来源：21世纪经济报道

中国工业互联网研究院院长鲁春丛

南方财经记者魏彤 广州报道

“回顾工业革命的历程，从机械化、电气化到自动化，每一次变革都极大地提升了生产力。”中国工业互联网研究院院长鲁春丛表示，当前在经历以智能化为主要特征的第四次工业革命。如果说第三次工业革命主要解决的是“机械化换人”和“自动化减人”的问题，那么第四次工业革命，就是要实现智能化无人或人机协同。

2月24日下午，广东省高质量发展大会“智能制造与工业互联网”分会场在广州举行。

鲁春丛在会上提出，制造业是实体经济的根基，2025年，我国工业增加值达到41.7万亿元，其中，制造业增加值达到34.7万亿元，占GDP比重稳定在25%左右，总体规模连续16年保持全球第一，我国还拥有全球最完整、门类最齐全的工业体系，这构成了人工智能技术最宝贵的“全场景”应用土壤和广袤的数智转型“蓝海”。

“实现智能化的重要前提，就是海量的工业数据。” 鲁春丛表示，工业数据的产生、采集、传输、存储、计算、分析和应用，都需要一个泛在互联、畅通安全的载体，这个载体，就是工业互联网。

以工业互联网推动制造业数智化转型，需要构建一个自下而上，贯穿OT与IT的完整体系架构。工业互联网通过将底层的OT技术（操作技术）和上层的IT技术（信息技术）进行深度融合，打通了从设备、产线到企业经营、产业协同的全链路数据流，为人工智能的工业应用奠定了坚实基础。

会上，鲁春丛提出制造业数智化转型“T型战略”，即深耕工业互联网的“一米宽，百米深”。

“一横”，重在IT技术，指的是将研发、生产、供应链、销售等不同制造阶段和商业计划的IT系统集成在一起，实现企业间、环节间的横向集成；“一纵”，重在OT技术，指的是将设备、产线、车间、工厂等不同层面的自动化与IT系统集成在一起，实现企业内部制造系统的纵向集成。

鲁春丛认为，通过“横向到边、纵向到底”的集成，实现数据的全面贯通，为智能决策提供支撑。在具体推进这套“T型战略”的过程中，工业互联网必须与行业的工艺、技术、知识和经验紧密结合，要一个个行业做深做透，形成多方联合推进机制，打造数字化转型的中国品牌。

鲁春丛提出，推进“AI+制造”，需构筑一个从基础到应用、从发展到安全的五大任务体系。

一是建设数智基础设施，破解联不稳、算不快的数字基建瓶颈问题，构建云边协同、控网算一体的新型基础设施，为海量工业数据的实时处理和智能应用的规模化部署提供坚实支撑。

二是推进工业互联互通，解决采不上、看不懂的数据源头难题，要实现工业全要素的泛在互联，重点要解决“人机物料法环测”等要素的有效采集问题。

三是建设工业高质量数据集，破解数据多但质量低、有数据但不会用的数据要素瓶颈。

四是发展工业智能体，解决用在哪、怎么用的价值落地难题，将数据和算力转化为能自主感知、分析、决策并执行的智能应用。推动工业智能体的建设，需应对不同层级、不同场景对于算力大小、数据类型、模型功能的不同需求，要按照“分层部署、一体协同”的原则推进。

五是构筑安全防护屏障，化解看不清风险、防不住攻击的发展安全顾虑。在“AI+制造”深度融合的过程中，安全风险呈现出多元交织、相互叠加的新特征，算法“黑箱”与对抗攻击不断强化，工业大模型决策逻辑难以追溯验证，一旦应用于生产控制环节，可能因输出偏差引发工艺参数异常，直接威胁生产安全。

鲁春丛建议，要构建覆盖数据、模型、网络和终端的全方位、多层次、系统性安全防护体系，具体而言，要做到以下四点：健全安全管理机制，制定企业AI应用分级分类和安全评估制度，建立风险信息共享机制。增强风险预警能力，建设风险监测预警体系，实现风险的早发现、早预警、早处置。夯实安全防护基础，使用经过安全认证的终端设备，实施工控网与AI应用网的分区隔离，部署安全大模型辅助威胁检测。提升系统防护水平，通过知识库优化等方式降低模型“幻觉”，添加内容标识确保可溯源，对训练数据进行全生命周期保护。