首先，從技術(shù)上來說，工業(yè)AI的技術(shù)體系由基礎(chǔ)支撐、算法技術(shù)、應(yīng)用技術(shù)和工業(yè)適配技術(shù)四個層級組成，其中算法技術(shù)、應(yīng)用技術(shù)屬于核心賦能技術(shù)；基礎(chǔ)支撐、工業(yè)適配屬于工程化技術(shù)。

核心賦能技術(shù)主要包括以機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和其他學(xué)習(xí)方式為主的數(shù)據(jù)科學(xué)；以專家系統(tǒng)、知識圖譜為代表的知識工程；以人機(jī)、類腦為代表的探索技術(shù)；以機(jī)器視覺、NLP和語音識別為代表的應(yīng)用技術(shù)。其典型的應(yīng)用場景包括兩種，一種是以數(shù)據(jù)建模分析或知識圖譜構(gòu)建等方式，解決工業(yè)領(lǐng)域的個性化場景問題，例如：生產(chǎn)制造過程參數(shù)優(yōu)化、設(shè)備預(yù)測性維護(hù)、工業(yè)供應(yīng)鏈優(yōu)化等；另外一種是以視覺、語音等相對成熟應(yīng)用技術(shù)直接遷移到工業(yè)領(lǐng)域，解決相似工業(yè)問題，例如：表單識別、產(chǎn)品表面檢測、安全巡檢等。

工程化技術(shù)主要解決核心賦能技術(shù)落地推廣的關(guān)鍵問題：一是基礎(chǔ)支撐層，主要包括數(shù)據(jù)、芯片與計算模塊、開源計算框架等，涵蓋人工智能“算法”、“算力”、“數(shù)據(jù)”三大要素的后兩個，為工業(yè)算法模型提供軟硬件支持。二是工業(yè)適配技術(shù)，具體指為了適應(yīng)工業(yè)領(lǐng)域特殊需求、解決融合技術(shù)問題、實現(xiàn)產(chǎn)業(yè)化相關(guān)的技術(shù)，如數(shù)據(jù)可用性、可解釋性、實時性與自動訓(xùn)練等，工業(yè)適配層面的技術(shù)是驅(qū)動AI實際落地工業(yè)的關(guān)鍵。

其次，從產(chǎn)業(yè)上來說，AI與工業(yè)供給產(chǎn)業(yè)融合形成的核心產(chǎn)品、方案與服務(wù)，是AI賦能工業(yè)的主要載體。主要包括四個方面，按層級關(guān)系可分為基礎(chǔ)軟硬件、智能工業(yè)裝備、自動化與邊緣系統(tǒng)、平臺/工業(yè)軟件與方案。其中，基礎(chǔ)軟硬件是指各類芯片/計算模塊、AI框架、工業(yè)相機(jī)等相對通用的軟硬產(chǎn)品；智能工業(yè)裝備是融合智能算法能力的機(jī)器人、AGV、機(jī)床等通用/專用的工業(yè)生產(chǎn)制造裝備；自動化與邊緣系統(tǒng)主要指融合了智能算法的工業(yè)控制系統(tǒng)；平臺/工業(yè)軟件與方案既包括傳統(tǒng)單機(jī)軟件與AI融合升級，也包含各類具有AI能力的工業(yè)互聯(lián)網(wǎng)平臺及其衍生的解決方案、智能應(yīng)用服務(wù)。

最后，從應(yīng)用上來說，工業(yè)智能形成三類核心應(yīng)用模式。工業(yè)智能已經(jīng)在研發(fā)、生產(chǎn)、管理與服務(wù)等全環(huán)節(jié)形成各類智能化場景。一是識別類應(yīng)用，與工業(yè)智能的應(yīng)用技術(shù)相對應(yīng)，包括工業(yè)視覺檢測、表單識別和工業(yè)語音信號識別等；二是數(shù)據(jù)建模優(yōu)化類應(yīng)用，與通用算法技術(shù)中的數(shù)據(jù)科學(xué)相對應(yīng)，如基于機(jī)器學(xué)習(xí)、深度學(xué)習(xí)技術(shù)的智能排產(chǎn)、設(shè)備運維、工藝參數(shù)優(yōu)化等；三是知識推理決策類應(yīng)用，與通用算法技術(shù)中的知識工程相對應(yīng)，如冶煉專家系統(tǒng)、設(shè)備故障診斷專家系統(tǒng)、供應(yīng)鏈知識圖譜等。