CIC産業大会ハイエンドインタビュー｜メガカレーが一堂に会し、「AI+製造」が痛い点から包囲を突破する方法を探る

現在、人工知能技術は製造業の発展形態を全面的に再構築し、伝統的な工業の知能化、ハイエンド化、高効率化への反復的なグレードアップを推進している。先進的な製造の核心的支持として、測定制御と計器産業の知能化転換は、我が国の新型工業化建設の重要な一環である。2026中国測量制御・計器産業大会（CIC）ハイエンドインタビューの一環で、上海自動化計器有限公司党委員会書記、総経理高磊；北京京儀集団有限責任公司副総経理王莉；中国移動研究院副院長邵春菊；フェニックス（中国）投資有限公司総技師朱世明；エンダーハウス（中国）自動化有限公司総経理張運才、5人の業界重量挙げゲストは核心テーマとして、産業の着地の痛点、技術革新の実践、産業チェーン生態共同建設、業界の将来動向などの核心議題をめぐって深い討論を展開し、産業共通認識を集め、実戦経験を分かち合い、我が国の計器と知能製造産業の高品質発展のために全く新しい方向を示した。

ハイエンドインタビュー司会者――重慶郵電大学工業物ネットワーク「一帯一路」共同実験室主任、大学院院長魏旻

ハイエンドのインタビュー・サイト

　　産業の痛点に直面：AIとプロセス工業の融合着地の難題を分解する

上海自動化計器有限公司党委員会書記、総経理高磊

プロセス工業技術は複雑で、連続運行性が強く、システムの信頼性、安定性、リアルタイム性に厳しい要求があり、人工知能と自動化測量制御の融合価値が最も高く、着地難度が最も大きい分野である。上海自動化計器有限公司党委員会書記、総経理高磊深耕業界は長年、現在の産業融合の3つの核心的な痛点を正確に指摘し、業界発展のボトルネックを直撃した。

1つ目は、有効なトレーニングデータが不足していることです。第二に、システム融合にはブレークポイントが存在する。工業生産は優先的にプロセスの安全と運行の安定を保障し、既存のAIモデルは特殊なプロセスシーンに完全に適合できず、またモデルが失効した後、迅速に既存の自動化システムに切り替えることが難しく、安全管理制御の隠れた危険性がある。その3、プロジェクトの規模化コピーは難しい。異なる生産シーンの設備体系、データ基準が統一されておらず、成熟したソリューションは迅速に普及することが難しく、複製コストが高く、着地効率が低く、業界全体のインテリジェント化のアップグレードを制約している。

業界の痛い点に対して、上自儀は順を追って漸進的で、穏当に着地する転換経路を探索した。企業は自身の計器、システム、アクチュエータ及び工業シーンの優位性に基づいて、上海電気グループ数科会社と協力して分業協力を展開し、基礎データの規則化に焦点を当て、核心データの分類に対して基準を作り、事前に備蓄し、モデル訓練のために基礎を築く。同時に軽量化着地戦略を堅持し、故障診断、警報最適化、エネルギー管理制御などの低リスク、高価値応用モジュールを優先的に配置し、企業に知能化改造の効果を直感的に感じさせ、更にシーンネスティング、モジュール集積を通じて、徐々にシステム化知能解決方案を構築する。現在、企業はアジア最大の成都ごみ焼却発電所に10大スマート化モジュールを設置し、2026年末にすべて投入する予定で、プロセス産業のAI融合着地にベンチマークの例を提供している。

　　研究開発生態の再構築：全チェーン革新で国産計器の自主制御を加速

AI技術の迅速な反復は、伝統的な計器計器の研究開発モデルと製品形態を徹底的に覆し、業界のハードウェア反復からシーン化、インテリジェント化、システム化へのアップグレードを推進した。北京京儀集団有限責任公司副総経理王莉自主的に制御可能な産業発展の背景の下で、国産知能計器のグレードアップは研究開発革新、産業チェーンの組み合わせと市場普及を統一的に計画し、全チェーン知能化発展システムを構築しなければならないと表明した。

