报告行业投资评级 无相关内容。 报告的核心观点 工业AI发展现状与趋势 - 工业界各个领域、各个岗位的从业人员都已经对工业AI产生了关注的兴趣,并拥有了不同程度的了解。但真正会使用AI工具来进行分析和应用开发的人群仍然比例不高。[4][8] - 目前,有21.94%受访者的企业已经在部分应用上对AI进行了验证,而AI进入实际现场应用阶段的受访者所在企业达到了8.02%。真正从策略和规划层面出发、组建AI团队并制定AI路线图的受访者所在企业还仅仅不到1%。[10] - 企业对于AI的关注主要出于"AI将成为未来竞争的关键"和"AI将改变产业,必须有技术储备"的FOM(Fear Of Missing)心态,而能够将AI和企业自身技术战略规划相结合的受访者占比较低。[9] 工业AI应用面临的挑战 - 企业缺乏对AI与业务/产品技术之间的认知,对AI投资回报不清晰,缺乏数据积累和数据标准规范来支撑AI方案的实现,是制约AI应用的主要障碍。[14] - 在技术实现层面,数据采集的策略和内容定义、合适的算法和模型选择、数据清洗与特征提取是突出问题。同时,工业AI还需要解决语义规范、实时性、稳定性等与商业AI不同的特殊需求。[16][17] 工业企业对于AI的期望 - 工业企业希望AI工具能够简单易用、适合工业场景,同时具备机理与数据结合、可解释性、人机结合等能力,以满足工业应用的特殊需求。[20] - 培养AI人才需要关注对复杂系统问题的拆解与架构能力、对AI工具和算法边界的理解、软件工程规范能力等。[22] 行业内公司的AI应用实践 西门子 - 西门子发布了工业时序数据基础模型,并推出了全球第一款工业工程设计生成式AI产品Industrial Copilot。[37] - 西门子在中国研发了生成式人工智能产品SiePA Xssistant和ChatGMC,应用于工业知识管理和客户技术支持。[37] - 西门子的SIMATIC Robot Pick AI基于深度学习的预训练视觉软件,可应用于机器人分拣产品。[38] 施耐德电气 - 施耐德电气在知识管理和生产质量检测两大场景成功落地了AI应用。[39] - 施耐德电气还在工艺优化、智能报警分析、设备预测性维护、智能识别软PLC、公辅设备能源优化等领域应用了AI技术。[39][40] 和利时 - 和利时推出了HiaPlant数智一体化解决方案,涵盖AI+大模型、AI+大数据、AI+机器视觉等应用模块。[41][42] 罗克韦尔自动化 - 罗克韦尔将生成式人工智能规范性工单添加至Fiix资产风险预测器软件,打造可预测并规范维护的解决方案。[42] - 罗克韦尔智能加药投加系统(Pavilion MPC)将AI与大数据、先进控制深度结合,在水处理领域取得优异成果。[42] 中控技术 - 中控技术推出了软件定义、全数字化、云原生的新一代通用控制系统Nyx,深度融合了AI技术。[43] - 中控技术还推出了流程工业首款工业时序大模型TPT,成为工业数据价值挖掘的智能引擎。[43] 其他公司 - 贝加莱、研华科技、费斯托、AVEVA、东土科技、倍福、易福门等公司也在工业AI领域进行了积极探索和布局。[44][45][46][47][48][49][50]