中國(guó)冶金報(bào)社
記者 呂林 報(bào)道
圖片由蘑菇物聯(lián)提供
隨著DeepSeek等通用大模型技術(shù)的突破，AI在設(shè)備預(yù)測(cè)性維護(hù)、能源優(yōu)化、質(zhì)量管控、生產(chǎn)制造等場(chǎng)景中已展現(xiàn)出顛覆性潛力，工業(yè)企業(yè)紛紛加速布局“AI+”戰(zhàn)略。然而，貼上“AI標(biāo)簽”的服務(wù)商和解決方案真假難辨。根據(jù)行業(yè)調(diào)研數(shù)據(jù)，77%的企業(yè)工程師并不知道如何判斷真假AI技術(shù)。為此，3月14日，蘑菇物聯(lián)舉行“3·15”打假AI暨靈知AI2.0——公輔能源垂直大模型發(fā)布活動(dòng)，為工業(yè)企業(yè)維權(quán)，揭露工業(yè)假AI，發(fā)布工業(yè)真AI。
打假AI，先打自己
打假AI的第一棒，蘑菇物聯(lián)打到了自己身上。該公司創(chuàng)始人兼CEO沈國(guó)輝告訴在場(chǎng)的記者：“2021年，蘑菇物聯(lián)通過(guò)AI技術(shù)初步切入中央空調(diào)場(chǎng)景。在AI算法控制測(cè)試驗(yàn)證前，首先應(yīng)用的是機(jī)理模型做控制，但有同事為了更快地把軟件賣給客戶，就自己把當(dāng)時(shí)還沒(méi)有發(fā)布的AI技術(shù)寫到了匯報(bào)PPT里，實(shí)際上還沒(méi)有寫明白，只有概念和一堆唬人的名詞，這是典型的假AI。”
沈國(guó)輝認(rèn)為，假AI對(duì)工業(yè)企業(yè)和行業(yè)會(huì)造成4個(gè)危害：一是浪費(fèi)客戶的數(shù)智化預(yù)算。二是劣幣驅(qū)逐良幣，讓工業(yè)企業(yè)質(zhì)疑AI技術(shù)。三是阻礙真正的創(chuàng)新，若假AI都能賣出去，科技企業(yè)將很難投入研發(fā)做真AI。四是最終導(dǎo)致第四次科技革命在中國(guó)制造業(yè)的落地進(jìn)程被延誤。
為了堅(jiān)決避免出現(xiàn)類似的問(wèn)題，蘑菇物聯(lián)采取了多項(xiàng)措施。例如，嚴(yán)禁員工操之過(guò)急地宣傳AI，以及在AI的應(yīng)用研發(fā)上繼續(xù)加大投入。在蘑菇物聯(lián)工業(yè)AI首席技術(shù)官周子葉博士的帶領(lǐng)下，該公司自主研發(fā)了工業(yè)公輔能源系統(tǒng)的AI垂直大模型——靈知AI，掌握超20多類高耗能通用設(shè)備的設(shè)備機(jī)理和專家知識(shí)庫(kù)，具備問(wèn)答、診斷、預(yù)測(cè)、控制四大模型能力，入選國(guó)家工信部人工智能賦能新型工業(yè)化典型應(yīng)用案例。截至2024年底，蘑菇物聯(lián)經(jīng)過(guò)超2600個(gè)工廠公輔能源車間的實(shí)踐摸索，總結(jié)出AI在工業(yè)場(chǎng)景落地的AROE模型框架：異常檢測(cè)—根因分析—優(yōu)化決策—效果評(píng)估。AROE模型框定了AI在工業(yè)場(chǎng)景部署落地、創(chuàng)造價(jià)值的技術(shù)結(jié)構(gòu)。
如何判斷真假AI？
沈國(guó)輝揭露了假AI的四大典型特征：一是無(wú)自主學(xué)習(xí)能力，系統(tǒng)無(wú)法通過(guò)新數(shù)據(jù)優(yōu)化表現(xiàn)(如推薦結(jié)果長(zhǎng)期不變)。二是無(wú)法將Al可視化，只停留在PPT階段，Al界面不可視，Al計(jì)算的過(guò)程不可視，客戶體驗(yàn)不到。三是技術(shù)不透明，拒絕提供模型，架構(gòu)或訓(xùn)練數(shù)據(jù)信息(常見于ToB服務(wù)商)。四是人工依賴度高，后臺(tái)需持續(xù)人工維護(hù)的規(guī)則庫(kù)或修正結(jié)果。
周子葉博士分享了工業(yè)企業(yè)需要的真AI應(yīng)該具備的四大技術(shù)特征：
