【第五届中国工业软件大会】推动工业软件与新技术深度融合！这场主旨演讲干货满满→

当前，工业软件与人工智能等新技术深度融合已成为关键趋势，在新时代发展背景下，工业软件也面临着转型之考，如何适配新场景需求，推动制造业智能化升级？

“要以AI的发展速度改造传统工业软件。”华中科技大学教授李培根带来主旨演讲《工业软件发展动向之问》，他谈到，当AI能够把握人类不能把握的数据间、符号间的关系，意味着它对世界高阶相关性的认知已经远远超过人类。

工业软件开发中存在技术债？李培根表示，技术债指的是为了短期利益而采用次优解决方案所带来的长期成本。就像信用卡债务一样，技术债会随着时间的推移而累积，最终可能导致系统的崩溃。他强调，过度依赖prompt工程的AI系统可能永远无法达到真正的智能。

演讲中，李培根还提到，随着AI从工具变成代理，用户行为也随之转变，即使用的起点，不再是界面点击，而是任务委托；真正的价值，不是产品被打开了多少次，而是它交付了多少结果。对此，红杉定义了“成果型产品”的三大判断标准：是否能跑完一个完整任务流程；是否能让结果被归因；是否能在过程中持续学习和优化。

在提及工业AI的“可信”及“数据安全”这个问题时，李培根表示，工业AI的“可信”属性更重要，企业要基于自身的工业数据去训练专属的AI模型，释放数据价值。

随着物联网、大数据、人工智能技术的迅速发展，工业生产的智能化程度日益提升，边缘计算逐渐成为工业数字化转型的关键技术之一。

北京大学软件与微电子学院院长、教授吴中海作《工业大数据与边缘智能》主旨演讲，他指出，数字平台型企业替代产能规模型企业，大数据、人工智能成为数字平台型企业核心竞争力。

演讲中，吴中海提到，工业4.0作为大数据、人工智能、物联网等新一代信息技术与制造业深度融合的产物，通过人—机—物的融合，构建全要素、全链条、全场景的新型生产制造和服务体系。他还详细阐释了工业4.0的“四化”，即“自动化”“数字化”“网络化”“智能化”，其中，“智能化”通过大数据、大模型驱动，实现智能工厂、智能生产、智能物流。

吴中海还介绍了人工智能的“三大学派”（符号学派、连接学派和行为学派），人工智能的三大引擎（算法、算力、数据）和人工智能的三大形态（知识库、大模型、智能体），并聚焦工业大数据分类、大数据的技术演进、工业互联网可信数据空间等内容，为与会嘉宾进行交流分享，共话工业大数据发展。