产业互联网平台激活数据潜能，迈向产业AI的路径和策略
2024-06-05 16:54:43
·
中国信息协会产业互联网分会
·
产业互联网分会
2024年，人工智能重点走向产业化落地和行业模型，产业互联网平台凭借数据资产和业务场景的优势，正成为产业AI落地的主力军。为更好服务产业互联网行业，促进产业AI加速发展。我们面向会员企业提供生成式人工智能服务的模型备案咨询、测试服务，有意者请在后台留言咨询。
编者按：2023年7月，国家网信办等7部委发布了《生成式人工智能服务管理暂行办法》，截至2024年3月，已有117个项目完成备案。上海、广州、成都、贵阳等地纷纷出台支持政策，其中对于通过备案的项目给予200万元的奖励。
2024年，人工智能重点走向产业化落地和行业模型，产业互联网平台凭借数据资产和业务场景的优势，正成为产业AI落地的主力军。为更好服务产业互联网行业，促进产业AI加速发展。我们面向会员企业提供生成式人工智能服务的模型备案咨询、测试服务，有意者请在后台留言咨询。
5月22-23日，中国信息协会产业互联网分会成立大会暨2024年中国产业互联网科技·产业·金融创新高峰论坛在上海市“金色炉台”宝武钢铁会博中心召开。中国信息协会产业互联网分会副会长兼秘书长张健任主持人，以《产业互联网平台激活数据潜能，迈向产业AI的路径和策略》为题开展圆桌论坛，对话嘉宾包括华能智链副总经理黄云飞，机械之家CEO刘旭龙，芯化和云CEO王征，秣宝CEO周刚宏。以下是主持人与嘉宾发言：张健：从今年3月份开始，我们线下调研了50多家产业互联网平台公司，了解大家在数据要素方向中，围绕数据的产品资源化，数据的产品化以及数据资产化方面大家的具体实践和经验。今天我们邀请的4位企业家也都是在数据资产化中做的比较好的典型案例代表，也有企业在数据基础上做了大量的AI应用。我们一共准备了4个问题跟4位嘉宾探讨交流。第一个问题，请各位企业家结合平台具体业务情况，简单介绍一下各自公司在数据要素方向中，资源化、产品化、资产化方向一些典型的实践。黄云飞：我来自于中国航运集团旗下的产业互联网公司，供应链服务企业华能智链。我们开展产业互联网建设，同时依托现代信息技术，包括线上和线下设施的结合，促进能源产业健康技术的发展。我们从基础设施的搭建，上下游的互联互通，最后都是为数据要素应用做准备，感受到整个产业化发展过程中，数据是自然而然的，慢慢的爆发。从16、17年开始的几年过程中，我们也进行了数据、产业互联网上的应用和探索。在比较早期时，我们主要把数据用到了平台上的交易数据和物流数据，这些数据再跟区块链结合，打包成数据资产来跟金融机构进行对接，降低他们的融资成本和整个产业链的交易成本。通过这样直接便捷、融资成本更低的方式，再借助产业链的链接，电力行业的核心企业来为产业链上的中小供应商提供赋能，这是我们的最早的应用，这个应用也得到了行业里非常好的接受和认可。数据资产的参与的交易额有近500亿，融资金额超过百亿。现在我们想进一步向数字资产去转型，跟上海深交所进行了探讨，也在着手推进行业供应链上的数据资产标准。因为在管理办法意见里也提到了，作为一种资产，它实际是要为企业带来收益的。所以这个资产如何可以显性的为企业带来收益，这是原先做数据的应用。随着这几年新能源的发展，像风电、光伏的特征是运行期间产生大量的数据，这些数据如何跟产业互联网应用结合起来？在运维的环节上，这些新能源需要各种备品配件，什么时候需要？这些风电光伏都是全生命周期数字化的，我们可以把一些正在产生的大量数据，通过人工智能深度学习的方式争取工况时间。另外作为一个工业品服务平台，要科学的去做库存备货，极大的提供需求预测的精准度，降低库存资金占用的成本，从而实现效率的提升。我先简单分享这两个场景。刘旭龙：机械之家现在专注在工程机械这个垂直行业，我们做数字化赋能平台，15年成立到过去10年的时间里，我们的发展简单经历了三个阶段。最早期以自媒体加行业在线社区的方式切入到工程机械市场。通过内容运营和在线社区运营，积累了大量用户之后，2016年我们主要做工程机械零配件的B2B电商。19年之后，在经营业务的过程中，我们开发了很多面向工程机械设备运维市场服务的SaaS，在各个维度、各个场景下采集用户数据上来。在疫情中，整个供应链的零配件业务受影响较大。我们逐步把重心放在工程机械的财产保险上面。