伴ban隨sui數shu字zi化hua浪lang潮chao洶xiong湧yong而er至zhi
，作zuo為wei核he心xin驅qu動dong力li的de人ren工gong智zhi能neng迎ying來lai飛fei速su發fa展zhan
，從cong賦fu能neng千qian行xing百bai業ye到dao追zhui逐zhu星xing辰chen大da海hai，人ren工gong智zhi能neng已yi悄qiao然ran融rong入ru世shi界jie的de方fang方fang麵mian麵mian。相xiang比bi商shang業ye應ying用yong的de深shen度du和he廣guang度du
，目mu前qian人ren工gong智zhi能neng在zai工gong業ye領ling域yu的de潛qian力li仍reng需xu持chi續xu挖wa掘jue。隨著人工智能步入發展新階段，推進人工智能與工業場景融合以釋放巨大潛能，將成為產業關注的重點。

工業人工智能的起點是客戶痛點和需求

站在新一輪工業科技革命和中國加快轉變經濟發展方式的曆史性交彙處，工業人工智能已經成為當代工業企業邁向未來、實現工業高質量發展的必答題，人工智能也成為了越來越多行業提升競爭力的選擇。

那麼，什麼是工業人工智能？工業人工智能是實現工業大數據轉化為有效信息、抽象為模型
、輔助人類進行精準決策、高效執行的過程，它基於算法與模型挖掘工業世界中的“隱性知識”。

盡管人工智能已經被熱議多年，但人工智能在工業領域一直麵臨“落地難”dejiongjing，jiuqiyuanyinhaishizaiyuqiluodiguochengchangchangrongyizouruyigewuqu

，najiushiyitandaogongyeshujufunengjiuhuixiangchengshidapingtai，erwangwanghulveleshujunengweikehuchuangzaonaxieqieshidejiazhi。shujushirengongzhinengdejichu，dangongyerengongzhinengdechufadianbingbushishuju
，ershikehutongdianhexuqiu。zhezhengshigongyerengongzhinenghefanhuarengongzhinengzhijianzuihexindequbiesuozai。

工(gong)業(ye)向(xiang)智(zhi)能(neng)化(hua)轉(zhuan)型(xing)升(sheng)級(ji)是(shi)跨(kua)領(ling)域(yu)多(duo)學(xue)科(ke)的(de)係(xi)統(tong)工(gong)程(cheng)

，而(er)工(gong)業(ye)各(ge)領(ling)域(yu)都(dou)經(jing)過(guo)了(le)長(chang)達(da)數(shu)十(shi)年(nian)乃(nai)至(zhi)數(shu)百(bai)年(nian)的(de)發(fa)展(zhan)，因(yin)此(ci)工(gong)業(ye)人(ren)工(gong)智(zhi)能(neng)技(ji)術(shu)之(zhi)於(yu)工(gong)業(ye)，絕(jue)不(bu)應(ying)該(gai)是(shi)“顛覆者”，而應是“融入者”，因此以工業客戶的痛點和需求作為切入點，將智能化技術導入工業生產過程才是行之有效的手段。

以設備預測性維護為例，我們需要結合領域經驗，用結果倒推的方式來設計整個技術方案：首先根據客戶需要
，選取合適的目標故障設備和故障類型
，要知道不同的故障類型開展預測性維護的價值也不同，因此不同的行業、不同的企業、不(bu)同(tong)的(de)時(shi)間(jian)階(jie)段(duan)
，客(ke)戶(hu)的(de)痛(tong)點(dian)和(he)需(xu)求(qiu)都(dou)不(bu)盡(jin)相(xiang)同(tong)。而(er)後(hou)
，提(ti)取(qu)與(yu)痛(tong)點(dian)相(xiang)關(guan)的(de)數(shu)據(ju)，而(er)不(bu)是(shi)全(quan)量(liang)數(shu)據(ju)，比(bi)如(ru)關(guan)鍵(jian)設(she)備(bei)的(de)關(guan)鍵(jian)故(gu)障(zhang)類(lei)型(xing)的(de)相(xiang)關(guan)數(shu)據(ju)

，同(tong)時(shi)需(xu)要(yao)充(chong)分(fen)結(jie)合(he)生(sheng)產(chan)運(yun)行(xing)過(guo)程(cheng)中(zhong)環(huan)境(jing)幹(gan)擾(rao)以(yi)及(ji)複(fu)雜(za)工(gong)況(kuang)等(deng)影(ying)響(xiang)因(yin)素(su)
，建(jian)立(li)有(you)效(xiao)的(de)預(yu)測(ce)預(yu)警(jing)模(mo)型(xing)。同(tong)時(shi)針(zhen)對(dui)識(shi)別(bie)到(dao)的(de)潛(qian)在(zai)故(gu)障(zhang)風(feng)險(xian)，進(jin)行(xing)相(xiang)應(ying)診(zhen)斷(duan)，並(bing)為(wei)現(xian)場(chang)工(gong)程(cheng)師(shi)提(ti)供(gong)檢(jian)維(wei)修(xiu)方(fang)案(an)或(huo)措(cuo)施(shi)建(jian)議(yi)
，隻(zhi)有(you)這(zhe)樣(yang)才(cai)能(neng)為(wei)工(gong)業(ye)客(ke)戶(hu)真(zhen)正(zheng)解(jie)決(jue)實(shi)際(ji)問(wen)題(ti)。

