今年会jinnianhui-施耐德电气丁晓红：AI要解决具体问题，在务实中迈向工业未来

工业AI不是炫技，而是切实解决产线上一个个详细问题，于数据与需求的双轮驱动下，中国制造正迎来以“人工智能+”驱动数智化跃迁的要害时刻。

“AI技能需与行业现实需求深度联合，不克不及纯真为了技能开发而开发”，施耐德电气集团董事、高级副总裁、工业主动化营业中国区卖力生齿晓红于2025工博会媒体晤面会上暗示。

本届工博会已经经成为工业AI从观点走向实用的最好不雅察窗口之一。与前两年的技能展示差别，本年的产物及解决方案遍及带有明确的场景属性及量化的价值指标，折射出行业对于 AI务实化 的团体认同。

本年，国务院印发《关在深切实行“人工智能+”步履的定见》，提出加速人工智能于设计、中试、出产、办事、运营全环节落地运用。工信部也夸大出台“人工智能+制造”专项步履实行方案，部署重点行业、重点环节、重点范畴智能化转型使命。

人工智能与制造业的交融已经进入加快期。数据统计，工业年夜模子于研发设计、出产制造、谋划治理等方面的运用占比别离到达33%、24%、32%。AI技能正从单点运用向全生命周期渗入。

“当前AI成长势头正盛，其立异已经从多个单点冲破串联成线，正深刻影响着整个财产链的上下流。”丁晓红暗示，施耐德电气正踊跃摸索于全生命周期中融入AI技能，从产物设计之初的编程引导，到出产制造阶段的呆板视觉、妨碍诊断与装备猜测性维护，再到能源优化等多个要害环节，均于推进AI的落地实践。

于AI热潮中，施耐德电气选择了一条务实路径。丁晓红指出：“AI技能需与行业现实需求深度联合，不克不及纯真为了技能开发而开发，要害是可以或许解决某一类详细问题。”

当前，于诸多工业运用场景，尤其是主动节制范畴，最基本的要求就是及时性及确定性。但AI往往于这些方面还有达不到现实要求。

工业AI的乐成运用离不开坚实的数据基础，而当前数据基础单薄仍是最凸起的瓶颈。数据是AI运用的基石，但于许多用户的现实场景中，数据基础遍及单薄，缺少足量、优质的数据支撑AI练习。丁晓红坦言，许多客户虽拥有数据，却缺少尺度化管理，犹如手握矿石却未经提炼，难以转化为有用资源支撑AI运用。这一问题于还没有成立完美数据收罗系统的中小企业中尤为严峻，致使AI技能堕入 无用武之地 的困境。

这些实际挑战，让行业对于AI的期待从 无所不克不及 回归 有所作为 。正如丁晓红所言，不管是几年前的软件转型，还有是当下的AI运用，都履历了从观点热潮到务实落地的演进历程。工业AI的价值不于在技能自己有多进步前辈，而于在可否切实解决行业详细问题。

本届工博会，施耐德电气以“了不得的将来工业”为主题，聚焦财产全价值链的行业运用，出现开放主动化、AI等前沿技能赋能的工业主动化产物、解决方案与办事。

例如于水务环保行业的水处置惩罚与环保场景，施耐德电气推出ATV Predict Plus传动体系猜测性维护平台，该平台内嵌AI算法，可以或许及时举行智能监控和猜测，并以零新增软硬件、全链路笼罩及矫捷部署等焦点上风，助力企业实现更全局的装备掌控、更少不测的停机丧失及更零危害的出产持续。

再如于流程制造业的采油与炼化场景，施耐德电气可以或许为行业客户提供笼罩设计、制作、运营、维护全生命周期的解决方案。聚焦年夜范围一体化工艺装配“牢固长满优”运营方针，可以或许提供包括施耐德电气旗下AVEVA剑维软件等工业软件、EcoStruxure APC进步前辈历程节制、EcoStruxure Foxboro DCS体系以和ETAP电气体系数字孪生平台等于内的完备的历程一体化解决方案。

