過去一年，生成式AI與大模型技術(shù)以磅礴之勢席卷全球，從大模型對話到代碼生成Agent，AI仿佛一夜之間變得無所不能。然而，工業(yè)場景的復(fù)雜性、多樣性以及對穩(wěn)定性、可靠性的嚴(yán)苛要求，使得工業(yè)AI落地并非一蹴而就的簡單疊加，而是一場涉及技術(shù)適配、模式創(chuàng)新、生態(tài)構(gòu)建的系統(tǒng)性變革。
近期，由中國信通院、清華大學(xué)人工智能研究院、羅蘭貝格聯(lián)合編撰的《工業(yè)與 AI 融合應(yīng)用指南》引發(fā)了行業(yè)熱議。指南中提到的工業(yè)AI應(yīng)用“雙曲線”特征，精準(zhǔn)地描繪了當(dāng)前制造業(yè)智能化轉(zhuǎn)型的復(fù)雜圖景，即通用大模型在研發(fā)和營銷服務(wù)端率先快速滲透，而工業(yè)小模型則在生產(chǎn)制造端率先深耕。這種看似分化的融合路徑，指向了一個(gè)核心命題：在工業(yè)領(lǐng)域，AI的競爭不是簡單地把大模型搬進(jìn)工廠，而在于能否構(gòu)建真正理解工業(yè)場景的模型體系。
來源：工業(yè)與AI融合應(yīng)用指南
作為TCL戰(zhàn)略孵化的工業(yè)AI領(lǐng)域的領(lǐng)軍企業(yè)，格創(chuàng)東智對這一命題有著深刻的體感，并早已在實(shí)踐中探索出一條“大小模型協(xié)同”的工業(yè)AI落地路徑。
結(jié)合實(shí)踐來看，工業(yè)制造是一個(gè)高度專業(yè)化、強(qiáng)機(jī)理驅(qū)動的領(lǐng)域。生產(chǎn)設(shè)備數(shù)十年的運(yùn)行邏輯、工藝流程中復(fù)雜的物理化學(xué)反應(yīng)、質(zhì)量控制中千絲萬縷的因果關(guān)聯(lián)，這些構(gòu)成了所謂的工業(yè)Know-How。這些知識高度結(jié)構(gòu)化、隱性化，且充滿了因果邏輯，很難通過訓(xùn)練基于互聯(lián)網(wǎng)公開數(shù)據(jù)的通用大模型來獲得。
《工業(yè)與 AI 融合應(yīng)用指南》也指出，大模型雖然憑借龐大的參數(shù)體系在自然語言理解、內(nèi)容生成上表現(xiàn)優(yōu)異，但其“幻覺”風(fēng)險(xiǎn)、可解釋性不足以及高昂的算力成本，使其在面對設(shè)備異常預(yù)測、工藝參數(shù)毫秒級優(yōu)化這類“失之毫厘謬以千里”的生產(chǎn)制造場景時(shí)，顯得力不從心 。反觀工業(yè)小模型，它們多為感知類、判別式模型，專注于特定場景，經(jīng)過長期輸入與輸出關(guān)系的打磨，專業(yè)度更高。IDC的統(tǒng)計(jì)數(shù)據(jù)也印證了這一點(diǎn)：目前工業(yè)AI小模型的應(yīng)用占比高達(dá)70% 。
基于多年智能制造和工業(yè)AI落地實(shí)踐，格創(chuàng)東智深諳“大小模型協(xié)同”路徑的分工與協(xié)同之道。在這一體系中，大模型承擔(dān)企業(yè)級認(rèn)知與決策能力，通過理解企業(yè)知識體系、業(yè)務(wù)流程以及多源數(shù)據(jù)，大模型能夠完成復(fù)雜語義理解、跨系統(tǒng)知識推理以及智能決策生成。而小模型則深度嵌入具體工業(yè)場景，通過工業(yè)機(jī)理與生產(chǎn)數(shù)據(jù)訓(xùn)練，形成針對特定業(yè)務(wù)環(huán)節(jié)的專業(yè)模型，例如設(shè)備預(yù)測維護(hù)模型、質(zhì)量缺陷識別模型、工藝優(yōu)化模型以及能耗分析模型等。
