面对今天的中国市场，施耐德电气要做的，就是把中国工业场景嵌入其全球创新逻辑。

文｜石丹ID | BMR2004

2026年被视为“物理AI”元年，在今年的汉诺威工业博览会和世界人工智能大会（WAIC）的现场，释放出一个清晰的信号：工业AI已经不再只是“会分析”的技术演示，而是开始进入工程设计、生产运行和设备执行的真实环节。

能源管理和工业自动化巨头施耐德电气在AI重塑工业战车的进程中，有着自己的节奏。施耐德电气高级副总裁、工业自动化全球工业控制与驱动业务负责人胡晓对《商学院》记者表示，“中国拥有全球最丰富的工业场景、最完整的产业体系和最活跃的创新生态，这使中国不仅是工业技术的应用市场，也正逐步成为工业智能创新的重要策源地。”

01

以知识转化为核，坚守“实效优先”

当前工业AI最大的价值爆发点已经不再是单点提效，而是推动企业核心运营体系的全面升级。

施耐德电气副总裁、中国及东亚区市场营销部负责人古月表示：“未来工业领域AI的最终竞争力在于‘知识的转化能力’。工业AI的真正突破，取决于对工业知识的掌握与应用。工业革命以来，人类积累了大量显性和隐性工业知识，谁能将这些生产经验和Know-how转化为AI能够理解、学习和运用的知识，谁就掌握了未来的核心竞争力。施耐德电气深耕能源管理与工业自动化，在楼宇、数据中心、工业、基础设施和电网等领域积累了大量行业Know-how，这正是我们最核心的优势。”

更为重要的是，施耐德电气不仅服务客户，也是在真实工业场景中应用AI的实践者。例如，施耐德电气上海普陀工厂以AI赋能原型开发、柔性生产、供应链管理和运维，成为“端到端灯塔工厂”；无锡工厂则以AI打造全程碳管理平台，实现范围一、范围二减碳90%，成为“可持续灯塔工厂”。这些实践为施耐德电气积累了宝贵的真实场景经验。

然而，有了深厚的知识储备与实践经验，并不意味着企业能轻易跨越AI落地的鸿沟。现实中，很多企业在工业AI上投入巨大，但往往停留在“样板间”阶段，难以规模化复制。

“我们认为，当前工业AI最大的价值爆发点已经不再是单点提效，而是推动企业核心运营体系的全面升级。”施耐德电气工业自动化AI应用能力中心负责人周浩杰表示，“在这一进程中，工业AI正在经历三个重要变化：首先，从单点试点走向平台化复制。企业不再为每个场景单独搭建系统，而是建设统一的模型与智能体平台，将场景做成可复用的应用包；其次，从辅助性工具走向核心业务流程。AI真正嵌入企业经营的主链路，实现数据、知识与模型的联动，做到可执行、可闭环、可信且可治理；最后，从技术验证走向价值验证。AI正在形成可量化的投资回报体系，技术成熟度、规模化部署能力与商业价值创造都达到了新的高度。”

为了确保AI项目不仅仅是技术展示，而是能算得清账的商业投资，“在实践中，我们先聚焦解决最具业务价值的问题，以点带面形成示范效应，让AI的价值看得见、算得清，再逐步向同类场景推广复制，从而真正实现可量化的商业回报。”周浩杰说。

02

以“软件定义”打破数据孤岛

以往的自动化系统由特定厂商的硬件和软件深度绑定，升级改造往往意味着推倒重来。而“软件定义”的自动化打破了这种束缚。

在工业领域，AI落地的首要挑战是数据治理。

“受传统工业系统限制，企业普遍面临数据质量参差不齐、信息系统各自为政、大量‘暗数据’深埋系统深处等问题，导致AI技术难以发挥最佳效用。”施耐德电气高级副总裁、工业自动化业务中国区负责人丁晓红告诉记者，“要支撑AI落地，关键在于依托开放架构，构建高质量、高时效、全覆盖、高语义且安全合规的数据底座，推动标准先行、场景驱动、平台支撑和组织保障协同升级。”

