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”的(de)窘(jiong)境(jing)

，究(jiu)其(qi)原(yuan)因(yin)還(hai)是(shi)在(zai)於(yu)其(qi)落(luo)地(di)過(guo)程(cheng)常(chang)常(chang)容(rong)易(yi)走(zou)入(ru)一(yi)個(ge)誤(wu)區(qu)
，那(na)就(jiu)是(shi)一(yi)談(tan)到(dao)工(gong)業(ye)數(shu)據(ju)賦(fu)能(neng)就(jiu)會(hui)想(xiang)成(cheng)是(shi)大(da)平(ping)台(tai)
，而(er)往(wang)往(wang)忽(hu)略(lve)了(le)數(shu)據(ju)能(neng)為(wei)客(ke)戶(hu)創(chuang)造(zao)哪(na)些(xie)切(qie)實(shi)的(de)價(jia)值(zhi)。數(shu)據(ju)是(shi)人(ren)工(gong)智(zhi)能(neng)的(de)基(ji)礎(chu)，但(dan)工(gong)業(ye)人(ren)工(gong)智(zhi)能(neng)的(de)出(chu)發(fa)點(dian)並(bing)不(bu)是(shi)數(shu)據(ju)，而(er)是(shi)客(ke)戶(hu)痛(tong)點(dian)和(he)需(xu)求(qiu)。這(zhe)正(zheng)是(shi)工(gong)業(ye)人(ren)工(gong)智(zhi)能(neng)和(he)泛(fan)化(hua)人(ren)工(gong)智(zhi)能(neng)之(zhi)間(jian)最(zui)核(he)心(xin)的(de)區(qu)別(bie)所(suo)在(zai)。

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

jinnianlai
，gongyelingyuzhongyilaizhuanjiajingyandaidaichuanchengdemoshizhengzaoyujudatiaozhan，liyongrengongzhinengjianghexinjingyanyuzhishiguhuaxialaibianweikechuanchengdezichan，jiangchengweidashisuoqu。erzaiciguochengzhong，guanjianwentizaiyuruhejiangshujutezhenghejilitezheng（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(da)1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。

chulejilitezhengweidudehezuogongchuang，ximenzizaituijingongyerengongzhinengluodiguochengzhonghaicaiqubutongdehudongfangshi，funengyuren。liru，ximenziyizhizheliyugoujiangongyerengongzhinengdegongchuangshengtaiquan，tongguogengweishenrudehezuogongchuangyugoutong，zhenduibutongxingyezhongyixiedianxingdechangjing，bangzhukehugenghaodishulixiangguanchangjingzhongdexuqiu、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。

強qiang化hua感gan知zhi體ti現xian為wei從cong傳chuan感gan到dao認ren知zhi的de變bian化hua。以yi往wang工gong廠chang隻zhi注zhu重zhong數shu據ju的de采cai集ji和he存cun儲chu，人ren工gong智zhi能neng算suan法fa通tong過guo對dui大da量liang數shu據ju的de分fen析xi，洞dong悉xi出chu數shu據ju背bei後hou的de邏luo輯ji從cong而er支zhi持chi工gong廠chang的de決jue策ce，將jiang無wu序xu的de二er進jin製zhi數shu據ju變bian為wei真zhen正zheng的de高gao價jia值zhi數shu據ju資zi產chan。銳rui化hua運yun營ying則ze是shi專zhuan業ye基ji礎chu上shang的de協xie同tong能neng力li。專zhuan業ye領ling域yu間jian通tong常chang存cun在zai清qing晰xi的de界jie定ding
，但dan工gong業ye環huan境jing中zhong的de實shi際ji問wen題ti常chang常chang需xu要yao跨kua領ling域yu的de經jing驗yan才cai能neng解jie決jue。企qi業ye迫po切qie需xu要yao利li用yong人ren工gong智zhi能neng打da通tong不bu同tong領ling域yu的de壁bi壘lei，將jiang知zhi識shi和he經jing驗yan融rong合he，固gu化hua並bing用yong來lai指zhi導dao生sheng產chan。優you化hua控kong製zhi讓rang現xian代dai工gong廠chang中zhong無wu處chu不bu在zai的de自zi動dong化hua控kong製zhi完wan成cheng從cong準zhun確que向xiang最zui佳jia的de跨kua越yue

，助zhu力li企qi業ye實shi現xian智zhi能neng升sheng級ji。

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。

jishinianlai，dagaihenshaoyouyixiangjishunengxiangrengongzhinengyiyangchengzaizherenleiruciduodechongjinghexiangxiangli。erzhiyoujiangrengongzhinengzhiyushijiyingyongchangjingzhongcainengzhenzhengdakaitadejiazhichudian，rangkejiyouwei。zhengruximenzigufengongsizongcaijianshouxizhixingguanbolerenboshisuoyan：“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。”