趨勢一：邊緣計算

云邊端協(xié)同管理和調度能力加速數字應用落地生產(chǎn)環(huán)境

2023年，云架構變得更復雜，分布式云、云邊協(xié)同、邊緣自治、邊邊協(xié)同，等創(chuàng )新持續迭代。云邊端協(xié)同管理和調度能力的突破將助力工業(yè)企業(yè)有效駕馭云架構的復雜性，進(jìn)而充分利用起云架構的先進(jìn)性，推動(dòng)邊緣側應用范圍和效果快速放大，主要呈現如下方面趨勢：

一是企業(yè)對激增的邊緣側資源的有效管理。邊緣側的設備、算力、數據等資源配比將快速攀升。以數據為例，出于安全性和效率考慮，未來(lái)數字工業(yè)超過(guò)50%以上數據會(huì )在邊緣側產(chǎn)生，同時(shí)會(huì )出現大量部署在邊緣的應用服務(wù)，這要求企業(yè)管理和利用好這些資源。二是賦能企業(yè)實(shí)現云邊端資源協(xié)同調度。伴隨著(zhù)云邊端一體化操作系統走向成熟，企業(yè)會(huì )趨向把云邊端的資源通過(guò)統一平臺系統進(jìn)行的管理和調度，在工業(yè)場(chǎng)景下的，工業(yè)操作系統、工業(yè)大腦將成為協(xié)同調度的統一平臺，邊緣計算一體機也將成為數字應用部署的新型載體。

趨勢二：計算機視覺(jué)

工業(yè)級場(chǎng)景需求升級，帶動(dòng)計算機視覺(jué)技術(shù)趨向高精度和標準化

計算機視覺(jué)是人工智能在工業(yè)領(lǐng)域應用最成熟的技術(shù)方向。2023年隨著(zhù)應用場(chǎng)景覆蓋廣度和深度的提升，更多潛在的價(jià)值場(chǎng)景機會(huì )會(huì )被發(fā)掘出來(lái)。驅動(dòng)計算機視覺(jué)技術(shù)能力向高精度、標準化方向繼續精進(jìn)發(fā)展。

一是高精度計算機視覺(jué)技術(shù)向縱深發(fā)展。高光譜機器視覺(jué)感知技術(shù)得到普及、視覺(jué)算法、算力部署的優(yōu)化以及與知識圖譜等技術(shù)的結合運用，推動(dòng)計算機視覺(jué)趨向于高精度方向發(fā)展。2023年在智慧醫療、航空航天、高精密產(chǎn)品質(zhì)檢等方面將產(chǎn)生許多新的場(chǎng)景落地機會(huì )。

二是計算機視覺(jué)技術(shù)的標準化封裝。頭部廠(chǎng)商以開(kāi)放API、封裝SDK等易于使用和集成的方式提供給中小企業(yè)，降低技術(shù)規?；_(kāi)發(fā)和使用的門(mén)檻，并孕育出新的技術(shù)商業(yè)化模式。在這個(gè)過(guò)程中，標準化是為了建立一個(gè)良好的循環(huán)迭進(jìn)生態(tài)，促進(jìn)算法和樣本共享，讓算法有可研究試驗的數據，同時(shí)疑難樣本可以推給更專(zhuān)業(yè)的算法團隊攻克。

趨勢三：拓展現實(shí)交互

拓展現實(shí)交互技術(shù)入口價(jià)值凸顯，打開(kāi)工業(yè)數字化多元化場(chǎng)景

拓展現實(shí)交互技術(shù)（XR）是虛擬現實(shí)、增強現實(shí)和混合現實(shí)等技術(shù)的組合，通過(guò)計算機技術(shù)和可穿戴設備產(chǎn)生真實(shí)與虛擬結合、可人機交互的環(huán)境，提供更加直觀(guān)、沉浸式的體驗。拓展現實(shí)交互技術(shù)可為工業(yè)企業(yè)在產(chǎn)品設計、生產(chǎn)制造、質(zhì)量檢測、設備維護、遠程協(xié)作等方面以多種組合方式融匯虛擬和現實(shí)世界，為工業(yè)制造的運行模式提供更立體的解決方案。