研究開発の端で、京儀グループは「第15次5カ年計画」の開局配置に立脚し、2級研究開発システムを構築して精確なエネルギー供給を実現した。グループレベルでハイエンド革新院を構築し、プラットフォーム技術、基礎技術及び計器垂下類AIモデルの研究開発に焦点を当て、部下企業に核心技術の支持を提供する、企業レベルは京儀知能科学技術会社に頼って、産業化の着地に焦点を当て、「AI+計器」のシーン化応用を深く耕し、伝統的なハードウェア反復の単一研究開発の思考から徹底的に脱却し、シーン駆動の全域研究開発モデルに転向した。革新的な研究開発システムによって、企業は高分解能リアルタイムオンライン質量分析システムの導入に成功し、毎秒100枚のスペクトルの高速分析処理を実現し、ハイエンド工業検査の需要に適している、4700万油田のインテリジェント省エネ改造プロジェクトを落札し、高精度センサーを通じて多次元運行データを収集し、AIアルゴリズムに基づいて正確なエネルギー消費分析とインテリジェントなコントロールを実現し、単一設備サプライヤーから全体ソリューションプロバイダにアップグレードした。

先頭に立って中関村儀創智慧実験室連盟を設立し、業界の壁を打ち破り、信通院、自動化企業、通信事業者などの多方面の主体を連動させ、計器データインターフェース、業界標準の統一を推進し、データ共有、技術協力、共同難関攻略の産業生態を構築し、国境を越えた融合を通じて産業チェーンの短板を解読し、国産ハイエンド計器の国産化、規模化代替を加速させる。

　　デジタル基盤の構築：通算智一体化賦能工業AIの規模化による着地

中国移動研究院副院長邵春菊

工業AIの深さは地に落ち、ネットワーク接続、計算力支持、知能運用維持の全方位保障から離れられない。中国移動研究院副院長邵春菊デジタルインフラストラクチャの視点から、通信演算力基盤とインテリジェント製造の融合経路を説明し、「ネットワーク構築、全スタック革新」によるエネルギー供給産業のデジタル化転換を提案した。

接続面では、工業用フレキシブル製造が急速に発展するにつれて、工場の無線接続需要は上昇し続けている。中国移動は5 GA技術の反復に依拠し、固移融合、事前スケジューリング、超短フレームなどの革新技術を通じて、工業シーンの20ミリ秒遅延、99.99%信頼性の伝送能力を実現し、伝統的な無線ネットワークの安定性不足の痛点を徹底的に解決し、大多数の工業生産シーンに適応することができる。中天鋼鉄の5 G工場改造プロジェクトでは、2000台余りの設備が5 G全接続技術に依存して安定的に稼働し、生産効率は60%向上し、生産ラインの切り替え時間は2時間から15分に圧縮され、生産の柔軟性と効率を大幅に向上させた。

計算力の面では、工業現場のデータローカライズ処理、端側モデル配置の需要に対して、中国移動は沈下専用網、5 G工業専用網一体機を発売し、ネットワーク接続、核心計算力を単一体設備に集積し、本来数週間のネットワーク建設周期を時間級に短縮し、業務開通効率を50%、建設コストを30%削減し、すでに亨通グループなどの企業に定着して応用し、効果が顕著である。知能運維の面では、企業はCT、IT分野の知能化運営経験をOT工業分野に沈め、工業知能運維体を構築し、ネットワーク運維が専門家の専属技能から全員の管理可維へ転換することを実現し、小米工場の自動車監視、データ収集プロジェクトの中で、ネットワーク障害感知精度を時間級から分級に引き上げ、工業運維の難度を大幅に低下させた。将来、中国移動は接続、計算力、知能の全スタック革新を持続的に推進し、「天宮」プラットフォームに頼ってAI技術の普恵化を推進し、大中小製造企業のデジタル化・モデルチェンジを支援する。

　　本土を深く耕すのに適している：グローバルな経験と結びつけてローカライズされたインテリジェントなソリューションを構築する

世界のハイエンドプロセス測定計器リーダー企業として、エンダーハウス（中国）自動化有限公司総経理張運才世界的な業界の発展傾向と結びつけて、中国プロセス産業のAI融合が世界の最先端を走っていることを提案した。現在、中国は世界の35%を超えるプロセス工業の生産能力を占めており、2030年には45%に上昇する見込みで、膨大な産業マスと豊富な応用シーンは、AIと自動化の融合革新に絶好の土壌を提供している。

張運才氏は、工業AI融合の発展にはまだ底層インフラストラクチャのショートボードが存在し、現在、多くの工業AIは「現場での応用」を実現しているだけで、「オンラインリアルタイム反復」を達成しておらず、制御システムの運行速度、データ伝送効率はAIリアルタイム演算の需要に完全に合致していないと考えている。

