乐于分享
好东西不私藏

AI时代的工业互联网,架构正在重写

AI时代的工业互联网,架构正在重写

笔者最早是做制造业信息化起步,那时候还没有工业互联网的叫法,我们都是叫做信息化,那是erp/wms/mes时代,也没有产品经理这个职业,都叫做实施顾问,从需求调研,软件设计,甚至开发,部署运维都做。国家的工业互联网提出了10多年,我也从2021年开始正式做工业互联网。搞了这么多年,平台建了N多家,大大小小企业无数,但是却没有等来工业互联网商业模式和产品成熟的到来,却迎来了AI,AI一来,这套逻辑彻底被颠覆了,将会如何影响工业互联网呢,我将从自己的经验和视角谈谈看法,供大家探讨!

旧架构的天花板:写不动的工业软件

传统工业互联网的架构,本质上是“平台+应用”的烟囱模式。每个应用从零开发,代码量惊人,交付周期以年为单位。一个MES系统定制大半年,一个WMS再半年,等系统上线,业务需求已经变了。

更要命的是,工业场景的知识沉淀在老师傅脑子里、在几十年的历史数据里、在数百个分散的系统中。每次新开发一个应用,这些知识都要重新翻译成代码——效率极低,且每一次翻译都有损耗。

这套架构造就了一个尴尬的局面:平台建成了,但上面的应用既不多也不强。企业花了钱,却用不起来。

AI时代的新架构:四大平台,一种组装逻辑

未来工业软件的架构,将彻底从“开发逻辑”转向“组装逻辑”。核心由四层构成:

第一层:AI编程引擎。 这是整个架构的“大脑”。它不再只是生成代码片段,而是能理解自然语言指令,自动完成工业模型、业务组件和技术组件的智能化调用和编排。你说“建一个包含三级审批的采购流程,审批规则按金额自动分流”,AI直接完成全链路配置。Palantir的AIP平台已经证明了这条路:用大模型的推理能力驱动企业系统的动态组装,而不是预先写死规则。

第二层:工业模型平台。 这是工业知识的容器。工艺模型、质量预测模型、能耗优化模型、设备故障模型——这些模型不再是某个应用里的私有资产,而是沉淀成平台级的“模型池”,供AI随时调用。工信部已明确提出“探索依托工业互联网平台打造模型池”的方向。卡奥斯已构建出40多个工业智能体,中天科技以自研天玑工业大模型为核心搭建“一平台、二核心、三层次、多应用”的架构,头部企业正在验证这条路。

第三层:业务组件平台。 审批流、权限管理、消息通知、报表引擎、BOM管理、排产逻辑——这些被无数个项目反复开发的通用能力,在AI时代会被彻底标准化、组件化。AI不需要重新生成这些逻辑,它只需要知道什么时候调用哪个组件、传什么参数。

第四层:技术中台。 原来的技术中台(容器、微服务、API网关、数据管道)不仅不会消失,反而会更重要。它是AI指令落地的执行层。蓝卓发布的supOS X AI工厂操作系统,已从“数据底座”跃升至“智能体底座”,构建“1个超级大脑+N个智能体小脑”的架构,超级大脑统筹,专业小脑在设备侧、产线侧执行具体任务。

四层关系一句话:AI编程负责“想”,模型平台负责“算”,业务组件负责“通”,技术中台负责“跑”。

AI原生软件:用户端彻底变了

当这套架构跑通之后,用户端将发生根本性变化,未来的软件不是给人用的,而是给AI和机器用的。

你看到的将不再是传统的MES、WMS、QMS等一个个独立的软件产品,而是AI原生应用——你用自然语言告诉系统你要什么,系统自动完成数据调取、模型推理、业务编排和结果呈现。

中控技术提出的“工业具身智能”,让机器从“思考”到“执行”一体化,底层控制系统与AI大模型深度融合。河钢的“全过程一键炼钢智能体”已实现全过程模型化冶炼,转炉终点命中率超90%。这才是AI原生工业软件的样子——不是“在软件里加AI功能”,而是“用AI重新定义软件”。

数据架构:从孤岛到一体化湖仓

传统工业互联网的数据架构,是一个巨大瓶颈。ERP的数据、MES的数据、SCADA的数据、IoT传感器的数据,散落在不同系统里,格式各异,打通成本极高。

AI时代的答案是:一体化湖仓。

不是把数据物理上搬到一起,而是在逻辑层构建一个统一的数据织物,具备数据血缘追踪、语义建模和实时处理能力。Palantir Foundry的核心正是本体驱动的数据操作系统——把企业内部分散的数据统一接入、清洗、建模,形成可被AI直接调用的共同数据层。工业数据正从“存起来”走向“用起来”,从“数据仓库”走向“数据智能”。

信息采集与输入:从“人录”到“AI自采”

传统工业信息化的最大成本之一,是数据采集和录入。人填表、人抄数、人录入——链条长、错误多、实时性差。

AI时代,信息采集将大量由AI自动完成。摄像头自动识别产线异常,传感器自动采集设备状态,NLP自动从工单和报告里提取关键信息。以前需要一线工人花大量时间录入的数据,AI能在后台自动完成。据预测,到2027年工业场景下非结构化数据占比将突破60%。让AI处理这些数据,是效率提升的关键杠杆。

Palantir模式的中国工业版本

Palantir的架构演进是极佳的参照:Foundry负责数据接入和本体建模,