人民网北京3月27日电 （记者李彤）“训练大模型如‘烹小鲜’”“工业人工智能（AI）是座金矿，但真金不易挖。”一句形象比喻，一句直白感慨，道出了当前工业AI发展的现状——正从“概念验证”加速迈向“闭环价值交付”，既迎来了政策与市场的风口，也面临场景适配、数据短缺、成效平衡等挑战。

业界人士认为，工业AI正在经历从政策发力到产业定向、产品设计到场景应用、单点突破到生态共赢的阶段，需要在破局中扎根、在协同中生长，通过构建强大生态释放更多潜能。

向上生长，政策赋能与市场机遇的叠加，让工业AI站上新风口。今年政府工作报告首次提出“打造智能经济新形态”，这有助于抓住AI发展的机遇，拓展AI赋能千行百业的广度和深度，尽快打开经济增长的新空间，培育新模式、壮大新动能。

广阔的市场空间与开放的创新生态，让中国工业AI成为全球关注的焦点。“中国雄厚的工业基础、开放的创新生态和广阔的应用市场，为工业AI发展提供了良好条件。”在近期举办的西门子RXD大会上，西门子董事会主席、总裁兼首席执行官博乐仁表示，工业领域对AI的需求更为严苛，“要让AI真正走进现实，来到物理世界，绝非仅靠更优的算法就能实现。在工业场景中，我们需要100%可靠的AI。”这一观点道出了工业AI与消费级AI的区别。

风口之下，业界对工业AI的认知不断深化。“过去谈工业AI，是想解决一个单点问题，例如对某一个场景进行优化，从而降本增效。”银河通用机器人联合创始人张直政说，当前业界对工业AI的理解，是在整个生产关系和生产方式的变革层面。这种变革将通过人机交互、机机交互方式的升级，引发一系列生产关系的深度调整。

认知升级的同时，业界也清醒地认识到，工业AI的规模化发展需突破多重瓶颈，“破局”成为行业发展的关键词。

国机数科董事长王宇航表示，工业AI首先要破“管理局”，这绝非简单的技术革新，而是一次全方位的管理再造、流程再造，需要企业“一把手”牵头、业务部门协同推进；其次要破“技术局”，工业领域的特殊性决定了AI落地需要适配工业场景的专用模型；还要破“成本局”，无法形成价值闭环、无法实现投入产出平衡的工业AI应用，难以具备长期生命力。

“算力、模型和数据，是工业AI落地的关键。”北京数据集团副总经理、北京国际大数据交易所董事长李振军表示，当前算力与模型的普及让技术门槛大幅降低，真正的短板在于数据。要唤醒工业企业的内部数据、私域数据，聚焦生产制造、运营管理等核心环节；要坚持场景驱动，找到数据应用的结合点。这是基础性工作，也是慢活，无法跳跃，却能为后续发展筑牢根基。

数据与场景的深度适配，正是破解工业AI发展痛点的抓手。西门子中国董事长、总裁兼CEO肖松认为：“要找到数据可获得、价值可量化、结果可泛化的场景切入口。场景也分为初级场景和成熟场景，区别就是数据。”

如果说破局是工业AI的发展路径，那么扎根则是其实现规模化发展的必经之路。

业界普遍认为，工业AI的规模化落地不能急于求成，必须循序渐进。目前工业数据供给相对匮乏，这与工业门类繁多、垂类细分、厂房离散分布有关。不少工业企业存在“重生产、轻数据”的现象：有生产但没有数据采集、有采集却不存储、有存储但缺乏加工，很多关键数据边采边丢，难以形成完整的数据链条。更关键的是，未经加工的工业数据多为非标准化、非结构化，无法直接用于模型训练。

向外延伸，构建完善的产业生态、补齐数据供给短板，成为工业AI突破发展瓶颈的关键。

“当前数据市场的主要矛盾，还是供给不足。”李振军说，工业AI的数据供给周期过长，从数据收集、加工，到交付验收、模型训练，需要耗费大量时间。他认为，需要建立规模化、标准化的数据工厂，一方面让数据提供方感受到安全可信，愿意主动共享数据；另一方面通过专业加工能力，推动工业数据向标准化数据产品转化。

业内人士表示，“成长的烦恼”是很多产业发展过程中的必然阶段。但随着政策支持的持续加码、技术创新的不断突破、产业生态的逐步完善，工业AI的价值释放已进入加速期。未来，随着更多企业参与其中，更多创新成果落地应用，工业AI将实现产业价值与社会价值的双重提升。