西门子首届科技创新大会近日在北京落下帷幕，这场以“数字世界与现实世界融合”为主题的盛会，吸引了全球工业界的目光。西门子董事会主席兼首席执行官博乐仁在会上指出，工业AI的落地需要三大核心要素：软硬件一体化的技术栈、深厚的行业知识储备，以及开放的生态合作伙伴网络。
作为拥有179年历史的工业巨头，西门子将首届科技创新大会选址中国，凸显了其对中国市场的高度重视。目前，西门子在中国拥有3万名员工，占全球员工总数的近十分之一。博乐仁在演讲中强调，将AI技术从实验室推向物理世界，不仅需要先进的模型，更需要构建一个连接数据、软件与智能硬件的完整技术体系。
数字孪生技术成为本次大会的焦点之一。博乐仁介绍，西门子通过AI赋能，将传统数字孪生升级为具备推演能力的智能系统。这种技术能够创建从产品到工厂的多层级虚拟模型，形成完整的数字镜像环境。企业可以在实际生产前，在这个高度真实的虚拟空间中完成系统测试与优化，显著降低试错成本。百事可乐的实践案例显示，通过整合数字孪生系统，其单个工厂的生产效率在三个月内提升了20%。
在硬件支持层面，西门子与英伟达达成深度合作。双方将英伟达的GPU算力与工具集成到西门子芯片设计软件中，使工作流程效率提升约10倍。同时，借助英伟达的技术，西门子的仿真软件性能实现百倍至千倍的飞跃。两家公司还在共同研发下一代数据中心，为工业AI应用提供更强大的算力支撑。
尽管工业AI发展势头迅猛，但其大规模落地仍面临诸多障碍。国机数科董事长王宇航指出，当前工业AI应用存在“三脱节”现象：技术方案与实际场景需求不匹配、业务需求与数据采集不协同、技术投入与经济效益不成正比。他特别强调，工业知识不仅包含文本信息，还涉及图像、视频、代码及工程数据，因此需要开发高质量的多模态模型和垂直领域专用模型。
王宇航进一步表示，工业AI的价值最终要体现在经济效益上。如果企业在AI技术上的投入无法通过降低成本或提升效率形成闭环，那么这些技术对工业生产就没有实际意义。他呼吁行业关注技术落地的投入产出比，确保每一分投入都能产生可衡量的商业价值。
北京数据集团副总经理李振军从数据角度分析了工业AI的挑战。他指出，与互联网、金融等行业相比，工业数据具有分散性、专业性强等特点，采集难度较大。要突破这一瓶颈，一方面需要激活大型企业内部的私域数据，特别是生产制造和运营数据；另一方面要围绕具体应用场景推进信息化建设，确保数据部门与业务部门紧密协作，逐步构建起有效的数据体系。
