今年，“人工智能+制造”專項(xiàng)行動(dòng)政策出臺(tái)，為AI與制造業(yè)深度融合明確了實(shí)施路徑，也標(biāo)志著中國(guó)工業(yè)智能化邁入新的發(fā)展階段。AI正逐步走出概念驗(yàn)證階段，成為推動(dòng)新型工業(yè)化發(fā)展、培育新質(zhì)生產(chǎn)力的重要力量。

當(dāng)前，工業(yè)AI的技術(shù)可行性正在越來(lái)越多的場(chǎng)景中得到驗(yàn)證，但多數(shù)制造企業(yè)仍處于單點(diǎn)試點(diǎn)和局部應(yīng)用階段。制約AI規(guī)模化落地的，不僅是技術(shù)模型本身，還包括支撐其持續(xù)運(yùn)行和創(chuàng)造價(jià)值的底層能力，包括可信的數(shù)據(jù)基礎(chǔ)、穩(wěn)定的算力與能源支撐、與工業(yè)系統(tǒng)的深度融合能力，以及應(yīng)用價(jià)值的驗(yàn)證與復(fù)制能力。在這一過(guò)程中，模型與應(yīng)用層面所面臨的挑戰(zhàn)，往往是企業(yè)最直接感受到的瓶頸。

模型與應(yīng)用層瓶頸：工業(yè)AI規(guī)模化面臨的三重考驗(yàn)

數(shù)據(jù)不可信、模型不可靠、應(yīng)用價(jià)值難驗(yàn)證與復(fù)制，AI便難以真正走出試點(diǎn)階段。

首先是數(shù)據(jù)治理。數(shù)據(jù)質(zhì)量參差不齊、“數(shù)據(jù)煙囪”林立、非結(jié)構(gòu)化數(shù)據(jù)利用率不足，以及安全合規(guī)和標(biāo)準(zhǔn)體系碎片化等問(wèn)題，都會(huì)影響AI應(yīng)用效果。企業(yè)大量數(shù)據(jù)以文檔、圖像、音視頻等形式存在，難以被模型高效利用；不同部門對(duì)同一對(duì)象的定義和描述缺乏統(tǒng)一標(biāo)準(zhǔn)，也增加了數(shù)據(jù)治理難度。同時(shí)，AI對(duì)實(shí)時(shí)數(shù)據(jù)的需求不斷提升，傳統(tǒng)批量處理模式正面臨新的挑戰(zhàn)。

其次是模型可靠性與信任問(wèn)題。許多AI模型難以與現(xiàn)有MES系統(tǒng)以及工業(yè)控制軟硬件環(huán)境深度融合，模型的準(zhǔn)確性、穩(wěn)定性和可驗(yàn)證性仍需進(jìn)一步提升。對(duì)于制造企業(yè)而言，只有基于可靠數(shù)據(jù)的建模、分析和預(yù)測(cè)，并且將預(yù)測(cè)結(jié)果通過(guò)工業(yè)第一性原理驗(yàn)證之后，才能獲得持續(xù)信任。

第三是場(chǎng)景驗(yàn)證與復(fù)制。ROI不清晰、業(yè)務(wù)融合不足以及案例復(fù)制難，成為工業(yè)AI規(guī)模化推廣面臨的普遍挑戰(zhàn)。許多項(xiàng)目能夠完成試點(diǎn)驗(yàn)證，卻難以從單一場(chǎng)景推廣至更多產(chǎn)線、工廠和業(yè)務(wù)環(huán)節(jié)。

三大能力：施耐德電氣的“開(kāi)放自動(dòng)化×工業(yè)AI”實(shí)踐路徑

施耐德電氣長(zhǎng)期深耕產(chǎn)業(yè)，圍繞上述挑戰(zhàn)形成了清晰的實(shí)踐路徑：聚焦高價(jià)值場(chǎng)景，以開(kāi)放自動(dòng)化夯實(shí)可信數(shù)據(jù)基礎(chǔ)，推動(dòng)智能體與自動(dòng)化深度融合，讓AI更好地服務(wù)生產(chǎn)運(yùn)營(yíng)。

以開(kāi)放自動(dòng)化夯實(shí)數(shù)據(jù)基礎(chǔ)，破解數(shù)據(jù)治理之困。構(gòu)建可信、開(kāi)放的數(shù)據(jù)基礎(chǔ)，是工業(yè)AI發(fā)揮價(jià)值的重要前提。

