【儀表網 企業動態】工業AI不是炫技，而是切實解決產線上一個個具體問題，在數據與需求的雙輪驅動下，中國制造正迎來以“人工智能+”驅動數智化躍遷的關鍵時刻。
“AI技術需與行業實際需求深度結合，不能單純為了技術開發而開發”，施耐德電氣集團董事、高級副總裁、工業自動化業務中國區負責人丁曉紅在2025工博會媒體見面會上表示。
本屆工博會已經成為工業AI從概念走向實用的最佳觀察窗口之一。與前兩年的技術展示不同，今年的產品和解決方案普遍帶有明確的場景屬性和量化的價值指標，折射出行業對"AI務實化"的集體認同。
AI+制造業從單點突破到全鏈協同
今年，國務院印發《關于深入實施“人工智能+”行動的意見》，提出加快人工智能在設計、中試、生產、服務、運營全環節落地應用。工信部也強調出臺“人工智能+制造”專項行動實施方案，部署重點行業、重點環節、重點領域智能化轉型任務。
人工智能與制造業的融合已進入加速期。數據統計，工業大模型在研發設計、生產制造、經營管理等方面的應用占比分別達到33%、24%、32%。AI技術正從單點應用向全生命周期滲透。
“當前AI發展勢頭正盛，其創新已從多個單點突破串聯成線，正深刻影響著整個產業鏈的上下游。”丁曉紅表示，施耐德電氣正積極探索在全生命周期中融入AI技術，從產品設計之初的編程指導，到生產制造階段的機器視覺、故障診斷與設備預測性維護，再到能源優化等多個關鍵環節，均在推進AI的落地實踐。
工業AI的務實之道
在AI熱潮中，施耐德電氣選擇了一條務實路徑。丁曉紅指出：“AI技術需與行業實際需求深度結合，不能單純為了技術開發而開發，關鍵是能夠解決某一類具體問題。”
當前，在諸多工業應用場景，特別是自動控制領域，最基本的要求就是實時性和確定性。但AI往往在這些方面還達不到實際要求。
工業AI的成功應用離不開堅實的數據基礎，而當前數據基礎薄弱仍是最突出的瓶頸。數據是AI應用的基石，但在很多用戶的實際場景中，數據基礎普遍薄弱，缺乏足量、優質的數據支撐AI訓練。丁曉紅坦言，很多客戶雖擁有數據，卻缺乏標準化治理，如同手握礦石卻未經提煉，難以轉化為有效資源支撐AI應用。這一問題在尚未建立完善數據采集體系的中小企業中尤為嚴重，導致AI技術陷入"無用武之地"的困境。
這些現實挑戰，讓行業對AI的期待從"無所不能"回歸"有所作為"。正如丁曉紅所言，無論是幾年前的軟件轉型，還是當下的AI應用，都經歷了從概念熱潮到務實落地的演進過程。工業AI的價值不在于技術本身有多先進，而在于能否切實解決行業具體問題。"
破局AI落地困境
本屆工博會，施耐德電氣以“了不起的未來工業”為主題，聚焦產業全價值鏈的行業應用，呈現開放自動化、AI等前沿技術賦能的工業自動化產品、解決方案與服務。
所有評論僅代表網友意見，與本站立場無關。