達(dá)索系統(tǒng)是法國(guó)的工業(yè)軟件公司，其旗下的 SOLIDWORKS、CATIA 是工業(yè)領(lǐng)域主流的設(shè)計(jì)軟件。工程師利用工業(yè)軟件在虛擬世界完成設(shè)計(jì)后，工廠和建筑公司再將這些設(shè)計(jì)轉(zhuǎn)變成汽車、船舶、火箭和大型建筑。

在當(dāng)?shù)貢r(shí)間 2025 年 2 月 23 日于美國(guó)休斯敦舉辦的 2025 年 3DEX－PERIENCEWorld2025 上，人工智能也是一個(gè)貫穿首尾的關(guān)鍵詞。數(shù)千名參會(huì)的工程師和企業(yè)家在會(huì)場(chǎng)聆聽了人工智能將給他們的工作帶來(lái)的改變。

1995 年，在 SOLIDWORKS 作為一款 3D 設(shè)計(jì)的工業(yè)軟件剛剛被推出時(shí)，購(gòu)買軟件的工程師會(huì)收到一本厚厚的使用手冊(cè)，上面寫著軟件的安裝方式以及各種操作指令。而今天，利用新一代 SOLIDWORKS 中的人工智能工具，系統(tǒng)會(huì)向初學(xué)者推薦 " 下一步 " 指令，幫助初學(xué)者從龐大的指令庫(kù)中更快地找到正確的指令；有資歷的工程師也可以利用人工智能的幫助完成流程性工作。

從 ChatGPT 的崛起開始，工業(yè)界就開始思考人工智能能夠給工業(yè)領(lǐng)域帶來(lái)什么改變。站在虛擬世界和物理世界邊界的達(dá)索系統(tǒng)，可以成為一個(gè)觀察的窗口。

" 我不是大語(yǔ)言模型的信仰者，我更愿意談工業(yè)語(yǔ)言模型。" 達(dá)索系統(tǒng)首席執(zhí)行官（CEO）帕斯卡 · 達(dá)洛茲在接受經(jīng)濟(jì)觀察報(bào)等媒體采訪時(shí)表示。帕斯卡 · 達(dá)洛茲認(rèn)為，人工智能技術(shù)要在工業(yè)領(lǐng)域得到更充分地利用，需要變得更有效、更可靠、更安全以及更實(shí)惠。

達(dá)索系統(tǒng)采用了一個(gè)更為靈活的架構(gòu)來(lái)使用人工智能，包括一個(gè)大語(yǔ)言模型和若干行業(yè)模型，并且只有在必要的情況下，才會(huì)調(diào)動(dòng)大模型，其他情況可以用傳統(tǒng)技術(shù)方式完成檢索。

帕斯卡 · 達(dá)洛茲說(shuō)：" 如果你投入十個(gè)億開發(fā)模型，可能需要很長(zhǎng)的周期才能收回投入，但如果你只投入了一千萬(wàn)，可能很快就能回本。"

與科技巨頭動(dòng)輒百億的投入不同，工業(yè)領(lǐng)域?qū)θ斯ぶ悄艿膽B(tài)度積極，但行動(dòng)務(wù)實(shí)。

2024 年，行業(yè)媒體 e-works 數(shù)字化企業(yè)網(wǎng)根據(jù)對(duì)三百余家企業(yè)的調(diào)研，發(fā)布了一份名為《人工智能在制造業(yè)應(yīng)用的現(xiàn)狀報(bào)告》（下稱《報(bào)告》）。《報(bào)告》顯示，82% 的企業(yè)希望通過(guò) AI 應(yīng)用提高效率和生產(chǎn)力，62% 的企業(yè)希望降低成本。其次是提升現(xiàn)有產(chǎn)品和服務(wù)，以及增強(qiáng)企業(yè)創(chuàng)新能力，47% 的企業(yè)將增強(qiáng)創(chuàng)新能力。另外，28% 的企業(yè)將獲取新思路和新洞察等作為主要期待。

最近一段時(shí)間，國(guó)家智能制造專家委員會(huì)委員、e-worksCEO 黃培連續(xù)三周奔赴廣西，兩次都與人工智能有關(guān)。第一次去是給廣西工信系統(tǒng)提供為期半天的培訓(xùn)，主題是 "AI+ 制造 "；第二次是去廣西有色金屬企業(yè)，探討人工智能如何在這個(gè)行業(yè)優(yōu)化工藝，節(jié)能減排。

黃培說(shuō)：" 現(xiàn)在全國(guó)各省區(qū)、各行業(yè)的企業(yè)都在探索人工智能應(yīng)用的可能。"

但黃培觀察到，工業(yè)領(lǐng)域人工智能使用的真實(shí)情況是：真正在工廠中得到應(yīng)用的，大部分仍然是 2012 年以來(lái)的傳統(tǒng)深度學(xué)習(xí)模式。大模型，特別是大語(yǔ)言模型只能在工廠的辦公室中，幫助工作人員寫投標(biāo)書或者做 PPT。