以往，自动化系统往往由特定厂商的硬件和软件深度绑定，升级改造往往意味着推倒重来。而“软件定义”的自动化打破了这种束缚：控制逻辑可以像应用程序一样在不同硬件之间灵活部署和迁移，数据也能在不同系统间自由流动。这种改变不仅降低了新建项目和既有项目的运维成本，更重要的是为AI的嵌入提供了统一的数字底座。丁晓红介绍，施耐德电气的EcoStruxure开放自动化平台（EAE）正是这一理念的落地载体。这一平台从开发、运营到维护的整个价值链中都由AI赋能，并可根据客户需求灵活定制。硬件与软件的解耦使其具备高度的灵活性，能够启用市场上最好的技术并利用AI的力量。

这一架构正在帮助各类企业跨越IT与OT的数据壁垒，并在真实场景中取得显著成效。例如，在施耐德电气上海与北京物流中心项目中，通过部署EAE平台，产线吞吐量提升约5.3%，识别故障根源和故障排除的速度更是提高了4倍；在浙江某污水处理项目中，通过以水厂物理实体为对象进行程序开发，对水泵、阀门及机组进行模块化建模，不仅实现了程序复用与简化管理，还大幅降低了维护复杂度，有效提升了系统的互操作性。

03

如何打破中小企业的AI焦虑？

工业AI不一定意味着大规模投入，而是可以从具体业务问题出发，通过轻量化、模块化的方式逐步创造可见价值，再实现规模化推广。

工业AI往往意味着高昂的成本和技术门槛，尤其对中小企业而言，应该如何打破他们的AI焦虑呢？周浩杰说：“中小企业真正关心的不是AI有多先进，而是AI能否快速创造价值。因此，我们倡导‘实效优先’的理念，优先聚焦投入小、见效快、收益明确的应用场景，以点带面帮助中小企业跨越转型鸿沟。”

周浩杰介绍，在具体实践中，这种轻量化、模块化的AI解决方案已在多个行业的核心工艺与运维场景中落地生根。例如，在钢铁冶金行业的球团先进控制场景中，通过AI视觉识别与闭环APC（先进过程控制）全链路方案的结合，有效解决了关键工艺数据缺少测量手段的难题，使关键参数波动偏差降低20%以上；在石油化工领域，AI辅助APC参数智能设定精准匹配了算法优化需求，将参数闭环周期从2小时大幅压缩至15分钟。

除了流程工艺的优化，AI在复杂设备的自主控制与能效管理上同样展现出极高的性价比。在市政垃圾发电领域，AI视觉识别与锅炉燃烧APC深度融合，将火焰温度等关键燃烧状态数字化，最大化提升了炉排炉处理能力；而在自备电厂的启停与故障处理等非稳态场景中，引入AI智能体能实现自动控制，推动运行模式向“智能体自主控制为主”转变，最终达成智能少人值守的目标。

在日常运维与能效管理方面，AI同样能带来立竿见影的经济效益。在厂务运维管理中，AI智能体通过分析沉淀在施耐德电气软件平台中的历史数据，将分散的案例转化为知识资产，实现故障响应的秒级匹配；结合冷站系统机理模型和历史数据为冷站系统提供优化策略，助力泵组实现15%以上的节能效果；针对氯碱电解槽优化，通过EMS+AI实现负荷智能分配，让能效管理“看得清、算得准、控得住”，配合咨询规划与落地服务，系统上线一年内便累计助力客户节能高达700多万元。

“工业AI不一定意味着大规模投入，而是可以从具体业务问题出发，通过轻量化、模块化的方式逐步创造可见价值，再实现规模化推广。这正是帮助中小企业以最小投入快速看到ROI、打破‘AI焦虑’的最有效路径。”周浩杰表示。

04

AI智能体赋能企业一线操作人员

AI智能体以低代码工具、个性化成长计划与现场实时指导降低了使用门槛。

针对中小企业普遍面临熟练工程师短缺的问题，周浩杰表示，施耐德电气的工业AI智能体将赋能这些企业的一线操作人员，这一赋能并非单一维度的技术叠加，而是贯穿了从工程设计、系统运行到人员成长的全链路闭环。

在工程设计的源头，通过自然语言交互，AI可辅助工程人员生成基础控制代码、优化事件驱动的控制逻辑，并通过理解项目整体背景，精准回答匹配项目背景的应用和技术文档相关问题。这种方式有效减少了工程人员在重复性编程和调试环节的投入，使自动化系统的开发、仿真与部署流程更加高效。

当系统顺利部署后，AI智能体的价值进一步延伸至工业系统的日常运行优化中。通过将AI与数字孪生技术相结合，物理设备被映射到数字环境中，用于模拟运行状态、识别潜在风险，并在问题发生前实现预警，AI被用于提前识别隐患、减少人工干预，从而提升整体运行安全性。

