L'intelligenza artificiale industriale è un campo più ampio rispetto all'intelligenza incarnata, e le sue potenziali dimensioni di mercato sono ancora maggiori.

Gli scenari industriali sono sempre stati uno dei settori più importanti per la commercializzazione dell'intelligenza artificiale (IA). Negli ultimi due anni, molte aziende hanno iniziato ad applicare ampiamente la tecnologia IA su dispositivi, nei data center e nelle interfacce uomo-macchina (HMI) online. Secondo le previsioni di IDC, il tasso di penetrazione e la quota di mercato dell'IA sono in rapida crescita, sia nel software generico, sia nel software di programmazione industriale, nel software di visione industriale o in altri software specifici per l'industria. Di conseguenza, anche la domanda di potenza di calcolo per l'IA, sia sul lato dispositivi, sia nei data center, continuerà ad espandersi.

Oltre all'intelligenza incarnata, gli scenari applicativi specifici per l'IA industriale includono anche i seguenti:

Visione artificiale: in quanto pioniere nell'implementazione dell'intelligenza artificiale, le reti neurali convoluzionali (CNN) sono state a lungo ampiamente utilizzate nella classificazione e nel rilevamento durante tutto il suo sviluppo. Negli ultimi anni, con l'avvento di modelli di grandi dimensioni, sono state introdotte ulteriori tecnologie di IA nella visione artificiale, come l'utilizzo di modelli di big data per generare campioni o rilevare anomalie, superando così i limiti delle reti CNN tradizionali, che richiedono un nuovo addestramento quando si affrontano nuovi problemi.

Controllo industriale: Nel campo del controllo, in passato si utilizzavano algoritmi classici. Tuttavia, negli ultimi due anni, l'apprendimento per rinforzo è gradualmente diventato una tendenza di implementazione diffusa, sia nel controllo del movimento robotico che in altri sistemi di controllo tradizionali.

Digitalizzazione industriale: in precedenza, l'attenzione era focalizzata su funzioni quali l'ottimizzazione della pianificazione della produzione e le operazioni e la manutenzione. Queste funzioni, basate sull'apprendimento automatico, hanno gradualmente integrato un numero maggiore di algoritmi di intelligenza artificiale. Negli ultimi due anni, l'avvento dei modelli di grandi dimensioni ha portato a progressi significativi nella RAG (Retrieval Augmentation Generation). I principali produttori globali, così come molti ODM nazionali e persino ISV, hanno ampiamente adottato la RAG nei loro prodotti software per ridurre i costi e aumentare l'efficienza.