人工智能全球治理高级别会议智能趋势论坛：工业AI走向规模化应用窗口期

　　中化新网讯 日前，2026世界人工智能大会暨人工智能全球治理高级别会议智能趋势论坛在上海举行。与会专家认为，我国拥有全球最完整的工业体系，在工业数据积累、应用场景丰富度、数字基础设施建设等方面，具备工业AI规模化落地的基础，工业AI正处于从“技术验证试点”向“规模化产业应用”跨越的关键窗口期。

　　中国工程院院士钱锋指出，制造业高质量发展的核心引擎是AI技术，产业升级目标是推动工业生产从传统自动化向高阶自主化跨越式升级。要实现这一目标，需将数字孪生、数据驱动决策等核心技术深度嵌入生产全流程，以实现生产能耗低碳智能调控、供应链高效敏捷协同。他同时强调，AI技术应用必须锚定业务本质、深耕工业场景，强化高效人机协作模式，全行业需打破传统生产思维与固有技术定式，加速全产业链智能化整体升级。

　　然而，工业AI在落地过程中仍面临现实挑战。施耐德电气副总裁、中国及东亚区市场营销负责人古月表示，AI正加速迈向大规模应用，但工业领域的落地面临的首要挑战是数据治理。受传统工业系统限制，企业普遍面临数据质量参差不齐、信息系统各自为政、大量“暗数据”深埋系统深处等问题，导致AI技术难以发挥最佳效用。

　　古月提出，支撑AI落地的关键在于依托开放架构，构建高质量、高时效、全覆盖、高语义、安全合规的数据底座。对此，施耐德电气搭建了统一的数据平台，并基于数据洞察构建面向工业场景的AI本体架构，进一步整合行业知识库、知识图谱与大小模型能力。目前，其工业AI能力已在化工行业过程控制自动组态与测试、新材料企业流程控制优化及厂务运维智能体等场景落地。

　　数智建材研究院总裁刘震指出，当前工业AI应用多以单点智能为主，而流程制造具有工序强耦合、生产连续不可逆不可停等特征，必须统筹生产全工序、打通供产销全链条、实现实时闭环控制。

　　卡奥斯物联科技股份有限公司副总经理谢海琴提出，工业AI落地需打通模型、数据、业务价值三者壁垒，通过“用数赋模”与“以模引数”的双向闭环构建价值飞轮。在石油化工行业，卡奥斯构建天智·石油化工大模型，形成示功图智能助手、醛分离塔工艺优化智能体等38个场景智能体，覆盖油田开采、油气炼化、安全生产等场景。