西門子CEO博樂(lè)仁：工業(yè)AI有三大要素

3月23日，西門子董事會(huì)主席、CEO博樂(lè)仁（Roland Busch）在首屆西門子科技創(chuàng)新大會(huì)上發(fā)表主旨演講 圖源：西門子官網(wǎng)

盡管工業(yè)AI發(fā)展迅速，但要大規(guī)模實(shí)現(xiàn)在復(fù)雜場(chǎng)景中穩(wěn)定運(yùn)行仍面臨重重挑戰(zhàn)

文｜《財(cái)經(jīng)》研究員 馬銘澤

編輯｜馬克

西門子董事會(huì)主席、總裁兼首席執(zhí)行官博樂(lè)仁（Roland Busch）在首屆西門子科技創(chuàng)新大會(huì)上表示：軟硬件一體的技術(shù)棧、行業(yè)知識(shí)、生態(tài)合作伙伴是工業(yè)AI的三大要素。

這場(chǎng)科技大會(huì)于3月23日至24日在北京召開，主題是“數(shù)字世界與現(xiàn)實(shí)世界融合”（Real Meets Digital），旨在呈現(xiàn)工業(yè)AI從概念走向落地的路徑。會(huì)上，西門子提出以數(shù)據(jù)、軟件、硬件構(gòu)成的技術(shù)棧為基礎(chǔ)，疊加行業(yè)知識(shí)與開放生態(tài)，加速AI在制造、能源、基礎(chǔ)設(shè)施等關(guān)鍵領(lǐng)域的應(yīng)用落地。

“工業(yè)AI革命正在中國(guó)轟轟烈烈地展開”， 博樂(lè)仁在主旨演講中說(shuō)，這也是西門子將其首屆科技創(chuàng)新大會(huì)放在北京的原因。這家成立179年的德國(guó)工業(yè)巨頭已跨越三個(gè)世紀(jì)，截至2025年末有32萬(wàn)名員工，其中3萬(wàn)名在中國(guó)。

博樂(lè)仁認(rèn)為，使用AI模型解決現(xiàn)實(shí)世界的問(wèn)題，并規(guī)模化應(yīng)用到物理世界中，與表面上的熱鬧完全是兩碼事。“將AI帶入現(xiàn)實(shí)世界，不僅需要優(yōu)秀的模型，更需要工業(yè)AI操作系統(tǒng)：一個(gè)連接數(shù)據(jù)、軟件與智能硬件的技術(shù)棧。”

博樂(lè)仁強(qiáng)調(diào)了數(shù)字孿生在工業(yè)AI體系中的重要地位。他介紹，西門子的軟件正在構(gòu)建具備物理精度的數(shù)字孿生，使工業(yè)系統(tǒng)能夠呈現(xiàn)在虛擬世界中。數(shù)字孿生技術(shù)早已有之，但在AI加持下已升級(jí)為具備推演能力的智能系統(tǒng)。在此基礎(chǔ)上，從產(chǎn)品、設(shè)備到工廠，多個(gè)層級(jí)的數(shù)字孿生相互協(xié)作，形成完整的虛擬環(huán)境。

在這個(gè)高度真實(shí)的虛擬環(huán)境中，企業(yè)可以在實(shí)際生產(chǎn)之前就完成復(fù)雜系統(tǒng)的測(cè)試與調(diào)整，從而降低試錯(cuò)成本。這一模式已在實(shí)踐中得到驗(yàn)證，例如百事可樂(lè)通過(guò)整合多個(gè)數(shù)字孿生系統(tǒng)，三個(gè)月內(nèi)將單個(gè)工廠的生產(chǎn)效率提升20%。

隨著工業(yè)AI應(yīng)用不斷增加，對(duì)GPU算力的需求持續(xù)提升。西門子與英偉達(dá)展開合作，將英偉達(dá)的工具與GPU算力集成進(jìn)西門子芯片設(shè)計(jì)軟件，使其工作流程提速約10倍。同時(shí)，西門子借助英偉達(dá)的技術(shù)和AI能力，大幅提升仿真效率，仿真軟件提速百倍到千倍。除此之外，雙方還正在共同打造下一代數(shù)據(jù)中心。

盡管工業(yè)AI發(fā)展迅速，但要真正實(shí)現(xiàn)大規(guī)模落地并在復(fù)雜場(chǎng)景中穩(wěn)定運(yùn)行，仍面臨重重挑戰(zhàn)。國(guó)機(jī)數(shù)科董事長(zhǎng)王宇航認(rèn)為，目前工業(yè)AI落地存在“三脫節(jié)”，分別是技術(shù)和場(chǎng)景的脫節(jié)、業(yè)務(wù)和數(shù)據(jù)的脫節(jié)、投入和產(chǎn)出的脫節(jié)。

在工業(yè)領(lǐng)域，大語(yǔ)言模型已經(jīng)不能滿足實(shí)際需求。在大會(huì)圓桌討論環(huán)節(jié)，王宇航表示，工業(yè)知識(shí)不僅以文本形式存在，還涉及圖像、視頻、代碼以及各類工程數(shù)據(jù)，工業(yè)系統(tǒng)之間的交互也往往基于數(shù)據(jù)與代碼而非自然語(yǔ)言。因此在工業(yè)場(chǎng)景中，高質(zhì)量的多模態(tài)模型以及垂直領(lǐng)域的專用模型才能更好支撐具體應(yīng)用落地。

除此之外，王宇航格外重視工業(yè)AI的投入產(chǎn)出比。他認(rèn)為，如果公司花費(fèi)在人工智能上的費(fèi)用與降低成本所增加的收益不能夠形成閉環(huán)，那么工業(yè)AI實(shí)際上對(duì)工業(yè)生產(chǎn)沒(méi)有價(jià)值。

在北京數(shù)據(jù)集團(tuán)副總經(jīng)理、北京國(guó)際大數(shù)據(jù)交易所董事李振軍看來(lái)，相比互聯(lián)網(wǎng)、金融等數(shù)據(jù)天然豐富的行業(yè)，工業(yè)領(lǐng)域由于數(shù)據(jù)需要在生產(chǎn)和運(yùn)營(yíng)過(guò)程中逐步采集，數(shù)據(jù)獲取難度更高，也使得AI落地更具挑戰(zhàn)。

他認(rèn)為工業(yè)AI破局有兩個(gè)破局要點(diǎn)：一，激活大型工業(yè)企業(yè)內(nèi)部的私域數(shù)據(jù)，尤其是生產(chǎn)制造和運(yùn)營(yíng)管理數(shù)據(jù)，通過(guò)更有效的方式釋放其價(jià)值；二，工業(yè)領(lǐng)域的信息化屬于輔助能力，應(yīng)圍繞明確的應(yīng)用場(chǎng)景推進(jìn)相關(guān)投入。在這一過(guò)程中，數(shù)據(jù)部門需要與業(yè)務(wù)部門緊密協(xié)同，逐步形成相應(yīng)的數(shù)據(jù)庫(kù)。