陈炳荣：区域视角对浙江打造软件强省的对策建议

以制造装备及工艺方面基于工业AI的工业软件为例

圆桌会上，宁波市智能制造专家委员会主任陈炳荣作“区域视角对浙江打造软件强省的对策建议，以制造装备及工艺方面基于工业AI的工业软件为例”的主题交流发言

宁波工业规模庞大，但存在“大而不强”的问题，主要是指工业结构偏硬，缺乏软件和信息服务的支撑。为了解决这一问题，宁波采取了多项措施，包括引进高端人才团队进行基础研究，为软件企业提供更多实践场景以促进其成长，并且积极进行数智化改造，抓住新技术带来的机遇。宁波自2016年“中国制造2025”试点示范城市开始，持续推进数智化改造，包括“五基＋智能制造”“5G＋工业互联网”“产业大脑＋未来工厂”等项目，并在2022年着重于探索“1＋1＋N＋X”宁波范式，推动中小企业的轻量化改造。

基于工业AI的工业软件的理解

工业软件的发展对于宁波先进制造业的突破至关重要。工业软件的本质在于工业知识和数智技术的结合，即工业软件=工业知识×数智技术。通过在工业过程中反复应用软件，且在实际场景中不断迭代和完善，最终实现工业的数字化、网络化和智能化。参考国家基础产业专家委员会的分类方法，将工业软件分为三个维度，包括行业维度的离散制造业和流程制造业，层次维度的基础核心软件、通用工具软件和行业应用软件，业务维度的研发设计类、生产控制类、管理运营类、运维服务类、支撑保障类和工业互联网。

基于AI的工业软件是指：第一，工业软件承载工业AI，工业AI生成工业软件。利用AI技术，形成“学习工业知识—开发新型软件—优化工业流程—拓展深化工业知识”是一个无限良性循环过程；第二，AI技术加快各技术间的优化融合，制造技术和数智技术之间及制造技术、数智技术各自系统内的技术之间是一个不断相互深化融合、互促共进的过程；第三，遵循“三化一自”的技术路径，即工业知识的模型化、工业模型的AI化、工业AI的软件化以及工业软件的自生成。

聚焦制造装备及工艺细分行业，探索工业AI与工业软件的融合

从细分行业入手，重视工业知识的积累，通过更细致、更聚焦的方式来探索工业AI与工业软件的融合，专注于特定领域可以更有效地利用专业知识和技术，从而实现工业软件的创新发展。宁波正在探索打造“一纵一横”专业应用模型，“一纵”指的是建立专家工作模型，集聚行业专家的智慧和经验；“一横”是选择具体的细分行业进行深入研究和应用，目前宁波选择的细分行业是装备及工艺行业。

AI与机械加工装备的深度融合能力架构表现为三个层级。第一个层级是共享能力中心，作为一个服务应用平台，它旨在提供持续运维服务、智能数字孪生、融合模型生态等共享的技术和资源，以支持不同行业的装备升级和智能化改造。第二个层级是智能装备平台，是一个支持即插即用的模块化、开放式平台，实现了装备快速适应不同的生产需求和环境变化，提高生产的灵活性和响应速度。第三个层级是产教融合生态，即通过跨界合作，深化教育、科研和产业的紧密合作，培养出更多适应未来智能制造需求的人才，推动技术创新成果转化应用和成功案例打造推广。

工业AI与工业软件的深度融合表现为三个层面，首先是基于工业知识模型，这是融合的基础，通过构建包括三维模型、机理模型、任务模型、AI模型等基于工业知识的模型，为软件提供必要的专业支持；然后通过创建装备的智能数字孪生体，基于模型、数据、算法的创新融合应用，实现工艺AI及运维AI等虚拟与现实的交互，提高产品设计、测试和优化效率；最终目标是发展软硬件结合的智能装备，实现装备的自主决策和自我优化，提升整体的智能化水平。

制造业发达区域加快发展工业软件的建议

一是支持工业大市政府集中优势资源，打造工业知识模型化公共服务平台。将工业知识转化为工业知识模型，是发展基于工业AI工业软件关键基础，也是我国制造业数智化升级的关键要素。由于社会化的工业知识模型化这项工程需要耗费的人力、物力和财力巨大，不能依赖某一个企业或一个组织，需要政府统一协调，汇聚多方优势资源，打造工业知识模型化生态，逐步建设工业知识模型体系，推动工业知识模型的创新应用。

二是支持行业领军企业，打造细分领域软硬一体智能装备。在工业知识模型化公共服务平台的基础上，鼓励和依托行业领军企业，高效开发智能数字孪生体模型，孵化细分领域AI与新型工业融合解决方案，打造细分领域智能数字孪生体及模块化开放式架构的软硬一体智能装备，大力支持打造细分行业的工业AI工业软件及装备的行业领军企业。

三是支持社会力量，打造基于工业AI工业软件的“产学研用”融合创新模式。以宁波为例，宁波智专委应用AI技术，打造了数字人“甬智灵”。“甬智灵”通过持续深度学习智能制造相关政策、标准、技术、模型、装备及解决方案等工业知识，具备制造业数智化升级的咨询及服务能力。借助有效的服务模式设计，“甬智灵”可以形成多个分身、代替人加快推广基于工业AI的工业软件及制造业数智化升级服务。

（本文由浙江数字经济百人会供稿）