西門子CEO博樂仁：工業AI有三大要素

3月23日，西門子董事會主席、CEO博樂仁（Roland Busch）在首屆西門子科技創新大會上發表主旨演講 圖源：西門子官網

盡管工業AI發展迅速，但要大規模實現在復雜場景中穩定運行仍面臨重重挑戰

文｜《財經》研究員 馬銘澤

編輯｜馬克

西門子董事會主席、總裁兼首席執行官博樂仁（Roland Busch）在首屆西門子科技創新大會上表示：軟硬件一體的技術棧、行業知識、生態合作伙伴是工業AI的三大要素。

這場科技大會于3月23日至24日在北京召開，主題是“數字世界與現實世界融合”（Real Meets Digital），旨在呈現工業AI從概念走向落地的路徑。會上，西門子提出以數據、軟件、硬件構成的技術棧為基礎，疊加行業知識與開放生態，加速AI在制造、能源、基礎設施等關鍵領域的應用落地。

“工業AI革命正在中國轟轟烈烈地展開”， 博樂仁在主旨演講中說，這也是西門子將其首屆科技創新大會放在北京的原因。這家成立179年的德國工業巨頭已跨越三個世紀，截至2025年末有32萬名員工，其中3萬名在中國。

博樂仁認為，使用AI模型解決現實世界的問題，并規模化應用到物理世界中，與表面上的熱鬧完全是兩碼事。“將AI帶入現實世界，不僅需要優秀的模型，更需要工業AI操作系統：一個連接數據、軟件與智能硬件的技術棧。”

博樂仁強調了數字孿生在工業AI體系中的重要地位。他介紹，西門子的軟件正在構建具備物理精度的數字孿生，使工業系統能夠呈現在虛擬世界中。數字孿生技術早已有之，但在AI加持下已升級為具備推演能力的智能系統。在此基礎上，從產品、設備到工廠，多個層級的數字孿生相互協作，形成完整的虛擬環境。

在這個高度真實的虛擬環境中，企業可以在實際生產之前就完成復雜系統的測試與調整，從而降低試錯成本。這一模式已在實踐中得到驗證，例如百事可樂通過整合多個數字孿生系統，三個月內將單個工廠的生產效率提升20%。

隨著工業AI應用不斷增加，對GPU算力的需求持續提升。西門子與英偉達展開合作，將英偉達的工具與GPU算力集成進西門子芯片設計軟件，使其工作流程提速約10倍。同時，西門子借助英偉達的技術和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據中心。

盡管工業AI發展迅速，但要真正實現大規模落地并在復雜場景中穩定運行，仍面臨重重挑戰。國機數科董事長王宇航認為，目前工業AI落地存在“三脫節”，分別是技術和場景的脫節、業務和數據的脫節、投入和產出的脫節。

在工業領域，大語言模型已經不能滿足實際需求。在大會圓桌討論環節，王宇航表示，工業知識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據，工業系統之間的交互也往往基于數據與代碼而非自然語言。因此在工業場景中，高質量的多模態模型以及垂直領域的專用模型才能更好支撐具體應用落地。

除此之外，王宇航格外重視工業AI的投入產出比。他認為，如果公司花費在人工智能上的費用與降低成本所增加的收益不能夠形成閉環，那么工業AI實際上對工業生產沒有價值。

在北京數據集團副總經理、北京國際大數據交易所董事李振軍看來，相比互聯網、金融等數據天然豐富的行業，工業領域由于數據需要在生產和運營過程中逐步采集，數據獲取難度更高，也使得AI落地更具挑戰。

他認為工業AI破局有兩個破局要點：一，激活大型工業企業內部的私域數據，尤其是生產制造和運營管理數據，通過更有效的方式釋放其價值；二，工業領域的信息化屬于輔助能力，應圍繞明確的應用場景推進相關投入。在這一過程中，數據部門需要與業務部門緊密協同，逐步形成相應的數據庫。