工業是人工智能發揮真正潛能的所在

無需編程就可以自行組裝東西的機器人，工廠裡具備自我優化功能的生產線，列車和風機基於運行數據和人工智能（AI）技術自主發出維護的請求，比當初設計和建造這些系統的工程師預測得更準確。如果我們有辦法訓練人工智能並使之工作，上述種種科技進展就會成為真正的機遇。

毫無疑問，隨著人工智能的興起，人們工作的世界將繼續變化。今天，機器人仍然局限於所謂的“三‘D’工作”，即那些笨重（Dumb）、汙糟（Dirty）和危險（Dangerous）的任務。

然而，根據最近對未來工作的研究顯示，這一限制很快將會被打破。到2030年，全世界將有多達3.75億人需要學習並從事一種新的職業，這相當於每三名雇員中就有一名要轉換職業。這種轉變不僅僅會影響那些從事所謂“簡單”工作的人，律師、醫生和工程師也難免受到衝擊。

領先市場研究公司預測一致認為，就大多數工作而言，高達50%的任務是可以實現自動化的。機器不僅能完成這些任務，而且能比人類完成得更好更快。這帶來什麽好處呢？人類可以從這些繁瑣的工作中解放出來，我們將有更多的時間來評估結果，為客戶和患者提供建議，或者對員工的能力進行甄選和培養。

將洞察從數字世界轉移到現實世界

令人充滿擔憂的“人與機器之爭”是具有誤導性的。如果你仔細想想，會發現兩者並未向“對立”的方向發展。事實上，當我們今天談論人工智能的時候，我們在討論的是人類的人工智能的發展。

我們可以把人工智能看作一個“黑盒”：把知識放進盒子裡，然後一點一點越放越多。但就目前而言，我們最終還只能從盒子中拿出我們給它的東西。因此，在人工智能時代，“跳出思維框架”將被賦予全新的意義。對我們來說，將會有兩個重大的發展：

首先，人工智能的發展仍面臨桎梏。但在未來，機器將越來越多地進行獨立學習。可以說，它們將掌握“跳出思維框架”的能力。

其次，可以理解的是隨著人工智能逐漸介入我們的生活，人們會感到恐懼和焦慮，我們不得不認真對待這種恐懼情緒。但是必須銘記的一點是，人類一直引導和推動人工智能的發展直到今天，未來也必將由人類主導。

舉個例子：儘管深藍在1997年戰勝了加裡·卡斯帕羅夫（Garry Kasparov），但到目前為止，人們仍需要開發能夠在戰略遊戲中充分利用其潛力的人工智能。今天，無論是人類還是“傳統的”人工智能都無法擊敗AlphaZero機器人——無論是在國際象棋，還是在更複雜的遊戲比如圍棋或將棋中。然而，如果沒有人類的智慧來設計這個系統的架構，AlphaZero將永遠不可能被開發出來。這證明了人與機器之間不是對抗，而是合作關係。

今天，虛擬助手為我們預約理發師、人工智能自動在網上下訂單似乎具有開創性的意義。但這真的是一項有價值的創新嗎？誰真正從中受益？歸根結底，受益的主要還是電商或市場行銷平台本身。但是，有一種形式的人工智能，我們所有人都可以從中受益：將人工智能集成到工業過程中，在工業規模上創造價值。

這一變化已然開始。為了實現這一目標，工業企業正在努力吸引和挖角彼此的人才。同時具備專業知識和獨立學科的人便成了重要的人才，比如，數據科學家同時具備物理或工程知識。這類人現在炙手可熱，因為只有他們才能夠將人工智能采集的關於列車的數據轉化為對現實世界有益的資訊。

一旦數據被“翻譯”，鐵路運營商可以收到關於哪些列車部件必須在什麽時間前更換的直接指令。預測性維護、風險分析、備品備件的供應情況和各個國家對其境內行駛的列車的法規要求已經被納入這一由人工智能實現的分析報告中。只有人類才有這種能力，將隱藏在數字世界中的洞察轉化到現實世界裡，讓人工智能得以發揮出最大優勢。

這也是為什麽雖然工作的標準提高了，但我們依然保持專業技藝、聘用技能嫻熟的人工。西門子位於德國慕尼黑附近的Allach工廠，在製造和維護機車時，機械師和焊接工所做的工作精度達到十分之一毫米，只有經過專業人士從人工智能中獲得洞察，才能保證列車的可用性。

助力“工業 4.0”更上一層樓

現在，工作發生著演變，產生三種不同的變化。新的工作被創造出來、過時的工作逐漸被淘汰，而留下的許多工作正在發生著改變。

為了使人工智能應用實現盈利，公司——包括大公司、中小型企業，甚至商人都必須能夠以廣泛和有利的方式部署人工智能。

我是指工業人工智能，即人工智能與專業知識的融合。西門子致力於建立一種“數字夥伴”關係來促進人類智能的發展。

為人類提供支持的人工智能應該被廣泛應用。然而，要將這項技術變為現實不僅需要投資研發，還需要教育和技能的發展。

西門子每年花費超過5億歐元用於培訓，數字技能是我們所有培訓計劃的一部分。然而，技能的發展需要開始的更早：技能的獲得必須從學齡前的基礎階段開始，在小學和中學教育中得到提高，並最終在大學中加以深化和專業化。

