2020-2021人工智能与工业融合发展研究报告课件.pptx

1、核心结论01AI与工业的融合发展从相向而行 到携手共进02计算机视觉技术成为推动AI与工业深度融 合的“金刚钻”03AI与千行百业的阶梯性融合是 未来AI产业发展的主风口04善于创新的企业将率先进入智能时代，对 数字化、网络化阶段的竞争对手降维打击05在框架级算法开发能力的支持下，AI将像水电一样普及到工业企业06互信为基，共赢为台，数据为墩，AI为拱， 生态伙伴共建智能化转型之桥，连接中国 制造的昨天与明天123AI发展新态发展新态势势AI与工业融合发展现与工业融合发展现状状 AI与工业深与工业深度融合新趋度融合新趋势势45AI与工业深度融与工业深度融合面临的挑合面临的挑战战推进推进AI与工

2、业深与工业深度融合的建度融合的建议议产业发展新态势全球AI企业数量趋于稳定,全球活跃AI企业达5,526家，主要 分布在美国、中国、英国、加拿大和印度2019年10月9.5114.6922.5934.8751.2770.9494.41118.602040608010012014020182019*2020*2021*2022*2023*2024*2025*AI软件市场规模保持高速增长，2019年预计达到146.9亿美 元，未来5年将保持133%以上的年复合增长率全球AI软件市场规模（单位：百万美元）全球AI产业生态日益完善，美国在芯片、深度学习框架等领 域均占据主导地位产业发展新态势我国已经初

3、步形成较完整的AI产业链条，部分应用软件和新型终端产品发展迅速，未来几年应用市场有望呈现爆发式增长我国人工智能市场规模智 能 产 品行 业 应 用智能翻译系统医疗影像辅助诊断 系统视频图像身份识别 系统智能语音交互 系统智能无人机智能服务机器人智能网联汽车智能家居产品智能交通智能制造智能农业智能金融智能教育智能物流智能文化智能体育开源开放平台神经网络芯片智能传感器网络安全保障体系支撑体系行业训练资源库标准测试及知识产 权服务平台智能化网络基础设 施智能医疗智能能源核 心 基 础 2019年我国人工智能市场规模可达760亿元，未来将保持高速增长，预计到2022 可达到5,580亿元。技术发展新态

4、势机器学习算法和深度学习算法是AI的两大热点33.30%机器学习 其他AI技术66.70% 175%46%40%20%0%80%60%160%140%120%100%180%200%深度学习专利神经网络专利增长率 数据来源：世界知识产权组织WIPO发布的技术趋势2019：人工智能开源深度学习框架成为科技巨头全面布局的重点针对深度学习算法的专用AI芯片未来可能成为主力GPUFPGAASICGPU、FPGA是目前AI芯片的主流技术路线ASIC专用芯片作为新兵异军突起可定制化高性能低功耗技术发展新态势Gartner 2019AI成熟度曲线99.5%2.25%82.5%美国NIST数据 人脸识别准确率

5、WebVision 图像分类错误率WebVision 万物识别精确率深度学习算法的红利加速扩散，计算机视觉等主流AI技术加快成熟当前计算机视觉技术相对成熟我国计算机视觉技术已经走在世界前列旷视已经连续在计算机视觉领域顶级赛事上获得27项世界冠军应用发展新态应用发展新态势势AI应用全面赋能生产生活各个方面，即将迎来应用繁荣应用全面赋能生产生活各个方面，即将迎来应用繁荣期期交通领域交通领域医疗领域医疗领域农业农业智能育种智能育种农业大脑农业大脑无人机植保无人机植保机器人采摘机器人采摘采矿业采矿业矿物勘探预测矿物勘探预测采矿机器人采矿机器人制造业制造业工业视觉工业视觉无人工厂无人工厂工业互联网工业互

