“我們正處于從機器學習走向機器智能的轉折點。”施耐德電氣工業自動化業務戰略高級副總裁岱安（Alain Dedieu）在近日舉行的2019世界人工智能大會上接受澎湃新聞記者專訪時表示。

“盡管最終決定權還握在人類手中，但人工智能已經在提供多樣化的選項和簡化的解決方案。”

作為全球能效管理和自動化領域數字化轉型專家，施耐德電氣早已將大數據、云技術、物聯網等新技術集合在業務過程中。人工智能（AI）的加入將會解鎖哪些新技能？為何會成為一個重要的轉折點？

在岱安看來，從傳統的數字化走向人工智能，意味著由淺入深，有效掌握和分析更為復雜、更多維度的數據；從而由表及里，理解現象背后的原因，往自動化方向上更進一步。

“施耐德電氣的目標不僅僅是進行監視和提供建議，而是讓機器能夠自己做出關于維護步驟的決定。”他說道。預計到2035年，AI或能將全球制造業的產能提高40%。“即便產能只提高10%，對于整個行業來說，也已經是個非常可觀的目標了。”岱安說。

解鎖更高水平的自動化

相比起傳統的數字化工具，人工智能的一大特點是能提取和分析高復雜度的特征。岱安相信，這會讓工業設計進入“5D設計”乃至“6D設計”的時代。

例如，在設計一座煉油廠時，除了傳統的物理空間三維，AI賦能下的設計系統還可以考慮時間、成本等維度，給出成本更低和運營更佳的方案。

這種強大的分析能力，更有助于“消化”工業數字化中產生的大量數據。隨著傳感器設備的大量部署和數據采集頻率的不斷加快，傳統方式下企業需要投入更長的時間、更多的程序人員以及超負荷的工作來處理數據，但結果不太理想。

施耐德電氣的客戶之一，美國杜克能源公司就曾經歷過一次發電廠變壓器故障，進而蔓延到其他變壓器和2個渦輪機，最終遭受了1000萬美元的損失。杜克能源這才意識到，此前數據分析師們80%的時間都在收集數據，只有20%的時間用來分析數據。

用上AI之后，問題將變得簡單：通過特定的AI算法模型收集并儲存設備運行數據，提供二次分析以檢測設備生產是否正常。一旦生產流水線出現故障，AI將判斷出來并自行解決、修復。AI還能更好地理解故障產生的原因，實現從常規維護到預測性維護、乃至規范性維護的超越。

施耐德電氣就為杜克能源提供了用于預防災難性事故的AI維護工具。這種致命故障一次就可造成高達3450萬美元的損失。

“施耐德電氣可以確保當設備數據發生變化時，不僅會顯示故障發生的部位和時間，還會顯示故障發生的原因。更進一步，規范性維護將進行分析并確定不同的選項和潛在結果，以降低操作帶來的風險。”岱安介紹道。

AI技術不能脫離應用場景

在此次世界人工智能大會上，施耐德電氣還展示了由AI解鎖的其他創新性解決方案。

例如，施耐德電氣利用AI技術自動從不同數據源提取數據并進行先期驗證，將油氣行業的調試過程縮短了90%。

此外，施耐德電氣也在嘗試用AI結合混合現實（增強現實和虛擬現實）技術，開發出專用型沉浸式工廠訓練模擬器（OTS），以游戲的方式提供員工培訓，模擬工廠在正常運行和故障發生下的情景。

這些解決方案，因行業而異，都與具體的應用場景密切結合。岱安強調，施耐德電氣的使命始終是提供高能效和生產力的解決方案，施耐德電氣的優勢也在于豐富的行業知識經驗。

他說道，“目前我們正處于一波人工智能爆發的階段，自動駕駛、人臉識別、虛擬助理蓬勃發展，可以說核心技術已經形成。”

再加上云技術、大數據和芯片的發展，AI的應用已經觸手可及。例如，能源行業過去需要用占據整個房間的計算機來算出最佳效率點，如今，AI可以賦能各類小型設備。可以說，AI能應用得多廣，完全取決于客戶問得出多大的問題。有時候，施耐德電氣甚至能找到此前從未想過的解決方案，這就是AI生態系統的魅力。

“但我們不能現取現用，必須讓技術與工業生態相結合。”岱安說道。

相比起互聯網公司和一些消費產品，能源工業涉及更為復雜的數據環境，且對可靠性和安全性的要求又極高。“因此，傳統行業從來都不是新技術的引領者。”他說道。

“對工業而言，AI是手段，制造是根本，AI為制造服務，也應服務于具體的工業場景。施耐德電氣不做通用AI，而是利用AI引擎將數據與我們所擅長的專業領域相結合。因為只有了解企業產品、生產與運營的全生命周期，才能將AI的價值發揮到極致。”

除了平衡技術與知識，岱安認為，傳統行業也需要時間來平衡技術與人員之間的關系。“可以說新技術已經在人員間產生了代際的分隔，”他說道。“老一代員工有豐富的經驗和知識，我們要確保他們也能輕松在手機端應用上工作。”

因此，施耐德電氣采取了逐步推進的方式來變革，在引入物聯網、人工智能等新技術工具的同時，也要確保這些工具足夠簡單、易上手。

岱安的第一份工作就與工業自動化相關，作為該領域的老兵，他也對AI帶來的新一代人才感到期待。他希望，AI能讓一部分學生和年輕人重新對工業和自動化產生興趣，帶來全新的激情和挑戰。

岱安相信，人工智能會成為某種增強器，但在短期內并不會取代雇員。“機械臂正在處理一些重復性的任務，但AI肯定無法取代更高價值的工作。”

尤其是考慮到時下主流的深度學習是個黑匣子，中間過程缺乏可解釋性，他認為，科幻片式的自動化情景還十分遙遠。“機器能做決定，但還不能做最終決定。”岱安肯定地說道。