要成功地塑造第四次工業革命並在數字時代保持國際競爭力，就需要工業、政治、科學和勞工組織的長官者們作出巨大努力。

德國 “工業4.0” 倡議的成功就是有力的佐證。其他國家也制定了類似的倡議和計劃，以促進當地的價值創造和工業數字化更新，例如，中國製造業更新、“美國製造業計劃” 、“印度製造”和“埃及2030願景”等。

工業人工智能可以為第四次工業革命提供巨大的推動力，並將“工業4.0”和同類倡議提升到一個新的水準。

超越偶然——提高生產力

最新研究表明，未來12年內，人工智能有可能為全球國內生產總值（GDP）帶來年均1.2%的增長。因此，人工智能所帶來的收益將超過蒸汽機所帶來的0.6%的增長效應，以及資訊與通信技術的傳播所帶來的增長。

回顧過去200年來全球國內生產總值的發展，我們看到，近幾年和幾十年來，這一趨勢日益呈指數級增長。造成這種增速的一個關鍵原因是科技的進步。

科技對社會發展、經濟、生產力和社會進步有著直接影響。特別是在最近，我們看到了大量創新和科技的積累。這非同尋常，因為創新本身“可遇不可求”。我的意思是，許多創新和開拓性的技術發展都是偶然產生的——例如，微波爐的發明、聚四氟乙烯的開發或X射線的發現等等。

然而，除了這些例子之外，創新從根本上來說是建立在試錯原則的基礎上的，包括先行假設、設定測試、識別錯誤等等。這種方法非常浪費，因為在你達到目標之前，必須進行一系列的嘗試。人工智能在這裡則會帶來巨大的影響。

在數字時代，成功取決於速度和規模。如果在哪個領域，人工智能已經遠遠領先於人類，那就是模塊處理數據，然後快速檢測和排除錯誤。簡而言之，人工智能具有幫助我們避免錯誤和克服偶然性的能力，這一點可以佐證麥肯錫的研究。“前沿筆記：用模型分析人工智能對世界經濟的影響”表明，到2030年，人工智能將為全球增加13兆美元的附加值。

具有專業領域知識的AI

目前，西門子在工業人工智能領域扮演著開創性的角色，因為我們很早就認識到時代的發展方向。我們的人工智能專家取得的成功可以追溯到1995年。人工智能與專業知識的結合改變著我們的業務。

與鐵路運營商使用的方法不同，我們的服務不僅是追蹤和修複損壞的部件，確保了列車的可用性，甚至讓列車在與飛機的競爭中勝出。

我舉一個例子，馬德裡和巴塞隆納之間的高速鐵路由西班牙國家鐵路公司Renfe運營，火車車程需要兩個半小時，而乘坐飛機的話純飛行時間是一小時二十分鐘。如果再出現十五分鐘或以上的延誤，火車乘客將得到全額退票。

為了確保火車的可靠性，Renfe與西門子成立了一家合資企業，借助先進的人工智能數據分析為列車提供服務。到目前為止，每2300次旅行中只有一次因技術問題而造成嚴重延誤。結果如何呢？Renfe表示，10年前當鐵路線投入運營時，只有20%的旅客選擇鐵路出行，而今天，這一比例超過了60%。

西門子現在雇傭了大約800名數據分析和人工智能專家。近年來，他們在工業環境中取得了許多基於人工智能的成功，例如：

將連續運行的算法集成到生產過程中，以此為基礎來提供工業服務。通過對工藝數據的不斷收集和分析，我們能夠不斷地對機器模型進行再培訓，並提高預測性分析的準確性。這減少了30%以上昂貴的品質檢測，例如X射線檢測；

採用自動分析燃氣輪機運行數據、環境條件和部件特性的算法。這種方法將維護間隔延長30%，成本降低16%；

在醫療領域應用人工智能，西門子能夠幫助醫生評估數以千計的X光片，從而確保為患者提供更可靠的診斷和更好的治療；

為鋼廠提供極其複雜的、基於人工智能的品質控制。這種自主學習系統現在已經成為一個經典的解決方案；從1995年以來，它已在全球30家鋼廠中運行。

更重要的是，人工智能創造了新的商業模式。以Renfe為例：西門子不是向客戶提供備件，而是銷售列車正常運行時間。

對於機床製造廠商來說，同樣如此。人工智能使他們能夠極大地提高分析和預測機器損耗的能力。這些資訊有助於建立一種基於機器使用情況的業務模式。

引領數字轉型走向成功

在目前圍繞人工智能的討論中，有一個方面沒有得到應有的關注。雖然人工智能將對GDP的進一步發展起到決定性作用，但經濟也必須轉型，以適應數字化的轉型。這些變化要求勞動人口的活動不再是勞動密集型，而轉為技能密集型。價值將通過技能和生產力來創造。

社會的穩定要通過經濟發展來實現。一流的市場研究者們的預測也是如此，如果能夠得到正確和長期地應用，人工智能技術具備提振國家GDP的能力。

目前我們正處於人工智能發展的關鍵時刻：即將進入指數性增長。還有很多潛力有待開發。

“工業4.0”讓我們成功地開始了數字化轉型，而工業人工智能則把轉型提升到一個全新的水準。我們可以克服錯誤和偶然、推動創新、提高生產力和效率、實現技術和社會的進步。