制造业场景人工智能应用分类分级蓝皮书（2025年）_37页_1mb

制造业场景人工智能应用分类分级蓝皮书总结

核心内容概述

本蓝皮书由工业互联网产业联盟发布，旨在为制造业场景中人工智能（AI）的应用提供分类与分级方法论。通过对AI技术在制造业中的应用进行系统梳理，蓝皮书提出了从“单点工具”到“全域智能”的演进路径，帮助制造业企业与AI技术供给方明确技术布局方向，推动AI与制造业的深度融合与落地。

主要观点

• AI是制造业智能化的核心驱动力：AI技术正在深刻改变制造业的生产模式，推动从自动化向智能化、服务化演进。

• AI应用演进分为三个阶段：

  1. 隐藏问题显性化：通过数据采集与分析，识别并解决生产过程中的隐性问题。
  2. 知识积累与规模化应用：AI在制造业中不仅用于数据处理，还用于知识的传承与优化。
  3. 数据驱动智能决策：AI通过实时数据处理和模型优化，实现资源动态调整与系统自主进化。

• 分类与分级方法：

  • 分类方法：基于工作域、业务区、AI技术三个维度进行分类，涵盖研发设计、生产制造、运营、销售、服务、供应链等6个工作域，5个业务区，以及8种AI技术。
  • 分级方法：根据技术成熟度、制造业适用性、技术前景，将AI应用分为基础级、先进级、卓越级。基础级用于解决传统问题，先进级推动智能决策，卓越级探索复杂问题与高级智能目标。

关键信息

分类维度

• X轴（工作域）：研发设计、生产制造、运营、销售、服务、供应链。
• Y轴（业务区）：设备层、单元层、车间层、企业层、协同层。
• Z轴（AI技术）：传统机器学习、机器感知与机器视觉、生成式人工智能、认知与推理、人工智能代理（AI Agent）、智能机器人、融合智能、群体智能。

分级维度

• 基础级：AI技术已广泛应用于制造业，具备较高的成熟度，如传统机器学习、机器感知与机器视觉、生成式人工智能。
• 先进级：AI技术快速迭代，具备较强的商业价值，如认知与推理、AI Agent、智能机器人。
• 卓越级：AI技术处于前沿探索阶段，具备颠覆性潜力，如融合智能、群体智能。

案例分析

传统机器学习

• 案例：奥蒙德推出PREMAS®4.1监测系统，采用机器学习技术实现设备运行状态的实时监控与故障预警，提升生产效率与设备可靠性。
• 分类分级：生产制造—设备—传统机器学习，基础级。

机器感知与机器视觉

• 案例一：天翼物联推出基酒精准计量产品，采用深度学习算法与电磁波传感技术，实现非接触式酒体质量监测。
• 案例二：北自所研发的“船舶焊缝外观缺陷智能检测系统”，结合结构光3D相机与深度学习算法，实现焊缝缺陷的自动识别与定位。
• 分类分级：生产制造—设备—机器感知与机器视觉，基础级。

生成式人工智能

• 案例一：PTC的ServiceMax软件集成生成式AI，通过大语言模型（LLM）优化服务流程，提升问题处理效率。
• 分类分级：服务—企业—生成式人工智能，基础级。

认知与推理

• 案例一：和利时推出AIXMagital智能体，构建煤化工行业知识图谱，实现气化炉运行参数的智能优化。
• 案例二：工业富联构建GenAI设备助手平台，融合RAG、微调算法等技术，实现智能运维闭环。
• 分类分级：生产制造—单元—认知与推理（先进级）；运营—单元—认知与推理（先进级）。

人工智能代理（AI Agent）

• 案例一：PTC Windchill系统内置AI Agent，通过向量数据库、语义层与API接口，实现跨系统数据调用与智能决策。
• 案例二：北自所研发“工业控制器自动编程智能体”，基于自然语言大模型与知识图谱，实现控制器程序的智能生成与优化。
• 案例三：SAP推出Business AI，通过Joule AI Agent嵌入核心业务流程，实现跨职能智能协作。
• 分类分级：研发设计—协同—AI Agent（先进级）；运营—企业—AI Agent（先进级）。

智能机器人

• 案例一：创新奇智推出ChatRobot工业AGV机器人，结合大模型与任务规划能力，实现物流与生产效率提升。
• 分类分级：供应链—车间—智能机器人，先进级。

融合智能

• 案例一：南钢集团与华为联合研发“元冶·钢铁大模型”，融合多模型协同与行业机理模型，实现全流程智能化升级，提升能源调度效率与产品性能合格率。
• 案例二：京东工业平台基于AI技术构建分布式光伏数智运维新模式，实现运维效率与资产保值增值。
• 分类分级：生产制造—企业—融合智能（卓越级）；运营—企业—融合智能（卓越级）。

群体智能

• 案例：PTC ServiceMax平台部署多智能体协同架构，实现现场服务管理的智能优化与任务分配。
• 分类分级：运营—企业—群体智能，卓越级。

结论

蓝皮书为制造业场景中AI应用提供了系统的分类与分级方法，帮助制造业企业更好地理解AI技术的适用场景与成熟度。通过分类与分级，可以提升供需匹配度，推动AI在制造业中的精准落地与持续创新。