工業 AI ，沒有新王，光而無耀，靜水深流。要說生成式 AI 是當下話題之王，沒有人會反對。簡單幾句話，就能讓兵馬俑「復活」唱秦腔，川普說上脫口秀。 情緒價值拉滿之餘，你敢不敢想像更酷的事情，如動動嘴皮子就能造出想要的東西。 AI 不僅能夠產生一段視頻，更能建構一個沉浸式、高仿真、遵循物理規律的虛擬空間，只需自然語音輸入指令，它就能將其轉化為專業的工業語言，再交由現實工廠的智能化產線變成「實物」。
如此美妙未來或許看似遙遠，但在西門子的描繪下，它早已不是空中樓閣，AI 在工業領域的應用正邁向一個嶄新階段。
今年4 月，西門子展示了其全球第一款工業工程設計生成式AI 產品Industrial Copilot，這款工具已經在德國舍弗勒的產線上啟用；在剛結束的阿赫瑪展會上，西門子首次推出多款面向綠氫產業的全新軟體工具，透過應用生成式AI 提升氫氣產量；西門子首個工業時序資料基礎模型也在開發訓練中，未來還會基於西門子萬億級資料集持續優化迭代… …
工業人工智慧「駕馭」工廠
想像一下，你走進了世界最大的汽車供應商之一德國舍弗勒的生產車間，環顧四周，各種自動化設備正在有條不紊地運作著。
「我想在 band 中新增一個新的圖形塊(graph block)，並將其命名為 210 sequence。」一位裝置操作員開啟西門子 Industrial Copilot 對話框，用簡單的自然語言輸入要求。很快，虛擬助理回答，「我已經在0210 (Band) 中添加了一個S7-Graph 塊。」
此時，另一位操作員使用自然語言指導虛擬助手，要求產線的機械臂進行抓取，系統調用了機器人功能庫中相應的模組，機械臂便抓起了流水線上的物品。
除了程式碼產生和最佳化，舍弗勒工廠的工程團隊還能使用自然語言存取相關文件、指南和手冊，在設備突然停止工作時快速識別潛在的錯誤原因並找到解決方案。
相比體驗感拉滿的消費端產品，企業級軟體的互動體驗仍極為複雜，由此也降低了產品開發效率。西門子率先利用生成式人工智慧技術重建工業軟體體驗，大幅提升了工程師的工作效率。在剛結束的 2024 年世界人工智慧大會 WAIC 上，Industrial Copilot 也榮獲「SAIL（Super AI Leader，卓越人工智慧引領者獎）之星」獎。
然而，西門子並不僅滿足於提供 Industrial Copilot 這樣的人工智慧創新產品，它更是工業人工智慧的使用者和實踐者。在西門子自有工廠裡，大量人工智慧技術與場景的有機結合早已成為呼吸一般的存在。
在成都高新區，西門子建立了其在中國的首座數位化工廠。走進車間，全自動化生產線上，幾乎看不到多少操作工，只有少數工人在生產線後，操作滑鼠、鍵盤，發出指令。
這座「燈塔工廠」已經部署了近 100 個 AI 項目，應用在了品質檢測、垃圾處理等多個場景中。
產線上配備了自動光學檢測（AOI）設備檢測電路板焊接點質量，但嚴格的標準設置帶來大量“假陽性”，需要大量人工複檢。在 AOI 設備之後添加一個 AI 系統進行二次檢查，工廠成功過濾掉了 90% 以上的「品質有問題」圖片，大大降低了工人的工作量。
對於工廠來說，工業垃圾的處理是一個不大不小的麻煩。前端生產線每天 24 小時不停，工廠每天就會產生數千箱的工業垃圾。現在，AI 分類機器人的危廢品識別率達到 100% ，製成品等其他物料識別率達 94% ，綜合識別率超過 96% ，已經完全不需要人工處理垃圾。
高品質工業數據讓AI 釋放生產力
西門子掌門人博樂仁（ Roland Busch ）曾表示，人工智慧這項技術單獨存在是沒有任何意義的，你只有把它放到各行業去，才會產生巨大效益。
然而，工業資料的品質和可得性一直限制著當前 AI 規模化應用。在中國大量的工業製造現場，資料種類紛繁複雜，品質參差不齊，只有大量且高品質的工業資料才能訓練出可靠的工業模型，而這些合格的工業「養料」從採集到使用並不是一件易事。
憑藉龐大市佔率沉澱下海量工業資料資源，成為其在數位化時代的核心競爭力。
正在開發和訓練的西門子首個時序資料的基礎模型 GTT 1.0 就是這一天然優勢的集中體現。
而這些優勢，都深植於西門子在工業硬體和軟體領域的全面佈局與深度融合。
西門子的硬體產品線極為廣泛。其工控系統作為傳統企業數位化的基石，控制器（ PLC ）在全球三分之一的工廠中使用。
例如，西門子 Industrial Edge 邊緣運算平台可以部署在靠近資料來源的位置，實現資料的擷取、處理和分析。
西門子深度參與了現場匯流排、工業乙太網路等通訊協定的製定，使其能夠以極高的顆粒度和準確性採集現場層資料。
同樣，在軟體領域，西門子也展現出強大實力。西門子逐漸建構起一個全面的工業軟體生態系統，使得不同層級（如設備層、車間層、企業層）、不同系統（如MES、PLM）、不同部門（如設計、生產、服務）之間的不同類型資料的整合和協同成為可能，形成西門子獨有的資料優勢。
這種「知行合一」的經驗，加上「軟硬兼施」的全面佈局，最終建構起西門子無與倫比的資料生態優勢。
打通任督二脈
行業知識的充分澆灌讓AI 學會工作
由於工業數據的複雜性遠超一般認知，除了常見的圖像和文本數據，工業領域還包含了諸如邏輯控制類、時序資料以及各種影像和3D 模型等多種模態的資料。理解和利用這些數據需要豐富的工業背景和經驗。
「 AI 要從消費走向工業，就必須深度結合工業場景，打通數位和機理的任督二脈，以安全、可靠、可信的工業級AI，實現生產力的飛躍，」西門子全球執行副總裁、西門子中國董事長、總裁兼執行長肖鬆在2024 WAIC 產業發展全體會議上的演講中談到。
以上是藏身幕後的巨人，正將工業AI帶入下一階段的詳細內容。更多資訊請關注PHP中文網其他相關文章！
