盡管消費級人工智能應用已在全球范圍內掀起熱潮，但制造業(yè)這一占據(jù)全球GDP近16%的龐大領域，AI技術的滲透速度卻遠低于預期。麥肯錫的調研顯示，全球僅有約20%的工業(yè)企業(yè)將AI技術規(guī)?；瘧糜诤诵臉I(yè)務，多數(shù)企業(yè)仍停留在試點或局部應用階段。工廠中的數(shù)據(jù)分散在各個信息孤島中，算法與生產(chǎn)線之間存在難以逾越的鴻溝，即便最先進的大模型也無法直接完成生產(chǎn)操作。工業(yè)AI，這個被寄予厚望的領域，正面臨“叫好不叫座”的困境。

3月23日至24日，西門子在北京首都國際會議中心舉辦了全球旗艦級科技大會RXD（Real Meets Digital）。這場被西門子中國董事長肖松稱為“盛況空前”的活動，吸引了千余名產(chǎn)業(yè)領袖、技術專家和開發(fā)者參與，線上直播觀看人數(shù)近200萬。值得注意的是，這是西門子首次將這一全球性大會放在中國舉辦，這一選擇本身就傳遞出強烈信號：中國正在成為全球工業(yè)AI創(chuàng)新的重要策源地和試驗場。

在大會首日的尖峰對話環(huán)節(jié)，肖松提出了一個關鍵問題：工業(yè)AI要真正落地，需要突破哪些障礙？這一提問背后，是西門子對工業(yè)AI發(fā)展現(xiàn)狀的深刻洞察。與消費級AI不同，工業(yè)AI面對的是高度復雜、非標準化且碎片化的物理世界。從設計、生產(chǎn)到運維，每個環(huán)節(jié)都涉及海量專業(yè)知識和特定場景需求。波士頓咨詢的報告指出，高達60%的企業(yè)在AI應用上陷入“試點煉獄”，核心挑戰(zhàn)在于如何將實驗室中的算法模型穩(wěn)定、可靠地部署到復雜多變的生產(chǎn)環(huán)境中，實現(xiàn)從概念驗證到價值創(chuàng)造的跨越。

國機數(shù)科董事長王宇航在對話中指出，工業(yè)AI的落地不僅是一次技術革新，更是一場管理再造、流程重組和企業(yè)內部結構變革的“革命”，因此必須是“一把手工程”。技術層面，工業(yè)需要的是融合圖像、音頻、視頻、代碼、公式等多模態(tài)知識的垂直領域專用模型，而非通用大語言模型。最終，任何投入都必須以清晰的投資回報率（ROI）來衡量。Gartner的分析也印證了這一點，指出工業(yè)AI項目失敗的首要原因往往是“業(yè)務目標與技術能力錯配”以及“投資回報率難以證明”。

北京數(shù)據(jù)集團副總經(jīng)理李振軍從數(shù)據(jù)角度揭示了工業(yè)AI的獨特困境。與互聯(lián)網(wǎng)、金融等天生數(shù)字化的行業(yè)不同，工業(yè)數(shù)據(jù)需要隨著生產(chǎn)管理運營過程采集生成，物理世界的數(shù)據(jù)采集難度更大、治理成本更高，且大量數(shù)據(jù)是非結構化、非標準化的。銀河通用機器人聯(lián)合創(chuàng)始人張直政則從技術演進角度提出更深層思考：大模型驅動的工業(yè)AI將引發(fā)生產(chǎn)關系和生產(chǎn)方式的體系化變革，這需要行業(yè)具備全新的認知。

肖松對此深表認同。他將破局的關鍵歸納為場景與數(shù)據(jù)的融合，并提出了三個衡量維度：場景中是否有可獲取的數(shù)據(jù)；創(chuàng)造的價值是否可量化、實現(xiàn)降本增效；基于數(shù)據(jù)的優(yōu)化結果是否可泛化。他坦言，數(shù)據(jù)是工業(yè)AI需要跨越的重要門檻之一。

面對認知、數(shù)據(jù)、場景、價值等多重挑戰(zhàn)，西門子提出了全棧能力、軟硬融合、生態(tài)共建三大破局策略。肖松在對話中強調：“當AI加速融入物理世界時，軟件依然重要，但硬件比過去更重要。軟硬融合的能力將釋放無限潛能與價值?！彼扔鞯溃骸败浖谴竽X，硬件是手腳?！币獙崿F(xiàn)從感知、決策到執(zhí)行的工業(yè)智能閉環(huán)，讓AI產(chǎn)生真實的降本增效，軟硬融合是必經(jīng)之路。

這一判斷直擊當前工業(yè)AI發(fā)展的關鍵瓶頸。過去幾年，業(yè)界往往更關注算法和算力，忽視了硬件在物理世界中的決定性作用。但在工業(yè)場景中，AI的價值最終要通過設備、產(chǎn)線和工廠來實現(xiàn)。西門子股份公司董事會主席博樂仁在主旨演講中進一步闡述，工業(yè)場景需要的是“100%可靠的AI”，這依賴于將AI直接嵌入硬件，在邊緣側進行實時“推理”并觸發(fā)行動。他舉例，在奧迪工廠，西門子的工業(yè)AI以每分鐘2000次的速度檢測焊縫質量；在西門子成都工廠，AI通過3D影像實時引導機器人從雜亂堆中精準抓取零件。這些案例表明，硬件是AI走向物理世界、產(chǎn)生直接價值的關鍵通道。