6、联网工业机器人工业机器人无人机设备巡检无人机设备巡检能源能源AI节能分析节能分析金融金融身份识别身份识别智能交通分析智能交通分析无人驾驶无人驾驶AI客服客服教育机器人教育机器人教育教育智能批改智能批改医疗影像医疗影像辅助诊疗辅助诊疗健康管理健康管理医院管理医院管理AI的核心发展要素逐渐完备，在很多领域取得了突破性 进展，在农业、制造业、交 通等多个领域已经产生了较 为成熟的应用，正在逐步走 向推广实践阶段应用发展新态应用发展新态势势AI应用领域逐渐从互联网、新零售向制造业、农业等实体经济领域拓应用领域逐渐从互联网、新零售向制造业、农业等实体经济领域拓展展AI对弈对弈20162018科学研究科学

7、研究互联网、新零售行业互联网、新零售行业个性化搜索个性化搜索 精准营精准营销销制造工艺优化制造工艺优化 质量质量检测检测 故障检测故障检测 智智能物流能物流预测性维护预测性维护 生产安生产安全管理全管理AI育种育种智能环境分析控制智能环境分析控制 智智能施肥灌溉能施肥灌溉病虫害诊断预测病虫害诊断预测 无无人机植保人机植保 智能采智能采摘摘信息化程度高、拥有丰富数据资信息化程度高、拥有丰富数据资源源，具有，具有AI落地的天然优势落地的天然优势制造业、农业制造业、农业 等等实体经济领域实体经济领域数字化转型的不断深入，信息化水数字化转型的不断深入，信息化水 平日益提升，逐步具备应用平日益提升，逐步

8、具备应用AI的的基基 本条件本条件1AI发展新态发展新态势势2345AI与工业与工业融合发展现融合发展现状状AI与工业深与工业深度融合新趋度融合新趋势势AI与工业深度融与工业深度融合面临的挑合面临的挑战战 推进推进AI与工业深与工业深度融合的建度融合的建议议工业互联网建设取得阶段性成工业互联网建设取得阶段性成绩绩传统工业企业传统工业企业工业互联网平台建设水平显著提工业互联网平台建设水平显著提升升互联网企业互联网企业创新型企业创新型企业大型制造企业大型制造企业l我国工业互联网平台数量达到了上百个上百个l具有一定区域和行业影响力的平台超过70个个l单个重点平台平均工业设备连接数达到69万台万台l工

9、业App数量突破2124个个工业互联网平台应用水平持续提升工业互联网平台应用水平持续提升工业互联网平台已经渗透到钢铁、机械、航空航天、家电等多个行业，有力促进制造业数字化转型，实现提 质降本增效，部分先行先试企业劳动生产效率提高20%以上以上。AI与生产制造过程融合，提高生产质量与效与生产制造过程融合，提高生产质量与效率率构建生产任务构建生产任务 自主自主决策能力决策能力ABB在智能工厂部署多种机器人在智能工厂部署多种机器人 生生产效率提升产效率提升 3%产品种类增加产品种类增加 3倍倍AI技术全面优化技术全面优化 生生产工艺过程产工艺过程阿里云阿里云ET工业大脑优化工艺过程工业大脑优化工艺过

10、程 中策中策橡胶公司橡胶公司 炼胶时间炼胶时间缩短缩短10%， 炼胶炼胶温度温度降低降低 6%智能在线检测智能在线检测 提升提升检测水平检测水平旷视提供整体智能质检方案旷视提供整体智能质检方案 缺陷缺陷检测率检测率提高提高90%降低降低85%以上人工成本以上人工成本AI与工业产品融合，实现产品智能化升与工业产品融合，实现产品智能化升级级产品故障预测智能化产品故障预测智能化罗罗公司针对Trent航空发动机，采用预测分析和 机器学习技术，分析叶片潜在运行质量问题，建立 智能化预测预警模式，提升发动机故障预警能力产品运维智能化产品运维智能化GE依托东方航空公司的航空安全数据、飞行计划、导航及 环境数

