30位大佬闭门争论2小时 ：工业AI如何落地
3月23日，在西门子全球科技大会期间，一场主题为“AI西妙夜·工业AI场景进化论”的小范围闭门会同步举行。
会上，包括西门子全球CEO博乐仁、中国CEO肖松、宁德时代首席制造官倪军、美国国家工程院院士周明、国机数科董事长王宇航、北京人形机器人创新中心CTO唐剑、灵心巧手联合创始人张延柏等30余位AI模型、具身智能创业者与头部制造企业决策者，围绕工业AI的核心挑战、落地路径及技术趋势进行了多轮相互挑战与交锋。
以下是部分精彩观点：
“高质量工业数据分两类：一是试错迭代与事故处理数据，二是工业过程数据。两者都是非常值得挖掘的金矿。”
“当前阶段，更适合由场景定义问题，AI解决问题。”
“工业AI既不能只从技术找场景，也不能只从业务找技术。真正有效的路径是技术能力与应用场景的双向收敛。”
“工业AI技术路线不应二选一，而应同时发展，通用基础模型作为行业公共基础设施，垂直行业模型解决具体工业问题。”
“工业AI未来很可能走向’通用模型+垂直模型’的分层架构。”
“工业企业的核心竞争力不是算法，而是独有数据 + 隐性行业知识。”
“工业AI项目失败最常见原因不是算法不够好，而是数据未标注、业务流程未数字化、组织不愿分享知识等。”
“具身智能进厂的最大挑战是工业级可靠性与ROI，包括操作成功率、精细度、系统稳定性、续航能力和效率。
“未来2–3年最可能规模落地的具身智能场景：巡检、物流搬运、简单装配、设备测试。”
除了核心问题的探讨，现场制造企业嘉宾还分享了多个真实案例，为判断工业AI落地的高价值场景提供了多种可参考的实践经验：
柔性生产中，AI难落地的主因是SKU复杂、数据未标注、系统割裂，而非算法；机械设计领域，大量研发时间耗在3D转2D图纸和工艺文档上，AI有望缩短研发周期；电解铝优化案例中，纯时序大模型因缺乏可解释性失败，最终通过特征工程、小模型与智能体结合实现根因分析与工艺优化。
最后，西门子全球CEO在总结发言中，将AI变革类比电力革命—电力解放体力，AI触及智能本身。随着大模型、智能体与机器人技术发展，AI将深刻改变制造业、医疗和机器人产业。他特别强调，中国拥有全球最大工业市场与极高创新速度，极可能成为工业AI大规模落地的首站。
转载请在文章开头和结尾显眼处标注：作者、出处和链接。不按规范转载侵权必究。
未经授权严禁转载，授权事宜请联系作者本人，侵权必究。
本文禁止转载，侵权必究。
授权事宜请至数英微信公众号(ID: digitaling) 后台授权，侵权必究。
评论
评论
推荐评论
暂无评论哦，快来评论一下吧！
全部评论（0条）