随着生产技术的进步，工业场景逐渐复杂、多样化，不论是工业场景中的人，还是设备，都需要具备更强的自适应和主动智能能力。

工业物联网的野蛮生长为这种主动智能能力的发展奠定了基矗借助IoT技术，遍布传感器的工业现场，每天产出数量惊人的数据，而这些数据是培育工业AI的最好土壤。

AI+IoT结合的形式，将为工业带来更多可能。基于AI+IoT的智能自动化、智能创新，将明显提升生产效率、产线良品率，加快产线部署、转型速度，实现定制化、柔性生产。扩大产量，提升质量，保证企业长期稳定的利润增长。

报道 | 机器之能

AIoT即AI+IoT，是人工智能（AI）技术与物联网（IoT）基础架构的结合。与IoT单纯收集数据不同，AIoT可以利用ML/DL等人工智能技术，在无人或少人干预的情况下，对物联网收集的海量数据进行分析，帮助人类制定策略，改善物联网中的人机交互，并增强数据管理和分析能力，实现更高效的IoT运营。

在这个过程中，AI可以高效利用IoT数据，发掘数据的深层价值，改善决策流程，以DaaS（Data as a Service）的新形式，使AI+IoT达到1+1>2的效果，强化行业赋能。

AIoT需要将AI嵌入到IoT网络中的不同组件中，包括程序、系统、芯片、边缘设备以及云等基础架构。在不同的设备、软件和平台之间设置适当的协议和API，建立基于IoT的互操作，优化系统和网络，并从数据中提取价值。

一 AIoT只能做预测性维护吗？

一直以来，预测性维护都是AI+IoT在工业场景中的头号应用案例。基于AI分析的预测性维护，可以实现精准管控，停机、停产时间最小化，在生产流程上减少产能浪费。

然而预测性维护不论是在技术水平，应用价值上都不能真正发挥出AI的力量。对于工业生产的价值，也仅止步于降本增效，并不能驱动创新，无法真正给工业企业带来长期的增长助力。

随着硬件设备的不断升级，工业场景中的数据量持续快速增长，只有利用AI的分析能力，才能真正发掘工业大数据的价值。

AI+IoT在工业场景中的应用潜力尚待挖掘，利用AI+IoT驱动的智能创新、智能自动化，将在未来的AI应用中创造巨大的价值。

传统的工业自动化产生于上世纪中叶，彼时的技术尚不足以支撑非线性、自适应的制造系统。为了保证高效稳定的运行，几十年来，工业自动化一直基于PLC编程，执行线性的机械运动，完成特定任务，而无法适应变化，亦无法自我提升。

随着数字技术的跨越式发展，数字孪生、物联网等技术逐渐普及，为非线性、自适应的主动型机器在工业场景中的应用奠定了基矗

二 AIoT的工业场应用模式

设计优化：人工智能在智能创新方面的应用，以助力产品的结构设计和仿真分析最为主要。在结构设计过程中，企业会产生大量的结构件和模型库，在模型库的优化管理过程中，利用AI技术可以大幅提高企业知识库的建设效率和应用效率。

在多物理场仿真的过程中，AI技术可以更好地优化模拟场，加快数据分析速度，优化人工建模。而基于3D打印技术的材料仿真、拓扑优化，也将受益于AI技术。

优化排产：在现代化的数字工厂中，利用数字孪生技术对工厂的生产流程进行模拟分析。AIoT可以生成最优的排产计划，实现多边界、多约束条件的高效排产。减少物料和产能浪费，快速响应工厂生产需求，提高生产效率。

优化供应链：覆盖供应链上下游的智能系统，可以监控企业产品的全生命周期，利用AIoT智能核算数据。根据原材料报价、配件报价、产品报价、市场走势，统筹产供销，制定合理的策略，降库存、减成本，优化整个供应链流程。

预测性维护：通过AIoT数据采集，以数字孪生模型为基础，对工业流程中的各环节设备进行模拟分析。预测设备一段时间内的运行情况，并根据运行情况，实行精确维护，最大限度地降低宕机风险，并缩短停机时间。

三 AIoT加速智能工业发展

在智能自动化方面，NVIDIA与Fanuc合作开发的自主学习AI机器手臂，真正为工业机器人赋予了智慧。机器学习、深度学习等智能技术，将全自适应、可自我提升的机器人变成了现实。

基于AI技术，无需人类编程，机器臂就可以自己实践、学习如何完成任务，利用深层神经网络强化机械臂的动作，使之尽可能地接近任务目标，例如抓娶堆叠等。同时，这一过程还可以通过机器人协同工作，累计更多数据，从而加速机器训练的过程。

在此之后，越来越多的AI机械臂产品出现在工业应用领域，真正为工业加上了“智能”二字。把原本的线性、标准化、被动的工业场景，升级到了非线性、自适应、自升级的更高维度。

在物流领域，DHL的目标是到2028年制造10,000辆支持IoT的卡车运输车辆。DHL建立的Smart Trucking敏捷卡车模型，可以利用AIoT技术监测卡车运行情况，降低人力消耗和运力成本，实现业务瘦身，提升业务效率。

通过AIoT的可靠性实时跟踪系统，DHL在90%以上的运输线路中，实现了50%的时效提升。目前，DHL每天覆盖全球400万公里的10万吨运力均受益于AIoT平台。

在工业服务领域，施耐德电气则推出了专注于变频系统业务的人工智能机器人 “小严”。“小严”基于自然语言识别技术，增加了专注变频系统相关专业知识，以嵌入施耐德电气变频顾问的形式，24小时全天候在线响应用户关于变频系统业务的咨询需求。

作为施耐德EcoStruxure架构中应用、分析与服务层的典型应用，施耐德电气变频顾问是施耐德电气为客户开发的一款针对变频系统的数字化服务平台，可以通过对客户资产、设备、环境、人员操作数据和信息等进行实时远程采集、存储、分析和可视化，精确反映现场设备状况。

尽管AIoT的概念相对较新，但其在工业领域的大量创新应用，已经使AIoT赋能工业成为智能制造时代的焦点。AIoT在工业、消费品及服务行业中的增长势头正在逐年提升。

在未来，AI+IoT带来的智能自动化、智能创新，将明显提升生产效率、产线良品率，加快产线部署、转型速度，实现定制化、柔性生产。扩大产量，提升质量，保证企业长期稳定的利润增长。