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(yè)AI場景進(jìn)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(jī)數(shù)科董事長王宇航、北京人形機(jī)器人創(chuàng)新中心CTO唐劍、靈心巧手聯(lián)合創(chuàng)始人張延柏等30余位AI模型、具身智能創(chuàng)業(yè)者與頭部制造企業(yè)決策者，圍繞工業(yè)AI的核心挑戰(zhàn)、落地路徑及技術(shù)趨勢進(jìn)行了多輪相互挑戰(zhàn)與交鋒。
以下是部分精彩觀點：
“高質(zhì)量工業(yè)數(shù)據(jù)分兩類：一是試錯迭代與事故處理數(shù)據(jù)，二是工業(yè)過程數(shù)據(jù)。兩者都是非常值得挖掘的金礦�！�
“當(dāng)前階段，更適合由場景定義問題，AI解決問題�！�

“工業(yè)AI既不能只從技術(shù)找場景，也不能只從業(yè)務(wù)找技術(shù)。真正有效的路徑是技術(shù)能力與應(yīng)用場景的雙向收斂�！�
“工業(yè)AI技術(shù)路線不應(yīng)二選一，而應(yīng)同時發(fā)展，通用基礎(chǔ)模型作為行業(yè)公共基礎(chǔ)設(shè)施，垂直行業(yè)模型解決具體工業(yè)問題�！�
“工業(yè)AI未來很可能走向’通用模型+垂直模型’的分層架構(gòu)�！�
“工業(yè)企業(yè)的核心競爭力不是算法，而是獨有數(shù)據(jù) + 隱性行業(yè)知識。”
“工業(yè)AI項目失敗最常見原因不是算法不夠好，而是數(shù)據(jù)未標(biāo)注、業(yè)務(wù)流程未數(shù)字化、組織不愿分享知識等。”
“具身智能進(jìn)廠的最大挑戰(zhàn)是工業(yè)級可靠性與ROI，包括操作成功率、精細(xì)度、系統(tǒng)穩(wěn)定性、續(xù)航能力和效率。
“未來2–3年最可能規(guī)模落地的具身智能場景：巡檢、物流搬運、簡單裝配、設(shè)備測試。”
除了核心問題的探討，現(xiàn)場制造企業(yè)嘉賓還分享了多個真實案例，為判斷工業(yè)AI落地的高價值場景提供了多種可參考的實踐經(jīng)驗：
柔性生產(chǎn)中，AI難落地的主因是SKU復(fù)雜、數(shù)據(jù)未標(biāo)注、系統(tǒng)割裂，而非算法；機(jī)械設(shè)計領(lǐng)域，大量研發(fā)時間耗在3D轉(zhuǎn)2D圖紙和工藝文檔上，AI有望縮短研發(fā)周期；電解鋁優(yōu)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(jié)合實現(xiàn)根因分析與工藝優(yōu)化。
最后，西門子全球CEO在總結(jié)發(fā)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(jī)器人技術(shù)發(fā)展，AI將深刻改變制造業(yè)、醫(yī)療和機(jī)器人產(chǎn)業(yè)。他特別強調(diào)，中國擁有全球最大工業(yè)市場與極高創(chuàng)新速度，極可能成為工業(yè)AI大規(guī)模落地的首站。