11、据，构建发动机研发、生产和运行维护数据的集成 平台，支持东航建立飞行运维数字化、智能化解决方案建立R2数据实验室数据实验室，利用数据分析、工 业AI与机器学习技术，加快数字化转型航空运营与发动机制造公司合作，构建数字化航空运营与发动机制造公司合作，构建数字化的的 发动机使用与维护、成本管理与航班计划方发动机使用与维护、成本管理与航班计划方案案国际头部企业深化国际头部企业深化AI技术应用，全面释放智能工厂潜技术应用，全面释放智能工厂潜能能生产设备运行过程数据化监控生产设备运行过程数据化监控西门子西门子EPA（设备预测性分析）系统设备预测性分析）系统 青岛炼化青岛炼化公司公司提前数天提前数天实现设

12、备预警实现设备预警 稳定运行长达稳定运行长达十年十年，减少减少80%报警数量报警数量智能工厂运营管理智能工厂运营管理“透明化透明化”施耐德打造基于数据的施耐德打造基于数据的“透明工厂透明工厂”实现实现生产运营管理过程的透明可视生产运营管理过程的透明可视，具备对，具备对 全全程生产运营环境程生产运营环境进行数字化追溯进行数字化追溯的能力的能力AI与工业子行业融合的程度呈现较大差与工业子行业融合的程度呈现较大差异异基于基于19个个工业子行业工业子行业40家家典型企业调研数据典型企业调研数据IAI融合指数融合指数19个工业子行业的AI融合度指数AI应用部署与应用效果显著AI应用部署与应用效果相对落后

13、智能化基础好、AI融合前景广阔从从4个个维度对工业子行业维度对工业子行业AI融合度打分融合度打分AI相关投入、AI应用效果、AI应用渗透程度、AI技术人才12AI发展新态发展新态势势AI与工业与工业融合发展现融合发展现状状345AI与工业深与工业深度融合新趋度融合新趋势势AI与工业深度融与工业深度融合面临的挑合面临的挑战战 推进推进AI与工业深与工业深度融合的建度融合的建议议AI与工业融合空间巨与工业融合空间巨大大附加价值高智 力苦低力第一阶段第一阶段：拉升谷底 降低降本第二阶段第二阶段：整体提升生产方式和商业模式升级，提高附 加值研发设计生产制造市场服务8.708.702.72无AI有AI2

14、035年中国制造业总增加值（万亿美元）年中国制造业总增加值（万亿美元）AI将为中国制造业额外贡献将为中国制造业额外贡献2.7万亿美元的增加值，相对无万亿美元的增加值，相对无AI应用增加近应用增加近31%驱动因素驱动因素1：降本增效降本增效AI与工业深度融合为工业领域降本增效提供 有效途径驱动因素驱动因素2：产品高质量需求产品高质量需求工业产品与服务全流程质量检测、诊断 与优化将成为AI应用的重要场景数据来源：埃森哲驱动因素驱动因素3：人口老龄化人口老龄化 AI劳动力替代在工业领域将发挥重要 作用AI将分阶段实现与细分行业的深度融将分阶段实现与细分行业的深度融合合汽车制造业汽车制造业医药制造业医

15、药制造业计算机和通信设计算机和通信设 备制造业备制造业石油和煤炭燃料加工业石油和煤炭燃料加工业铁路、船舶、航空航天运铁路、船舶、航空航天运 输设备制造业输设备制造业AI最先深度融合渗透的细分行业最先深度融合渗透的细分行业AI与制造业：同步应用于全流程与制造业：同步应用于全流程AI与采矿业和能源行业与采矿业和能源行业生产制造生产制造仓储物流仓储物流售后服务售后服务研发设计研发设计率先应用于作业环境条件较差的领域率先应用于作业环境条件较差的领域风电设备运维风电设备运维采矿采矿整体解决方案成为工业企业的共性需整体解决方案成为工业企业的共性需求求云边端协同，助力柔性生产、云边端协同，助力柔性生产、 快

