
(一)完善行業標準體系,提升關鍵技術研究水平工業互聯網邊緣智能參與主體眾多,連接的設備種類繁雜,建立行業標準體系有助于產業鏈上下游企業的協同。通過加強溝通、深化合作,整合并充分利用國內外工業互聯網邊緣智能相關企業、研究機構的優勢資源,重點突破云端 – 邊緣 – 終端協同計算架構、系統安全性技術、異構計算池和資源隔離技術等,充分提升邊緣智能關鍵技術和通用解決方案的發展水平。推廣相關的前沿研究成果,形成應用示范效應,優選出受市場認可的通用標準和規范,從而促進行業技術標準體系的不斷發展與完善。
(二)投資建設基礎共性平臺,深挖數據價值現有工業平臺應用集中在資產和運維優化方向,應進一步加強工業互聯網平臺在經營管理優化、資源匹配協同等更復雜場景下的數據分析能力。建議政府、高校、科研機構加大針對 AI、邊緣框架、5G 等基礎共性技術的資源投入,支持開發者社區和開源項目建設,形成可復用的通用模塊,避免重復建設,整體性提高工業互聯網應用的開發效率;在與具體場景相關的大型和特色制造企業成立技術專項,建立面向特定行業、特定應用的研究中心,打造凸顯數據價值的殺手級工業應用程序(APP),向中小企業輻射技術價值。
(三)營造產業生態,推動細分行業快速發展工業制造規模龐大且門類細分,產業發展依賴于行業協會、聯盟的組織和引導,往往圍繞龍頭企業形成地區產業集群。建議行業協會、龍頭企業積極組織行業趨勢研討會,廣泛邀請企業家、技術專家開展行業動向講座交流,促進行業內部的溝通合作。在重點企業或政府機構的牽頭組織下,重點關注本地區垂直行業的需求、單一業務場景下的跨行業需求,合作完成工業互聯網邊緣智能的細分行業解決方案,為降本增效提供明確的客戶價值;引導相關產業集群提升整體競爭力,協同推進產業生態成熟。
(四)培育工業邊緣智能方向的人才隊伍工業領域的場景、邏輯存在特殊性,多學科、多領域知識交叉滲透是工業互聯網邊緣智能方向的顯著特征。培養一批既對制造業轉型有深刻理解、又具備信息技術研發能力的高端復合型人才是當務之急。高等院校、科研院所積極調整并增設融合工業制造、 AI 等知識體系的前沿交叉專業,在重大項目、重點方向上加強與企業的合作研發;立足實際生產需求,鼓勵原始性創新,在實際工業應用中孵化創新成果。建立健全成果認定機制,合理激勵領域人才對智能應用、工業機理、關鍵技術等方面的貢獻,鼓勵相關創新人才在實際場景下發現并解決瓶頸問題。(作者:任姚丹珺,戚正偉,管海兵,陳磊)