9月27日，第二十五届中国国际工业博览会（工博会）在五天精彩展示后正式闭幕。本届展会堪称人工智能应用最为集中的一届，AI技术正以空前活力渗透到制造业全链条。
人工智能历经多轮发展周期，每轮浪潮都催生了针对性解决方案。技术热潮中，人们常对AI抱有过高期望，但随后常经历低谷。每次起伏都推动AI向更高水平演进。当前工业AI的热潮与工业4.0初期类似，既充满对效率革命的向往，也伴随理性审视。工业AI是否代表工业5.0的方向？
"工业AI并非全新概念，从专家系统到机器学习，我们已目睹其在工业领域的多次实践。"西门子全球执行副总裁肖松指出，在特定应用基础上，大模型为工业AI带来泛化可能，但"将大模型的通用能力落地到严谨的工业环境，需要长期努力。"
大模型擅长处理互联网信息，但工业场景有独特语言——包括设备低频信号、仪表数据和维护经验。面对秒级时序数据流，通用语言模型难以直接适用。要让AI理解工业现场，需专门优化。
本次工博会上，西门子展出20余款AI增强解决方案，包括已投入使用的Industrial Copilot系统。肖松强调，工业AI落地的关键挑战在于数据质量、行业知识和场景复杂度。
"我们正处在AI与机器人技术的转折点。过去十年，我们通过3D视觉赋予机器人'眼睛'，力控技术赋予'触觉'，导航系统赋予移动能力。"ABB机器人业务全球总裁马思康表示，新推出的OmniCore EyeMotion视觉系统与路径规划技术，将机器人自主性提升到新高度。生成式AI让机器人能自主规划多任务，实现无缝切换。
但这不意味AI已完全胜任工业场景。"工业应用要求高精度、高稳定性，AI存在的不可靠因素可能带来安全风险。"ABB集团高级副总裁韩晨指出。
近期，ABB战略投资LandingAI公司，其视觉AI技术可提升训练速度80%。ABB还正与英伟达等企业合作，深化AI在工业中的应用。
AI能力与工业现场融合仍需持续探索。这个过程需要反复优化，可能如AI发展本身，在曲折中前进。
相比消费领域，工业界对AI更注重实效。
施耐德电气工业自动化业务中国区负责人丁晓红认为，AI在工业领域前景广阔，但发展根基在于数据。工业数据形态特殊，采集治理难度大，制约模型训练。"AI技术必须结合实际需求，避免为AI而AI。"
施耐德电气已将AI用于视觉识别、预测维护、能效优化等场景。但工业AI不能包揽所有问题。
"工业控制要求实时性和确定性，当前AI输出呈渐进趋近特点，难以直接用于精准控制。"施耐德电气工业自动化行业负责人乔锃解释，AI目前主要起辅助作用，策略需经传统模型校准后执行。
中国制造业体系完整、场景丰富，为工业AI提供理想发展环境。
韩晨表示，中国工业机器人密度已达每万人470台，预计2025年超500台。"机器人普及为AI应用奠定基础。中国对AI创新接受度高，应用场景为技术演进提供训练场。"
"工业AI时代已开启，中国是最具活力的应用土壤。"肖松强调，中国完整工业体系为AI模型提供多样样本，制造业各环节蕴藏巨大应用潜力。中国AI发展速度领先，企业开放度高，为创新创造有利条件。
工业AI是迈向工业5.0的重要基石。发展之路仍有挑战，但未来值得期待。