來源：工業(yè)與AI融合應(yīng)用指南
通過這種協(xié)同模式，大模型負(fù)責(zé) “理解與決策”，小模型負(fù)責(zé)“感知與執(zhí)行”，從而形成從數(shù)據(jù)洞察到智能決策的完整閉環(huán)。
同時(shí)，在格創(chuàng)東智的實(shí)踐中，工業(yè)AI要真正發(fā)揮價(jià)值不能脫離工業(yè)軟件這個(gè)“容器”，這些系統(tǒng)沉淀著核心的業(yè)務(wù)數(shù)據(jù)與生產(chǎn)邏輯。制造業(yè)企業(yè)長期依托MES、FDC、QMS等工業(yè)軟件系統(tǒng)，積累了大量與生產(chǎn)運(yùn)行高度相關(guān)的數(shù)據(jù)與業(yè)務(wù)模型。這些數(shù)據(jù)不僅是AI訓(xùn)練的重要基礎(chǔ)，也是理解工業(yè)場景的關(guān)鍵。格創(chuàng)東智的路徑，是將AI能力與工業(yè)軟件、智能裝備深度融合，讓AI能夠持續(xù)學(xué)習(xí)生產(chǎn)過程中的真實(shí)數(shù)據(jù)，不斷優(yōu)化模型能力，從而形成可持續(xù)進(jìn)化的真正理解工業(yè)場景的“大小模型”體系。這種模式也讓AI不再只是數(shù)據(jù)分析工具，而是能夠真正參與企業(yè)生產(chǎn)與運(yùn)營決策。
值得關(guān)注的是，這套路徑的價(jià)值，已經(jīng)在多個(gè)高標(biāo)準(zhǔn)的制造場景中得到驗(yàn)證。在TCL華星的“智能設(shè)備運(yùn)檢助手”項(xiàng)目中，通過大模型構(gòu)建設(shè)備故障處理助手，輔助工程師快速查詢知識、定位故障，并結(jié)合小模型進(jìn)行實(shí)時(shí)監(jiān)測與預(yù)警。項(xiàng)目上線后，預(yù)計(jì)每月可減少故障時(shí)長241.4小時(shí)，年化效益高達(dá)3000萬元。在質(zhì)量管理領(lǐng)域，一線質(zhì)量工程師的“良率分析Agent”能夠自主識別生產(chǎn)異常，結(jié)合歷史質(zhì)量數(shù)據(jù)與工藝知識進(jìn)行綜合推理，在幾分鐘內(nèi)即可生成完整的分析報(bào)告，將工程師從繁瑣的數(shù)據(jù)處理中解放出來，專注于根因分析與改善決策。這些案例清晰地表明，工業(yè)AI的價(jià)值在于通過大小模型的協(xié)同，將一線的數(shù)據(jù)洞察轉(zhuǎn)化為實(shí)際的經(jīng)營決策。
隨著生成式AI與智能制造的不斷融合，制造業(yè)正迎來新一輪智能化升級。《工業(yè)與 AI 融合應(yīng)用指南》為行業(yè)描繪了宏觀趨勢，而像格創(chuàng)東智這樣身處一線的企業(yè)，則在用工廠賦能書寫微觀實(shí)踐，并給出洞見：未來工業(yè)AI的核心競爭力，不只是模型能力，而是對工業(yè)場景的理解能力、工業(yè)機(jī)理的沉淀能力，以及將AI與系統(tǒng)化工程結(jié)合的落地能力。
決定工業(yè)智能高度的，是誰能提供更懂工廠的AI體系。在這場從“數(shù)據(jù)洞察”邁向“智能決策”的征途中，只有扎根車間、理解流程、協(xié)同大小模型的體系，才能讓AI真正變成工廠里穩(wěn)定運(yùn)行的新質(zhì)生產(chǎn)力。
申請創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！
