科技日报记者 崔爽
近日，2026世界人工智能大会暨人工智能全球治理高级别会议在上海开幕。开幕当日，SAIL奖（卓越人工智能引领者奖）及SAIL之星获奖项目正式揭晓，西门子 Eigen工程智能体荣获SAIL之星。
大会期间，西门子中国董事长、总裁兼CEO，国际智能制造联盟副主席肖松发表了题为《以场景为牵引，推动工业AI从单点实效迈向生产力跃迁》的署名文章。
“中国工业门类的广度、制造业体系的深度、产业创新的速度、对新技术的开放态度，成为发展工业AI的独特优势。”肖松表示。
但他同时提到，要将这一独特优势转化为生产力，必须破解工业AI落地过程中模型训练与数据供给之间衔接不足的结构性难题，数据质量是工业AI成功的关键。破题在于抓住“场景”这一核心牵引。
在他看来，工业AI不能追求全覆盖式的发展方式，而是必须要从具体的业务场景入手，以可追溯、可验证、可控制为前提稳步推进。
具体来看，首先，要找准高价值场景。真正值得优先投入的，不是概念最热的场景，而是那些同时具备四个特征的场景：痛点够高频，数据可获取，价值可量化，并且具有推广复制和进一步泛化的潜力。
肖松介绍，质量检测就是典型的高价值场景，人工智能的应用成效能够通过效率和成本等指标直观衡量。西门子开发的Smart Detection智能质检平台，已经在成都、南京、苏州等多家西门子工厂实现规模化部署。数据显示，该平台可将硬件成本降低90%，项目交付周期从“周级”缩短至“小时级”。
其次，以场景为牵引，才能有效建设工业高质量数据集。只有以具体场景为牵引，数据梳理才能有的放矢，数据采集才能不失焦，数据治理才能抓住重点，分散的数据和隐性的知识也才能逐步转化为可用、可靠、有效的模型训练资产，从而实现“场景-数据-模型”的良性循环。
铜冶炼就是一个典型例子。在这一场景中，原料矿石含铜量不稳定等问题相互交织，仅靠单一数据或单点模型难以有效应对，必须围绕具体工艺场景整合设备数据、工艺知识和专家经验。西门子与“十五冶”合作，整合11个工艺段的设备数据，以及来自行业文献、工艺规范和“老师傅”口口相传的行业知识和一手经验，打造出炼铜行业首个下沉到边缘的智能体，使影响铜成品质量和炉体寿命的关键指标——冰铜品位稳定性提升了15%。
第三，软硬融合的系统能力是场景价值兑现的关键。只有打通感知、决策、执行、反馈的全链路，工业AI才能从技术能力转化为现实生产力。
这一趋势已在新一代工业智能体产品中有所体现。西门子近期发布的Eigen工程智能体，是全球首批正式商用、可自主规划执行工业自动化工程任务的AI系统之一，它让人工智能真正嵌入到自动化开发的关键工作流，帮助工程师把工作做得更快、更准、更可靠。
最后，工业AI不可能靠单个企业关起门来做成。它要真正走向规模化，必须坚持开放式创新，必须建立在场景开放和生态协同的基础之上。
“工业AI不是一蹴而就的事，需要在质检、设备运维、工艺参数优化等真实场景中长期投入、持续积累、耐心打磨，智能体应用将会越来越广泛，大幅度提升业务运营和决策效率。”肖松表示，西门子愿意继续与中国众多伙伴联手，将自身行业知识、数据积淀与技术创新深度融合，让人工智能扎根场景，从单点实效走向生产力跃迁，“我们也呼吁进一步推动场景开放与数据流通，共创、共享、共赢工业AI的时代红利。”
网友评论