一是云邊端技術(shù)架構(gòu)。任何AI都建構(gòu)在數(shù)據(jù)的基礎(chǔ)上，能讓采集—分析—決策—控制數(shù)據(jù)流跑通的天然是云邊端技術(shù)架構(gòu)。在邊緣側(cè)進(jìn)行實(shí)時(shí)數(shù)據(jù)采集和實(shí)時(shí)控制，在云端進(jìn)行大規(guī)模計(jì)算及訓(xùn)練AI大模型。如果采用傳統(tǒng)的PLC、SCADA等技術(shù)，在技術(shù)架構(gòu)上無(wú)法支持AI的應(yīng)用。
二是垂直大模型與行業(yè)知識(shí)庫(kù)結(jié)合應(yīng)用。設(shè)備故障診斷、設(shè)備組合控制、設(shè)備參數(shù)控制等工業(yè)場(chǎng)景中的問(wèn)題，需要通過(guò)特定的垂直模型結(jié)合行業(yè)知識(shí)庫(kù)去解決。只有通用大模型,或只有行業(yè)知識(shí)庫(kù)，都無(wú)法在工業(yè)場(chǎng)景發(fā)揮AI的價(jià)值。
三是豐富的工業(yè)設(shè)備通信協(xié)議庫(kù)。工業(yè)設(shè)備通信協(xié)議是采集設(shè)備數(shù)據(jù)和控制設(shè)備的“鑰匙”，先采集不同型號(hào)、不同種類的設(shè)備數(shù)據(jù)，以供AI分析計(jì)算。若掌握的協(xié)議有限，只能采集有限的設(shè)備數(shù)據(jù)，AI也難以發(fā)揮作用。
四是AI系統(tǒng)具備開放性。AI系統(tǒng)要具備開放性，一方面，通過(guò)開放的API接口與企業(yè)或其他第三方系統(tǒng)深度集成；另一方面，系統(tǒng)需能從單點(diǎn)優(yōu)化升級(jí)到全局協(xié)同優(yōu)化，從某個(gè)車間的優(yōu)化拓展到全工廠甚至跨工廠的協(xié)調(diào)優(yōu)化。
工業(yè)需要的真AI：可落地+可測(cè)量+可持續(xù)
蘑菇物聯(lián)相信，成熟、理智的工業(yè)企業(yè)不會(huì)為AI噱頭買單，只為價(jià)值買單。因此，真AI必須脫離“PPT AI”模式，做到AI可落地+創(chuàng)造可測(cè)量?jī)r(jià)值+可持續(xù)創(chuàng)造價(jià)值。
周子葉博士在會(huì)上發(fā)布了靈知AI2.0——中國(guó)唯一落地的公輔能源垂直大模型。
一是可落地的路徑：工業(yè)企業(yè)部署靈知AI垂直大模型有清晰的路徑選擇。先從易部署且ROI高的閉環(huán)場(chǎng)景（如公輔能源車間）切入，進(jìn)而拓展到工廠的其他場(chǎng)景，如物流、質(zhì)檢、生產(chǎn)等，分階段把所有環(huán)節(jié)都接入到靈知AI垂直大模型，實(shí)現(xiàn)AI落地賦能工業(yè)，從而實(shí)現(xiàn)智能制造。
二是可測(cè)量的價(jià)值：靈知AI貫穿工業(yè)能源全流程，承諾具體節(jié)能率。靈知AI建模計(jì)算工廠的能源供給與需求數(shù)據(jù)變化，擬合工廠能源供給與需求兩條曲線，實(shí)現(xiàn)按需供能，切實(shí)消除冗余供能的痼疾，實(shí)現(xiàn)可測(cè)量的節(jié)能降碳。
三是可持續(xù)的價(jià)值：基于PDCA管理流程的公輔系統(tǒng)能源算法模型。靈知AI具備問(wèn)答、診斷、預(yù)測(cè)、控制四大模型能力,基于PDCA管理流程，可持續(xù)優(yōu)化公輔能源系統(tǒng)的能耗水平，持續(xù)提高系統(tǒng)能效。
作為一家聚焦在公輔能源場(chǎng)景的工業(yè)AI科技公司，蘑菇物聯(lián)鄭重承諾：為企業(yè)提供工業(yè)真AI，同時(shí)發(fā)起兩個(gè)行動(dòng)：一是蘑菇物聯(lián)靈知AI，不節(jié)能不收費(fèi)。二是發(fā)起“讓客戶全程可視的公輔能源AI垂直大模型”共創(chuàng)計(jì)劃。
“蘑菇物聯(lián)讓AI不再是一個(gè)看不見摸不著的黑盒子，AI技術(shù)怎么預(yù)測(cè)故障、怎么控制設(shè)備，都要讓工業(yè)企業(yè)看得見摸得著。”沈國(guó)輝最后強(qiáng)調(diào)道，“讓工業(yè)從業(yè)者放心用AI，用好AI！”