工業人工智能構建“蘊含知識”的模型

近(jin)年(nian)來(lai)，工(gong)業(ye)領(ling)域(yu)中(zhong)依(yi)賴(lai)專(zhuan)家(jia)經(jing)驗(yan)代(dai)代(dai)傳(chuan)承(cheng)的(de)模(mo)式(shi)正(zheng)遭(zao)遇(yu)巨(ju)大(da)挑(tiao)戰(zhan)，利(li)用(yong)人(ren)工(gong)智(zhi)能(neng)將(jiang)核(he)心(xin)經(jing)驗(yan)與(yu)知(zhi)識(shi)固(gu)化(hua)下(xia)來(lai)變(bian)為(wei)可(ke)傳(chuan)承(cheng)的(de)資(zi)產(chan)
，將(jiang)成(cheng)為(wei)大(da)勢(shi)所(suo)趨(qu)。而(er)在(zai)此(ci)過(guo)程(cheng)中(zhong)，關(guan)鍵(jian)問(wen)題(ti)在(zai)於(yu)如(ru)何(he)將(jiang)數(shu)據(ju)特(te)征(zheng)和(he)機(ji)理(li)特(te)征(zheng)（行業經驗）深度融合在一起，將製造知識和“老師傅”的經驗轉換為能夠被數字世界理解的“蘊含知識“的模型，從而捕捉那些難以規則化但“老師傅”或行業專家能夠感性認知的複雜特征
，進而洞察並預測製造過程中還未發生的不可見問題，幫助企業規避潛在風險、實現降本增效。

以某流程行業典型動設備故障預警功能的實現為例
，通過實驗我們發現

，采用純數據驅動的方式建模，訓練數據需要至少3-6個月
，且生成的模型仍會較大地受到環境影響
，易出現誤報。而采用結合經驗與機理的建模方式
，通過譜峭度、機械特征參數、環huan境jing參can數shu等deng機ji理li輸shu入ru，並bing引yin入ru工gong況kuang經jing驗yan
，對dui人ren工gong智zhi能neng技ji術shu進jin行xing有you效xiao引yin導dao，構gou建jian設she備bei健jian康kang狀zhuang態tai預yu警jing模mo型xing，而er這zhe種zhong方fang式shi將jiang所suo需xu訓xun練lian數shu據ju量liang降jiang低di達da1個月左右
，其最終的預測效果也更為理想。

人工智能落地需要人與技術的結合

雖然我們對人工智能賦能工業充滿期待
，但必須承認人工智能黑盒式的“一鍵美顏”jiejuefanganhenduoshihoubingbushiyongyugongyechangjing。jishuluodiguochengzhongdekexinrenduheanquanxingduiyuqiyefeichangzhongyao，yincirengongzhinengzaigongyeluodidezhongdianzaiyurenyujishuxiangjiehe，jitongguokehudecanyu，gongchuangshiheqiyedeyunhanzhishidemoxing，youcijiangrengongzhinengzaijisuanhejiyili
、感知方麵的優勢，以及人類在認知、推理方麵的獨特能力有機結合起來，左右腦互用
，提供一種透明的“理解”算法
，讓工業人工智能切實發揮其作用。

預測性運維係統SiePA就是西門子與客戶讓人工智能在工業落地的一次積極探索。SiePA基於工業人工智能技術和西門子深耕工業積澱的行業知識，通過預測預警模塊與智能排查診斷模塊
，對設備運行風險、故障診斷及維護策略進行判斷，並給出推薦方案。對於客戶
，SiePA相(xiang)當(dang)於(yu)提(ti)供(gong)了(le)一(yi)個(ge)分(fen)析(xi)模(mo)板(ban)，在(zai)此(ci)基(ji)礎(chu)上(shang)客(ke)戶(hu)將(jiang)工(gong)廠(chang)的(de)實(shi)際(ji)狀(zhuang)態(tai)和(he)行(xing)業(ye)知(zhi)識(shi)映(ying)射(she)到(dao)模(mo)板(ban)中(zhong)固(gu)化(hua)成(cheng)模(mo)型(xing)，然(ran)後(hou)應(ying)用(yong)到(dao)具(ju)體(ti)業(ye)務(wu)場(chang)景(jing)。此(ci)外(wai)
，SiePA還可以隨著新需求不斷升級迭代

，實現對人工智能模型的全生命周期管理
，形成持續優化的閉環。SiePA體現的這種人工智能+人類智能的“白盒”特征已在包括石油化工
、水泥
、城市供水、冶金等多個行業落地，並得到了行業專家的高度認可，目前西門子也在積極探索與設備生產廠商及設備服務商等企業的合作模式。