黃培說(shuō)，從目前看，大語(yǔ)言模型技術(shù)更擅長(zhǎng)的還是在知識(shí)庫(kù)的建設(shè)上。比如企業(yè)有大量維修手冊(cè)，利用大模型技術(shù)，維修人員可以通過(guò)語(yǔ)音或者簡(jiǎn)單的文字就得到維修建議。這些場(chǎng)景中，不會(huì)因?yàn)樘峁┑慕Y(jié)論錯(cuò)了就帶來(lái)不可挽回的結(jié)果。未來(lái)，多模態(tài)的大模型成熟應(yīng)用后，工作人員拍張照片或者上傳一段短視頻，就可以知道怎么維修。

但在工廠內(nèi)部，在生產(chǎn)領(lǐng)域，傳統(tǒng)的機(jī)器學(xué)習(xí)模型擁有更強(qiáng)的競(jìng)爭(zhēng)力。

2012 年，深度神經(jīng)網(wǎng)絡(luò)算法帶來(lái)了人工智能的新一輪突破，卷積神經(jīng)網(wǎng)絡(luò)（CNN）、遞歸神經(jīng)網(wǎng)絡(luò)（RNN-Re－currentNeuralNetwork）等模型大幅地提高了機(jī)器視覺、聽覺的正確率。與當(dāng)下如火如荼的大模型相比，這些傳統(tǒng)模型雖然只能應(yīng)對(duì)單一任務(wù)，但是所需要的數(shù)據(jù)量要遠(yuǎn)小于大模型，在單一任務(wù)的表現(xiàn)上也更加可靠。

黃培說(shuō)：" 對(duì)工業(yè)界來(lái)說(shuō)，人工智能的可信和可解釋性是非常關(guān)鍵的，需要更嚴(yán)謹(jǐn)?shù)哪Ｐ停栽诠I(yè)實(shí)踐中，我們還是倡導(dǎo)利用有監(jiān)督的機(jī)器學(xué)習(xí)模型，結(jié)合工業(yè)數(shù)據(jù)，得到更可靠的分析結(jié)果。"

黃培提供了一個(gè)案例：華中科技大學(xué)的一個(gè)科研團(tuán)隊(duì)通過(guò)采集機(jī)床的功率曲線數(shù)據(jù)，發(fā)現(xiàn)功率曲線中一些小的脈沖跟機(jī)床刀具出現(xiàn)斷刀的情況有關(guān)系。團(tuán)隊(duì)基于這一數(shù)據(jù)，建立了一個(gè)分析模型，通過(guò)這個(gè)模型可以延長(zhǎng)刀具 20% 的使用壽命。

利用傳統(tǒng)人工智能模型提高生產(chǎn)效率、降低生產(chǎn)成本在工業(yè)界已經(jīng)有較多可以參考的案例。比如在汽車制造和電子行業(yè)，AI 質(zhì)檢已經(jīng)成為一個(gè)較為普遍的應(yīng)用。《報(bào)告》顯示，40% 的企業(yè)將 AI 技術(shù)應(yīng)用于質(zhì)量管控與缺陷檢測(cè)。

但總體看，即使是這些已經(jīng)問(wèn)世十年以上基于傳統(tǒng)機(jī)器學(xué)習(xí)模式的人工智能，在中國(guó)工業(yè)界的應(yīng)用仍然處在初期。

其中一個(gè)原因是，很多企業(yè)不僅缺少專業(yè)的人員，也沒(méi)有為人工智能的落地真正做好準(zhǔn)備。黃培說(shuō)：" 人工智能的應(yīng)用是算法、算力加數(shù)據(jù)，工業(yè)企業(yè)沒(méi)有做好準(zhǔn)備的一個(gè)重要原因是缺少高質(zhì)量數(shù)據(jù)。"

高質(zhì)量的數(shù)據(jù)建立在一系列的工業(yè)改進(jìn)之上。黃培認(rèn)為，第一個(gè)階段是工廠要實(shí)現(xiàn)精益化生產(chǎn)；第二個(gè)階段是在精益生產(chǎn)的基礎(chǔ)上，建立互聯(lián)工廠；第三個(gè)階段是建立透明工廠，實(shí)時(shí)了解工廠里發(fā)生的一切；第四個(gè)階段是數(shù)字化工廠，即能夠通過(guò)各種數(shù)據(jù)，洞察工業(yè)生產(chǎn)的各個(gè)環(huán)節(jié)，提高效率；第五個(gè)階段是建立智能工廠。

黃培說(shuō)：" 精益化是所有工廠智能化的基礎(chǔ)。"

在工業(yè)企業(yè)自身準(zhǔn)備不足的問(wèn)題外，中國(guó)工業(yè)領(lǐng)域 AI 的另一個(gè)問(wèn)題是：缺少足夠可靠的 AI 伙伴。

黃培說(shuō)：" 其實(shí)我覺得有一點(diǎn)遺憾，因?yàn)橹圃鞓I(yè)的支付能力不是很強(qiáng)，國(guó)內(nèi)的 AI 公司沒(méi)有把業(yè)務(wù)重點(diǎn)放在制造業(yè)，而是更多地關(guān)注金融、零售、電商這些更容易獲得宏觀數(shù)據(jù)的行業(yè)。制造業(yè)的問(wèn)題是千差萬(wàn)別的，不同行業(yè)的數(shù)據(jù)和解決方案也有很大差異。"

黃培建議工業(yè)企業(yè)的數(shù)科公司和中國(guó)的人工智能公司可以深入工業(yè)場(chǎng)景，把工業(yè)中真正需要解決的問(wèn)題和人工智能能夠解決的問(wèn)題銜接起來(lái)。