此中，AI赋能工业提质增效、智能制造咨询、全新一代中压变频器ATV1200C-S、EcoStruxure PMA猜测性维护参谋等多款产物及解决方案竞相展出。

此外，施耐德电气将AI技能融入产物、出产运营及办事傍边，并与互助伙伴结合打造工业AI优化方案，涵盖水厂加药曝气优化节制与公用工程冷站、空压站优化等运用场景。

AI与传统工业软件的联合可以或许开释更多价值。AI可以帮忙阐发并提供计谋，但终极仍需基础模子计较出切确值输出。据施耐德电气相干技能卖力人先容，AI及现有的工业软件联合起来，可以或许快速帮忙客户年夜幅削减人工调治事情量，从而让相干参数更精准地迫近相对于不变的方针值。

这一实践颇具代表性。例如于流程行业的PLC验证中，将AI的数据阐发能力与传统工业软件的基础模子相联合，可以使人工调治时间年夜幅削减，同时经由过程基础模子的约束确保节制精度。这类 辅助决议计划+精准履行 的模式，已经于化工、水务等范畴落地运用。

可以说，工业AI正于成为工业软件的“聪明放年夜器”。而这类技能交融趋向，正鞭策工业AI从 试验室精度 走向 工业级靠得住 。

事实上， 软件界说的主动化 已经经成为行业的一种共鸣。丁晓红暗示，“施耐德电气将成长软件作为战略重点之一。将来，软件于能源治理及工业范畴将阐扬愈来愈要害的作用。此中，工业范畴的‘软件界说主动化’已经成为将来成长标的目的。工业软件从成长早期最先，就是软件界说主动化的一部门，也是咱们营业系统中的主要构成部门。”

开放生态是软件界说的主动化的要害支撑。工业软件场景繁杂，仅凭一己之力难以笼罩所有需求。丁晓红暗示，鞭策软件成长需要更多伙伴插手，期待各方真正结合，以务实立场推进软件范畴事情。联合行业、运用场景以和客户差别需求，夯实软件基础，加速软件技能迭代及场景落地，进而促成软硬件协同成长。

针对于AI+工业的价值，业界专家认为，AI于工业范畴可阐扬优化设计、智能运维等诸多作用，但要真正进入焦点节制环节，仍需冲破常识、决议计划、验证等瓶颈。工业AI从外围辅助到焦点节制，还有有很长的路要走，不克不及急在求成。

对于此，丁晓红坦言，AI于工业场景的运用远景无疑长短常广漠的。AI对于效率的晋升作用无庸置疑，但于整个工业范畴浩繁繁杂的运用场景中，咱们也于踊跃开展实践——不管是内部优化运营，还有是对于外为伙伴及客户赋能，都于连续推进相干测验考试与摸索。

可以预感，将来工业的焦点是更高效、更矫捷、更可连续，这一跃升历程也闪现出清楚的成长趋向：一是巨细模子协同进化。通用年夜模子提供基础能力，行业小模子聚焦场景落地；二是AI与开放主动化深度交融。如施耐德电气EAE平台的连续迭代，经由过程将AI算法封装为尺度化模块，降低技能利用门坎，使更多企业享受AI盈余；三是数据价值充实开释。从单一装备数据到全财产链数据，从内部数据到生态数据，数据要素的流动将催生新的模式。

将来工业不是遥不成和的观点，而是藏于每一一次能效晋升、每一一次妨碍预警、每一一份工艺优化的摸索与实战中。从钢铁厂的智能能耗治理到制药厂的柔性出产，从数据中央的绿电调理到零碳园区的协同运营，以AI为代表的技能立异正于悄然转变着工业的面孔。

施耐德电气正于用实践诠释工业AI的准确打开方式，是扎根运用场景、解决现实问题；将来工业的实现路径，是实事求是、务实前行。正如丁晓红所言，当AI技能真正融入制造业的每个毛细血管，解决好每个详细问题时，工业的将来天然会到来。

您的邮箱地址不会被公然。 必填项已经用 * 标注

评论 *

显示名称

邮箱

于此阅读器中生存我的显示名称、邮箱地址及网站地址，以便下次评论时利用。