在數(shù)據(jù)治理層面，施耐德電氣以高質(zhì)量、高時(shí)效、全覆蓋、高語(yǔ)義和安全合規(guī)為衡量標(biāo)準(zhǔn)，圍繞數(shù)據(jù)質(zhì)量、實(shí)時(shí)性、標(biāo)準(zhǔn)統(tǒng)一、安全治理等關(guān)鍵問(wèn)題，推動(dòng)統(tǒng)一語(yǔ)義體系建設(shè)、知識(shí)圖譜應(yīng)用、主數(shù)據(jù)管理以及“數(shù)據(jù)+AI”一體化平臺(tái)建設(shè)，為工業(yè)AI落地提供支撐。

數(shù)據(jù)治理之困，根源在于設(shè)備層與控制層的數(shù)據(jù)長(zhǎng)期封閉于不同系統(tǒng)之中，IT與OT之間缺乏有效貫通。開(kāi)放自動(dòng)化通過(guò)開(kāi)放標(biāo)準(zhǔn)、軟件定義架構(gòu)以及IT/OT融合，實(shí)現(xiàn)從數(shù)據(jù)采集、分析決策到控制執(zhí)行的貫通協(xié)同。

在施耐德電氣的架構(gòu)中，現(xiàn)場(chǎng)設(shè)備與執(zhí)行器接入EcoStruxure開(kāi)放自動(dòng)化平臺(tái)（EAE），數(shù)據(jù)通過(guò)OPC UA、MQTT等開(kāi)放協(xié)議實(shí)現(xiàn)流通，并圍繞設(shè)備、工藝、能源等維度構(gòu)建場(chǎng)景化數(shù)據(jù)關(guān)聯(lián)體系。結(jié)合大模型、小模型、Harness框架及行業(yè)知識(shí)庫(kù)，支撐工業(yè)AI應(yīng)用在運(yùn)營(yíng)控制和管理優(yōu)化等層面的落地。

這一數(shù)據(jù)能力建立在施耐德電氣數(shù)十年積累的軟硬件結(jié)合自動(dòng)化技術(shù)基礎(chǔ)之上。其中，歷經(jīng)多年迭代的EcoStruxure開(kāi)放自動(dòng)化平臺(tái)（EAE），具備可移植、可擴(kuò)展、可編排和可復(fù)用四大特性，并與AVEVA劍維軟件等工業(yè)軟件協(xié)同，支撐從設(shè)計(jì)、工程建設(shè)到運(yùn)營(yíng)優(yōu)化的全生命周期數(shù)據(jù)管理。

推動(dòng)智能體與自動(dòng)化深度融合，破解模型可靠性難題。對(duì)于工業(yè)場(chǎng)景而言，AI的價(jià)值不僅體現(xiàn)在分析和預(yù)測(cè)，更在于能夠與生產(chǎn)過(guò)程深度結(jié)合，輔助決策和運(yùn)行優(yōu)化。

施耐德電氣推動(dòng)智能體與工藝系統(tǒng)、自動(dòng)化解決方案深度融合：工業(yè)解決方案為AI提供可靠數(shù)據(jù)，AI則為優(yōu)化生產(chǎn)過(guò)程提供決策建議。開(kāi)放自動(dòng)化不僅提升數(shù)據(jù)可用性，也為AI與工藝和自動(dòng)化系統(tǒng)融合創(chuàng)造條件。

這一思路已經(jīng)在多個(gè)場(chǎng)景中得到應(yīng)用。例如，在全球某領(lǐng)先化工新材料企業(yè)的正丁烷塔熱源切換項(xiàng)目中，施耐德電氣依托AVEVA Dynamic Simulation嚴(yán)格機(jī)理模型和PI System運(yùn)營(yíng)大數(shù)據(jù)平臺(tái)，本地部署強(qiáng)化學(xué)習(xí)算法訓(xùn)練AI智能體，實(shí)現(xiàn)AI SOP優(yōu)化。項(xiàng)目中，操作時(shí)間縮短至原來(lái)的三分之一，切換時(shí)間縮短原來(lái)的四分之一，驗(yàn)證了AI在流程工業(yè)裝置自主控制優(yōu)化場(chǎng)景中的應(yīng)用潛力。在“一帶一路”中亞大型天然氣化工項(xiàng)目中，過(guò)程控制系統(tǒng)自動(dòng)組態(tài)與測(cè)試智能體BoroClaw通過(guò)預(yù)訓(xùn)練知識(shí)庫(kù)與智能體能力，輔助測(cè)試、實(shí)施與診斷工作。通過(guò)自動(dòng)識(shí)別配置文件、語(yǔ)音引導(dǎo)測(cè)試等方式提升調(diào)試效率，使AI能夠在安全合規(guī)的前提下融入工程交付環(huán)節(jié)。