16、速交付和降低能耗快速交付和降低能耗l 未来的计算不仅仅局限在大型数据 中心，而将分布在由云-边-端构成 的一体化架构上。云端边缘设备终端终端终端终端 设备设备设备设备上 传下 载请 求结请果求结 果请 求结 果请 求结 果一半以上 的终端设 备数据需 要在网络 边缘侧分 析处理私有化部署的交钥匙方案将私有化部署的交钥匙方案将 成为主流产品形态成为主流产品形态l 大部分工业企业需要部署交钥匙方 案，对解决方案提供商的整合能力 提出了高标准要求。个性化的细分场景需求个性化的细分场景需求 成为主要需求类型成为主要需求类型l 解决方案提供商需提炼企业共性需求，面向行业开发通用模板，并根据企 业需求快速

17、、低成本定制开发开发， 在AI算法上降低成本、缩短周期。2145私有化私有化部部署署软件安装运行 在企业本地服务器上企业自主 掌控所有 数据和权 限3可实现内外网隔 离，安全性更高个性化强， 企业可按需 定制功能扩展性高， 企业能自行 二次开发AI工业实 资 生 能 安 经 物 时 产 产 源 全 营 流 监 管 运 管 环 管 管 控 理 行 理 保 理 理风机无人巡检输配电网无人 巡检智能电力调度智能用电管理场景化是人工智能与工业深度融合的必然选场景化是人工智能与工业深度融合的必然选择择制造业典型融合场景制造业典型融合场景:覆盖制造业全流程覆盖制造业全流程 9个个典型应用场景典型应用场景能

18、源行业典型融合场景能源行业典型融合场景:覆盖能源生产、传输和使用全过覆盖能源生产、传输和使用全过程程设备维护设备维护采矿作业采矿作业矿山勘探矿山勘探采矿业典型融合场景：采矿业典型融合场景：在危险环境下替代人在危险环境下替代人力力制造业融合场景：提高复杂产品的设计与仿真能制造业融合场景：提高复杂产品的设计与仿真能力力实现复杂产品的智能化设实现复杂产品的智能化设计计UTC公司基于知识图谱构建设计 资料库，运用深度学习确定方案换热器重量减轻20%，传热效率 提高80%，设计周期加快9倍智能仿真降低建模难度智能仿真降低建模难度AI技术与仿真模型深度融合，开 展虚拟装配，进行产品验证吉利公司应用AI技术

19、进行碰撞仿 真，从30个小时缩短到10个小时制造业融合场景：实现生产制造过程的精准化与个性制造业融合场景：实现生产制造过程的精准化与个性化化深度优化制造工艺过程深度优化制造工艺过程采用深度学习对设备运行状态、工艺过程等进行分析，找出最优工艺参数应用ET工业大脑，恒逸石化燃煤效率提升2.6%，天合光能生产A品率提升7%实现个性化定制模式实现个性化定制模式以AI为核心，数据为生产驱动，融合物联网，形成个性化大规模定制生产模式酷特公司构建智能排产、智能排版、智能裁剪系统，构建千万级服装版型数据 库，驱动10000个数据同步变化，定制生产周期从50个工作日缩短至7个工作日构建设备自学习能力构建设备自学

20、习能力新松公司GCR20-1100协作机器人利用智能传感器与3D视觉技术，按照样条曲 线路径对鞋底区域进行自动涂胶，逐步增强协作机器人的学习与感知能力制造业融合场景：智能仓制造业融合场景：智能仓储储智能仓储依托搬运机器人、码垛机器人、自动化立体库等智能装备，实现智能搬运。与传统仓储相比，智能仓智能仓储依托搬运机器人、码垛机器人、自动化立体库等智能装备，实现智能搬运。与传统仓储相比，智能仓储储 从空间利用率、作业效率、人工成本等指标来看，优势显著，降本增效明显。从空间利用率、作业效率、人工成本等指标来看，优势显著，降本增效明显。旷视推出供应链操作系统河图,在电商仓库中协同500台机器人并发工作，

21、将仓库效率提升了40%在全球部署了10万台以上机器人，智能系统作业效率 要比传统的物流作业提升2-4倍，准确率达到99.99%制造业融合场景：预测性维制造业融合场景：预测性维护护在设备在设备/系统预测性维护中，机器学习方法拟合设备运行复系统预测性维护中，机器学习方法拟合设备运行复杂杂非线性关系，能够提升预测准确率，减少成本与故非线性关系，能够提升预测准确率，减少成本与故障障 率。率。设备智能管理设备智能运行监控设备智能售后服务设备管理成本降低50%运行管理反应时间缩 短80%售后时间缩短30% 成 本降低50%制造业融合场景：制造业融合场景： 安全管安全管理理安全管理贯穿制造业运营的始终。通过

