Dr. Lu专栏|工业互联网的1%故事,讲了十四年

2026-09-08 16:21
图片

编者按:

总有人问我,工业AI和智能制造、工业互联网到底是什么关系?业界众说纷纭,各有各的说法。上周分享了我对于工业AI和智能制造关系的认知,这篇讲讲工业互联网和工业AI。

2011年,GE在加州圣拉蒙建了一个软件与分析中心,三年投入15亿美元。他们用机器学习算法,预测在役的2万台喷气发动机里哪些需要维护,部分机型能提前一个月给出预警,准确率70%。

图片

2012年11月,GE发布报告,给刚发明的“工业互联网”下了定义:连接人、数据与机器的开放全球网络。报告里有一道著名的算术题,叫“1%的力量”:效率提升1%,15年内能为航空业省下300亿美元燃油、发电业660亿、医疗业630亿。

CEO伊梅尔特配了一句话:“如果昨晚你以工业企业身份入睡,今早醒来,你就是一家软件与分析公司。”

这就是工业互联网讲的第一课:把机器连起来,把数据收上来,用智能分析从里面提炼业务价值。1%很小,乘以庞大的工业基数,就是百亿美元。

数据,加智能分析。这个故事从第一天起,讲的就是它。

然后,故事漂洋过海,来到了中国。

2015年,工业互联网写进《中国制造2025》,定位是基础设施;2017年底,国务院文件为它“立宪”——网络、平台、安全三大体系,人、机、物全面互联。那份定义文件里,人工智能只出现在“前沿技术探索”清单里,与增强现实、区块链并列——是一个选项,不是主线。

此后是熟悉的节奏:设备上云、百万工业APP、双跨平台名单……热闹了五年。舞台中央站着的,是联接、是平台、是APP的数量;而那个从圣拉蒙带出来的灵魂——用智能分析从数据里提炼业务价值——渐渐退到了幕后。

热潮之后,批评来了。有学者说得很直白:那些耗费巨资建设的平台,大多仍在做着“数据搬运工”的活儿——把设备状态从车间搬到大屏,把生产报表从网页版变成微信版。数据被搬来搬去,没人去提炼它的价值。

联接是管道,平台是容器,搬运是物流。价值提炼这件事,沉睡了十年。

2021年,政策口径里第一次出现松动:AI与5G并列,成为“鼓励应用的新技术”。但那也只是访客的身份。

图片

然后,AI大模型来了。

2023年,大模型进车间,平台企业纷纷发布工业大模型;2025年底,工信部印发《工业互联网和人工智能融合赋能行动方案》,AI与工业互联网在文件标题里并列;2026年,邬贺铨院士宣告工业互联网进入“智能体”新阶段,学界给出新比喻:工业互联网是智能体的躯体,智能体是灵魂。

很多人把这描述成一场“颠覆”:新物种登场,旧概念谢幕。

我的看法不太一样。这不是颠覆,是回归。

回到2012年的那个问题:工业互联网是干什么的?把工业数据的业务价值提炼出来。当年的手段,是传统的机器学习和深度学习:找规律、做预测,提前一个月告诉你发动机该检修了。今天的手段,是大模型和智能体,不仅会找规律,还会生成:生成工艺路径、生成控制代码、生成新的方案;它不仅做辅助判断,还能参与决策;它把响应周期从月级压到秒级。

提炼的能力指数级升级,还出现了生成的能力。但归根结底,做的事还是那一件:让工业数据产生业务价值。

本质,还是数据智能。

图片

所以工业AI和工业互联网是什么关系?我的答案是:工业AI是工业互联网失散多年的灵魂,带着强得多的工具,回来了。

工业互联网用十四年,修好了管道、建好了容器、铺好了网络,它为灵魂的回归准备好了身体。而AI的回归,让2012年许下的那个1%的承诺,第一次有了真正兑现的可能。

出走十四年,灵魂带着更强的工具,回来了。

Dr. Lu · 2026年9月


关于作者

Dr. Lu,昆仑数据创始人陆薇。虽然是计算机博士,大部分时间不在机房,而在工厂和去工厂的路上。20年来专注一件事:让数据真正理解工业。她是IEEE TCSVC Woman in Services Computing第一位华人女性获奖者,也是最早参与制定中国工业大数据路线图的那批人之一。这个专栏是她在一线的思考——关于工业AI、关于本体模型和控制论、关于AI在工厂落地那些事儿和人。