AI融合新基建助产业升级发展

丁丽娜

AI即人工智能，其特征是以深度学习为主，用计算机模拟人的大脑，近年来在能源、交通、医疗等领域应用增长迅猛，至2025年，我国AI核心产业经济规模将超过4000亿元，带动相关产业经济规模将超过5万亿元。

2018年年底，我国首次提出“新基建”概念，指出要加快5G商用步伐，加强人工智能、工业互联网、物联网等新型基础设施建设，从国家战略角度充分肯定了人工智能的重要性。AI被纳入新基建的组成部分，既是政策需求，也是当前发展智能经济、建设智慧城市的主攻方向。

2020年5月，《政府工作报告》进一步指出，加强新基建，拓展5G应用，建设充电桩，激发新消费需求、助力产业升级。AI作为新技术，被视为支持传统设施转型升级的融合创新工具，与5G基建、工业互联网、新能源汽车充电桩、大数据中心等其他六大领域新基建产业融合发展，有助于国内传统产业链完成数字化和智能化转型升级，实现产业要素的高效配置，助力国家经济向高质量发展转变。新形势下，如何抓住机遇，有效将AI与新基建相关产业进行融合，明确产业升级路径，对指导企业进行产业智能化升级至关重要。

一、AI广泛融合新基建产业

（一）AI融合5G基建产业升级分析

5G指第五代移动通信技术，对比4G，峰值速率从1Gbit/s提升到20Gbit/s，用户可以体验到的带宽从10Mbit/s提升到100Mbit/s，频谱利用效率提升3倍，可以支持500km/h的移动通信，网络延迟从10ms提升到1ms，连接设备数每平方公里从105个提升到106个，通信设备能量利用率提升了100倍，每秒每平方米数据吞吐量提升了100倍，支持大批量设备海量连接。因此，5G拥有渗透垂直行业的能力，支持多场景应用。

AI拥有机器学习、自然语言处理、计算机视觉、云平台等多种核心技术，将AI技术融合5G基建进行产业升级革新，一方面能推动AI在更多的领域实现分布式智能化发展，另一方面能利用5G优势收集和处理海量增长的数据。

AI与5G的结合重点解决了数据筛选、数据收集、数据处理和数据分析等问题。在数据筛选和收集方面，对不同应用程序的功能进行测试时，需要从不同的来源收集和分析大量用户数据，获取精准的端到端5G网络行为视图，对网络采取连续的观察、故障处理和优化。这里海量的端对端连接数据，依赖于AI技术的应用，通过自动化方式处理，筛选、过滤、优化数据，以实现应用程序的功能目标。

在数据处理方面，通过5G网络同时互连数亿设备，将为企业提供非常多的实时数据，利用AI自然语言处理、云平台等技术，能够进行实时高效的数据处理，发挥AI对运营决策的支撑作用。在数据分析方面，AI能够分析5G产生的海量数据，基于用户定位、用户行为分析，来提升服务质量，通过对网络行为的观察学习，AI随时间的推移会变得更加智能，能对用户的需求和行为提前预测，提供最佳功能的网络资源。

AI融合5G产业的具体应用场景如下。

（1）AI+5G赋能智慧交通。对交通道路的管理上，之前是通过巡检车进行4G采集图像，人工检查道路是否存在沉陷等安全隐患，存在4G视频卡顿、漏检等问题。现在，基于AI+5G的一体化智能方案，巡检车可以通过5G网络采集图像，快速传至云端，避免了卡顿现象，识别的准确率提升了20%。

图1 AI融合工业互联网产业

（2）AI+5G赋能智慧医疗。在急救车抢救病人时，车上设施简单，只能为病人做简单处理，其他检查必须要到医院后才能进行。现在，通过AI+5G对传统救护车进行改造升级，将车上的心电监护、呼吸机、彩超机等设备进行集成，实现病人信息共享。让急救医生与医院里的医生通过实时高清视频，接受远程治疗指导，在车里可以完成复杂的救治活动，为抢救生命赢得了宝贵时间。

