北京
3月23日，西门子董事会主席、CEO博乐仁（Roland Busch）在首届西门子科技创新大会上发表主旨演讲 图源：西门子官网
尽管工业AI发展迅速，但要大规模实现在复杂场景中稳定运行仍面临重重挑战
文｜《财经》研究员 马铭泽
编辑｜马克
西门子董事会主席、总裁兼首席执行官博乐仁（Roland Busch）在首届西门子科技创新大会上表示：软硬件一体的技术栈、行业知识、生态合作伙伴是工业AI的三大要素。
这场科技大会于3月23日至24日在北京召开，主题是“数字世界与现实世界融合”（Real Meets Digital），旨在呈现工业AI从概念走向落地的路径。会上，西门子提出以数据、软件、硬件构成的技术栈为基础，叠加行业知识与开放生态，加速AI在制造、能源、基础设施等关键领域的应用落地。
“工业AI革命正在中国轰轰烈烈地展开”， 博乐仁在主旨演讲中说，这也是西门子将其首届科技创新大会放在北京的原因。这家成立179年的德国工业巨头已跨越三个世纪，截至2025年末有32万名员工，其中3万名在中国。
博乐仁认为，使用AI模型解决现实世界的问题，并规模化应用到物理世界中，与表面上的热闹完全是两码事。“将AI带入现实世界，不仅需要优秀的模型，更需要工业AI操作系统：一个连接数据、软件与智能硬件的技术栈。”
博乐仁强调了数字孪生在工业AI体系中的重要地位。他介绍，西门子的软件正在构建具备物理精度的数字孪生，使工业系统能够呈现在虚拟世界中。数字孪生技术早已有之，但在AI加持下已升级为具备推演能力的智能系统。在此基础上，从产品、设备到工厂，多个层级的数字孪生相互协作，形成完整的虚拟环境。
在这个高度真实的虚拟环境中，企业可以在实际生产之前就完成复杂系统的测试与调整，从而降低试错成本。这一模式已在实践中得到验证，例如百事可乐通过整合多个数字孪生系统，三个月内将单个工厂的生产效率提升20%。
随着工业AI应用不断增加，对GPU算力的需求持续提升。西门子与英伟达展开合作，将英伟达的工具与GPU算力集成进西门子芯片设计软件，使其工作流程提速约10倍。同时，西门子借助英伟达的技术和AI能力，大幅提升仿真效率，仿真软件提速百倍到千倍。除此之外，双方还正在共同打造下一代数据中心。
尽管工业AI发展迅速，但要真正实现大规模落地并在复杂场景中稳定运行，仍面临重重挑战。国机数科董事长王宇航认为，目前工业AI落地存在“三脱节”，分别是技术和场景的脱节、业务和数据的脱节、投入和产出的脱节。
在工业领域，大语言模型已经不能满足实际需求。在大会圆桌讨论环节，王宇航表示，工业知识不仅以文本形式存在，还涉及图像、视频、代码以及各类工程数据，工业系统之间的交互也往往基于数据与代码而非自然语言。因此在工业场景中，高质量的多模态模型以及垂直领域的专用模型才能更好支撑具体应用落地。
除此之外，王宇航格外重视工业AI的投入产出比。他认为，如果公司花费在人工智能上的费用与降低成本所增加的收益不能够形成闭环，那么工业AI实际上对工业生产没有价值。
在北京数据集团副总经理、北京国际大数据交易所董事李振军看来，相比互联网、金融等数据天然丰富的行业，工业领域由于数据需要在生产和运营过程中逐步采集，数据获取难度更高，也使得AI落地更具挑战。
他认为工业AI破局有两个破局要点：一，激活大型工业企业内部的私域数据，尤其是生产制造和运营管理数据，通过更有效的方式释放其价值；二，工业领域的信息化属于辅助能力，应围绕明确的应用场景推进相关投入。在这一过程中，数据部门需要与业务部门紧密协同，逐步形成相应的数据库。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
