施耐德电气丁晓红：AI要解决具体问题，在务实中迈向工业未来
- 2025/9/29 10:02:16 13947
- 来源：施耐德电气
“AI技术需与行业实际需求深度结合，不能单纯为了技术开发而开发”，施耐德电气集团董事、高级副总裁、工业自动化业务中国区负责人丁晓红在2025工博会媒体见面会上表示。
本届工博会已经成为工业AI从概念走向实用的最佳观察窗口之一。与前两年的技术展示不同，今年的产品和解决方案普遍带有明确的场景属性和量化的价值指标，折射出行业对"AI务实化"的集体认同。
AI+制造业从单点突破到全链协同
今年，国务院印发《关于深入实施“人工智能+”行动的意见》，提出加快人工智能在设计、中试、生产、服务、运营全环节落地应用。工信部也强调出台“人工智能+制造”专项行动实施方案，部署重点行业、重点环节、重点领域智能化转型任务。
人工智能与制造业的融合已进入加速期。数据统计，工业大模型在研发设计、生产制造、经营管理等方面的应用占比分别达到33%、24%、32%。AI技术正从单点应用向全生命周期渗透。
“当前AI发展势头正盛，其创新已从多个单点突破串联成线，正深刻影响着整个产业链的上下游。”丁晓红表示，施耐德电气正积极探索在全生命周期中融入AI技术，从产品设计之初的编程指导，到生产制造阶段的机器视觉、故障诊断与设备预测性维护，再到能源优化等多个关键环节，均在推进AI的落地实践。
工业AI的务实之道
在AI热潮中，施耐德电气选择了一条务实路径。丁晓红指出：“AI技术需与行业实际需求深度结合，不能单纯为了技术开发而开发，关键是能够解决某一类具体问题。”
当前，在诸多工业应用场景，特别是自动控制领域，最基本的要求就是实时性和确定性。但AI往往在这些方面还达不到实际要求。
工业AI的成功应用离不开坚实的数据基础，而当前数据基础薄弱仍是最突出的瓶颈。数据是AI应用的基石，但在很多用户的实际场景中，数据基础普遍薄弱，缺乏足量、优质的数据支撑AI训练。丁晓红坦言，很多客户虽拥有数据，却缺乏标准化治理，如同手握矿石却未经提炼，难以转化为有效资源支撑AI应用。这一问题在尚未建立完善数据采集体系的中小企业中尤为严重，导致AI技术陷入"无用武之地"的困境。
这些现实挑战，让行业对AI的期待从"无所不能"回归"有所作为"。正如丁晓红所言，无论是几年前的软件转型，还是当下的AI应用，都经历了从概念热潮到务实落地的演进过程。工业AI的价值不在于技术本身有多先进，而在于能否切实解决行业具体问题。"
破局AI落地困境
本届工博会，施耐德电气以“了不起的未来工业”为主题，聚焦产业全价值链的行业应用，呈现开放自动化、AI等前沿技术赋能的工业自动化产品、解决方案与服务。
全部评论