記者 | 彭新1
工業網際網路不斷升溫，落地仍有挑戰。10月18日，在全球工業網際網路大會上，中國工程院院士柴天佑發言稱，在當前的中國工業網際網路發展中，存在缺乏網際網路的信息技術（information technology）和傳統工業中運營技術（operation technology）缺乏融合；人工智慧技術與工業網際網路結合不夠，以及對於工業網際網路環境下製造業轉型升級模式研究不夠三大問題。
柴天佑進一步表示，對於工業網際網路的系統體系架構、功能體系、自主可控的核心關鍵技術與實施路徑缺乏深入研究，特別是缺乏智能製造系統的新一代的硬體、軟體和系統及關鍵核心技術，均阻礙了我國工業網際網路深入落地。
工業網際網路呈現個性化特徵，標準化難度大，涉及設備多種多樣，業務鏈條長、模型複雜。同時，工業網際網路對響應速度、可靠性、安全性、資本的要求都更加苛刻。
柴天佑介紹，隨著工業網際網路發展，傳統製造流程在結構上出現結構行變化。傳統製造流程由三層結構組成，即企業資源計劃（ERP）、製造執行系統（MES）和裝備（過程）控制系統DCS（PCS），依賴工作者進行生產指令和控制決策，無法實現無縫集成優化。轉變為智能化兩層結構後，成為人機合作的智能優化決策系統下，管理的多個智能自主控制系統，實現製造流程全局優化。
在網際網路行業之後，傳統行業也將逐步擁抱人工智慧。在工業用途上，人工智慧正替代自動化，成為下一個工業進步浪潮。「從目標來講，AI是人的智能行為的複製，而自動化減少減輕人的體力和腦力勞動，使得提高工作效率的效果和效益，他們採用的手段是一樣的，都是算法和系統。」柴天佑說，「共同點是都通過機器延伸和增強人類的感知、認知決策執行的功能，使人增強認識世界和改造世界的能力，去完成人無法完成的特定任務，或者是特定任務比人完成得更好。」
柴天佑認為，當前來看，工業AI主要針對產品和工藝設計，針對流程控制管理。此前，工業生產活動中仍然依靠人的感覺、直覺、人的認知、經驗和知識來解決，這個工作又往往帶來的問題。如何將這些工作來進行自動化和智能化，將是工業AI的方向。
不過，基於深度學習的AI技術，在面對工業環境存在「水土不服」問題。「人工智慧技術發展到今天深度學習，是利用了大的數據，但是今天的成果有一個條件，必須是一個封閉環境下的大數據。」柴天佑說，「而我們今天在工業中所遇到的對象，它的整個機理不清，難以建立數學模型，我們現在的技術，專業知識是解決不了的。」
在工業網際網路領域，各大玩家正積極參與。從傳統工業巨頭西門子、通用電氣，大型網際網路企業阿里巴巴和騰訊，軟體巨頭用友、微軟、SAP，擁有晶片、雲計算布局的紫光集團，以及通信設備、運營商，均在推出各自的工業網際網路平臺。
柴天佑期待，在發展工業網際網路存在瓶頸，工業和網際網路磨合困難的當前情況下，技術研究與工業研究能夠充分協同，追根溯源，需要在研發機制上進行改造，「技術發展到如今，而不是像過去技術分節，基礎一段，研發一段，轉移一段，而今天的情況下基礎研究和工業應用必須協同。"他說。
"要做到這一點的，我們的研發機制要進行改造，也就是說要把基礎做得好，匯聚國家重點實驗室、高技術公司與製造行業的科技力量，形成學科交叉長期合作研究機制。」