近日，“人工智能賦能新型工業化供需對接深度行”在廣州盛大舉行。本次活動由中國工業互聯網研究院舉辦，各領域嘉賓應邀出席，共同探索人工智能賦能工業化發展的新路徑、新模式。期間，北京電?數智科技有限責任公司（以下簡稱“北電數智”）戰略與市場負責人楊震發表了《為AI工廠構筑AI全棧產線》的主題演講，引發廣泛關注。

現階段，應用范圍窄、應用程度淺、大模型有效場景尚未被挖掘、應用的智能化程度低等一系列問題制約著制造業的人工智能應用，單一生產場景的智能化升級很難提高整條生產線的生產效率。針對這一問題，楊震表示：“制造業亟需全面的人工智能革新。大模型落地制造業，要打破‘木桶效應’，不能僅依靠大模型提供動力升級，還需要智能化升級生產設備、生產系統，完成整個AI生產線的搭建。”

我國制造業占全球制造業市場份額的35%，是AI大規模應用當之無愧的“主戰場”。AI大模型存在大量潛在應用場景，貫穿制造業的設計、制造、銷售等企業生產、運營環節。以制造階段為例，從物料采購的物流需求預測、物料供應風險預測、成本和采購優化，再到生產作業環節的新品導入管理、工業機器人輔助制造等，都可以借助專業AI小模型和大模型賦能和改造。而當前人工智能僅在物流、質檢等方面進行了淺層應用，在生產、控制環節尚未被充分運用。此外，AI大模型在制造業的應用程度也不高，大多數制造企業僅將AI作為知識庫應用，遠達不到預測判斷、自主決策的應用水準。北電數智楊震認為導致這一問題的根源在于制造業對AI大模型的準確性、穩定性要求較高，但人工智能行業存在數據斷點多、數據基礎差、專業壁壘高等問題，無法全面滿足制造業對于AI大模型的高階需求。

制造業對算力的需求正從以云端為主向云邊端結合的方向發展，端側/邊緣側推理大模型成為未來新趨勢。為實現規?；瘮U展，AI處理的重心正在轉向端云協同或云邊結合。在數據側，海量高質量工業數據要素、語料庫將成為制造業大模型落地部署的關鍵要素。制造業專業知識復雜，且對精度要求高，高質量工業數據要素能有效提高AI大模型的智能化程度，減少幻覺發生。在工具端，低門檻開發和輕量化部署成為工業AI大模型探索重點。工業領域的底層基礎設施較多，輕量化部署能大幅減少企業試錯成本，加速大模型在制造業落地。在模型端，通用AI大模型快速迭代的同時，垂類AI大模型的能力也要不斷升級。這是因為制造業行業細分，工種復雜，通用AI大模型雖然在泛化智能有優勢但在理解專業行業知識、行業“know-how”上，不及AI垂類大模型精度高。想要有效應對制造業各類應用場景的需求，推動通用AI大模型和垂類AI大模型結合勢在必行。

北電數智楊震認為，人工智能時代大模型想要真正落地，需要構建一個完整產線，單純的動力替換不能解決根本問題，還需要替換生產設備、生產系統，搭建一個完整的生產線，最終推動新動力進入生產環節。北電數智擁有涵蓋算力、算法、數據的全棧產品，能為用戶提供整個AI工廠的生產線建設。

在算力層面，北電數智能夠為用戶提供混元異構的算力平臺，讓國產算力和進口算力協同作戰，形成一個巨大的虛擬GPU算力池，并根據不同用戶的算力任務靈活適配合適的算力。在模型層面，北電數智寶塔·模型適配平臺能夠適配各類主流算法框架和套件。目前北電數智已適配多款基礎通用AI大模型，還在諸多垂直行業推出白標模型，可根據用戶需求提供相應模型產品。在數據層面，北電數智紅湖·可信數據空間能夠構建安全可信的數據運行環境以幫助數據要素在可信前提下自由地匯聚、流通和使用，以充分激活和釋放數據要素價值。

針對當前人工智能賦能工業化發展過程中的諸多難題，北電數智憑借技術及產品層面的優勢給出了解決方案。本次相關負責人出席行業盛會，也為北電數智提供了更大的“舞臺”，讓全行業深入了解了企業的全棧產品和解決?案布局。未來，北電數智將通過技術創新與模式創新，不斷提升全棧AI服務水平與質量，與行業伙伴一起共繪AI智能行業發展藍圖。