ChatGPT面世近两年，业内对于AI驱动经济增长的判断仍有相异观点。高盛此前一份质疑现阶段生成式AI花费太多成本、带来太少收益的报告颇具代表性。英伟达CEO黄仁勋、OpenAI CEO奥尔特曼等AI业界一些领军人物近期则继续释放积极信号，认为AI会提高企业效率甚至会在10年内让全球GDP翻倍。

　　AI变革工业的真实情况如何？香港生产力局下属香港工业人工智能及机械人研发中心总裁黎少斌向第一财经记者提供了一些数据。据去年年底香港生产力局统计，受访267家香港企业中有41%家正在或准备应用AI，未打算应用和认为没必要应用AI的企业占59%，该调查中的企业属于零售及膳食、专业服务业等多种行业。对比之下，该研究中心今年针对制造业港资企业的调查显示，18%的企业引入了智能解决方案，仍有很大比例的企业智能化程度相对较低。

　　“上面两种（相异）观点都没错，AI对工业的价值提升肯定有，但现在还有很多问题需要解决。AI对工业的改变还处于初级阶段。”黎少斌告诉记者，AI应用难点更多集中在制造业，面对丰富的制造业场景，AI解决方案厂商很难开发出一个唯一的解决方案。大模型加入后，工业AI应用已经加深，但目前距离做出一个通用的工业大模型尚远，要获取足够的数据也存在困难。

　　记者采访多名业界人士了解到，大模型如今在工业领域尚不算很“大”，获取数据不足、多模态大模型还未突破限制了工业AI的想象力。而在工业机器人领域，在用传统算法或大模型的抉择中，目前后者不一定会是最优答案。

　　AI在工业领域逐步渗透

　　“操作者可以用人类语言与机器沟通，制造业从业者操作设备游戏化了。”谈及大模型给工业领域AI应用带来的改变，黎少斌告诉记者，以往从业者需要记住一定的流程，一步步按下不同页面的按键来操作机器，为此工业客户要用AI需要先培训员工，但大模型的能力加入后，操作者只需要输入文本机器就能理解人的意图，客户的心理门槛因此降低，与该研究中心合作的客户也增多了。

　　目前大模型已在工业领域发挥作用，但在很多场景是通过蒸馏出小模型搭载在工业设备上。在研发层面，大模型的通用性则加快了AI方案研发进度。“客户的诉求有些时候显得‘无厘头’，但有了大模型后，针对原本不好满足的诉求，研发时间可能也不需要很久了。以往需要跟客户拿一些数据，还要考虑如何分析数据、搭建模型，可能需要花一年的时间，而现在能直接考虑大模型能否解决。” 黎少斌告诉记者，原本开发一个AI模板需要一两个月，现在有了大模型只需要一两周，一些比较简单的AI应用甚至一天之内就能开发出来。

　　黎少斌向记者举了一个案例，有客户希望用AI辨别订单是否会出现漏单，该研究中心在一天之内就给出了AI解决方案。该客户又提出想用AI分析产品能否加价的诉求，这个诉求AI不一定能完全满足，但大模型已经能通过分析市场趋势来提供辅助。

　　香港工业人工智能及机械人研发中心开发了20个不同AI解决方案，并将这些解决方案的功能组合起来形成了物流平台、机器人平台等五个平台。此外，记者了解到，AI在机器故障检测等领域也用上了。

　　声学AI技术服务商谛声科技的业务包括用AI监测工业设备、电力、轨道等领域的声音信号判断设备是否存在故障，该公司联合创始人兼COO常炜熙告诉第一财经记者，工业产品故障监测至少有20%的问题能通过声音解决。在市场对AI已有相当关注度的2018年，常炜熙介绍公司时常将技术形容为简单的匹配机制而非AI或机器学习，原因是当时AI在落地上存在一些问题，但随着AI技术演进，他现在更愿意谈论AI，还考了大模型工程师的认证，随着产品逐渐成熟，其公司也在计划出海。

　　作为投资方，港铁公司旗下子公司MTR Lab也在关注AI的应用，MTR Lab董事总经理陈定邦告诉记者，该公司已投资了谛声科技、电梯智能维护科技公司WeMaintain等应用AI技术的科技公司，其中电梯智能维护公司的做法是在电梯放置多个传感器，用AI分析运行速度、开关门情况等，判断是否有零部件将在接下来几天内故障，在建筑设计领域AI则已经在提高建筑信息建模企业的效率。

