西门子中国执行副总裁王海滨:工业领域生成式人工智能应用尚处早期阶段

界面新闻记者 | 庄键

“生成式人工智能在工业领域的应用才刚刚开始,还有很多演进空间。”

9月24日,西门子中国执行副总裁、西门子大中华区数字化工业集团总经理王海滨在第24届中国工博会期间举行的媒体群访中发表上述观点。

在此次工博会上,西门子展示了该公司首款用于工业环境工程设计的生成式人工智能产品Industrial Copilot。该产品由西门子与微软共同研发,两家公司在去年宣布建立人工智能领域的合作。

Industrial Copilot能够根据工程师通过自然语言描述的需求,为可编程逻辑控制器(PLC)生成基础的代码,工程师只需要对代码进行检查及微调就能使用,从而降低编程门槛,缩短开发时间。

PLC是一种广泛应用于工业自动化领域的电子设备,可以根据预先编写的程序指令,实现对机械、电气和电子设备的自动化操作。

今年4月,西门子在德国汉诺威工业展览上正式发布Industrial Copilot,并于7月起向欧洲客户开放使用,其已在汽车供应商舍弗勒的产线上启用。

西门子大中华区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称,西门子正在寻求将Industrial Copilot落地中国市场,并与国内的大语言模型合作伙伴沟通,进行技术方案的最终确认,以适应中国市场和工业环境。

他预计,Industrial Copilot未来将会在中国市场正式发布,但并未透露此次合作的国内大语言模型公司的相关信息。

图片
Industrial Copilot,摄影:庄键

在Industrial Copilot的合作开发中,由西门子提供与工业场景相关的数据,微软提供大语言模型算法。西门子与中国大语言模型公司所展开的合作,也将采取类似模式。

王海滨称,在以ChatGPT为代表的生成式人工智能出现前,人工智能技术在工业领域的应用,主要包括图像识别和自动寻优两方面。

前者的用途聚焦于产品生产过程中的质量控制,后者则面向设备健康状况预测,两者在工业领域都已具备相当的普及程度。

在王海滨看来,与之相比,生成式人工智能在工业领域的应用目前还处于相当早期。他认为,这是由于工业场景中可供使用的数据规模,远远无法与ChatGPT所能调动的互联网数据比拟。

Nicholas Hansen也解释称,从工业场景中获得数据是非常困难的,因为它来自不同的数据源,数据格式也不一致,既包括结构化数据也有非结构化数据,数据采样的频率也存在不足,因此需要具备工业和工艺方面的深刻认知,才能完成数据打标、分析和清洗,从而为大模型算法提供可供使用的工业场景数据。

在上述媒体群访中,王海滨也就国内工业自动化领域的业务发展回应称,目前的市场情况确实比较有挑战,对所有工业自动化厂商带来相当大的压力。

他分析称,工业自动化行业的业务表现,取决于各行各业现有产能的利用率,以及是否需要建设新产能,或者对现有产能进行技术迭代和升级。“这是我们业务背后的驱动力,但我们感觉到现在驱动力也许没有前几年那么强劲。”

西门子今年5月发布的半年度财报(2023年10月至2024年3月)显示,该公司大部分工业业务在中国都出现了营收下滑,其中以数字化工业集团受到的影响最为显著。

西门子现有业务板块主要包括数字化工业、智能基础设施、交通、医疗等。该公司三季报显示,2023年10月-2024年6月,西门子在中国的营收为62亿欧元,同比下降6%。

王海滨补充称,虽然当下确实遇到了一些压力,但是更多中国品牌的诞生、低碳可持续发展以及中国企业出海等需求,仍然在宏观层面为工业自动化业务的持续增长提供了动力。