西門子首屆科技創新大會近日在北京落下帷幕，這場以“數字世界與現實世界融合”為主題的盛會，吸引了全球工業界的目光。西門子董事會主席兼首席執行官博樂仁在會上指出，工業AI的落地需要三大核心要素：軟硬件一體化的技術棧、深厚的行業知識儲備，以及開放的生態合作伙伴網絡。
作為擁有179年歷史的工業巨頭，西門子將首屆科技創新大會選址中國，凸顯了其對中國市場的高度重視。目前，西門子在中國擁有3萬名員工，占全球員工總數的近十分之一。博樂仁在演講中強調，將AI技術從實驗室推向物理世界，不僅需要先進的模型，更需要構建一個連接數據、軟件與智能硬件的完整技術體系。
數字孿生技術成為本次大會的焦點之一。博樂仁介紹，西門子通過AI賦能，將傳統數字孿生升級為具備推演能力的智能系統。這種技術能夠創建從產品到工廠的多層級虛擬模型，形成完整的數字鏡像環境。企業可以在實際生產前，在這個高度真實的虛擬空間中完成系統測試與優化，顯著降低試錯成本。百事可樂的實踐案例顯示，通過整合數字孿生系統，其單個工廠的生產效率在三個月內提升了20%。
在硬件支持層面，西門子與英偉達達成深度合作。雙方將英偉達的GPU算力與工具集成到西門子芯片設計軟件中，使工作流程效率提升約10倍。同時，借助英偉達的技術，西門子的仿真軟件性能實現百倍至千倍的飛躍。兩家公司還在共同研發下一代數據中心，為工業AI應用提供更強大的算力支撐。
盡管工業AI發展勢頭迅猛，但其大規模落地仍面臨諸多障礙。國機數科董事長王宇航指出，當前工業AI應用存在“三脫節”現象：技術方案與實際場景需求不匹配、業務需求與數據采集不協同、技術投入與經濟效益不成正比。他特別強調，工業知識不僅包含文本信息，還涉及圖像、視頻、代碼及工程數據，因此需要開發高質量的多模態模型和垂直領域專用模型。
王宇航進一步表示，工業AI的價值最終要體現在經濟效益上。如果企業在AI技術上的投入無法通過降低成本或提升效率形成閉環，那么這些技術對工業生產就沒有實際意義。他呼吁行業關注技術落地的投入產出比，確保每一分投入都能產生可衡量的商業價值。
北京數據集團副總經理李振軍從數據角度分析了工業AI的挑戰。他指出，與互聯網、金融等行業相比，工業數據具有分散性、專業性強等特點，采集難度較大。要突破這一瓶頸，一方面需要激活大型企業內部的私域數據，特別是生產制造和運營數據；另一方面要圍繞具體應用場景推進信息化建設，確保數據部門與業務部門緊密協作，逐步構建起有效的數據體系。
