施耐德電氣尹正:讓技術深入場景,人工智慧價值迸發“關鍵一躍”

如今,人工智慧(AI)技術的迭代速度可以用“日新月異”來形容。積極擁抱AI浪潮已然成為當前企業乃至國家制勝未來的必然選項。

中國高度重視人工智慧發展。早在2016年,“人工智慧”就被寫入“十三五”規劃綱要;2024年,“人工智慧+”首次寫入《政府工作報告》,這意味著中國將加快形成以人工智慧為引擎的新質生産力。由此,人工智慧産業化展現出澎湃的發展動力。據《新一代人工智慧發展規劃》預測,到2030年,中國人工智慧核心産業規模有望超過1萬億元,帶動相關産業規模超過10萬億元。

施耐德電氣執行副總裁、中國及東亞區總裁尹正

施耐德電氣執行副總裁、中國及東亞區總裁尹正認為:“隨著國家政策對人工智慧發展的支援、新技術的不斷涌現以及産業升級的迫切需要,人工智慧正迎來技術融合場景的價值迸發臨界點。要讓AI發揮其最大的作用,我們需要找到合適的場景,推動技術和場景深入融合,進而助推産業發展和數字化升級。”

場景是AI的“演習場”、“數據源”和“創新地”

技術的革新固然重要,但技術只有與實際的應用場景相結合才能迸發無限魅力,這帶來的是生産力和效率的極大提升。場景對於人工智慧爆發的意義可以從三個方面來看:

首先,場景是人工智慧技術的“演習場”。機器學習演算法和大語言模型只有在實際場景中接受“檢驗”,才能發現技術落地的價值與發展空間,比如可靠性、成熟度、成本等。同時,場景應用也為技術優化和迭代指引了方向。

第二,場景是反哺人工智慧技術不斷迭代的“數據源”。千行百業的應用場景中蘊藏著AI技術進化所需要的數據“營養”。工廠裏的每條産線,樓宇中的每台空調,曠野中的每座風機,以及企業多年來生産經營活動的日誌文件等……都是珍貴的數據“原礦”,需要進一步挖掘、清洗、標注、預處理、推理和驗證。從場景中來,到場景中去,這一過程“哺育”了正在茁壯成長的人工智慧技術。

第三,場景是人工智慧再次發展和飛躍的“創新地”。現今火爆的通用大模型雖然能夠應對廣泛、多樣化的任務,但一旦深入具體産業,就需要與行業經驗相融合,獲取場景中蘊藏的專精知識。而構建垂直行業大模型,則為解決複雜的專業問題提供了新解法。

從研發、製造到運維,AI持續滲透千行百業的垂直場景

過去,由於千行百業大量場景對數據的精準性、可靠性和保密性提出嚴苛要求,且數據品質參次不齊,導致AI技術的應用落地受限。如今,新一代人工智慧正在進一步打破IT和OT之間的隔閡,縱向深入研發設計、生産製造、運維管理等産品的全生命週期,橫向影響電子製造、汽車、能源、樓宇、食品等垂直行業。縱橫應用場景的探索,是發掘規模化AI效益,實現高效和可持續的關鍵。

研發設計環節,AI將革新軟體的傳統開發範式。此前,工程師在軟體研發過程中存在重復性的基礎工作,費時費力且容易出現錯誤,而應用大模型技術的代碼智慧輔助則能顯著提升開發效率。比如,施耐德電氣中國軟體研發中心已經開始探索通過大模型輔助生成基礎代碼和幫助檢查代碼完整性,使工程師可以高效完成重復性開發任務,從而將更多精力專注于軟體高階功能的創新,以及解決行業實際問題,讓新技術在傳統行業煥發活力。

生産製造過程,AI正在賦能工廠實現提質增效。排産是生産計劃管理的重要環節,需要綜合考慮生産目標、生産能力、物料供應等因素,對生産任務進行合理安排和分配,這種決策並非易事。但若通過AI智慧決策,則能協同多個部門和多方因素,完成生産路徑、生産訂單批次優化、物料分配及齊套性檢查等目標,制定精準的生産計劃;質檢則是保證産品品質的另一個關鍵環節。在精密製造領域,由於産品表面複雜且瑕疵類別多樣,需要採集大量樣本提升缺陷識別模型的泛化能力,而生成式人工智慧則能基於有限的樣本高效訓練精準的瑕疵檢測模型。比如,施耐德電氣武漢工廠通過部署雲邊協同AI工業視覺檢測平臺,大幅提升産品品質檢測,實現漏檢率為0、誤檢率小于0.5%。

運維管理場景,AI還能助力企業實現運營效率的優化、穩定性的增強以及韌性的提升。能源系統運作過程中,AI大模型通過對數據的實時分析,能夠優化能源的調度、分配和利用;設備維護過程中,AI大模型能夠制定最優的機器檢修策略,保證生産的穩定進行。比如,在大連銀行數據中心的暖通節能改造項目上,施耐德電氣基於AI演算法與機器學習,對機房內的末端精密空調進行優化,使其根據實際需求進行動態製冷輸出,同時對冷站控制系統進行全局改進,最終實現末端空調系統節省31%電力消耗,冷站製冷效率提升20%。

技術+生態雙擎助推,施耐德電氣高度重視AI與場景融合

AI應用可以全面提升生産力和能源效率,最終促進人工智慧規模化應用。而要完成AI規模化效益的探索,讓AI發揮場景價值,離不開“技術創新”和“生態創新”這兩大引擎作為支撐。

技術創新方面,施耐德電氣尤為注重先進AI創新和場景落地:在全球,通過350名人工智慧專家經驗與專業知識結合,幫助客戶在電氣化、自動化和脫碳等領域做出敏捷決策;在中國,設立“AI創新實驗室”,開拓“實體産業+技術生態+AI”的應用創新;針對能源管理和工業自動化領域,推出企業級人工智慧平臺EcoStruxure AI引擎,將最新的AI技術與施耐德電氣行業應用經驗積累相結合,為不同用戶提供精準高效的決策建議,從而降本增效。

生態創新方面,施耐德電氣認為,創新、數字化、綠色發展,這些都要求高度開放協作的生態環境。因此,企業需要生態協作,相互賦能,共同提升産業影響力,實現經濟效益和社會效益的共贏。比如,2024年3月,施耐德電氣宣佈與英偉達達成合作,攜手推進邊緣人工智慧和數字孿生技術突破性變革;2024年6月,攜手各界夥伴開啟第五季“創贏計劃”,特別設立AI專業賽道,助力創新型企業發力AI應用。

無論“技術創新”還是“生態創新”,人工智慧與實體經濟的結合只會越來越深入,AI只有在場景的土壤中才能綻放出富有生命力的“花朵”。未來,施耐德電氣將不斷推進與生態價值鏈上的夥伴、開發者等合作共創,將AI技術與行業專有知識相融合,全面助力客戶實現節能減碳和智慧化運營,引領整個産業共同邁向高效和可持續發展之路。