　　机器人需要用到大模型吗？

　　AI也在机器人身上逐步用到。香港工业人工智能及机械人研发中心去年8月搭建了机器人平台，该研发中心相关技术负责人告诉记者，该平台可以提供一些AI模块，例如视觉算法，客户也能使用自己的AI算法，该平台面向协作机器人、工业机器人等不同形态的机器人。

　　记者从业内人士了解到，工业机器人“四大家族”中有一些开始跟第三方研究机构合作开发AI解决方案。此外，今年4月，ABB宣布将AI嵌入全线业务，同时推进100个AI与机器人结合的项目。今年9月，国产工业人工智能算法企业微亿智造科技也推出了搭载具身智能理论应用的工业机器人“创TRON”。

　　优傲全球首席商务官 Stacey Moser向第一财经记者表示，传统工业机器人专注于执行重复性高、变化性低的大规模生产任务，而人工智能和AI大模型的引入，能够让工业机器人适应非结构化的环境。

　　不过，大模型在机器人领域的应用仍受一定限制。“现在大模型还主要是语言大模型，在机器人身上需要开始应用的是多模态大模型而不是语言大模型。目前的大模型在机械臂身上还没有从研究阶段过渡到真正落地。”以上技术负责人表示，以机械臂为例，机械臂讲求精准度，而现在很多大模型可以进行很多运算，但仍不能做到完美地操作机械臂。ChatGPT还只能处理文字、照片等，还难以处理物理反馈，而物理反馈在机械臂应用中非常重要。

　　此外，工业机器人要不要用大模型，业内也没有完全达成共识。记者采访了多名工业机器人工程师，他们都提到目前工业机器人应用到一些AI算法，但应用大模型还不多，大模型的作用有限。有工业机器人工程师向记者解释，工业机器人讲求稳定与精准，进行更多的是具有重复性特点的工作，因此不太需要大模型提供的通用性能力，一些传统算法做得可能比大模型更好。

　　记者了解到，一些工业机器人厂商目前更关注利用AI提高自动化操作效率，而非利用大模型提高机器人的智能性。全球协作机器人制造商优傲中国区总裁徐奕临向第一财经记者表示，公司观察到大部分客户会选择将协作机器人搭载在自主移动机器人（AMR）上来提升企业自动化程度，该公司因此推出AI加速器使产品提升工作效率。

　　数据量少仍是限制

　　要继续推开包括工业机器人在内的工业领域的AI应用，记者了解到，数据缺乏是一大限制，且因为数据缺乏等困难，工业领域还未出现一个具备通用性的大模型。黎少斌告诉记者，根据香港生产力局去年年底的调查，大约44%的香港AI企业表示在收集数据方面有困难。一名机器人领域的AI研发人员也告诉记者，现在工业领域还没积累到足够的数据可以用来做多模态大模型，但业内已经在往这个方向尝试了。

　　常炜熙告诉记者，不同于一些AI训练涉及在海量数据中跑几层神经网络，在工业领域做声音监测受限制的方面主要来自数据不太多，需要在相对小的样本中提取出所需数据。故障不会频繁发生，因此要从代表性案例中分析出有价值的数据来训练模型。

　　黎少斌则告诉记者，在工业领域，大模型无法解决所有问题的一个原因就是没有足够多的数据，例如做设备预维护时可以通过历史数据和现有情况判断设备是否健康，在有足够多数据的情况下可以做一个大模型来用。但对比现在的语言大模型已经用到互联网上很多数据，工业领域要找到那么多数据还是不现实的。后续该研究中心有做所谓制造业大模型的想法，但这类大模型什么时候面世还不好预判。

　　“从数字化进程看，很多企业开始产生数据了，但这些数据并不是一定能用于做特定的AI解决方案。即便企业有正确的数据，也不一定能把它们找出来，这需要既懂行业知识、专业知识又懂人工智能的从业者参与到这个过程，厂家也需要增进认知。” 黎少斌表示，厂家从去年开始就越来越多有了这种认知，例如在做智能生产线时，厂家一开始就会问要开始采集哪些数据才能便于智能化升级。

　　“可能有一天，工业领域也会有一个能覆盖很多场景的大模型，但这要非常多数据、要投入很长时间并有足够算力才能实现。” 黎少斌告诉记者。