22、计算机视觉等技术安全管理贯穿制造业运营的始终。通过计算机视觉等技术对对危险区域进行管控，实现识别并跟踪进入危险区域的危险区域进行管控，实现识别并跟踪进入危险区域的非非 授权对象、监控作业区域人员是否按规定佩戴安全帽、穿授权对象、监控作业区域人员是否按规定佩戴安全帽、穿安安全服，将安全生产的风险降到最低。全服，将安全生产的风险降到最低。为华润电力部署了园区安全管理系统，利用人脸识别、物体检测等计算机视觉算法， 对变电设备周边等危险区域实现了7*24小时警戒，显著提升了安全管理水平能源行业融合场能源行业融合场景景AI在能源领域的应用主要可以解决能源行业现在存在的痛点问题，从而最大化的提升能源的供给

23、、使用效率，在能源领域的应用主要可以解决能源行业现在存在的痛点问题，从而最大化的提升能源的供给、使用效率，节节 约能源资源，实现经济效益与环境保护的双赢。约能源资源，实现经济效益与环境保护的双赢。风机无人巡检风机无人巡检输配电网无人巡检输配电网无人巡检智能电力调度智能电力调度智能用电管理智能用电管理能源生产应用无人机、深度学习等技术实现高 频次、高质量、全覆盖的设备巡检， 少故障隐患，减少故障处理速度能源传输应用机器人、深度学习等技术实现全 天24小时实时监控，大大降低人工工 作量能源使用通过机器学习的应用优化供能、用能 端，大大提升能源的供应和使用效率采矿业融合场采矿业融合场景景AI分析各类

24、设备运行状况，发出AI预警，有助于避免因部件故障而导致代价高 昂的采矿事故。当前机器人已经被应用于无人采矿作业 中，显著降低可能出现的危险事件，同 时提高整体生产效率。利用AI技术改进矿产资源的发现与 规划，为采矿行业带来更科学的规 划思路与更可观的投资回报。010203矿山勘探矿山勘探 勘探识别钻潜在价值高的区域采矿作业采矿作业 采矿人员需在恶劣环境中进行挖掘作业设备维护设备维护 采矿重型装备需要不断维护、维修人工智能较早已融入采矿业，提供提升效率、解决安全问题的有力手段，帮助采矿企业长期保持自身价值产人工智能较早已融入采矿业，提供提升效率、解决安全问题的有力手段，帮助采矿企业长期保持自身价

25、值产出出1AI发展新态发展新态势势2345AI与工业与工业融合发展现融合发展现状状AI与工业深与工业深度融合新趋度融合新趋势势AI与工业深度融与工业深度融合面临的挑合面临的挑战战 推进推进AI与工业深与工业深度融合的建度融合的建议议AI共性技术亟待突共性技术亟待突破破底层芯片有突破但尚难以与巨头对底层芯片有突破但尚难以与巨头对抗抗大部分供应商缺乏框架级的大部分供应商缺乏框架级的AI算法开发能算法开发能力力AI技术体系技术体系核心：核心：深度学习框架深度学习框架3%6%7%7%8%8%18%23%24%52%3%0%10%20%30%40%50%60%TensorFlow Torch/PyTor

26、chCaffe Scikit-learnMXNet MLib TensorLayerCNTKPaddlePaddleMahout Theano使用普及率使用普及率 数据来源：CSDN，2018-2019年中国开发者报告 百度PaddlePaddle、旷视Brain+技术实力已接近国际一流水准。旷视Brain+ 的核心，深度学习框架MegEngine更是在单机训练速率等方面优于TensorFlow、Pytorch等主流框架，不过生态打造方面才刚刚起步，有待后续的大力推广和 使用。ASIC专用芯片专用芯片主流底层芯片主流底层芯片国内国内国外国外国内国内国外国外激烈竞逐激烈竞逐我国一直追赶我国一直追

