工业AI落地最后一公里，不是部署AI，是敢把任务交给AI

智东西 作者 | 毕伟豪 编辑｜漠影 过去几年，AI正以 前所未有的速度 席卷整个世界。大模型不断迭代、Agent工具层出不穷、AI编程快速普及，越来越多的人开始把AI融入日常工作和生活，越来越多的行业逐渐接纳甚至依靠AI。 但 有一个行业对AI的态度始终很谨慎——工业 。原因很简单，在自己的电脑上，AI出错、出幻觉，重来即可，但在生产线上，AI任何一次错误指令，都可能会 造成经济损失甚至引发生产事故 。 基于数字世界广袤而庞杂的数据训练出来的通用大语言模型，在进入工业场景后往往会陷入“失灵”的境地，它们懂知识，却不懂工业协议，不懂工艺机理，更不知道物理规律，这让看起来能回答任何问题的AI，却 在工业场景里变得不稳定不可靠了 。 尽管工业对AI测算准确度的要求极为严苛，但如今的工业AI 并不是空中楼阁 ： 在薯片生产过程中，AI和数字孪生模拟并优化了面团加工和薯片灌装流程，让 产线废弃物减少了13%，产能提升10% ； 新能源汽车制造领域，通过基于AI的软件与硬件产品组合，对从设计到制造的全流程进行数字化改造，使 设计数据准确率提升95%，车辆开发周期缩短25% 。 在这些已经实现高度自动化的成熟产线上，经由海量工业数据训练出的工业大模型，足以在生产的某个环节发挥作用，帮助企业持续提升生产效率，但工业AI 不可能永远停留在“帮忙”这一步 。 工业AI的上一个阶段，是从“没法用”到“部分可用”，证明AI可以进入工业现场，那下一阶段，应该是集合无数生产环节中的AI能力，打造一个 全流程可用，甚至好用 的工业AI产品，去证明企业可以把一项完整任务交给AI，西门子正是这条路上的前行者。