为期五天的2024工博会已经接近尾声,据官方会前预测数据显示,本次展会将有2600展商参展,超18万国内外专业观众参会。
在工博会开展首日,我们在现场也得以一睹展会盛况,其中人气最盛的并非今年热度空前的机器人展区,而依旧是更为硬核的工业自动化展区,在这里,我们看到了不少国内外工业巨头现场宣讲他们的工业自动化产品,展示他们最新的数字化解决方案。
作为历届工博会的常驻嘉宾,也是本届展会中人流量最大的展台之一,我们也在现场参观了西门子的展台。
在西门子展台上,最夺目的当属伫立在展台中央的“钻耀之心”,通过这一板块,西门子完整地展示了企业现在在工业现场层、设备层、操作层、管理层、云端层的五层架构布局。
从电磁流量计、智能电机管理系统、工业以太网交换机,到云端物联网应用,通过这一整套设备、软件和系统,西门子正在帮助企业打IT、OT壁垒,逐步实现数字化转型。
我们在现场也看到了西门子面向中小企业低碳化、数字化转型的数字商业平台Xcelerator,以及西门子面向工业AI打造生成式人工智能——Industrial Copilot for engineering。
值得注意的是,这次也是西门子首次在国内展出其Industrial Copilot产品,相较于更多用于实现自然交互的大模型,Industrial Copilot现场展示了如何通过生成式AI生成PLC代码和HMI界面。
而更多关于西门子在人工智能领域思考和布局,在媒体沟通会上,西门子(中国)有限公司执行副总裁、西门子大中华区数字化工业集团总经理王海滨和西门子(中国)有限公司数字化工业集团、工厂自动化事业部战略产品管理部总监Nicholas Hansen进行了更为详细的解读。
让生成式AI成为工业新质生产力
人工智能的爆发式增长,将加速工业元宇宙的实现,这是西门子对于人工智能在工业领域发展趋势的一个判断。
正因如此,当生成式AI、大模型浪潮来袭时,西门子选择与微软合作,面向工业领域推出了生成式AI产品——Industrial Copilot。
这不是人工智能第一次迎来技术突破,也不是西门子第一次将人工智能技术应用到工业领域。
“人工智能技术发展的不同阶段,实际上体现的是算法的迭代演变,”王海滨在媒体沟通会上如是说。
他将AI算法在工业领域的应用分为三个阶段:
早期AI算法在工业领域的应用主要体现在工业产品质量检测上,在这一阶段,我们需要为算法提供大量标记过的照片,告诉它哪些是合格产品,哪些是次品。
当样本数量足够多时,算法逐渐拥有了识别能力,当它再接触到新的图像时,就能判断出产品是否合格,而这样的识别能力源自于背后诸如神经网络、卷积计算等算法的出现。
如今,这类AI算法在工业控制、自动控制领域的质量检测自动寻优等场景中得到了广泛应用,例如,西门子成都数字化工厂(SEWC)已经应用了超过100个人工智能应用。
不过,早期这类解决工业产品质量检测的AI算法,依然无法具备工厂中老师傅所独有的经验,以太阳能多晶硅为例,多晶硅的生产工艺中有一个生长炉,硅材料在生长炉中会慢慢长出单晶硅或多晶硅,在这个生长过程中会涉及到温度、时间、压力等诸多参数,但这一工艺参数背后的数学逻辑,人们还没有完全掌握,此前主要依赖经验丰富的老师傅凭借多年工作经验来微调参数。
如今人工智能技术的发展已经可以将这些参数和结果进行大数据分析和建模,并以此提炼出AI算法,这个算法不仅能够复制老师傅的经验,还能不断优化。
这就是现在工业领域设备故障预测性维护、健康状况诊断等应用的工作原理,西门子的SiePA就是一款这样的设备预测性维护系统。
而我们现在正在迈入的是第三种人工智能,即生成式AI阶段。
在这一阶段中,数据变得更加重要,以ChatGPT为例,ChatGPT正是基于互联网上海量数据进行训练后形成的人工智能,它可以像人一样回答每个人对它提出的各种问题。
但生成式AI在工业领域的应用目前尚处于早期,其中一个主要原因是工业领域的有效数据量还远远无法与ChatGPT的数据量相提并论,这也使得大家对于生成式AI在工业领域的应用还处于早期探索阶段。
西门子的Industrial Copilot正是在这一背景下,西门子在生成式AI领域的探索。
据悉,西门子Industrial Copilot已经拥有两项独特能力,其一是用于诸如预测性维护场景,提升工业AI的故障预测能力,其二是用作生产力工具,生成PLC代码和HMI界面。
据王海滨介绍,“我们现在已经可以让计算机编写一个PLC逻辑程序 ,例如告诉它‘请写一个PID闭环控制的计算机程序’,西门子Industrial Copilot即可生成相应的应用程序,我们的工程师将这些代码下载到PLC中进行测试和验证后发现,这样的应用程序在大多数情况下是可以直接使用的。”
