68.【番外】工业AI避坑指南：当180年工业技术积淀，遇到大模型

3月23日，我受邀主持了西门子RXD大会的工业 AI 圆桌论坛。西门子在工业 AI 赛道沉淀了 50 年，作为全球领军企业，面对这一轮 AI 浪潮，有着自己的理解和布局。当下，AI 浪潮正席卷全球各个行业，但真正落到工业场景里，却常面临着「落地难、规模化更难」的困境。我在现场，和三位工业界的一线资深专家，深度拆解了工业 AI 落地的核心挑战和应对思路。中国是工业大国，AI在这个领域的实践，将书写一场不同的叙事。这期节目，分别从技术架构、工厂实战、跨界观察三个维度，还原了工业 AI 的真实落地图景。三位嘉宾分别是：朱骁洵（西门子中国研究院院长、工业 AI 顶层战略与技术研发权威）李永利（西门子成都数字化工厂厂长、工业 AI 落地一线操盘手）李辉博士（深度智控创始人、物理 AI 领域实战专家）本期节目由西门子特别赞助。本期Shownotes：05:35 工业界对于AI的焦虑：期待高、落地难06:58 工业AI 改造车间，生成式AI提效办公室工作10:18 人机交互只是开始，AI有机会解决许多长尾需求12:24 制造业的数据难题：数据孤岛、IT与OT系统的自动化难题13:37 企业如何把数据收集起来，注重数据的可连接性和质量17:15 这一轮 AI，没有来得及做好数字化的公司，还有机会吗？（嘉宾辩论了～😁）工业场景数据非常稀缺没有质量的数据带不来好模型新工具有机会加速一切20:46 多模态能力的提升，将提升模型在虚拟与物理世界的互动22:47 硬件是数据的入口，数据是模型的燃料23:21 谈到工业 AI ，一定要聚焦场景，「最后一公里」27:59 不要总算人效，关注长期能力的建设34:19 AI在工厂对人的替代：职工转向高级工种，收入也更多36:44 将所有显性知识，灌进智能体40:15 工业场景仍要注重，将工作流模块化40:46 「让一线员工，坐在副驾驶」44:55「 物理 AI 不解决工业所有问题」48:01 建模、理解、学习、控制加入听友群👇在小宇宙查看该单集文稿