工业互联网既是工业基础设施的数字化升级，也是工业流程和工业经济生态的演进。通过工业互联网对人、机、物、系统等的全面连接，可以构建覆盖全产业链、全价值链的全新制造和服务体系。这个体系，以信息化、网络化、智能化为基础。它的驱动力，除了化石燃料和电力之外，还包括算力和连接力。
在算力和连接力的帮助下，工业制造分工协作将会进一步细化，生产流程也会被深度优化。生产过程中的研发、生产、质控和维保等环节，都会由人工控制，改为算力控制。算力的表现形式，就是AI人工智能。
说了半天，可能大家会觉得过于抽象，难以理解。接下来，我们不妨通过几个案例，看看数字智能究竟如何赋能工业制造，提升生产效率。
首先，我们看一个流水线工业机器人智能分拣的案例。
进入21世纪后，工业机器人、机械臂被广泛采用，取代了部分流水线员工。早期的机器人，只能接受特定的指令和程序，执行少量的固定操作，基本不具备智能。
当传送带送来了不同的物品，机器人不能对物品进行类别判断，更无法进行区别处理。
引入了工业互联网之后，情况就不一样了。
通过对机器人安装通信模组，可以将机器人摄像头拍摄的物品图像上传云端，云端进行图像识别，结合机器学习和人工智能算法，提前判断物品类别。然后，机器人在云端的指令下，驱动机械臂，在准确的位置抓取物品，进行分类。
这样一来，机器人就真正达到了和流水线工人一样的处理能力，甚至更强。
我们再来看另外一个案例——结合AIoT技术的产品质量检验。
产品质检，以前一直都是自动化干预的难点。因为产品出现缺陷的问题点较多，损坏的位置和形态也不一样，传统自动化机械无法进行准确判断，只能靠人工进行识别判断。
现在，同样是借助摄像头、传感器等数据采集设备，可以对检验对象进行高速拍照，然后将数据发到云端。云端结合机器学习，判断缺陷类别，例如虚焊、漏焊、腐蚀、断裂等，然后指示机械臂，将次品标识、挑出。
更厉害的是，AI不仅可以判断产品缺陷，还可以总结缺陷规律，帮助生产线找到缺陷的可能原因，进行改避。
AIoT核心要素分析
通过上面两个例子，我们可以看到，想要实现真正的数字智能，离不开这么几个重要元素：
首先，必须拥有性能强大的数据采集设备，包括超高分辨率的摄像头，超细精度的传感器，等等。数据采集设备是数据之源。 没有数据，一直都免谈。
其次，我们需要高性能且无处不在的通信网络。
一个完整的网络，包括终端和网络侧设备。终端这边决定网络性能的，就是模组。
近年来，随着时代的发展，无线通信技术在通信能力上已经大幅追近了与有线通信技术之间的差距。而且，无线技术本身还有灵活部署、免布线覆盖的优势，所以，正在工业制造、物流运输、教育医疗、城市治理方面广泛应用。
无线模组的能力也在突飞猛进，功耗不断降低，集成度越来越高，往往一个模组可以支持多种和功能。例如移远通信的Rx500x系列模组，在支持2/3/4/5G的同时，还提供GNSS定位、eSIM等功能。
