毫无疑问，过去几年国内工业互联网迎来了跨越式发展的新周期。数据显示，目前国内工业互联网平台类产品数量已高达269个，超过了国外工业互联网平台总和，在269个平台类产品中由制造企业构建的工业互联网平台占比更是高达46%。
但也要看到，由于国内工业数字化水平参差不齐，应用场景分布差异较大，以及企业分布结构的不同，使得部分工业互联网平台的应用价值并没有完全发挥出来，特别是极为重要的“工业+AI”领域的落地也并不如人意。
究其根本原因，是因为传统的以机理为核心的工业知识及工业数据，不能很好地在工业互联网平台上转化为生产效率，而要让一向沉默的工业知识和数据逐渐学会“开口说话”，就需要企业核心生产作业流和AI为代表的新技术深度融合与生态重构，由此才能帮助工业企业实现提质降本增效与加速创新。
在此背景下，7月20日，在华为云TechWace技术峰会上，华为云正式发布了EI工业智能体2.0，它基于华为云大量的实践经验总结，并首度将工业机理模型与AI进行了深度融合，可支持企业便捷地开发、分享工业机理模型，同时也能很好的匹配企业现有的组织部署运行环境，无疑真正创新了“工业+AI”的落地新范式。
从这个角度来看，华为云EI工业智能体的“重装升级”，不仅是华为云与时俱进、响应用户需求的最新举措，也是它始终洞察整个工业制造行业需求的变化，在技术创新、商业模式以及生态合作上保持高强度自我迭代和进化的重要印证。
工业数字化到智能化三大挑战
今天，越来越多的工业企业已经开始意识到，智能化转型是一场关乎未来的重要竞争。
华为云人工智能领域总裁、华为工业互联网解决方案总裁贾永利就表示：“在生产制造流中，1%的模型优化、1%的效率提升，给企业带来的价值也是非常巨大的。”
可见，在未来工业制造业全面优化成本、效率、质量和敏捷性的过程中，AI将会扮演更加关键的角色，它也成为继自动化和数字化技术之后，推动企业智能制造转型的全新“杠杆”。
当然，尽管目前国内工业制造企业基于工业互联网平台的智能化生产取得了长足的进展，但受限于工业化历程短、工业基础薄弱，平台整体竞争力在部分领域仍然差距明显，特别是机理模型与AI融合仍需要不断积累沉淀，这些挑战主要表现在以下几个维度：
一是，缺少适合工业的AI开发、运行管理平台。尤其是工业软件开发过去多是单机、软件套件为主，这些年IT、AI领域很多先进技术很难融合使用。
可以看到，工业软件绝非一般的普通应用软件，而是工业机理模型数字化封装和复用，需要对工业工艺、技术和机理等长期积累。据统计，目前主流常用的各领域工业软件有超过150余款，涵盖研发设计、生产控制、测试验证等环节，但这些工业软件几乎都是国外企业提供，且软件封闭不开源、不开放，这种现状不但成为了国内工业企业部署工业互联网平台最大障碍，也让“工业+AI”的落地变得相当困难。
二是，工业领域知识很重要，但承载的机理模型开发、分享比较困难。工业领域行业Know-How（机理模型）是工业生产的核心，近代工业无论是信息技术的引入还是自动控制的革新都紧紧围绕工业机理模型（Model Based）在进行。
但实际的情况是，由于工业机理模型开发专业性强，加上模型开发者“各自为战”导致模型杂乱适应性差、行业知识和数据壁垒使得工业机理模型存在着“孤岛效应”，开发者或企业想找到一个符合要求的工业机理模型由此变得非常困难。
三是，AI如何进入生产系统？AI进入生产系统后，如何保障结果可靠？我们知道，工业机理模型可以分为由机器学习支持的黑盒模型或由领域专家定义的白盒模型，以及介于两者之间的灰盒模型，而不同模型的训练方法也并不相同。
因此，AI与企业已有的机理模型之间是什么关系，如何处理工业AI与机理模型之间的关系？同样也是工业企业引入AI之后需要迫切解决的重要问题。
在贾永利看来：“AI进入企业核心生产系统，需要与工业界已有的机理模型、隐形行业知识深度融合，释放生产要素和生产资源的潜能，这是工业互联网的本质和关键所在。随着AI技术进入企业生产系统，AI在关键生产环节将会带来大幅的质量提升与成本收益，相信未来5到10年，工业互联网将重塑企业的生产模式。”
不难看出，AI技术在改善工业企业的生产力、效率、质量和成本等方面具备巨大潜力，一定会成为赋能未来制造业的全新引擎。但与此同时，无数看到“工业+AI”落地前景，却因当下潜在挑战而徘徊不前的企业，都渴望破译“工业+AI”的通关密码。那么，如何才能更好的释放“工业+AI”的巨大价值呢？
让工业“Know How”开口说话
正是洞察到“工业+AI”落地中的巨大挑战，在2019华为全联接大会上，华为云首次发布了华为云EI工业智能体，能够让工业企业在效率提升、专业传承、突破极限三个场景上使用AI改善生产力。