过去几年除了交易数据之外，平台上通过在线社区以及SaaS应用矩阵采集到的数据，在财产保险领域有非常大的用途，通过积累下来的这些数据，我们帮助保险公司做工程机械财产保险全流程的风险管理服务。我们构建了从帮助保险公司进行前期设备风险的识别定价，到设备财产保险的产品设计、在线投保，以及在保中的风险减量，一直到出险之后，整个的勘察理赔、零配件供应等等的理赔服务全流程的闭环。这两年的应用里，我们发现数据有一个非常大的价值。可以通过机器学习的方式来帮助保险公司建立一套核保模型。传统的保司可能在工程机械保险上面，核保模型顶多只有6~7个这个核保因子，比如说省份、年限、车价等等。但是我们通过数据库抓取了41个核保因子，通过机器学习的方式去回溯这些设备过去的出险概率。通过这样的方式，对每一台工程机械进行风险系数的设定，我们和保险公司可以基于每一台设备，预测它未来的出险概率，由此对每一台设备进行风险系数的拟定和保险产品的设计，通过这样的方式可以帮助保险公司进行风险识别和精准定价。通过这个方式，过去三年我们帮助主体的承保公司平均降低20~30%的赔付率，降本的效益是非常明显的。王征：芯化和云2020年底成立，团队以产业互联网的经验为基础，向产业互联网的下一个阶段--数字产业化的方向去做。我们判断未来产业互联网有两个大方向，一个是物联网，一个是数字产业化，对应之前做的产业互联网和产业数字化。这几年像数据这种要素适合轻资产公司，相对本身团队经验来说比较适合。我们是专注化工行业的，目前为止有247,000家注册用户，GMV 50多亿。今年5月份，我们跟上海银行、上海数据交易所共同完成了一个数据资产抵押贷款的业务。芯化和云现在做的数据产品主要有几个方面，一是服务于企业的，包括供应链端的买卖的数据。二是跟金融相关，把供应链数据提供给银行或非营机构，对企业做征信，帮化工企业解决资金问题。三是在数据库里有化工百科产业链的数据，结合24万家企业数据，可以把这些数据提供给各地方政府。特别是产业化工、产业聚集地的地方政府，帮他们梳理当地化工的产业布局、产业链布局，也可以帮助他们进行精准招商。数据的来源有三个主要方面，一是通过自己的能力搜集的。二是通过跟地方政府合作，现在已经有两家地方政府的投资基金投到我们母公司来，我们把钱再返投到当地，借助当地地方政府的资源，进行业务的开展。周刚宏：我来自上海秣宝，我们有最齐全的中国畜牧养殖饲料的大数据、产业大数据，这是我们发展的基础。首先是数据来源，这些数据在过去20年主要给农牧大省，还有整个市场行情的研究来用的，都是线下数据。来源一是大产业链的数据，大市场的数据；二是平台交易的数据；三是饲料工厂生产过程的中控自动化控制。一是市场测算模型。上游下游的战略合作伙伴，他们需要怎么样的数据，我们打包给他，一般是用来做经营战略的。我们建立了一个数据模型，可以对客户进行画像，根据不同的维度对客户进行评价。针对某一类客户实施不同的市场策略，我们把它称为一客一价。二是业绩考核。合作企业会用我们平台脱敏的一些中位数数据，作为自己业绩考核的参照标准。三是饲料云工厂。通过我们的数字系统自动生成，自动采集账目数据。我们现在跟日照银行做对接，它的接口会跟不同饲料工厂的接口做对接，有利于把数字资产做抵押，实现对下游饲料企业的份额。张健：非常感谢四位介绍，聊完数据要素之后，我们看到产业互联网平台有天然的优势，在AI这个方向做创新应用。从2023年开始，无论是C端个人，还是B端企业，都在关注和讨论AI的应用。下面第一，我想请各位结合各自在产业互联网领域的实际情况，各位觉得在AI创新性突破的技术中，哪些对于产业领域是最有最有用的，最有价值的。第二，各位觉得在各自的业务中，在AI的应用场景、应用方向中，有哪些场景可以帮助企业去提升运行效率，为行业提供更好的服务？刘旭龙：过去一年产业互联网领域很多创始人都有一种AI焦虑，总在想人工智能到底跟产业互联网平台有什么样的结合点。我认为我们总是对新技术短期的收益太过于乐观，而忽略了长期的重要性。AI现在跟产业互联网结合的一些案例还是比较少的。机械之家在实践过程中：第一，通过用户数据建立核保模型。2016年做在线社区时，用日志方式把用户所有行为轨迹记下来，通过数据去模拟用户的画像，通过七八年的一个数据的积累，有一些核保模型上面的应用。第二，AI生成媒体内容。