30位大佬閉門爭論2小時 ：工業AI如何落地

3月23日，在西門子全球科技大會期間，一場主題為“AI西妙夜·工業AI場景進化論”的小范圍閉門會同步舉行。
會上，包括西門子全球CEO博樂仁、中國CEO肖松、寧德時代首席制造官倪軍、美國國家工程院院士周明、國機數科董事長王宇航、北京人形機器人創新中心CTO唐劍、靈心巧手聯合創始人張延柏等30余位AI模型、具身智能創業者與頭部制造企業決策者，圍繞工業AI的核心挑戰、落地路徑及技術趨勢進行了多輪相互挑戰與交鋒。
以下是部分精彩觀點：
“高質量工業數據分兩類：一是試錯迭代與事故處理數據，二是工業過程數據。兩者都是非常值得挖掘的金礦。”
“當前階段，更適合由場景定義問題，AI解決問題。”

“工業AI既不能只從技術找場景，也不能只從業務找技術。真正有效的路徑是技術能力與應用場景的雙向收斂。”
“工業AI技術路線不應二選一，而應同時發展，通用基礎模型作為行業公共基礎設施，垂直行業模型解決具體工業問題。”
“工業AI未來很可能走向’通用模型+垂直模型’的分層架構。”
“工業企業的核心競爭力不是算法，而是獨有數據 + 隱性行業知識。”
“工業AI項目失敗最常見原因不是算法不夠好，而是數據未標注、業務流程未數字化、組織不愿分享知識等。”
“具身智能進廠的最大挑戰是工業級可靠性與ROI，包括操作成功率、精細度、系統穩定性、續航能力和效率。
“未來2–3年最可能規模落地的具身智能場景：巡檢、物流搬運、簡單裝配、設備測試。”
除了核心問題的探討，現場制造企業嘉賓還分享了多個真實案例，為判斷工業AI落地的高價值場景提供了多種可參考的實踐經驗：
柔性生產中，AI難落地的主因是SKU復雜、數據未標注、系統割裂，而非算法；機械設計領域，大量研發時間耗在3D轉2D圖紙和工藝文檔上，AI有望縮短研發周期；電解鋁優化案例中，純時序大模型因缺乏可解釋性失敗，最終通過特征工程、小模型與智能體結合實現根因分析與工藝優化。
最后，西門子全球CEO在總結發言中，將AI變革類比電力革命—電力解放體力，AI觸及智能本身。隨著大模型、智能體與機器人技術發展，AI將深刻改變制造業、醫療和機器人產業。他特別強調，中國擁有全球最大工業市場與極高創新速度，極可能成為工業AI大規模落地的首站。