27、赶GPU短期内将继续占领AI芯片的主 要市场份额FPGA是短期内AI芯片市场上的重要 增长点 我国在GPU、FPGA等主流底层芯片领域主要依靠进口，技术受制于人。尽管国 内正涌现出一批新锐企业，同国外厂商展开激烈竞逐，但绝大多数芯片依然依靠 国外的IP核进行设计，国内AI应用市场主要依托GPU开展算法训练，主要利润流 向国外巨头，难与国外巨头抗衡。可落地的应用场景不清可落地的应用场景不清晰晰企业对企业对AI应用应用的的潜能认识不准确潜能认识不准确我国许多制造业企业的AI意识还没有觉醒，没有考虑到AI方面的投入会带来 不止倍增的效益缺乏适合的缺乏适合的AI应应用切入场景用切入场景工业企业对AI领

28、域的陌生，与掌握AI技术的科技企业之间存在着信息错位、 供需断层等沟通壁垒成功案例示范成功案例示范效效应不明显应不明显目前在制造业智能化水平较高的普遍都是超大型企业，需要巨大的前期投入，对于中小型企业并不具备可推广性企业部署企业部署AI应用缺乏资应用缺乏资金金制造业等行业利润率水平低，对制造业等行业利润率水平低，对AI应用的成本预算少应用的成本预算少企业企业AI应用投入风险过大，缺乏风险分担机制应用投入风险过大，缺乏风险分担机制10073.3 8324.3 4409.4 4086.931092695.8 2519.920852018年，我国规模以上工业企业主营业务收入利润率仅为年，我国规模以上

29、工业企业主营业务收入利润率仅为6.5%,我国工业企业信息化投入占比仅为我国工业企业信息化投入占比仅为0.25%。2018年世界主要国家制造业增加值（亿美元）年世界主要国家制造业增加值（亿美元）40027.521733.22.60%30%中国制造业利润全球占比中国制造业增加值全球占比数据来源：世界银行数据来源：世界银行智能化改造项目智能化改造项目 平均周期平均周期智能化改造项目智能化改造项目 平均投资额平均投资额3.5年年9000万元万元产业链各环节协同不产业链各环节协同不足足提供端到端解决方案的能力不提供端到端解决方案的能力不足足云服务层管理层 制造执行层控 制 层 感 知 层 现场层产业链上

30、下游协同不顺畅产业链上下游协同不顺畅系统解决方案需要软件产品开发商、硬件设备供应商、系统集成商等产业主体相互适配、协同创新。链上节点企业之间缺乏信赖和协作、信息不透明等问题也延缓了AI与工业融合的步伐。制造业智能化转型是一项系统工程，需 要实现横向集成、纵向集成以及端到端 集成。国内缺少能够打通整个架构体系的智能 制造解决方案商。工业企业数字化基础薄工业企业数字化基础薄弱弱生产系统数字化率低，难以支撑智能化生产生产系统数字化率低，难以支撑智能化生产工业企业关键工序数控化率为49.7%，只有46.0%企业在主要环节实现数字化工业企业传感器部署不足，工业数据采集难度大，业务系统互联互通程度不高工业

31、企业数据不规范，数据资源整合难度大工业企业数据不规范，数据资源整合难度大我国工业领域缺乏统一的工业数据标准与通信协议，制约系统之间数据互通高端工业控制系统及通信协议被国外大型企业掌控，关键核心技术受制于人实现全面数字化的企业没有实现全面数字化的企业46%54%高校81%科研机构9%企业6%其他4%AI顶尖人才和应用人才不顶尖人才和应用人才不足足数据来源：中国人工智能发展报告2018285365158182329770500010000150002000025000AI顶尖人才AI人才美国中国中国AI人才总量为18232人，位列第二，占全球AI人才 总量的13.9%；仅有977位顶尖人才，排名第