我们本身在做行业垂直自媒体，会涉及知识产权侵权问题，比如字体图片。去年开始在 AI领域，我们运营团队里比较典型的应用就是通过AIGC工具自己做图片出来。在编辑写文章的时候，也会使用AIGC工具去输出专业文章，这些都可以提高运营效率。第三，AI数字营销人。做产业互联网，尤其做交易平台，我相信很多公司都会有后台客服电销人员。18年我们给所有的电销人员配备个人微信和业务手机，全程记录每一个电销人员和用户打的每一通电话，语音存储转成文字存储，包括在微信上每个电销人员和客户的所有营销过程的聊天记录，通过这些数据未来去训练出一个基于我们这个工程机械垂直行业，比如在保险这个场景里边的数字营销人。黄云飞：在高质量发展新质生产力的大背景下，不管是能源生产企业，还是供应链服务企业，都在思考AI的应用问题。围绕着能源，尤其是新能源的基础设施载体，方向是基于大模型AI，当然还有一块是绿色生态。今年我们非常认真的落实国资委的要求，围绕着供应链的打造，我们也定了几个目标，其中一个目标就是要打造一个基于大模型的智慧供应链的综合服务平台。从当下来入手的话，我们也看到可能的场景。
第一，结合新能源物流。因为原先新能源的建设，包括风电都是点状分布在地方，消防物流都是等项目开始了，我从生产上点到点的去运输，在这样一个场景下，我们很难通过数字化去优化。随着整个清洁能源步伐加快，物流的要去合理规划布局。用AI进行物流优化，可以使工艺更加稳定，实现生产力提升。第二，大模型和平台推荐系统的结合。对于成千上万的用户，我们怎么配送合理的产品，也基于海量用户合理需求的基础上，合理性利用产品做一些需求层面上的应用。王征：分享一下我们对 AI的看法，我觉得AI不算是跨时代技术，它像模拟机进化到智能手机，是一个聚合，各种各样的功能连接在一起。以前我们做产业互联网把线下搬到线上，也有聚合不了的时候，线上ERP系统可以做，但是订单做线上，签章做线下，发票做线下，随着技术的进步慢慢都变成线上。如果用前10年的眼光看现在产业互联网的ERP系统，我觉得也是AI的。
关于AI现在的应用，第一，我认为AI永远不会代替人工，它只能帮助人工。第二，还是讲聚合问题，以前有很多的SaaS，有线上的有线下的，随着AI的进步，能不能把凡是在线下需要人工的变成智能。与人工智能相处，核心还是要在垂直产业里找到最终的痛点，找到应用场景，然后用我们的语言表达出来。周刚宏：我也是传统产业出身，可能跟在座三位的认识不一样，人工智能是来自人工，但是肯定会超越人工，你可以看下围棋，最后机器肯定是赢的，人下不过。人工智能最重要的一点是有自我学习能力，这是我比较恐惧的地方。第一，提升编码效率。AI出来的时候，我的开发团队平均年龄26岁，他们最容易接受新东西，现在编程的同事已经在用AI产品了，提高工作效率大概30%左右，编码质量提高了百分之十几，这是第一大好处；第二，行情分析。已经用到GPT编写行情分析文章，效率大概提高了25%；第三，客户画像。我们引入了一个数据模型；第四，饲料配料的输入。目前已经完全实现语音输入，语音提醒。根据配方要求，到一定的称量后自动关闭，这个环节就提升了很大的效率。最后，AI制定饲料配方。饲料和动物营养学里的大课题就是配方，动物的营养配方可能比人要求更高，我们去年开始涉及到一个叫营养配方的营销体系，我们把它做出来了，这里面肯定要引入大模型，引入AI进来。张健：无论是数据资产化还是AI方向，其实都是迎接未来的技术升级。各自平台在发展的过程中，都基于数字技术基础做产业创新。在技术创新的过程中，很多产业互联网平台都走过很多误区，有的在平台技术这个方向烧了太多的钱，有的犯了系统先行业务后置的错误。我们想请4位嘉宾，每人在数字资产化和AI方向上给出一句建议。周刚宏：我给大家留个作业，谈数据要素，最困难的是怎么去评估它的价值。这个问题下次还想跟大家一起探讨。王征：我建议小公司不要大投入进入大模型算法，多在应用上进行实践。刘旭龙：未来每个垂直行业都会有自己的垂直模型，模型的底层是数据，我建议所有产业互联网公司，首先最重要的是要进行数据采集和数据治理。你有数据不缺算法，未来一定是有用的。黄云飞：数生万物，数字化、数据要素是无法阻挡的潮流，应该作为一种信仰推进和实践。当下有一个问题，作为要素必须能充分流动，才能合理的配置。所以关键是让数据更加丰富，更自由的流动，这是真正数字化的基础。
请先 登录后发表评论 ~