智能时代的轴承与齿轮：工业互联 如何真正“工业化”？

胡厚崑认为，“‘5G+工业互联 ’，正赋能千行百业数字化转型，数据驱动是关键，要实现数据取得出、算得快、用得好，连接更多设备、降低AI应用门槛、发展工业软件，是现阶段的重点投入”。

这三点建议的核心指向，在于为复杂且缺乏统一标准的工业互联 建设，框定基础设施的边界，标记当前阶段的重点投入方向与所产生价值。这让我想到一个说法：工业化的成果并不在于企业给自己的产品起了怎样好听的名字，而在于所有企业都应用了统一的齿轮和轴承。

面向千行百业的“5G+工业互联 ”，也需要通过联接标准化、低门槛AI，以及工业软件的发展，给智能时代安装上新的齿轮与轴承，继而推动工业互联 回到工业化大生产的本源。

工业互联 的 络标准化问题一直备受热议，这里希望多讨论一下AI与工业软件，这两个还需要更多关注的工业互联 基础设施。法国史学家、年鉴学派代表人物费尔南·布罗代尔在《十五至十八世纪的物质生活、经济和资本主义》中提出， 会经济的流动分为三个层次，底部是物质生活的积累，其上是经济流通，再之上是 会结构的运动发展。这三层结构就像一座楼，没有下层就无法完成上一层的搭建。物质生活是所有经济运行中最厚重也最重要的一层。从工业化时代到数字化转型，技术基础设施都是创新和解放生产力的物质基础。没有齿轮和轴承就没有工业革命的开始，而没有AI与工业软件，就没有工业互联 普惠千行百业的可能性。

在工业生产中，齿轮提供工业生产中最重要的咬合力与扭矩，而轴承提供工业设备间的传动功能，二者在工业体系中缺一不可。在智能时代，我们可以说AI提供着工业生产力的扭矩，而操作系统完成着工业场景的传动。

夯实AI与工业软件的基础，就是让工业互联 在智能化时代回归工业化的初心。

智能时代的工业齿轮：

AI走向大模型、大算力时代

在国 重庆永川供电公司的无人机电力线智能巡检场景中，盘古大模型助力实现了以较少的人工标注进行快速迭代，使得样本筛选效率提升约30倍；同时，可以做到一个模型适配上百种缺陷，替代原有20多个小模型，极大地减少了模型维护成本，模型平均精度提升18%，模型开发成本降低90%，真正做到了规模化可复制。

而无论是大模型的训练、部署，还是更广泛的AI与工业互联 结合，其根本都是充沛可用的AI算力。今年5月，武汉启用了人工智能计算中心，已达到200P flops算力，并面向遥感、多模态等领域推出了相应的大模型。从武汉的实践中看，人工智能计算中心这一模式具有极高的价值，可以有效推动AI算力与工业场景结合。

AI作为智能时代的齿轮，正在经由算力到算法的一系列创新走向“大时代”。标准通用、成本低廉、能够承载重型任务，将是这个工业化AI大时代的特征。

另一个至关重要的问题，是工业软件的开源生态建设与行业标准化推进。大到各个行业，小到一间厂房，都能看到操作系统不统一、不适配带来的产业痛点。

目前，华为已经将面向端侧的鸿蒙与面向数字基础设施侧的欧拉进行了开源开放。基于开源软件形成产业标准与大范围适配的行业基础设施，是推动工业互联 “ 以致用”的必经之路。

有着统一的开源操作系统底座，有面向各行业的软件创新能力，纵横交错下工业互联 的机体 络会在轴承的运行下联动起来。机器可以更清晰地完成与人、企业、场景之间的交流，工业互联 的价值延展才有可能深入到行业核心场景，与具体的生产力回馈紧密挂钩。

趋势、机遇、责任：

夯实“新工业”基础，需要 会协同

其次，大模型、分布式端操作系统关键技术创新成为工业基础设施的过程中，涌现出了大量的生态机遇与商业空间。准确找到商业化触点与应用需求，是广大开发者与技术服务商、咨询商、集成商的时代机遇，把握变化才能拥抱未来。

最后，夯实工业互联 背后的数字化基础设施，是整个 会避免重复建设和频繁试错，实现低成本、高效率、环保化创新的核心方案，也是走向科技自立的必然要求。中国工程院院士、著名通信专家邬贺铨认为，中国需要有强大的工业，使整个供应链能够自主控制在我们手上，所以工业互联 对中国而言，相对于其他发达国家可能更为重要。

夯实基础设施是时代的责任，在新工业的黎明，每个人、每家公司、每个相关组织都可以成为智能时代的齿轮与轴承。