据Nicholas Hansen介绍称,西门子Industrial Copilot是西门子首款能够在整个工程环境中与西门子TIA博途做全集成的生成式AI产品。
这款产品能够快速生成复杂的PLC代码、形成HMI图形化界面,帮助自动化工程师减少重复性工作、提高生产能力、缩短开发时间,它将来也会有更多的一些新的工程集成技术会被不断的迭代进来。
据悉,在2023年对外发布后,西门子与汽车供应商舍弗勒合作,将西门子Industrial Copilot集成到了舍弗勒的生产设备,帮助舍弗勒的自动化工程师加速PLC代码编程。
Nicholas Hansen也媒体沟通会上也表示,“为了更适应中国的市场和中国的工业环境,西门子现在也在努力与本土大语言模型合作伙伴在共同探讨如何打造出一款更适用于中国本土客户的生成式AI辅助解决方案。”
百年出海经验,助力中国企业出海
随着中国经济快速发展和全球市场的不断变化,出海已经成为中国企业发展的一个重要趋势,越来越多企业开始将业务拓展到海外,积极开拓海外市场。
在这样的出海大潮下,绿色出海成了如今颇具时代特性的需求,如何让自己的产品和业务实现绿色出海,成了中国企业出海过程中遇到的一个难题。
西门子成立于1847年,在公司成立不久后,就开始走出国门,在海外市场开展业务,如今的西门子业务遍布全球200多个国家和地区,在“出海”方面有着超百年的丰富经验积累。
据王海滨透露,“西门子的CEO经常在德国慕尼黑总部接待中国企业,他们谈到最多的话题正是西门子作为一家业务遍布全球的跨国企业,国际化是如何做的?全球公司治理架构是怎样的?到一个陌生的国家和地区开展业务,西门子有什么样的做法、经验和教训?”
结合西门子国际化经验,王海滨将企业“出海”过程总结为三个阶段:
先是“国际”到“本土”,然后是“本土”到“国际”,最后则是“在当地、为当地”。
而面对如今全新的绿色出海环境,数字化技术开始成为企业全流程绿色出海的强大支撑技术。
在西门子于赛迪研究院联合发布的《“碳”索之路——企业绿色出海深度洞察报告(2024-2025)》中,将数字化技术助力企业全流程绿色出海划分为四个方面:
第一,在研发设计阶段要实现绿色设计,优化资源利用并降低环境影响。
第二,要实现绿色供应链管理,利用数字化平台提升供应商评估和协作效率,推动供应链协同脱碳。
第三,利用数字化技术助力绿色生产,提升能源效率和流程优化,支持智能化管理和可持续电气化转型。
第四,通过透明的价值链数据共享、精准的碳排放核算与可信的第三方认证,满足全球气候合规报告要求,增强企业在国际市场的竞争力。
华新精科成立于2002年,作为新能源汽车驱动电机铁芯规模型生产企业之一,华新精科多年来一直深耕于精密制造领域,为响应低碳产品供应链管理的号召,华新精科开始推动供应链绿色低碳转型。
然而,由于自行收集供应链原始数据的成本高昂,数据来源与质量难以核实,为实现去碳化目标,华新精科需要跨环节、跨组织、跨行业的竭诚合作,但在这个过程中,部分参与者对数据共享的安全存在担忧。
通过应用西门子的西碳迹进行产品碳足迹在线建模与计算,华新精科实现了供应链上下游进行产品碳足迹信息的可信安全交换共享,也是藉由此,华新精科实现了供应链绿色管理,降低了供应链风险,提升了供应链核心竞争力。
就西门子而言,他们正在通过这样的数字化技术和百年出海经验,助力中国企业绿色出海。
好文章,需要你的鼓励
成立于1920年的NFL是美国最受欢迎的体育联盟,由32个特许经营球队组成,这些球队每年都会在世界上最大的年度体育赛事——超级碗中展开角逐。思科一直是NFL的官方企业网络合作伙伴和官方网络安全合作伙伴,为联盟及其运营提供连接和保护。每个NFL体育场的回放控制室都采用了思科的技术,并通过思科网络连接到纽约的Art McNally Gameday中心。几乎所有的联盟官方合作伙伴和三分之二的NFL体育场都采用了思科技术,包括举办超级碗 LX的李维斯体育场(Levi's Stadium)和举办超级碗LXI的 SoFi 体育场(SoFi Stadium)。
大约有70%的企业正在使用ChatGPT进行软件开发活动,65%的企业正在聘用MSP来推动很多他们的生成式AI计划。投入资金最多的生成式AI用例是客户服务聊天机器人,有53%的企业表示,这是他们的首要的生成式AI优先事项,而最常见的生成式AI用例则是IT测试自动化。
目前AI的发展还处于早期阶段,青云坚信算力不仅是无限的,也是跨领域的。青云将持续与合作伙伴形成合力,为人工智能发展添砖加瓦。