AI（人工智能）正在重塑产业生态，但随之而来的挑战也逐步显现：在工业、制造业领域，AI到底怎么产生价值，应该找到哪些场景？这是许多中小企业在人工智能发展浪潮中必须面对和解决的问题。

　　施耐德电气高级副总裁、战略与业务发展中国区负责人熊宜近日在接受记者采访时指出，AI重塑产业时期，企业主要面临“场景定位”与“投资回报”两大核心挑战。对于企业来说，AI的价值必须落到应用场景中，切实产生效率和绿色等价值。为此，企业需要推动面向市场的创新、生产运营的创新以及生态系统的创新，才能借势新的技术浪潮，加快自身转型升级。

　　“其中，面向市场的创新即应用AI技术和产品，解决用户痛点，切实创造价值；生产运营创新，即通过在产线、供应链、前中后台中部署AI技术，赋能企业全面提升效率，节能降碳；生态系统创新，则聚焦AI产业链中的上下游协作，不仅加速AI研发和应用落地，更强调以AI技术创建新的产业模式。”熊宜表示。

　　工业是国民经济支柱，新质生产力的发展既要求推动传统产业的转型升级，也促进新兴产业和未来产业的蓬勃发展。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，工业端未来应用AI的潜力是巨大的，工业领域具备长期的数据积累，AI技术的加入能充分挖掘工业数据的价值，预测性维护、机器视觉质量检测等应用已相对成熟。通过视频识别员工走出安全区域、操作姿势不规范等异常行为，也能及时触发警报，助力生产安全。

　　“为夯实数据基础，企业的设备和产品必须实现互联互通并能够采集数据，同时需具备成熟的软件平台承接数据分析。企业可利用现有成熟平台或自研平台，为AI应用提供稳定基础。”丁晓红说，AI正成为工业降本增效的关键工具，能够显著提升运营效率，助力企业实现可持续的盈利性增长。工业企业正日益意识到数据价值，AI不仅是效率工具，更是创新与竞争力提升的核心驱动力。

　　AI应用涉及数据、算法、算力、应用场景等关键要素，一家企业难以全面覆盖。谈及AI落地的核心抓手，熊宜强调“生态协同的力量”，通过“创赢计划”开辟AI赛道，汇聚创新企业力量，联合研发市场所需的数字化解决方案；在新型电力系统领域，联合光伏、储能、虚拟电厂等各方构建协同生态，共同推进这一宏大体系的建设。此外，还与云服务商进行合作，利用云厂商的AI大模型引擎，开发预测性维护、微电网调度等标准化软件，再通过本地伙伴实现定制化交付，形成“基础工具—应用开发—现场交付”的完整产业链条。

　　在工业领域，生态协同也是大势所趋。丁晓红提出，工业领域AI未来应用有两大方向：一是从成熟应用到大规模拓展，如将设备预测性维护、机器视觉故障识别、工艺优化等经验复制推广到更广泛的工业场景中；二是协同伙伴，加快前沿领域的创新探索，在产业链中实现AI应用从“单点优化”到“全局优化”的突破。