施耐德电气尹正：让技术深入场景，人工智能价值迸发“关键一跃”

如今，人工智能（AI）技术的迭代速度可以用“日新月异”来形容。积极拥抱AI浪潮已然成为当前企业乃至国家制胜未来的必然选项。

中国高度重视人工智能发展。早在2016年，“人工智能”就被写入“十三五”规划纲要； 2024年，“人工智能+”首次写入《政府工作报告》，这意味着中国将加快形成以人工智能为引擎的新质生产力。由此，人工智能产业化展现出澎湃的发展动力。据《新一代人工智能发展规划》预测，到2030年，中国人工智能核心产业规模有望超过1万亿元，带动相关产业规模超过10万亿元。

施耐德电气执行副总裁、中国及东亚区总裁尹正

施耐德电气执行副总裁、中国及东亚区总裁尹正认为：“随着国家政策对人工智能发展的支持、新技术的不断涌现以及产业升级的迫切需要，人工智能正迎来技术融合场景的价值迸发临界点。要让AI发挥其最大的作用，我们需要找到合适的场景，推动技术和场景深入融合，进而助推产业发展和数字化升级。”

场景是AI的“演习场”、“数据源”和“创新地”

技术的革新固然重要，但技术只有与实际的应用场景相结合才能迸发无限魅力，这带来的是生产力和效率的极大提升。场景对于人工智能爆发的意义可以从三个方面来看：

首先，场景是人工智能技术的“演习场”。机器学习算法和大语言模型只有在实际场景中接受“检验”，才能发现技术落地的价值与发展空间，比如可靠性、成熟度、成本等。同时，场景应用也为技术优化和迭代指引了方向。

第二，场景是反哺人工智能技术不断迭代的“数据源”。千行百业的应用场景中蕴藏着AI技术进化所需要的数据“营养”。工厂里的每条产线，楼宇中的每台空调，旷野中的每座风机，以及企业多年来生产经营活动的日志文件等……都是珍贵的数据“原矿”，需要进一步挖掘、清洗、标注、预处理、推理和验证。从场景中来，到场景中去，这一过程“哺育”了正在茁壮成长的人工智能技术。

第三，场景是人工智能再次发展和飞跃的“创新地”。现今火爆的通用大模型虽然能够应对广泛、多样化的任务，但一旦深入具体产业，就需要与行业经验相融合，获取场景中蕴藏的专精知识。而构建垂直行业大模型，则为解决复杂的专业问题提供了新解法。

从研发、制造到运维，AI持续渗透千行百业的垂直场景

过去，由于千行百业大量场景对数据的精准性、可靠性和保密性提出严苛要求，且数据质量参次不齐，导致AI技术的应用落地受限。如今，新一代人工智能正在进一步打破IT和OT之间的隔阂，纵向深入研发设计、生产制造、运维管理等产品的全生命周期，横向影响电子制造、汽车、能源、楼宇、食品等垂直行业。纵横应用场景的探索，是发掘规模化AI效益，实现高效和可持续的关键。

研发设计环节，AI将革新软件的传统开发范式。此前，工程师在软件研发过程中存在重复性的基础工作，费时费力且容易出现错误，而应用大模型技术的代码智能辅助则能显著提升开发效率。比如，施耐德电气中国软件研发中心已经开始探索通过大模型辅助生成基础代码和帮助检查代码完整性，使工程师可以高效完成重复性开发任务，从而将更多精力专注于软件高阶功能的创新，以及解决行业实际问题，让新技术在传统行业焕发活力。

生产制造过程，AI正在赋能工厂实现提质增效。排产是生产计划管理的重要环节，需要综合考虑生产目标、生产能力、物料供应等因素，对生产任务进行合理安排和分配，这种决策并非易事。但若通过AI智能决策，则能协同多个部门和多方因素，完成生产路径、生产订单批次优化、物料分配及齐套性检查等目标，制定精准的生产计划；质检则是保证产品质量的另一个关键环节。在精密制造领域，由于产品表面复杂且瑕疵类别多样，需要采集大量样本提升缺陷识别模型的泛化能力，而生成式人工智能则能基于有限的样本高效训练精准的瑕疵检测模型。比如，施耐德电气武汉工厂通过部署云边协同AI工业视觉检测平台，大幅提升产品质量检测，实现漏检率为0、误检率小于0.5%。

运维管理场景，AI还能助力企业实现运营效率的优化、稳定性的增强以及韧性的提升。能源系统运行过程中，AI大模型通过对数据的实时分析，能够优化能源的调度、分配和利用；设备维护过程中，AI大模型能够制定最优的机器检修策略，保证生产的稳定进行。比如，在大连银行数据中心的暖通节能改造项目上，施耐德电气基于AI算法与机器学习，对机房内的末端精密空调进行优化，使其根据实际需求进行动态制冷输出，同时对冷站控制系统进行全局改进，最终实现末端空调系统节省31%电力消耗，冷站制冷效率提升20%。

技术+生态双擎助推，施耐德电气高度重视AI与场景融合

AI应用可以全面提升生产力和能源效率，最终促进人工智能规模化应用。而要完成AI规模化效益的探索，让AI发挥场景价值，离不开“技术创新”和“生态创新”这两大引擎作为支撑。

技术创新方面，施耐德电气尤为注重先进AI创新和场景落地：在全球，通过350名人工智能专家经验与专业知识结合，帮助客户在电气化、自动化和脱碳等领域做出敏捷决策；在中国，设立“AI创新实验室”，开拓“实体产业+技术生态+AI”的应用创新；针对能源管理和工业自动化领域，推出企业级人工智能平台EcoStruxure AI 引擎，将最新的AI技术与施耐德电气行业应用经验积累相结合，为不同用户提供精准高效的决策建议，从而降本增效。

生态创新方面，施耐德电气认为，创新、数字化、绿色发展，这些都要求高度开放协作的生态环境。因此，企业需要生态协作，相互赋能，共同提升产业影响力，实现经济效益和社会效益的共赢。比如， 2024年3月，施耐德电气宣布与英伟达达成合作，携手推进边缘人工智能和数字孪生技术突破性变革；2024年6月，携手各界伙伴开启第五季“创赢计划”，特别设立AI专业赛道，助力创新型企业发力AI应用。

无论“技术创新”还是“生态创新”，人工智能与实体经济的结合只会越来越深入，AI只有在场景的土壤中才能绽放出富有生命力的“花朵”。未来，施耐德电气将不断推进与生态价值链上的伙伴、开发者等合作共创，将AI技术与行业专有知识相融合，全面助力客户实现节能减碳和智能化运营，引领整个产业共同迈向高效和可持续发展之路。