（3）AI+5G赋能工业互联网。在工业企业的生产环节，某环节发生堵塞或障碍，可能会影响生产线的正常运行，造成停工的后果，停工几分钟会给企业带来几万元甚至几十万元的损失。现在，在工业企业布局AI+5G，能够通过5G实时采集生产现场的高清视频，然后利用AI的机器视觉分析，一旦察觉异常，立即启动防控措施，有效地提高了企业的生产效率。

（二）AI融合工业互联网产业升级分析

过去，在工业领域，局限于数据、算法等因素，AI在工业领域的应用和拓展受到限制。随着工业互联网平台的建设，平台内嵌算法、数据获取等不断完善，为AI与工业互联网的融合提供了支撑。

工业互联网拥有成千上万的设备和感应器，对生产系统、信息等要素进行泛在感知和高效收集，获取了海量的全流程生产数据。同时，通过搭建AI技术平台，充分挖掘设备、系统和产品的工业数据，建立数据自动分析的赋能体系，可以利用深度学习提高AI模型的适应性和决策支持功能。AI融合工业互联网进行产业升级，具体应用场景体现在边缘层、设备层、平台层和应用层。

边缘层：（1）智能传感网络。结合AI，建立智能网关，实现OT与IT间协议的动态转换，保证了数据采集和数据连接的安全性，能够有效应对突发情形下网络中断等异常状況。（2）边缘及时反馈。通过分布式边缘计算技术，能够及时交换数据，利用边缘设备快速响应，实现高速运算和低延迟。（3）数据处理。通过传感器收集多维海量数据，利用AI技术对数据进行挖掘分析，减小数据的系统误差，提升数据精确度。

设备层：（1）设备自动化。工业企业依托互联网平台，在设备上应用AI技术，实现设备自动化运作。例如，智能机床、智能运输工具、机械臂等，通过搭建机器学习算法、路线规划等，能够适应不同环境下的操作对象，实现了设备对复杂工序的自动化操作。（2）生产协同。通过AI技术将人机协助场景转化为学习系统，并优化生产参数，开发能够进行智能生产的协作机器人，将人从重复性的枯燥生产工作中解放。（3）人机智能交互。利用计算机视觉、语音识别等技术，打造智能化的人机交互系统，提高设备在复杂环境下的反馈能力。

平台层：包括通用PaaS平台、工业大数据分析平台、工业应用开发平台、设备管理平台和连接管理平台。主要是基于PaaS平台，构建集数据存储、数据分析和数据共享的工业大数据分析平台，将基础数据、专家经验等移植到AI算法库中。利用深度学习、机器学习、智能控制等算法，基于现有的大数据，通过仿真技术和推理方式解决工业企业的实际问题。

应用层：（1）决策支持。用AI技术模拟工作环境下非线性关系的模糊问题，收集海量的非结构化数据，搭建专家系统、知识图谱等，为工业企业提供战略决策支持。（2）辅助研发。利用深度学习、知识图谱等AI技术建立研发设计方案，并对方案进行高效评估和反馈。（3）生产优化。应用深度学习，通过数据挖掘找到各工序间的抽象关系，建立相关模型，并且不断优化参数以适应模型，实现对工序的精准把控和关键生产指标的预测。

（三）AI融合新能源汽车充电桩产业升级分析

为了实现我国从汽车大国走向汽车强国的目标，发展新能源汽车是必由之路。推进新能源汽车充电桩基础设施建设是落实这一战略的重要保障，AI融合新能源汽车充电桩产业，有助于推广智能化有序充电、搭建充电信息共享平台，应用前景广阔。

根据充电桩建设目标，2020年我国预计新增集中式充换电站超过1.2万座，分散式充电桩超过480万个，2025年预计建成充换电站超过3.6万座，国内车桩比达1：1。可以看出，未来对充电桩建设重视度和支持度不断提升。

