AI有望牽引工業軟件範式變革 賽意信息以創新驅動工業智造

隨著人工智能的快速發展，機器學習已經進入了大模型時代，以ChatGPT的出現為例，其便被寄予了通用人工智能AGI的未來想象和美好期待，不少大廠也紛紛布局大型語言模型。

業内人士指出，C端的AI應用已經最先感受到變化，但實際上，AI在B端的應用往往更值得期待。AI+將有機會引領研發設計及工業控制軟件交互模式變革，實現「所說即所得」，設計者以自然語言下達指令，軟件分析自然語言當中包含的非結構化需求信息，自動編寫代碼，自動繪制相關圖紙並進行仿真計算。

從落地場景看，生産控制工業軟件環節的AI應用占整個工業場景的比例超57%，具有表面缺陷檢測、生産過程控制優化、質量關聯分析、預測性維護、生産作業視覺識別、物料識別與操作等一批典型細分場景。

未來，交互模式的人性化或帶動高門檻工業過程控制管理及應用工作的大衆化普及，或將促使個性化、定制化産品的工業級生産在質量管理、設備管理、生産作業、安全生産管理等生産過程管控環節的大規模應用成為可能。

人工智能是工業軟件的重要賦能器

隨著人工智能概念的持續火爆，市場對AI的關注，已經開始由算力、算法、數據拓展至應用端。在C端，ChatGPT領域已經出現了類似微軟365 Copilot的産品，可以將人工智能與軟件實現高端結合，提升用戶的工作效率。

而在B端，雖然尚未出現類似能與工業軟件深度融合的産品，但目前AI技術已經開始賦能Autodesk、Dassault、Siemens、PTC、Ansys等全球CAD/CAE龍頭公司的相關産品。據報道，最近西門子正在與微軟合作，使用生成式人工智能工具來改進其工業工作流程中。人工智能算法在制造業中的應用，不僅可以提高生産效率，降低生産成本，還可以改善産品質量和生産安全。西門子和微軟的合作進一步推動了AI在制造業的加速落地和應用。

根據信通院研究，由于人工智能技術可用性的增強以及工業信息化水平的提升，通用技術的工業落地間隔由20年逐步縮短至小于5年，工業AI將有望在技術、産業與應用等維度具備充分的發展潛力。

根據相關研究報告，接下來，工業AI或會經曆三大階段的發展：

第一階段，是以「AI有什麽、工業用什麽」為特征，主要是專家系統、機器學習等傳統AI技術以及自然語言處理等應用技術向工業領域的滲透遷移，解決以工業視覺為主的點狀問題，如機器視覺定位、視覺質檢、表單字符識別等。

第二階段，是需求推動的場景復雜多樣化賦能階段。AI技術與工業需求相互匹配解決點狀的復雜特異性問題，實現「工業有需求、AI來滿足」，以機器學習/深度學習等數據科學與研發制造環節機理融合為主要特征，實現面向場景的建模與優化。

第三階段，是綜合智能應用階段，以深度學習與知識圖譜融合創新或是新技術理論突破賦能為主，，既能針對設備、工廠等實現更客觀全面的智能優化，如質量綜合管控，也能實現全企業甚至全産業鏈基于知識的綜合決策，應用價值較高，推動工業真正實現智能化。

分析人士認為，事實上，AI主推工業智能化的發展，跟數字化浪潮下工業制造向工業智造的趨勢是一致的。只是在這個過程中，AI有望帶來工業軟件端商業模式新變革，這將會是國内工業軟件廠商彎道超車的新機遇。

工業數字化是工業AI的必要前提

目前AI從第一性原理來分析，以LLM為核心的新一代AI模型擁有龐大的巨量參數，配以高算力來驅動整體的AI智能化水平，具備了對人類社會泛化知識理解的一定能力，但對于垂直的、專業的、深度行業knowhow方面的B端場景應用，相匹配的模型能力和數據源對于AI落地賦能的作用和深度而言是必選剛需。

因此，人工智能技術在工業領域的應用和發展取決于在自動化基礎上的全面數字化建設的進程，而自動化邁向數字化、智能化也必然需要一個從局部領域至全面實現、從單一應用至繁冗合成的循序演化的過程。正如大家耳熟能詳的數字化工廠，其是指通過建立現代數字制造體系、網絡化配置實現整個制造流程的全面數字化管理。數字化工廠建設需要把現代管理理論、智能生産理論、通信技術、大數據技術、數字孿生技術等深度融為一體，全面整合車間生産設備、生産運行控制系統、産品設計開發系統等各種信息系統，形成由産品設計、生産規劃與生産執行所構成的新型生産組織方式。

自主研發推動國産化替代

賽意信息（300687）核心業務為通過幫助用戶建立數字基座，挖掘各個層級應用端的數據價值，形成以數字驅動為特征的運營管理模式。AI在B端的廣泛應用離不開數字化底座的加強和普及。在AI使能的前置性數字化底座方面，作為國内企業數字化轉型的賦能者、工業管理軟件踐行者，賽意信息則在公司發展早期就已經在這方面進行前瞻性布局，並持續進行自主研發技術攻關，也對未來迎接全面人工智能技術做好了充分准備。

業内人士表示，對人工智能技術而言，國産基礎軟硬件提供生根土壤，「國産廠商+國内Al」的強強聯合，將有望進一步打開工業軟件「國産化替代」的趨勢。讓「國産替代」從「用國産産品替代國外大廠産品」的1.0階段，向更強調技術或應用上的突破與創新的2.0階段進發，這將要求産品從「能用」向「好用」轉變，通過價值驅動打動目標群體。

不過，中國制造業擁有最復雜的業務場景和管理場景，在數字化轉型過程中面臨基礎設施不適應多雲環境而無法統一管控、系統與系統之前無法互聯互通，導致「煙囪」林立、數據孤島、業務（流程）割裂、協同難、無法持續叠代升級等系列難題與挑戰頻發。

瞄准「痛點堵點」，賽意谷神工業aPaaS平台打破傳統IT治理架構，以分布式服務架構、雲原生等新技術為技術基礎，並結合業務組件模塊化、服務化等架構方法，以低代碼應用開發、跨系統服務/數據集成、數據接入與治理三大核心引擎構建起的業務、數據和技術閉環的架構，一站式覆蓋「業務開發、數據開發、系統集成」三大核心數字化核心場景，幫助企業構建數字化轉型核心業務能力，降低企業IT和業務的重復建設，減少煙囪式協作的成本，及時響應前端場景的快速變化。

據悉，基于強大的平台底座能力，賽意信息已為家電、電子、化工、汽車、機械、家居、大健康、快消零售等領域的企業客戶提供企業服務解決方案，幫助企業基于賽意雲原生技術平台完成數字化轉型，實現從信息化向數字化、智能化的發展。

賽意信息董事長張成康曾表示，工業管理軟件融合了大數據、人工智能、工業場景，已由過去的管理信息化發展成為智能制造的重要抓手，推動國内制造業轉型。

人工智能已經進入工業大生産階段，而賽意信息也從原本特定領域工具性軟件，向工具鏈上下遊和端到端的全生命周期軟件方向演進，進而發展到數字化生産制造平台，為工業制造向工業智造，乃至智能經濟提供保駕護航。

來源：中國財富通