过去三年,业界普遍将 AI 等同于生成式内容创作,认为模型参数规模与拟人程度决定了未来。然而,深入产业一线考察后发现,中国 AI 真正的主场不在聊天框,而在工厂与制造业企业之中。达智汇财务长,李建舟博士基于对达智汇(苏州)财务长李建舟博士的采访,我们得出一个明确结论:未来中国必将诞生工业 AI 领域的巨头。
许多人误以为 AI 变革仅发生于虚拟世界,实体产业将衰落。事实恰恰相反,AI 带来的是服务规模化时代,而任何服务最终都需要物理载体。Robotaxi 需要自动驾驶电动汽车,健康管理需要可穿戴设备采集数据。AI 越强,对真实世界的感知与交互需求越深,制造业的发展前景反而越广阔。此外,服务个性化与持续升级的要求,迫使硬件必须配合迭代,显著提高了制造难度。例如,柔性产线需同时生产多款配置的电动汽车以满足不同需求;智能家居设备需预留冗余接口以支持 OTA 持续更新。这对制造的灵活性、复杂度及市场感知能力提出了前所未有的挑战。制造业迫切需要 AI 改造以成为未来经济的物理底座。谁能助工厂承接这波变化,谁就是 AI 时代最被需要的人。
实践路径:从一线痛点中长出的 AI
实现工业 AI 的关键,在于让听得见炮火的一线人员主导改造过程。目前工业 AI 的最大难点不在模型本身,而在现场与一线。李博士比喻道:若实现工业 AI 是读博士,半导体与电子产业已硕士毕业,因其高度数字化、自动化;但许多行业仍处于小学水平,依赖手工报表与微信群沟通。这导致企业在应用 AI 前,需耗费大量人力清洗数据、梳理流程。尤为关键的是,决定产品良率的隐性经验往往存在于老师傅与一线工程师脑中,未进入系统,成为工业 AI 的死角。因此,直接套用成熟系统效果不佳。工业 AI 的第一步,应是帮助一线工程师利用 AI 解决眼前痛点。唯有如此,才能逐渐积累隐性知识,改变经验性决策,重组零散流程,为企业沉淀可调用的 AI 资产。工业 AI 的发展注定不同于传统 IT 产业,必须贴近产业实践,从实践中总结提炼。正如 Palantir、Salesforce 源于美国,SAP 源于德国,皆因本地庞大产业催生了明确的优化需求。遵循这一共性规律,工业 AI 必将在中国本土原生,并孕育出基于中国制造业的巨头。这一未来源于每个企业对 AI 的不断拥抱。当被问及最想对制造业企业说什么时,李建舟博士的回答简洁有力:尽快把 AI 用起来!以上就是今天的内容,如果你也想真正看懂科技产业,欢迎加入科技特训营学习,我将每周四定期和你见面,带你先人一步,领先一路!王煜全要闻评论,我们明天见。