2023年，雖然拓展現實(shí)交互技術(shù)的深度應用仍然處于早期，但其對于工業(yè)企業(yè)的數字化轉型和技術(shù)應用的場(chǎng)景入口價(jià)值將得到進(jìn)一步凸顯。一是工業(yè)生產(chǎn)場(chǎng)景入口，實(shí)現對工業(yè)生產(chǎn)過(guò)程的全方位可視化、模擬和優(yōu)化，提高設計、制造、檢測、維修等環(huán)節效率和質(zhì)量。二是工業(yè)培訓教育入口，基于逼真的模擬場(chǎng)景為員工和合作伙伴提供高質(zhì)量的培訓教育體驗。三是產(chǎn)品服務(wù)的使用入口，客戶(hù)可在虛擬環(huán)境中預覽和定制產(chǎn)品，驅動(dòng)產(chǎn)品銷(xiāo)售。

趨勢四：工業(yè)知識圖譜

工業(yè)知識圖譜技術(shù)驅動(dòng)產(chǎn)品全生命周期知識融合應用

知識圖譜是一種基于語(yǔ)義網(wǎng)技術(shù)的知識表示方法，它將實(shí)體、屬性和關(guān)系等元素進(jìn)行抽象和建模，形成一個(gè)具有語(yǔ)義表達能力的圖結構。在工業(yè)領(lǐng)域，知識圖譜可以將工業(yè)領(lǐng)域的知識進(jìn)行建模，形成一個(gè)具有語(yǔ)義表達能力的圖結構，從而實(shí)現對工業(yè)領(lǐng)域知識的存儲、管理、推理和應用。工業(yè)知識圖譜驅動(dòng)全生命周期知識融合應用，多環(huán)節、AI驅動(dòng)、安全成為三大趨勢性關(guān)鍵詞。

一是工業(yè)知識圖譜技術(shù)向工業(yè)生產(chǎn)鏈條的多環(huán)節快速滲透。幫助企業(yè)整合和利用各種生產(chǎn)數據、設備數據、質(zhì)量數據等方面的專(zhuān)業(yè)知識，為企業(yè)提供生產(chǎn)優(yōu)化和質(zhì)量控制的決策支持；二是人工智能加速工業(yè)知識圖譜落地。知識圖譜可以為AI提供認知和理解能力，而AI也正在加速企業(yè)的知識圖譜構建，包括獲取各種文獻、專(zhuān)利信息、技術(shù)標準等方面的專(zhuān)業(yè)知識，同時(shí)自動(dòng)化處理各種設備信息、工藝參數、質(zhì)量數據等方面專(zhuān)業(yè)知識；三是工業(yè)知識圖譜技術(shù)應用將更加注重數據質(zhì)量和數據安全。隨著(zhù)國內在數據安全方面的監管和政策優(yōu)化，工業(yè)企業(yè)會(huì )更加注重數據質(zhì)量和數據安全問(wèn)題，并提出更加有效的解決方案。

趨勢五：工業(yè)機理模型

工業(yè)領(lǐng)域知識注入通用大模型，孕育工業(yè)大模型落地

工業(yè)機理模型      技術(shù)是指利用人工智能技術(shù)、特別是通用大模型技術(shù)來(lái)構建具有海量參數、強大泛化能力、跨領(lǐng)域適應性的工業(yè)機理模型的技術(shù)。工業(yè)機理模型技術(shù)的主要目標是以知識注入的方式，將工業(yè)領(lǐng)域的專(zhuān)業(yè)知識和經(jīng)驗融合到通用大模型，孕育出具有工業(yè)領(lǐng)域特色工業(yè)機理大模型。