中国市場に立脚し、エンダースハウスは「中国で、中国のために」という発展戦略を揺るぎなく実践し、現地化への投資を持続的に増やしている。企業はすでに累計15億元を中国に投資し、今後5年間で20億元から25億元の投資を追加し、本土の生産基地を拡張するだけでなく、核心的な研究開発能力を中国に落とし、世界の先進技術の蓄積に頼って、国内の製造業シーンの需要と結びつけて現地化の適応を展開し、我が国のプロセス工業の全プロセスのインテリジェント化のグレードアップを支援する。

　　データ障壁を打ち抜く：OT端融合を深く耕して工業AI発展の基礎を固める

フェニックス（中国）投資有限公司総技師朱世明

工業データの品質がばらばらで、ITとOTの融合がうまくいかず、工業AIの着地を制約する核心的な難題である。フェニックス（中国）投資有限公司総技師朱世明企業の工業4.0実践と灯台工場建設の経験を結合し、工業知能化の転換にはOT端突破に立脚し、データ孤島と技術融合の障壁を解決する必要があることを提案した。

現在、製造業のデジタル化の転換において、ITとOTには明らかな切り離しが存在する：OT端は生産プロセスを深く耕し、設備の論理を熟知し、IT端はデジタル技術に精通しているが生産シーンから離れ、アップロードデータが乱雑で、品質が低下し、AIモデルの正確な訓練を支えることができない。この痛い点に対して、フェニックスは革新的に「技術沈下」構想を提出し、ITデジタル化技術、計算力能力、データ処理能力をOT先端に沈下し、生産現場でデータ洗浄、ラベル化、構造化処理を完成し、同時に軽量化機械学習機能を配置し、データ端側の初歩的な反復最適化を実現し、高品質データを工業脳と知能体にアップロードし、AI応用効率を大幅に向上させる。

同時に、企業は軽量化データプラットフォームを持続的に研究開発し、中小企業に低コスト、着地可能なデジタル変換ツールを提供し、工業AI応用の敷居を下げる。朱世明氏は特に、工業大モデルと汎用大モデルには本質的な違いがあり、工業AIはリアルタイム性、安全性、信頼性をより重視し、製造企業は汎用モデルを盲目的に流用する誤解を捨て、高品質データの蓄積に立脚し、工業メカニズムモデルを深く耕し、順次知能化のグレードアップを推進し、産業発展の基礎を築く必要があると強調した。

　　集中力の未来展望：多元協同で産業知能化の新たな征途を共に開く

インタビューの最後に、5人の業界大手カレーは「第15次5カ年計画」の発展の新たな起点に立脚し、産業の普恵化、生態化、ハイエンド化の発展をめぐって核心的な寄せ書きと展望を提供し、業界の発展のために方向をアンカーした。高磊氏は中小プロセス企業に対し、インテリジェント化のアップグレードは順を追って漸進的に行われ、優先的に設備の安全、システムの安定、データの精確な基礎を築き、力に応じてインテリジェント化改造を推進し、自身の発展リズムに合わせて利益の最大化を実現するよう注意した。

邵春菊氏は、産業発展の核心は「融合」と「普恵」にあり、CT、IT、OTの3方向融合を持続的に推進し、工業知能の離身知能から具身知能、内生知能への反復を推進し、AIの転換配当金を広範な中小企業に恩恵を与えることを提案した。

張運才氏によると、これまでの産業革命はすべて国境を越えた技術によって駆動され、AI技術が自動化業界に転覆的な変革をもたらすと信じている。企業は実際の応用シーンに焦点を当て、着地価値を創造し、産業変革のチャンスを把握しなければならない。朱世明は再び工業AIの専門性と厳格性を強調し、データ構築、メカニズム賦能の核心論理を守り、盲目的な追随を根絶し、工業知能化の反復的なアップグレードを着実に推進した。

インタビューゲストと一緒に写真を撮る

今回のハイエンドインタビューは産業チェーンの上下流の多元的な視点を集め、次世代人工知能と先進製造の融合の痛点、経路と未来を深く分析し、産業協同発展の核心的な共通認識を凝集した。将来、業界企業の持続的な技術革新、産業チェーンの深い協同、生態系の整備に伴い、我が国の測定制御と計器産業は技術のボトルネックを持続的に突破し、産業基礎を打ち固め、工業大国から工業強国への飛躍を加速し、新型工業化建設に強力な知能運動エネルギーを注入する。