在工业数字化转型的浪潮中，工业互联网平台与大模型正加速融合，成为推动制造业迈向智能化、高效化、可持续发展新阶段的关键力量。为深入洞察工业互联网平台与大模型融合背后的作用机理、关键技术、应用成效及未来走向，赛迪研究院信息化与软件产业研究所工业互联网研究室从背景视角、理论视角、技术视角、评估视角和未来视角等五大核心视角出发，展开了全方位、深层次、系统性的研究。本期发布《未来视角：“工业互联网平台+大模型”发展趋势》。
文|赛迪智库信息化与软件产业研究所工业互联网研究室
在当今数字化浪潮席卷全球的背景下，工业领域正面临着一场深刻变革。“工业互联网平台+大模型”作为新兴技术融合的代表，正逐渐成为推动产业升级、重塑产业格局的关键力量。本期从未来视角按照大国竞争、技术引擎、商业范式、落地模式、底层逻辑以及生态建设六个方面，深入探讨“工业互联网平台+大模型”的发展趋势，全面展现“工业互联网平台+大模型”如何驱动制造业迈向智能化新时代，以及其背后蕴含的深刻变革与无限潜力。
大国竞争：
（德国制造业+美国大模型）×工业互联网平台
=全球本轮产业变革的竞争新高地
德国汉诺威工业博览会，是当今规模最大的国际工业盛会，也是我们洞见“工业互联网平台+大模型”未来趋势的重要窗口。在今年汉诺威工业博览会上，西门子推出了其与微软合作的首款工业领域生产式人工智能产品——西门子Industrial Copilot，能自动为可编程逻辑控制器（PLC）生成虚拟化任务和代码。此外，Industrial Copilot已与微软Azure OpenAI服务合作，进一步丰富功能，强化工厂自动化软件中代码的创建和优化。从西门子和微软的合作中可以看到，发达国家正在加速大模型向制造业的融合渗透，并将工业互联网平台作为连接大模型与制造业的关键载体，旨在抢占全球此轮产业变革的竞争新高地。所以，未来大国间的产业竞争也将围绕“（制造业+大模型）×工业互联网平台”这一模式展开。
技术引擎： 确定性机理模型+相关性算法模型 =放大工业知识价值增值效应
工业互联网平台承载着海量工业APP和工业软件，也被认为是工业知识的关键载体，有效优化了工业知识传播、利用的效率，但是在海量数据分析、隐性知识挖掘等方面还有待进一步提升。当前，随着大模型在工业领域中应用逐渐成熟，正在加速构建“知识沉淀－场景膨胀－数据积累－知识沉淀”的知识飞轮，能够与工业互联网平台形成有效互补，进一步放大工业知识价值增值效应。展望未来，“工业互联网平台+大模型”能够充分发挥工业互联网平台的数据汇聚、环境支持等优势，以及大模型泛化能力、快速迭代等优势，扩大工业知识的感知范围，通过确定性机理模型和相关性算法模型的深度结合、相互嵌套、交叉验证，进一步加速隐性工业知识沉淀为代码化、模块化软件。
商业范式： 工业互联网平台+大模型 =SaaS和MaaS成为主流
随着工业互联网平台的迅猛发展及其与大模型的深度融合，SaaS（软件即服务）和MaaS（模型即服务）正日益成为行业的主流选择。这一转变标志着企业在运营和决策支持方面正经历着革命性的变革。未来，随着工业互联网平台与大模型的完美结合，使得企业能够以更加灵活和高效的方式获取所需的服务。通过订阅或按需使用的方式，企业可以轻松获得高度定制化的软件解决方案和先进的数据模型，无需担心硬件基础设施的维护、软件的更新和升级等问题。这不仅极大地减轻了企业的运营负担，还提高了服务的稳定性和可靠性。
落地模式： 云端大模型+边端小模型 =技术与场景的无缝适配
云端大模型凭借其强大的计算能力和海量的数据储备，能够进行深度的数据分析和模型训练。而边端小模型则以其轻量级、高效的特点，更贴近实际工业场景，能够实时处理本地数据，快速响应环境变化，满足场景的实时性和个性化需求。未来，云端大模型与边端小模型将更加紧密结合，实现云端和边端各自特点和优势的最大化利用。云端大模型为边端小模型提供强大的数据支持和模型训练，而边端小模型则利用其实时性和灵活性，将云端智能决策转化为实际行动。这种结合不仅使得技术和应用场景之间实现了无缝对接，更为制造业向智能化、网络化、服务化方向发展提供了强大的动力。
底层逻辑： 工业互联网平台+工业大模型“大脑” =完整工业智能体形态
工业大模型将工厂从“机械执行体”转化为“认知生命体”。工业互联网平台作为感知层，通过各类信息数据设备采集信息、感知工厂运行情况，工业大模型对采集的多源异构数据进行分析建模，实现生成式设计、工艺流程优化、设备智能管理、智能决策分析等多种智能化功能。大模型通过其数据分析和智能决策能力，将原本工业互联网平台上的设备、应用、服务更加智能化，底层逻辑由自动化设备向自主智能体、数字化向数智化转型，未来有望进一步向群体智能、多智能体发展。
生态建设： 平台属性+高技术标准 =深度耦合产业生态体系
“工业互联网平台+大模型”涉及算力、网络、存储、云服务、平台和大模型等厂商，工业互联网平台的平台属性，链接了产业链上下游各类企业，在大模型加持下各方协作将更加紧密。以算力服务商和网络服务商为例，接入大模型能力后，平台应用对高性能算力、算力调度、网络优化等能力要求提升，算力服务商和网络服务商需深度合作，共同构建“云-边-端”协同的算力网络架构，实现算力资源与网络资源的优化配置，平台也将通过与算力服务商和网络服务商深度集成，实现从数据采集到模型推理的全流程优化。
来源：工业互联网世界