而经过一年多的积累沉淀和大量项目实践，华为云EI工业智能体再一次实现了新的迭代和升级，尤其是在工业机理模型与AI融合方面更是取得了重大的突破和创新，全新的“华为云EI工业智能体2.0”具备以下三大能力：
首先，它是业界首个可支持多种语言的机理模型开发的平台，可基于知识图谱进行工业机理模型开发。支持各种模型标准库，可将各行业的机理模型变成工业智能体可识别的算子，并通过华为云知识图谱强大的知识管理能力，将复杂的行业机理变为可查、可取、可用、可分享的知识。目前各行业机理模型正在陆续导入中，以钢铁行业为例，就已经实现了500多个机理模型的导入。
其次，它是业界首个将工业机理与AI融合的低代码开发平台。如何处理机理模型和AI模型的关系，是工业落地AI的核心关键，而华为云EI工业智能体2.0 提供的工业机理与AI融合的低代码开发平台，可在多种不同特点的场景下进行建模，包括基于纬度、数据、机理、尺度、模态等场景，是真正融合了工业知识的AI自动化建模引擎。
不仅如此，华为云EI工业智能体2.0将工业机理与AI融合建模之后，还能有效提升AI模型的可信度，让工业领域AI模型可解释，可以说极大地降低了工业AI的建模门槛。
最后，它还提供了工业级AI部署与运行管理能力。华为云EI工业智能体2.0可匹配工业界典型的组织架构：总厂—厂区—车间—产线，如在化纤行业智能化实践中，就能在生产不停车状态下，以“即插即用”方式实现与现有设备与控制系统适配，做到了“立而不破，并存双活。”
更关键的是，华为云EI工业智能体2.0还匹配工业运行环境的时延要求，提供多种部署方式，通过模型压缩等技术，最大限度地减小模型对于计算空间和时间的消耗，满足工厂生产时延要求。在安全方面，支持联邦学习最大限度保护模型数据隐私，所有数据留在本地不发送到其他节点，各产线和华为云之间只传输模型参数，不会传递敏感业务数据。此外，它也能利用可信计算环境等软硬件保护措施实现边缘模型安全等。
由此可见，华为云EI工业智能体2.0真正让工业领域的“Know How”实现了开口说话，不仅能够帮助工业各行业快速的实现智能化升级，助力企业实现提质降本增效，也创新了“工业+AI”领域的落地新范式。
创新“工业+AI”落地新范式
值得一提的是，目前华为云EI工业智能体已广泛在钢铁、石油、纺织、煤炭、电子信息、装备制造、家具生产等领域开始应用，并帮助中国石油、三联虹普、石横特钢、鑫磊集团、德普特、拓斯达、正业科技、等企业加速数字化和智能化转型。
例如，集焦化、炼铁、炼钢、轧钢、发电、机械制造、钢铁物流于一体的大型钢铁联合企业石横特钢，就基于华为云EI工业智能体打造出了智能配煤方案，该方案将配煤工艺机理模型+AI数据驱动的方法结合，并在更广泛的求解空间内，搜索出了更优化的配煤方案。
通过几轮的迭代和优化，如今该方案已支持稳定商用，这让石横特钢的焦炭质量预测准确率超过97%，每吨焦炭生产的用煤成本平均也降低15元左右。按照石横特钢每年75万吨焦炭产能计算，仅“配煤优化”这一应用场景，就为该企业每年节省的煤炭成本接近1500万元。
再如，某不锈钢企业基于华为云EI工业智能体，将配料机理模型与AI融合构建钢水成分预测模型，再通过优化模型来实现配料优化，不但很好的解决了AI模型泛化、机理模型考虑不够的情况，也很好的完成了合金配料场景提质、降本、增效的目标。
数据显示，经过华为云的努力，双方最终将合金预测模型的准确率提升到96%，由此为企业节省成本500万/年。同时以此为基础，未来该企业实现炼钢环节全流程智能化，如温度预测、碱度预测、工艺参数优化、乃至排产优化等，同样也打下了坚实的数据基础。
根据华为云的规划，未来华为云EI工业智能体将在超过20个工业细分行业，征集50家领先的行业Know-How伙伴，共同探索和实践100个工厂智能化升级项目，而华为云EI也将为伙伴提供行业顶尖的AI算法专家资源、优质的华为云资源，以及开放的实验室资源，共同加速推进AI在工业领域落地。
正如贾永利最后所言：“未来工业新一轮的产业升级已经到来，产业升级离不开机理模型与AI融合的生态构建，我们热情欢迎并邀请工业产业的客户和伙伴，与华为一起构建工业机理与AI融合的产业生态。”
总的来说，华为云EI工业智能体2.0的推出，首次将工业机理、专家知识、数据统计模型和AI模型结合到一个统一的平台之上，不仅实现了企业的提质降本增效，更为加速“普惠AI”在工业领域的落地，为中国制造走向中国智造提供了一把能够真正通关的“金钥匙”。