2023年是人工智能通用大模型進(jìn)入“現象級”增長(cháng)和規?；瘧玫脑?，對于工業(yè)企業(yè)來(lái)說(shuō)，利用知識注入方式將工業(yè)機理與通用大模型進(jìn)行融合將成為未來(lái)1~2年關(guān)鍵趨勢。通過(guò)知識注入，具備工業(yè)機理的工業(yè)大模型將獲得強大的垂直行業(yè)落地能力，幫助工業(yè)企業(yè)獲得更豐厚的業(yè)務(wù)收益。

一是處理更多類(lèi)型的工業(yè)數據。例如文本、圖像、視頻、聲音、傳感器數據等多模態(tài)數據；二是處理跨工業(yè)領(lǐng)域和專(zhuān)業(yè)的數據。例如機械、電氣、化工、材料等；三是執行多種工業(yè)場(chǎng)景和任務(wù)。例如故障診斷、質(zhì)量檢測、過(guò)程優(yōu)化、排產(chǎn)排程、產(chǎn)品設計等；四是提供魯棒性和可解釋的結果。對于工業(yè)認知和決策結論給出推理過(guò)程、證據支持、置信度評估等。

趨勢六：綠色制造

碳足跡和減碳技術(shù)成為推動(dòng)綠色制造落地的關(guān)鍵突破口

綠色制造是綜合考慮環(huán)境影響和資源消耗的現代化制造模式，目標是使產(chǎn)品從設計到回收外理的整個(gè)產(chǎn)品生產(chǎn)周期中對環(huán)境負面影響極小，資源利用率極高，使企業(yè)經(jīng)濟效益、社會(huì )效益和生產(chǎn)效益協(xié)調優(yōu)化。碳足跡和減碳技術(shù)是實(shí)現綠色制造的關(guān)鍵技術(shù)組合，碳足跡指組織、產(chǎn)品或服務(wù)在其生命周期內直接或間接產(chǎn)生的溫室氣體排放量；減碳技術(shù)是能夠降低碳排放或增加碳匯的技術(shù)，如工業(yè)碳捕集和封存、大氣碳負排放等。

綠色低碳是制造業(yè)轉型發(fā)展的全新維度。2023年，雙碳技術(shù)棧將支撐綠色制造模式在發(fā)電、鋼鐵、化工、建材等行業(yè)逐步落地，其中碳足跡和減碳處于核心技術(shù)位置，帶來(lái)諸多趨勢性變化：一是碳排放量化技術(shù)，通過(guò)工藝機理和高質(zhì)量數據建構工業(yè)生產(chǎn)和碳排放的內在邏輯關(guān)系，結合碳排放核算能力的不斷提高，企業(yè)將找到衡量碳資產(chǎn)的有效方式。二是碳排放的時(shí)空視角，面向產(chǎn)品全生命周期碳排放核算（時(shí)域特性）和制造業(yè)全供應鏈碳中和（空域特性）是發(fā)展方向。三是工業(yè)能源的綠色轉型，基于對碳資產(chǎn)的有效衡量和定價(jià)，以及碳市場(chǎng)的逐步落地，工業(yè)能源的綠色轉型將真正與企業(yè)的經(jīng)營(yíng)指標相關(guān)，從而推動(dòng)企業(yè)主動(dòng)推進(jìn)能源綠色化進(jìn)程。四是能源互聯(lián)網(wǎng)，企業(yè)利用虛擬電廠(chǎng)、綜合能源系統來(lái)管理調度多種清潔能源和能源網(wǎng)、實(shí)現全局ROI最優(yōu)成為可能，技術(shù)落地從樓宇級走向園區級。

