、产业赋能效应更加凸显的新阶段。

工业互联网走向深入平台创新决定未来

实施工业互联网创新发展战略以来,我国工业互联网发展成效显著,政策体系基本建成,网络、平台、安全三大功能体系建设深入推进,行业融合应用加速纵深拓展,产业生态规模持续发展壮大。目前,工业互联网已全面融入45个国民经济大类,进产业基地、进产业园区、进重点企业持续提速,行业赋能、赋值、赋智作用日益凸显。

工业集IT、CT、OT、DT等多领域技术于一体,融合创新直接影响着数字化、智能化的进程。工业互联网平台是汇聚技术、产品和解决方案的载体。回顾百度将AI技术与工业领域结合的实践经验,我们将工业互联网平台创新发展的路径总结为技术创新和模式创新两大方向。

技术创新是平台发展的原动力

随着工业互联网进入深耕阶段,以人工智能为代表的创新技术渗透率不断提高,在成本控制、质量优化、安全生产、绿色低碳、智慧营销等场景落地应用,帮助企业实现由数据驱动业务升级带来的商业价值。

平台技术创新的核心思路是打造数据感知-认知决策-反馈控制的完整闭环。数据感知依赖于工业现场的全面物理感知网络和工业实时数据库;认知决策通过基于融合了机理模型和数理模型的智能算法对数据进行计算产生结果,这一过程需要利用到包含企业业务知识、流程工艺知识和行业知识构成的知识库,以及由行业机理模型和数理模型组成的模型库,同时还需要中心算力和边缘算力等在不同场景下为智能算法提供支撑;反馈控制是将认知计算的结果输出到工业终端控制设备,实现部分或全部取代人工操作。在上述闭环中,“数据感知-认知决策”这一环节的核心是将数据转化为知识和模型,进而调用数据、知识、模型为解决具体的工业问题提供策略的能力;“认知决策-反馈控制”这一环节是基于生产目标的认知计算,在辅助生产做出最优化判断的同时,自动改进工艺实现累进收益,并将结果进行反馈优化的能力。基于这些能力的平台方案具有很好的可复制性,如果在更广泛的范围内应用,就能够解决以前解决不了的“复杂问题”,从而实现“系统级”“全局性”的发展提升。

以百度为某水务集团提供的精准调压方案为例,通过实时监测10万个智能水表、4万个泵房监测点的用水数据,结合天气数据预测用水量,形成最优化的“系统决策”,提升城市供水效率、减少管网漏损率。又如百度在发电厂冷端节能实践探索过程中,基于电厂大数据,结合系统物理建模与机器学习算法,建立面向实际运行空冷岛换热过程准确描述的模型;基于电厂周围环境的历史温度、风速等参数,建立基于机器学习算法的电厂环境条件预报模型;通过耦合了电厂运行人员的宝贵运行经验与人工智能算法的推荐系统,提升参数推荐的智能性与可靠性。经过AI优化的空冷岛能耗能够节省1.55克标准煤/度,以全国大概1000座空冷岛估算,预计1年可减少600万吨碳排放。

模式创新是平台价值的放大器

模式创新是平台区别于传统信息化厂商的主要特征,其中一个方向是从“授人以鱼”向“授人以渔”转变。传统的信息化方案关注端到端的交付,然而让IT工程师了解工业场景的业务逻辑并非易事,如果仅仅通过拖拉拽的方式就能构建一个模型或者设计一款应用,那大量的工业专家就能够结合自身积累的行业know-how快速创建符合业务需求的智能应用。基于百度的飞桨深度学习平台,用户和开发者可以自主训练模型,AI技术不再只是少数算法工程师的专利。同时,开物平台沉淀了大量行业知识和智能算法,通过低代码开发工具赋能企业的业务专家和工程师高效开发工业APP。

模式创新的另一个方向是为产业链协同提供智能支撑,通过企业的生产运营数据智能匹配产业链供需环节,使产能、库存与原材料供应、下游供货之间形成更加深度的匹配协同。通过科学合理地解决产业链上淡旺季明显、招工困难、供需平衡等问题,实现生产资源的融合型汇聚,推动产业链形成全新的工业生产制造和服务延伸体系,帮助产业集群精准实施强链补链,这正是工业互联网未来可期的网络规模效应。

模式创新还包括利用数字信用帮助企业破解融资难题。平台通过获取企业的生产经营数据对企业进行深入了解,从而为金融机构更加全面的风险评估提供参考。通过大数据、人工智能、云计算、区块链技术与债权融资计划产品的结合,平台与银行保险机构进行联动衔接,建立基于生产数据的增信系统,提供个性化、精准化的金融产品和服务;在充分平衡兼顾投资者利益和融资人利益的前提下,实现资金与资产的高效对接,为中小企业提供全新的科技化直融路径。

平台仍需强化自主创新、融通创新、生态创新

在自主研发创新方面,平台厂商需要持续完善平台技术架构,提升产品成熟度、安全性和复制推广能力。百度结合人工智能特点和工业领域核心难题,将开展三方面探索:

一是运用大模型解决跨行业跨领域问题,突破人工智能模型在特定场景应用的局限性,提升模型部署效率和解决疑难问题的能力。

二是人工智能+机理混合建模技术,结合大算力新模型求解技术,聚焦工业领域双碳减排等核心攻关领域,落地突破性成果。

三是知识图谱技术萃取工业中沉淀的知识和经验,以软件的形式将知识封装并复制,助力中国工业整体高质量发展。

在融通创新方面,平台厂商需要与行业双向奔赴,共同探索特定领域数据、机理、知识的沉淀与转化路径。一方面,像百度这样的以人工智能为主要优势的平台企业要真正深入到生产一线,去理解用户的业务场景和核心需求;另一方面,工业企业在推进数字化转型的过程当中,也需要更好地理解以人工智能为代表的新技术当下和未来能解决什么问题。

在生态创新方面,平台厂商需要联合软硬件厂商、信息化服务商、第三方开发者等,创新工业APP的快速组装与交付方式,打造平台应用孵化、升级、复用的循环体系。通过构建平台架构与接口规范、平台服务与应用指南、平台能力评估与治理规范等标准,打造从平台建设、使用到管理的端到端标准体系。持续建设新职业人才体系,为产业发展提供全方位人才服务。