32、六，占全球顶尖人才比例 为4.8%，顶尖人才相对不足。美国与中国美国与中国AI人才对比人才对比30000中国AI人才81.3%来自高校，8.8%来自科研机构，只有5.9%来自企业。绝大部分的AI人才在培养过程中对于应用产业难以有深 入的了解，复合型应用人才匮乏。我国我国AI人才分布人才分布1AI发展新态发展新态势势2345AI与工业与工业融合发展现融合发展现状状AI与工业深与工业深度融合新趋度融合新趋势势AI与工业深度融与工业深度融合面临的挑合面临的挑战战 推进推进AI与工业深与工业深度融合的建度融合的建议议给政府部门的建给政府部门的建议议注重基础技术，夯实核心技术能力注重基础技术，夯实核心技

33、术能力 鼓励AI开发框架和芯片研发，并在工业特定领域 推广应用 推动AI行业标准化 探索成立开源基金鼓励产业协同，打造产业生态体系鼓励产业协同，打造产业生态体系 支持成立AI与工业融合发展相关联盟、工作委员会 支持AI产业联盟开展行业交流合作 鼓励产业园区搭建跨行业交流平台推进融合应用，提升实体经济效推进融合应用，提升实体经济效率率 推进AI应用示范，深化“揭榜挂帅”机制 鼓励工业互联网平台提供商与AI技术提供商加强 合作 加强对AI创新应用的扶持破除行业壁垒，打造融合发展环破除行业壁垒，打造融合发展环境境 优化数据治理规则，推动行业间数据流通 加快构建智能化信息基础设施 推进智能制造标准化建

34、设给需求方的建给需求方的建议议加快部署加快部署AI应用，占据领先地位应用，占据领先地位，避免在智能化进程中掉队，避免在智能化进程中掉队找准与企业业务的关键结合点，根据实际能 力以点及面逐步渗透，同时要根据业务需求 找准AI领域的合作伙伴，借助外部力量来快 速形成AI能力尽早开始积累数据，构建数据和尽早开始积累数据，构建数据和 智能的护城河智能的护城河传统企业要注重生产数据的累积，进行合理 规划，构建数据体系，形成一体化的数据资 源基础，为智能化的发展打下坚实基础，这 也是需求方率先应该实现的入门级要求通过沉淀通过沉淀AI能力，升级商业模式能力，升级商业模式，提高行业赋能能力，提高行业赋能能力制

35、造业企业可以通过自身AI能力的打造、应 用场景的创建，形成可输出可复制的模式和 路径对外输出，为企业带来额外的经济效益 和社会效益注重注重AI应用与业务流程的融合，应用与业务流程的融合， 推动业务流程优化推动业务流程优化建议通过AI技术对公司的业务模式、流程进 行优化再造。给供给方的建给供给方的建议议抢占商机，尽早启动从抢占商机，尽早启动从IT供应商到供应商到AI供应商的转型供应商的转型IT服务供应商应加快向AI专业供应商转型的步 伐少走弯路，与少走弯路，与AI领域的领头企业领域的领头企业合合 作作AI供应商应注重合作，以迅速打开市场为首要原则，加入国内AI头部企业阵营，协同构 建产业生态站位

36、高远，提升为工业企业开展站位高远，提升为工业企业开展AI 咨询的能力咨询的能力提升AI咨询能力，开展AI技术咨询与战略 咨询，帮助企业做全局或部分环节的判断紧抓机遇，积极投身紧抓机遇，积极投身AI与工业深度与工业深度 融合的进程中融合的进程中“AI+工业”市场是一片蓝海，AI供应商应主 动出击，拥抱大机遇给教育机构的建议给教育机构的建议与企业共建学生实训基地与企业共建学生实训基地 重点加强理论教育与实践能力、实际经验有机结合 培养应用型人才的教学基地完善完善AI课程体系设计课程体系设计 数学基础、计算机科学核心课程、智能基础、图像识别、自然语言处理、知识工程等专 业课程 重视开源项目课程开展开展AI应用人才认证应用人才认证 建立和完善与国际接轨、匹配产业需求的AI认证认可制度，提高技术人才职业化、国际 化水平THANKS