趨勢七：工業(yè)大數據

人工智能的價(jià)值釋放，進(jìn)一步加速工業(yè)企業(yè)的數據基建進(jìn)程

大數據技術(shù)是數據采集、存儲、管理、分析挖掘、可視化等技術(shù)的總和，其幫助企業(yè)沉淀海量多維、高增長(cháng)、多形態(tài)的信息資產(chǎn)。進(jìn)而有能力利用智能技術(shù)獲得洞察、自?xún)?yōu)化、預測、決策能力。工業(yè)大數據技術(shù)是在工業(yè)物聯(lián)、產(chǎn)業(yè)互聯(lián)產(chǎn)生的海量、復雜的數據中發(fā)現新的知識規律，挖掘有價(jià)值洞察的技術(shù)手段，推動(dòng)制造型企業(yè)以數據驅動(dòng)的產(chǎn)品服務(wù)創(chuàng )新、經(jīng)營(yíng)水平提升、和生產(chǎn)運營(yíng)提效，商業(yè)模式拓展。

2023年，人工智能的突破性進(jìn)展讓業(yè)界開(kāi)始關(guān)注大模型的行業(yè)化應用，而工業(yè)大數據成為工業(yè)企業(yè)構建AI可用的數據體系、打造工業(yè)大模型的關(guān)鍵支撐。對于數智化轉型處于領(lǐng)先地位的企業(yè)來(lái)說(shuō)，工業(yè)大數據潛在的巨大價(jià)值將吸引他們未來(lái)數年持續加大IT投入，帶來(lái)一些趨勢性變化：

一是數據全生命周期管理加快被實(shí)踐，工業(yè)大數據的高度復雜性是傳統數據技術(shù)應用于工業(yè)的難點(diǎn)，而AI技術(shù)非常擅長(cháng)處理復雜但具備結構性的數據，所以企業(yè)全生命周期數據管理的理念將被更多企業(yè)付諸實(shí)踐。二是大數據技術(shù)的進(jìn)階應用加速落地，數據技術(shù)高階應用加快，比如數據處理環(huán)節的湖倉一體、批流一體，數據分析等技術(shù)應用，數據分析環(huán)節的算法模型、智能標簽、知識圖譜、可視化等高級分析技術(shù)等。

趨勢八：新一代人工智能

群體智能成為AI在工業(yè)領(lǐng)域應用的下一個(gè)突破性方向

群體智能技術(shù)是模擬自然界生物群體行為的人工智能技術(shù)，具有去中心化、智能度高、靈活性強的特點(diǎn)，可以在沒(méi)有中心控制且對全局環(huán)境認知不足的情況下完成很多復雜任務(wù)。工業(yè)領(lǐng)域群體智能是指在工業(yè)生產(chǎn)、管理等環(huán)節中，利用多個(gè)智能設備或系統（如機器人、傳感器等）通過(guò)分布式、去中心化、自組織的方式協(xié)同完成復雜任務(wù)或解決復雜問(wèn)題的技術(shù)。

2023年，群體智能技術(shù)將更多被業(yè)界討論，并開(kāi)始融入制造業(yè)數字化轉型的技術(shù)攻堅進(jìn)程。在大語(yǔ)言模型、邊緣計算、物聯(lián)網(wǎng)、知識圖譜等多種技術(shù)棧的支撐下，群體智能技術(shù)發(fā)展的基礎已經(jīng)趨于成熟，技術(shù)將逐漸走出實(shí)驗室。在技術(shù)突破點(diǎn)方面，群體智能技術(shù)探索重點(diǎn)會(huì )在多個(gè)智能設備或系統在邊緣節點(diǎn)的分布式協(xié)同計算。具體來(lái)說(shuō)利用邊緣側的算力集群，提高分布式群體智能的實(shí)時(shí)性、靈活性和魯棒性，降低對中心節點(diǎn)和云端的依賴(lài)，如：工業(yè)機器人集群利用邊緣計算開(kāi)展實(shí)時(shí)協(xié)作控制、故障檢測、自修復任務(wù)；設備傳感器集群可以利用邊緣計算實(shí)時(shí)開(kāi)展數據融合、壓縮、分析等任務(wù)。這些都是群體智能落地的場(chǎng)景趨勢。

趨勢九：工業(yè)數字孿生

工業(yè)數字孿生技術(shù)推動(dòng)數字技術(shù)在制造業(yè)的規?；瘧?/strong>