這一理念也體現(xiàn)在西門子此次發(fā)布的26款本土研發(fā)新品中。例如，專為數(shù)據(jù)中心和“AI工廠”設計的SENTRON 3VD直流塑殼斷路器，體積減小20%，安裝時間節(jié)省30%；SIMATIC S7-200 SMART G2是西門子專為中國市場打造的第二代高性價比小型PLC。這些產(chǎn)品基于西門子的全球經(jīng)驗，在中國完成研發(fā)和創(chuàng)新，并計劃服務本土后走向全球市場，是“全球經(jīng)驗，本土創(chuàng)新，規(guī)模躍遷”的典范。肖松透露，西門子2024年特別組建了“中國創(chuàng)新產(chǎn)品事業(yè)部”，推動產(chǎn)品從定義、研發(fā)到生產(chǎn)服務的全價值鏈本地化。

肖松深知，僅靠西門子一家企業(yè)的力量遠遠不夠。他在對話中反復強調“生態(tài)”的重要性：“在工業(yè)AI時代，全棧式科技能力、行業(yè)知識和生態(tài)都至關重要。只有建立強大的生態(tài)，才能釋放工業(yè)AI的無限潛能?！蔽鏖T子Xcelerator開放平臺的戰(zhàn)略正從“共享”優(yōu)先轉向“共創(chuàng)”優(yōu)先，倡導與伙伴共同創(chuàng)造解決方案。

在大會現(xiàn)場，阿里云不僅展示了全棧AI能力，更與西門子深化合作，將西門子CAE仿真軟件以IaaS模式部署上云，服務中小企業(yè)。雙方還在探討基于阿里千問大模型支持自動化工程。宇樹科技的人形機器人與西門子的SIMOVE智能調度平臺協(xié)同，探索AGV與人形機器人的統(tǒng)一調度。英偉達與西門子的合作則深入芯片設計軟件加速、仿真提速百倍以及共同打造下一代“AI工廠”數(shù)據(jù)中心。與超過40家生態(tài)伙伴的聯(lián)動，呈現(xiàn)出跨技術棧協(xié)同與應用共創(chuàng)的生態(tài)圖景。

肖松解釋了選擇中國作為首屆RXD大會舉辦地的四個理由：工業(yè)體系的廣度、產(chǎn)業(yè)供應鏈的深度、創(chuàng)新與市場化的速度以及對新技術開放的態(tài)度。他用四個“度”概括中國的創(chuàng)新優(yōu)勢：中國擁有聯(lián)合國產(chǎn)業(yè)分類中最完整的工業(yè)體系，這是“廣度”；在深圳，半小時車程內可找齊組裝機器人的所有零件，在長三角，四小時可裝出一臺新能源汽車，這體現(xiàn)了供應鏈的“深度”；西門子SENTRON 3VD直流塑殼斷路器的開發(fā)周期從常規(guī)的18個月縮短至9個月，這是“速度”；中國市場對于產(chǎn)品和新技術保持開放態(tài)度，樂于采用快速迭代的“軟件思維”，這是“態(tài)度”。這四個“度”相輔相成，構成了中國無可替代的創(chuàng)新土壤。

西門子正在將中國市場的定位從“最重要的市場之一”深化為“核心的創(chuàng)新策源地”。此次發(fā)布的26款產(chǎn)品全部由中國團隊研發(fā)，正是“以中國速度加快本土創(chuàng)新，推動更多中國創(chuàng)新走向全球”這一戰(zhàn)略的集中體現(xiàn)。肖松對中國市場的前景保持樂觀，他引用數(shù)據(jù)稱，中國在“十五五”期間將有約30萬億人民幣的經(jīng)濟增量，這為技術創(chuàng)新提供了廣闊的結構性機會。

更具前瞻性的是，西門子正積極布局具身智能這一未來賽道。肖松透露，公司正與宇樹科技、銀河通用、優(yōu)必選等企業(yè)探討，利用西門子的數(shù)字孿生技術，先在虛擬世界中設計、仿真、測試人形機器人及其產(chǎn)線，再于現(xiàn)實世界落地，從而大幅縮短開發(fā)周期。同時，西門子覆蓋40多個行業(yè)的全球客戶網(wǎng)絡與知識積累，也能為具身智能企業(yè)提供寶貴的場景和數(shù)據(jù)。肖松預測，人形機器人執(zhí)行簡單工廠任務（如搬運、擰螺絲）可能在一兩年內實現(xiàn)，但要高可靠地深度融入核心產(chǎn)線，承擔復雜精密工作，仍需5-10年的技術積累與生態(tài)共建。

在大會首日的演講中，西門子股份公司董事會主席博樂仁與阿里巴巴集團主席蔡崇信、宇樹科技創(chuàng)始人王興興、寧德時代首席制造官倪軍共話AI時代的開放合作與產(chǎn)業(yè)躍遷。這場跨越國界、跨越行業(yè)的高級別對話，象征著工業(yè)AI需要多方協(xié)作的特質。肖松在大會期間多次強調：“工業(yè)AI的時代，唯有建立強大的生態(tài)，才能真正釋放AI的無限潛能。”他認為，工業(yè)AI目前仍處起步探索階段，突破將是點狀的。西門子的策略是在不同點上與伙伴合作尋找突破，逐步連點成線，最終匯集成面。

工業(yè)AI的落地是一場需要長期堅持的長跑。從數(shù)據(jù)到場景，從算法到硬件，從單點突破到生態(tài)共建，其成功不僅依賴于技術的先進性，更取決于能否構建一個涵蓋硬件供應商、軟件開發(fā)者、數(shù)據(jù)服務商、系統(tǒng)集成商和最終用戶的繁榮生態(tài)。在這場深刻變革中，沒有孤膽英雄，只有攜手并進的生態(tài)伙伴，才能穿越重重迷霧，抵達價值創(chuàng)造的彼岸。