进博会｜找厂长不如找班长，让AI“跑”起来

疾速进化的大模型已能搞定写文稿、画PPT以及算账报销等工作，似乎很快，它们就可以成为称职白领。与此对应，人工智能（AI）在制造业的应用似乎没有得到足够关注。而在昨天举行的虹桥国际经济论坛相关分论坛上，包括图灵奖得主在内的专家围绕AI如何赋能新型工业化的话题展开交流。在他们看来，中国目前已具备率先实现"工业AI"的条件，应该找准切入点迅速行动，从而踏出一条和领先国家不一样的AI之路。

AI即将迈入"工业大生产阶段"

作为当前最具颠覆性的技术，人工智能势必对千行百业带来巨大改变。而在当下，最吸引眼球的莫过于大语言模型。普通人对大模型的了解与尝试，集中在聊天打趣、写诗作画，以及解答各类苛刻提问等方面，总之都是"纸面工作"。而在专家看来，工业大模型其实已是箭在弦上。

百度技术委员会主席吴华表示，当下的大模型，借助自然语言学会思考，借助多模态技术学会"听说读写"，更通过编程获得与现实世界深度互动的执行力。在吴华看来，机械、电力等"老牌"颠覆性技术在真正引爆过往数次工业革命之前，都要先完成标准化、自动化、模块化，才成为通用技术。与之相仿，目前大模型也已进入"三化"通道，这意味着，AI即将迈入"工业大生产阶段"，从而开启一场新的工业革命。

谈到"中国制造"的智能化前景，中国科学院外籍院士约瑟夫·希发基斯用非常直白的话语表达他的推崇态度。这位2007年图灵奖得主表示，中国比任何国家都有机会率先实现工业人工智能。为此，应该用好中国强大的工业基础，完善创新生态，协同龙头企业，从庞大多样的工业体系中不断汲取数据，为各行各业构建特定的智能系统与解决方案。只要这样，中国完全可以探索出一条与顶尖国家不一样的AI发展路径。

关注技术之外的"互补性因素"

要让AI更好赋能现代化工业体系，就必须找准瓶颈和痛点，重点突破。

希发基斯表示，大模型虽然看起来智能，但它擅长回答宽泛的问题，而工业要求的是精准。同时，目前基于大模型的智能体（Agent）虽然快速迭代进化，但它的固有弊端——生成结果具有不可解释性，让工业AI面临巨大挑战。"我们如何能够基于一个不可信的AI打造出可信的工业系统，并要在其长期运行过程中确保万无一失？这是一个巨大挑战。"希发基斯说，正如自动驾驶汽车一样，哪怕已积累上亿公里的安全驾驶记录，但我们还是不放心把方向盘彻底交给AI，关键是我们可以在多大程度上信任AI。

对此，希发基斯给出的对策是，在发展AI技术外，关注其他"互补性因素"，比如评估AI安全性，包括对AI公平、诚信进行审查的方法，以及在全球开展AI监管合作。事实上，这些突破，有些涉及深层次理论创新，有些则是对国际合作的考验。

谈到为工业AI寻找"技术之外"的支撑，商汤科技联合创始人、大装置事业群总裁杨帆给出另一个独到思考。他认为，AI在带来生产力革命的同时，一定会重构当下的生产关系，包括伦理、道德、法律等。现阶段，与其把关注点放在超级智能、数字生命等过于遥远的话题，不如好好思考我们该如何应对AI给未来生产关系造成的重大挑战。

摆脱"纸上谈兵"，在实战中完善

因为研发了全球首个能完成原地空翻的机器人，宇树科技创始人兼首席执行官王兴兴成为行业焦点。他在谈到中国制造与AI结合时强调，哪怕聪明如人类，也不可能只通过看视频教程就学会骑车，工业智能也是一样。因此，必须抛开"纸上谈兵"，把工业AI用起来，在场景中跑起来，在实战中不断完善。

新技术要加速落地，离不开一个切入点、突破口。用杨帆的话说，推动工业智能发展，时机把握非常重要。他认为，未来两年，企业应围绕降本增效、或是创造新兴增长点，明确最迫切的需求，进而找准与之最匹配的AI技术。

围绕切入点的话题，科大讯飞副总裁兼研究院院长刘聪建议，AI在制造业的落地，可以先从非核心环节入手，扮演辅助角色，随后再一步步深化。比如，在电力、采矿等行业，他们研发了"AI听诊器"，借助多模态技术能感知环境噪声的细微变化，从而在半小时内找到管道的漏点。对比传统方案，工人们用涂皂液、找气泡的方法查漏，往往要耗费五六个小时。

国家地方共建人形机器人创新中心首席科学家江磊认为，AI的切入点可能就在工业设计领域。目前在研发拥有40个自由度的超级柔性机器人时，人类工程师已有力不从心之感。江磊认为，AI很有希望给出超乎常人的创意。

小米集团智能制造总经理许多表示，对于工业AI的落地，过去很多企业找错了发力点，以为主要是从一把手等企业高层入手。小米的实践却表明，新型工业化的关键在一线，未来的产业工人可能要面对数十台基于AI的智能设备群，要想管好、用好这些设备，"找厂长不如找班长"，大幅提高一线工人技能和学历水平是大势所趋。

　　作者：张懿

文：张懿 图：张伊辰 编辑：刘力源 责任编辑：戎兵

转载此文请注明出处。