当前，随着ChatGPT等生成式AI和通用大模型的持续升级，全球掀起了新一轮人工智能（AI）热潮。此前，机器学习技术已发展多年，进入多个行业领域。在中国，随着“人工智能+”政策的提出，AI技术正从单点应用迈向多元化应用，从通用场景深入行业特定场景，已成为打造“新质生产力”的关键力量。
AI正在重塑产业。生成式AI就通过更强大的人机协同，改变了许多行业的业务流程；无论是农业、工业、还是教育、医疗，各个领域的新赛道纷纷涌现。面对新一轮AI热潮，企业普遍关注：AI是否“物超所值”？如何布局AI才能获得更好的收益？
施耐德电气执行副总裁、中国及东亚区总裁尹正
是投入更是投资，AI打造转型增长利器
关于AI的想象激动人心，但新技术往往意味着投入，令不少企业望而却步。事实上，对AI的投入并不是从零开始，而是企业数字化转型过程中的必然一环。在数字化进程伊始，企业需要投入大量的成本和资源来收集和传输数据、打通系统、构建平台。要进一步将这些数据和系统盘活，企业就需要将机器学习、深度学习以及生成式AI等技术应用于业务场景，深度挖掘数据价值，持续优化工艺流程，提升能源效率。AI的引入，恰恰是对前期数字化转型投入的收益最大化。
诸多实际用例证明，AI可以为企业发掘更多提质增效的机会点，带来更高的收益。比如，施耐德电气为某啤酒产线定制了包含AI算法的智能控制策略，通过优化物料添加量，实现整体质量、成本、效率的最优化，使相关流程的效率迅速提升15%。某商业银行的数据中心部署了施耐德电气SmartCool末端空调节能解决方案，深度融合AI算法与机器学习技术，在制冷效率提升20%的同时，节约31%的电力，既提高业务效率，又节能减碳，实现可持续发展。
因此，与其说AI是“成本刺客”，不如说它是数字化投资收益的放大器。只要部署得当，AI不仅能加速企业的数字化和绿色低碳“双转型”，还能实现多维度的转型性增长。正如施耐德电气执行副总裁、中国及东亚区总裁尹正所指出：“AI并非全新的赛道，而是数字化转型的新赛程。企业应积极拥抱新趋势，以技术为驱动力加速转型。”
三大条件，为AI价值夯实基础
百舸争流，不进则退。既然部署AI可“事半功倍”，企业是否可以立刻上马？尹正表示，AI应用有一定的技术门槛，企业要实现AI价值，还需满足三大条件：
首先，要打好数字化“地基”。AI不是孤立的空中楼阁，其基础正是数字化。通过将海量的真实数据持续提供给算法和模型，数字化系统为AI构建了发挥作用的广阔场域。从开发、测试、应用到维护的各个环节，软件为AI搭建了“实验室”和“操作台”，而AI技术也在不断改变软件工程领域，帮助开发更加智能化的软件，强化软件功能。
可以说，数字化正是AI在产业落地的基础，是其融入场景，与人协作，应对挑战，甚至自我学习进化的关键平台。没有数字化，AI就无从谈起。
施耐德电气就融合业界领先的数字化、自动化、电气化三大技术，助力AI深入业务的方方面面。比如，为打造零碳智慧工厂，施耐德电气将AI算法融入新能源消纳、智慧能源调度，资产运维、供应链管理等多个层面，快速精准地实现对业务运营和能源管理的分析与优化，助工厂实现零碳、智能、高效。在施耐德电气的无锡“灯塔工厂”，AI算法结合物联网、软件、5G网络等多项数字化技术，提升了14%的年生产率，并实现了100%的绿电消费，年减碳约2400吨，收益可观。
其次，企业要结合场景需求，“量体裁衣”。 在AI时代，IT和OT结合依然是最重要的原则。各行各业的业务场景千差万别，通用大模型往往难以满足要求，只有包含OT经验和特定参数的、定制化的AI解决方案才能快速落地生效。因此，企业不必事事皆AI，而应针对业务场景需求，将AI技术嵌入整体解决方案，最大化成本收益。
施耐德电气就将AI技术融入丰富的数字化解决方案，打造了一百多项真实用例，并推出了企业级人工智能平台EcoStruxure AI引擎，助各行各业实现一站式AI模型构建、部署与运维。该AI引擎结合行业经验，已广泛应用于汽车、食品饮料、楼宇、数据中心等多个行业，平均每年可提升3%-5%的生产效率，并降低5%-10%的能耗。
此外，开放协作也是推动AI应用的关键。当前主流的AI技术来自IT行业，要使其真正应用落地，还需要具备IT和OT技术的解决方案供应商以及产业用户的参与，打造开放生态，共同推进。施耐德电气就与英伟达合作，为智算中心推出了业界首个量身定制的参考设计，并通过技术协同，推进边缘人工智能和数字孪生技术的突破性变革，为行业发展提供技术支持。
从短期收益到长期增长，打造AI驱动型企业
先进技术总是带来颠覆性变革。面对AI技术浪潮，施耐德电气建议企业围绕具体应用场景，以四大步骤实施AI应用：首先，统一共识，规划全局，企业需要明确AI应用的目标，从“业务价值增长、可靠性和韧性、高效和满意度、可持续发展、创新的商业模式”这五大维度，全面评估AI的价值和影响。其次，聚焦场景，小步快跑，通过典型场景的深入应用，及时反馈，灵活调整方向，快速迭代。第三，数据沉淀，构建壁垒，通过AI应用积累非公开的、独特的行业知识和经验，形成面向未来的核心竞争力。最后，以AI技术赋能全员，培养员工能力，实现共同创新。
在各个阶段，企业都要全面评估AI的成本收益、投入产出，并坚持数据与知识治理，持续推动组织变革。通过落实一个个的具体应用场景，企业就能够以AI应用为契机，持续推动技术、业务、人才、愿景的全方位转型，最终成长为AI驱动型企业，形成“创新驱动、数字化、绿色低碳”的长期增长模式，使技术真正成为企业发展的核心动力。
中国正稳步迈向高质量发展的新阶段，更多的新技术新趋势将持续涌现。尹正强调：“AI只是工具，企业转型的最终目的是增长。大势当前，企业应积极部署先进技术，增强综合竞争力，形成未来竞争优势。施耐德电气愿帮助更多中国企业乘风AI，共创高效和可持续的未来。”