[https://image.xyzcdn.net/FjzudYkK1I0jlR8zgroIJavM5oyi.jpg] 3 月 23 日，我受邀主持了西门子 RXD 大会的工业 AI 圆桌论坛。 西门子在工业 AI 赛道沉淀了 50 年，作为全球领军企业，面对这一轮 AI 浪潮，有着自己的理解和布局。 当下，AI 浪潮正席卷全球各个行业，但真正落到工业场景里，却常面临着「落地难、规模化更难」的困境。我在现场，和三位工业界的一线资深专家，深度拆解了工业 AI 落地的核心挑战和应对思路。 中国是工业大国，AI 在这个领域的实践，将书写一场不同的叙事。这期节目，分别从技术架构、工厂实战、跨界观察三个维度，还原了工业 AI 的真实落地图景。 [https://image.xyzcdn.net/FuPEXPFVQc1QlvtGDF0N8qywQv9-.jpg] 三位嘉宾分别是： 朱骁洵（西门子中国研究院院长、工业 AI 顶层战略与技术研发权威） 李永利（西门子成都数字化工厂厂长、工业 AI 落地一线操盘手） 李辉博士（深度智控创始人、物理 AI 领域实战专家） > 本期节目由西门子特别赞助。 本期 SHOWNOTES： 05:35 工业界对于 AI 的焦虑：期待高、落地难 06:58 工业 AI 改造车间，生成式 AI 提效办公室工作 10:18 人机交互只是开始，AI 有机会解决许多长尾需求 12:24 制造业的数据难题：数据孤岛、IT 与 OT 系统的自动化难题 13:37 企业如何把数据收集起来，注重数据的可连接性和质量 17:15 这一轮 AI，没有来得及做好数字化的公司，还有机会吗？（嘉宾辩论了～😁） > 工业场景数据非常稀缺 > 没有质量的数据带不来好模型 > 新工具有机会加速一切 20:46 多模态能力的提升，将提升模型在虚拟与物理世界的互动 22:47 硬件是数据的入口，数据是模型的燃料 23:21 谈到工业 AI ，一定要聚焦场景，「最后一公里」 27:59 不要总算人效，关注长期能力的建设 34:19 AI 在工厂对人的替代：职工转向高级工种，收入也更多 36:44 将所有显性知识，灌进智能体 40:15 工业场景仍要注重，将工作流模块化 40:46 「让一线员工，坐在副驾驶」 44:55「 物理 AI 不解决工业所有问题」 48:01 建模、理解、学习、控制 加入听友群👇 [https://image.xyzcdn.net/Ft2RNk5mTMLHH_qe-lpbepQclD8P.jpg]