无论是工程自动化的实现还是系统运行的优化，其最终落脚点都在于对“人”的赋能。AI智能体以低代码工具、个性化成长计划与现场实时指导降低了使用门槛，让操作工、维修工等一线人员能够快速掌握数字化技能，从根本上缓解人才短缺的困境。

以施耐德电气武汉工厂的实践为例，借助AI精准识别技能缺口并提供定制化培训，该工厂实现了员工技能就绪率从20%提升至76%，新员工培训周期从75天缩短至15天，新产品导入周期更是从36个月大幅压缩至12个月，真正实现了技术红利向生产力与人才价值的转化。

施耐德电气执行副总裁、中国及东亚区总裁尹正指出，技术越快速发展，就越需要与之匹配的人才能力。

施耐德电气持续沉淀员工的数字化胜任力，为后续AI赋能的人才体系打下基础。施耐德电气以“赋能大于替代”的理念，从三大维度构建与传统企业截然不同的AI人才体系：

首先推动“AI for All”计划，将AI培训普及到全员层面，让每位员工都具备理解和使用AI的能力。例如，施耐德电气将AI课程设为必修课，鼓励员工通过“数字公民”计划接受数字化技能培训，其中AI技能培训的全员完成率超过96%。

其次，通过AI驱动的技能管理体系识别能力差距，向员工推荐个性化成长路径，实现持续成长。施耐德电气也设计了一系列围绕“个性化成长路径”和“持续成长”的项目和实践，这其中有助力年轻高潜人才加速成长的“Young Talent”计划，也有为资深员工量身定制的“银河计划”，搭建人才可持续发展的平台。

最后，持续打造鼓励创新和包容试错的文化环境，让员工能够大胆尝试AI应用，并快速迭代优化。

周浩杰说：“通过‘创赢计划’，我们持续连接创新企业、创业团队、高校和科研机构，让外部创新持续进入施耐德电气的业务体系。同时，我们打造工业SI和数字化合作伙伴生态，将施耐德电气的技术能力与合作伙伴的行业经验深度融合，共同开发解决方案、服务客户。这种开放协同模式不仅让生态伙伴成长，也帮助施耐德电气持续保持创新活力。”

05

中国场景成为全球创新“关键考场”

谁能在中国工业环境中经受住考验，谁就更有能力在全球市场中获得长期优势。

展望2030年的工厂，那时“人”的角色将发生怎样的根本性变化？周浩杰表示，未来的工厂不会变成“无人”的工厂，而会成为“人机协同”的工厂。未来工程师的价值不再主要体现在执行操作，而更多体现在定义目标、设计系统、管理风险以及推动持续优化。

未来几年，工业AI赛道很可能由两股力量共同塑造：一边是向智能层延伸的工业巨头，另一边是从模型和智能体出发、向工艺深处扎根的年轻公司。当两者在控制边界、行业知识和生态接口上会合，中国工业现场将不只是新技术的应用市场，也会成为工业智能产品和工程方法的发源地。

“中国将会成为这场会合的中心。”胡晓说，“对于工业AI而言，技术价值最终必须通过真实场景验证。中国复杂、多样、快速变化的工业环境，为技术成熟和产品迭代提供了独特条件。越来越多面向全球市场的工业产品，正在中国完成定义、验证和优化，再推广到全球。”对施耐德而言，面对如今中国市场和中国工业场景，要做的，就是把中国工业场景嵌入其全球创新逻辑。

自施耐德电气工业自动化中国中心成立以来，中国团队不仅广泛参与全球产品研发，也依托本土平台推动面向全球市场的产品创新。短短几年间，已有多款源自中国的创新成果走向全球。例如，Altivar 1200C-S系列中压变频器由中国团队原创研发，面向高能耗工业领域的多样负载设备与复杂工况，围绕节能降碳、稳定运行及系统效率等综合需求，持续优化核心部件可靠性、整机结构设计与智能化运维能力。完成本土验证后，施耐德电气进一步整合全球资源，将其升级为面向国际市场的ATV6100系列，成为中国研发反哺全球的典型实践。

面向未来，胡晓强调：“中国不仅是产品落地的重要市场，更是企业检验技术能力、打磨产品性能、形成系统优势的关键考场。谁能在中国工业环境中经受住考验，谁就更有能力在全球市场中获得长期优势。”

（本文图片由受访者提供）