“Know-how”爲寶，輕工業的機器裝不了“愛聊天的大腦”

一杯牛奶，從牧場到消費者手中，要流轉50多個關鍵節點，依託AI算法和可穿戴設備，配種效率、飼料利用率、生產效率、配送效率都可大幅提升。在今年的世界設計之都大會上，一批造紙、乳業、糖業、食品、日化企業齊聚於“智慧工程·與AI共生”論壇，爲了同一個目標，探討輕工業數字化轉型的未來方向。

工信部等部門年3月印發的《輕工業數字化轉型實施方案》提出，到2027年，重點輕工企業數字化研發設計工具普及率達到90%左右，關鍵工序數控化率達到75%左右，打造100個左右典型場景，培育60家左右標杆企業，制修訂50項左右國家標準、行業標準，形成一批數字化轉型成果。到2030年，規模以上企業普遍實施數字化改造，形成“智改數轉網聯”數字生態，高端化、智能化、綠色化發展水平顯著提升。

根據工信部公示的2024和2025年度智能工廠梯度培育企業榜單，全國卓越級智能工廠總量509家，其中輕工行業獲評卓越級智能工廠77家，佔比15%。目前中國有79家獲評世界燈塔工廠，其中輕工業25家，佔比31.6%。

在上海市智能製造產業協會會長徐洪海看來，目前輕工業數字化轉型遇到的最大難題是AI通用大模型和工業大模型不匹配。在數據類型、數據源、安全等方面，通用大模型和工業大模型的需求大相徑庭，前者的數據類型是圖像、聲音、文本和視頻等，數據樣本巨大，容錯性較強；後者需要的數據類型是電流、電壓、溫度、震動等，數據樣本較小，對安全失誤“零容忍”。

“兩者的本質區別是通用性與專業性的權衡。”徐洪海說，“通用模型提供基礎能力，但需行業知識和場景才能落地，工業模型通過領域優化實現高精度和可靠性，但跨行業複用率低。”

目前，上海已累計培育3家國家級標杆、19家國家級示範智能工廠、29家國家卓越級智能工廠，111個國家級智能製造優秀場景，254家上海市先進級智能工廠，國家級智能工廠數量蟬聯國內城市榜首。徐洪海幾乎跑遍了這些代表着製造業前進方向的工廠，而抓住“未來”的關鍵，在於將自身沉澱的數據優勢轉化爲工業垂類模型優勢。

當下，工業垂類大模型的開發纔剛起步。寶鋼股份去年對AI應用進行了大量的實驗和攻堅，首先就瞄準了高爐。在收集了40多萬條信息的基礎上，去年8月“高爐大模型”在寶鋼股份寶山基地4號高爐正式投運，AI大模型首次被用於解析高爐這一複雜工藝。

高爐是鍊鐵的核心工藝，冶煉溫度會達到2000℃以上。爐內反應看不見、摸不着，也沒有任何儀器儀表能夠直觀監測，到現在仍被業界視爲“黑匣子”。長期以來，高爐的操作都依賴一線操作工人的經驗判斷，這導致冶煉的生產效率大大受限。

運行10個月後，在工藝優化方面，高爐大模型實現預測命中率與控制採納率均超過90%，爐熱控制精度顯著提升；在能耗與減碳方面，高爐運行更順暢，實現了鐵水溫度、硅含量、燃料比等多項指標的改善，每噸鐵水可節約燃料2千克。

重工業的“他山之石”同樣適用於輕工業。當下市場導向“多品種、小批量、個性化”的生產需求，也鞭策着輕工業企業儘快與數字接軌。輕工工程服務行業的“國家隊”中國海誠常務副總裁張志表示，中國海誠已累計服務我國36家卓越級智能工廠，約佔77家輕工業領域卓越工廠的半壁江山，其中食品行業整體轉型速度最快，釀酒行業和菸草行業緊隨其後。另外，製漿造紙、製糖製鹽等輕工業也已加快轉型步伐。