聚焦高價(jià)值場(chǎng)景，破解價(jià)值驗(yàn)證與復(fù)制難題。相比追求技術(shù)創(chuàng)新本身，聚焦業(yè)務(wù)痛點(diǎn)明確、價(jià)值預(yù)期清晰的場(chǎng)景，更有利于推動(dòng)工業(yè)AI從試點(diǎn)驗(yàn)證走向規(guī)模化應(yīng)用。

目前，施耐德電氣已圍繞生產(chǎn)管理、公用工程和供應(yīng)鏈三大核心業(yè)務(wù)領(lǐng)域，形成覆蓋安全、質(zhì)量、效率、能耗與運(yùn)營(yíng)優(yōu)化的豐富應(yīng)用場(chǎng)景。

在生產(chǎn)管理領(lǐng)域，AI已應(yīng)用于預(yù)測(cè)性維護(hù)、設(shè)備讀數(shù)與異常檢測(cè)、質(zhì)量檢測(cè)與關(guān)聯(lián)分析、工藝參數(shù)優(yōu)化、異常行為識(shí)別以及安全監(jiān)測(cè)等場(chǎng)景；在公用工程領(lǐng)域，可應(yīng)用于空壓機(jī)負(fù)荷預(yù)測(cè)、空壓站群控、能耗優(yōu)化、電力負(fù)荷預(yù)測(cè)以及冷站智能運(yùn)行；在供應(yīng)鏈領(lǐng)域，則已應(yīng)用于需求預(yù)測(cè)、庫(kù)存優(yōu)化、智能排程、物流路徑優(yōu)化、智能分揀和AGV調(diào)度等環(huán)節(jié)，推動(dòng)生產(chǎn)與物流協(xié)同優(yōu)化。

能力支撐價(jià)值落地，生態(tài)推動(dòng)價(jià)值拓展。工業(yè)AI要從單點(diǎn)試點(diǎn)走向規(guī)模化推廣，不僅需要技術(shù)能力支撐，也需要開(kāi)放協(xié)同的產(chǎn)業(yè)生態(tài)。施耐德電氣以數(shù)據(jù)融合、數(shù)據(jù)治理和數(shù)智賦能能力為基礎(chǔ)，通過(guò)開(kāi)放連接、場(chǎng)景共創(chuàng)和生態(tài)合作，推動(dòng)更多成功經(jīng)驗(yàn)沉淀、驗(yàn)證與復(fù)制。

全棧協(xié)同：支撐工業(yè)AI規(guī)模化發(fā)展

從更廣闊的產(chǎn)業(yè)視角來(lái)看，工業(yè)AI的規(guī)模化應(yīng)用不僅依賴模型與應(yīng)用創(chuàng)新，也離不開(kāi)能源、算力和基礎(chǔ)設(shè)施等底層能力支撐。只有數(shù)據(jù)、算法、算力與工業(yè)場(chǎng)景協(xié)同發(fā)展，AI價(jià)值才能持續(xù)釋放。

依托電氣化、自動(dòng)化與數(shù)智化的融合優(yōu)勢(shì)，施耐德電氣持續(xù)推動(dòng)從能源管理、工業(yè)基礎(chǔ)設(shè)施到工業(yè)軟件與自動(dòng)化系統(tǒng)的協(xié)同創(chuàng)新，為工業(yè)AI從場(chǎng)景驗(yàn)證走向規(guī)模化應(yīng)用提供支撐。通過(guò)連接底層電力與算力基礎(chǔ)設(shè)施，以及上層數(shù)據(jù)、軟件和工業(yè)場(chǎng)景，進(jìn)一步推動(dòng)工業(yè)智能化能力的持續(xù)拓展。

共赴工博之約 共啟數(shù)智新程

2026年中國(guó)國(guó)際工業(yè)博覽會(huì)開(kāi)幕在即，施耐德電氣將全方位展示迭代升級(jí)的軟件定義自動(dòng)化架構(gòu)，以及AI等數(shù)智化創(chuàng)新成果，呈現(xiàn)賦能產(chǎn)業(yè)智能化升級(jí)的創(chuàng)新實(shí)踐。

智，在其間。施耐德電氣期待與更多產(chǎn)業(yè)伙伴攜手，以開(kāi)放連接筑基啟智、以軟件定義提效賦智、以工業(yè)AI馭變?cè)鲋牵餐苿?dòng)工業(yè)智能化邁向更廣泛、更深入的發(fā)展階段。