在新能源汽车发展迅猛的当下，充电桩建设也存在诸多问题。一方面，充电设施建设落后，难以匹配现有新能源汽车增长需求。据中国充电联盟统计，2019年底，公共充电桩达51.64万台，私人充电桩达70.30万台，仍满足不了当下新能源汽车的充电需求，充电桩数量少、充电桩建设滞后、建设地址选择等问题严重制约新能源汽车的发展。

图2 AI融合新能源汽车充电桩产业

另外一方面，充电设施利用率低，充电桩数据共享不够。充电时间长、充电桩地址等信息共享不足、重视建设数量忽略高效使用等问题比比皆是，降低了用户使用充电桩的意愿。

将AI融合新能源汽车充电桩产业，能够推动新能源汽车与充电桩之间的信息互动，提升当前充电服务的智慧化水平。充电桩作为未来车联网的重要入口，将成为汽车数据端口，能够应用AI技术有效挖掘数据价值，数据应用前景广阔。

AI融合充电桩产业進行升级，充电桩数据应用价值体现在以下几方面。

（1）数据源。包括充电安全数据、汽车用电数据、汽车行为数据等。

（2）数据采集与预处理。对于运营监控系统中的结构化数据，可以采用数据库导入工具进行采集;对于互联网页面的非结构化数据，可以采用网站公开的API或者爬虫技术进行挖掘，然后对数据进行清洗、过滤和融合，保存在计算机分布式存储中。

（3）数据存储。采用分布式存储架构，能够高效存储海量数据，并提升系统容错能力。

（4）数据分析。对充电集中时间、充电量增长情况等基础数据进行统计，然后采用数据挖掘、可视化分析、深度学习等AI 技术，通过对用户画像，将用户行为、用户偏好的充电地点、用户偏好的充电时间等进行分析，为运营商建设充电桩提供决策支持。

（5）数据应用。将数据分析的结果直观展现给运营商和充电用户，为运营商提供充电用户故障分析的预防方案和解决措施，对充电用户提供智能充电推荐服务和精准营销。

二、AI融合新基建产业深化发展建议

第一，强化试点示范推进AI融合新基建产业发展。目前，已出台多项政策，支持企业申报新基建相关专项和试点示范。尤其是增加了AI的应用试点，加快推进机器学习、人机交互等AI技术与新基建产业的融合发展。企业应当以此为契机，聚焦AI融合新基建产业的需求，积极申报应用试点，形成一批新型的AI融合5G、工业互联网、新能源汽车充电桩等新基建产业的试点示范，促进产业升级变革。

第二，完善智能经济复合型人才储备。随着产业的融合，现有新基建人才的知识储备已无法满足日益增长的智能产业融合需求。AI领域的专业人才未必是其他新基建产业领域的专家，反之亦然。因此，发展一大批既懂AI技术又懂新基建产业的复合型人才是当前企业应当关注的问题。一方面，企业应当加大“引进来”的力度，引进一批AI领域的专家，切实指导企业在新基建方向上的产业建设，展开智能化升级转型。另一方面，企业应当在内部开展AI专题培训和教育，增强员工人工智能学习意识和能力，加紧培育一批AI融合新基建的复合型人才。

第三，探索融资新机制新模式。AI融合新基建产业转型升级前期耗资大、成本高。例如，公共充电桩的建设成本居高不下，一直是企业发展充电桩面临的难题。企业应创新AI融合新基建产业建设的融资方式，积极探索合作开发，与地方政府共建等新机制新模式，引入财政资金、社会资本、民间资本和金融资本等，通过BOT、BT、PPP、合作开发等方式，合力打造智能化的新基建产业，更大程度地依托多方力量，主导AI融合新基建发展，推动AI的基础能力建设以及AI融合新基建的深入应用。