除chu了le機ji理li特te征zheng維wei度du的de合he作zuo共gong創chuang
，西xi門men子zi在zai推tui進jin工gong業ye人ren工gong智zhi能neng落luo地di過guo程cheng中zhong還hai采cai取qu不bu同tong的de互hu動dong方fang式shi，賦fu能neng於yu人ren。例li如ru，西xi門men子zi一yi直zhi著zhe力li於yu構gou建jian工gong業ye人ren工gong智zhi能neng的de共gong創chuang生sheng態tai圈quan
，通tong過guo更geng為wei深shen入ru的de合he作zuo共gong創chuang與yu溝gou通tong，針zhen對dui不bu同tong行xing業ye中zhong一yi些xie典dian型xing的de場chang景jing，幫bang助zhu客ke戶hu更geng好hao地di梳shu理li相xiang關guan場chang景jing中zhong的de需xu求qiu
、共同尋求合適的方案、實現“數據變現”，西門子願與合作夥伴一起讓人工智能真正在工業場景落地生根。

三大應用場景落地工業未來可期

除預測性維護這一重要的應用領域，從工業的行業特點和人工智能技術路徑來看，工業人工智能在強化感知、銳化運營
、優化控製三個典型應用場景中將大有可為。

qianghuaganzhitixianweicongchuangandaorenzhidebianhua。yiwanggongchangzhizhuzhongshujudecaijihecunchu，rengongzhinengsuanfatongguoduidaliangshujudefenxi，dongxichushujubeihoudeluojicongerzhichigongchangdejuece，jiangwuxudeerjinzhishujubianweizhenzhengdegaojiazhishujuzichan。ruihuayunyingzeshizhuanyejichushangdexietongnengli。zhuanyelingyujiantongchangcunzaiqingxidejieding，dangongyehuanjingzhongdeshijiwentichangchangxuyaokualingyudejingyancainengjiejue。qiyepoqiexuyaoliyongrengongzhinengdatongbutonglingyudebilei，jiangzhishihejingyanronghe，guhuabingyonglaizhidaoshengchan。youhuakongzhirangxiandaigongchangzhongwuchubuzaidezidonghuakongzhiwanchengcongzhunquexiangzuijiadekuayue，zhuliqiyeshixianzhinengshengji。

西門子針對三大典型應用場景一直在進行積極探索
，並推出了相關產品和創新解決方案。在強化感知層麵，預測性維護結合APS係統將工廠的強化感知能力進一步擴展到閥門等更多細節。在銳化運營層，SiePA利用自然語言處理以及失效故障與影響分析（FMEA）等，為客戶提供將經驗固化、chuanchengdeshuzihuashouduan。weiraoyouhuakongzhi
，ximenziyiluodileyixiedianxingyingyongchangjing，lirushuixingyedebengzhanshebeikongzhihejiyugongyeshujudebengzuyouhua，zaiyejinxingyekeyiliyongrengongzhinengsuanfaheshuju
，jiangyongliaopeibi、參數配置等高度依賴專家經驗的環節轉化為可以傳承的知識
，讓人類智能在數字化時代得以擴展和延伸。

幾ji十shi年nian來lai
，大da概gai很hen少shao有you一yi項xiang技ji術shu能neng像xiang人ren工gong智zhi能neng一yi樣yang承cheng載zai著zhe人ren類lei如ru此ci多duo的de憧chong憬jing和he想xiang象xiang力li。而er隻zhi有you將jiang人ren工gong智zhi能neng置zhi於yu實shi際ji應ying用yong場chang景jing中zhong才cai能neng真zhen正zheng打da開kai它ta的de價jia值zhi觸chu點dian，讓rang科ke技ji有you為wei。正zheng如ru西xi門men子zi股gu份fen公gong司si總zong裁cai兼jian首shou席xi執zhi行xing官guan博bo樂le仁ren博bo士shi所suo言yan：“沒(mei)有(you)一(yi)個(ge)國(guo)家(jia)或(huo)組(zu)織(zhi)能(neng)夠(gou)憑(ping)一(yi)己(ji)之(zhi)力(li)實(shi)現(xian)數(shu)字(zi)化(hua)轉(zhuan)型(xing)，或(huo)釋(shi)放(fang)人(ren)工(gong)智(zhi)能(neng)的(de)全(quan)部(bu)潛(qian)能(neng)。人(ren)工(gong)智(zhi)能(neng)的(de)落(luo)地(di)需(xu)要(yao)不(bu)同(tong)企(qi)業(ye)，不(bu)同(tong)組(zu)織(zhi)的(de)創(chuang)新(xin)和(he)協(xie)作(zuo)，而(er)這(zhe)個(ge)任(ren)務(wu)也(ye)屬(shu)於(yu)這(zhe)個(ge)時(shi)代(dai)的(de)你(ni)、我以及每個人。”