在今年的Hannover Messe上，AI几乎成为所有工业企业绕不开的话题。但与往年不同的是，关于“AI究竟能做什么”的讨论正在迅速减少，取而代之的，是“AI如何真正进入工业现场，并创造可量化价值”。

以“智造跃迁，正当其时”为主题，施耐德电气联合AVEVA、ETAP及ProLeiT，并携手Deloitte、Microsoft、Dell Technologies、HPE以及Amazon Web Services等伙伴，系统展示了开放的、软件定义的自动化与工业AI融合后的产业图景。针对AI的价值，施耐德电气显然希望给出一个更务实的答案。

图1 德国MM主编Benedikt Hofmann（左），施耐德电气消费品包装业务部门总裁Neil Elliott Smith

德国MM《MaschinenMarkt》主编Benedikt Hoffmann在展会现场分别采访了施耐德电气过程自动化高级副总裁Hany Fouda，以及消费品包装业务部门总裁Neil Elliott Smith。两场访谈围绕工业AI、自主运营、开放自动化以及中国制造展开，也勾勒出施耐德电气对于下一阶段工业转型的判断。

AI的关键问题，不再是“能不能用”

过去几年，工业界对于AI最大的热情，往往来自“概念”。而在今年Hannover Messe现场，一个明显变化是：企业开始更加关注AI的投资回报率。Neil Elliott Smith在采访中提到，施耐德电气针对14个国家、超过1.4万名客户进行了一项研究。结果显示，约70%的企业已经在生产环境中应用AI，但实际投资回报率却远低于预期。“很多项目仍停留在概念验证阶段，真正的难点不是部署，而是规模化。”他说。

这也是当前工业AI最现实的问题。相比互联网行业，制造业并不缺AI概念，而是缺少真正高质量、可贯通的数据基础。Neil反复强调，AI能否产生价值，本质上取决于数据质量。“如果把房子建在沙地上，它一定撑不了多久。”在他看来，工业AI的真正基础，并不是算法，而是完整的数据平台能力。

因此，施耐德电气在本届汉诺威工业展上重点展示的，并不是单一AI工具，而是数据互操作能力。例如，基于AVEVA PI System运营大数据平台、资产信息管理平台以及CONNECT工业智能平台，施耐德电气正在尝试打通运营、工程与IT数据，让数据无需重复存储与定制化集成，即可直接进入AI与高级分析系统。

这一逻辑，也贯穿在施耐德电气今年几乎所有展项之中。无论是与微软联合展示的Industrial Copilot工业助手，还是与AWS联合呈现的边缘到云端一体化开放自动化架构，其核心目标都并非简单“接入AI”，而是让AI真正能够理解工业现场。

在Neil看来，目前最容易率先落地的AI场景，其实并不是最“炫”的应用，而是那些已经拥有成熟数据基础的领域，例如资产利用率、质量控制、预测性维护以及能源优化。他举了一个非常典型的烘焙行业案例。传统烘焙往往依赖固定时间控制搅拌和烘焙流程，而AI可以通过实时监测面团状态、颜色变化以及工艺参数，实现动态闭环控制。其价值并不仅仅是缩短加工时间，更重要的是提高成品率、减少浪费。“100%的精确度并不是关键，关键是结果是否落在可接受区间内。”Neil说。这实际上代表了工业AI与消费级AI最大的不同。工业场景不追求“惊艳”，而追求稳定、可靠以及可量化收益。

开放自动化，正在重构工业系统逻辑

如果说AI是今年Hannover Messe最热门的话题之一，那么“开放的、软件定义的自动化”则是施耐德电气试图建立的新工业底座。

在Hany Fouda看来，工业AI真正大规模落地的前提，并不是AI本身，而是数据能够跨系统流动。“今天最大的挑战，是数据来自不同供应商、不同控制逻辑和不同架构。”他说，“而开放的软件定义自动化，正是为了解决这个问题。”

图2  施耐德电气过程自动化高级副总裁Hany Fouda（右）

在传统工业体系中，自动化系统往往是封闭的、专有的。控制器、PLC、驱动系统以及软件平台之间高度绑定，系统升级成本高、扩展性差，也容易形成信息孤岛。而施耐德电气所强调的“开放自动化”，则试图打破这种结构。Hany提到，其核心逻辑包括几个关键词：软硬件解耦、以应用为中心、去中心化控制，以及IT/OT融合。

在这一架构下，底层硬件不再决定系统能力，企业可以根据需求灵活升级PLC、IPC或控制器，而无需重构整个系统。同时，数据能够在不同平台之间自由流动，为AI提供统一的数据基础。这也是施耐德电气今年重点展示Foxboro SDA软件定义自动化系统的重要原因。

作为全球首款软件定义的DCS系统，Foxboro SDA首次将传统高可靠流程控制与开放自动化架构结合，通过软硬件解耦，帮助流程工业实现更灵活的现代化升级。

与此同时，施耐德电气还展示了基于EcoStruxure开放自动化平台（EAE）的新一代Modicon M590 dPAC数智控制器，以及SCADAPack 470d/474d远程终端单元，进一步强化边缘侧与分布式控制能力。

这些产品背后的逻辑其实非常一致：工业系统正在从“设备中心”转向“数据中心”。而这一变化，也意味着工业竞争方式正在发生根本改变。Hany在采访中提到，今年Hannover Messe展的一个明显趋势是，竞争焦点已不再是单一产品，而是端到端的数字化与自动化能力。

中国制造，正在成为工业AI的重要试验场

在两场采访中，一个反复被提及的话题，是中国市场。无论是Hany Fouda还是Neil Elliott Smith，都认为中国正在成为全球工业数字化和AI应用最活跃的市场之一。Hany尤其提到了中国与欧美之间最大的区别：基础设施代际差异。“欧洲大量系统已经运行了30年、40年，而中国过去25年建设的大量基础设施，本身就是现代化系统。”他说。这意味着，中国制造业天然拥有更少的信息孤岛、更强的数据能力以及更高的数字化基础。

在Hany Fouda看来，中国企业在部署智能化与自主运营系统方面，已经处于全球前沿。“中国有机会更快迈向实验与自主运营阶段，并把经验输出到全球。”

Neil则从另一个角度解释了中国制造的独特性。他认为，中国制造业最大的特点，并不是技术本身，而是极强的竞争压力与执行速度。“欧洲可能把工业优化当作年度规划，而中国企业是按天推进。”他说。这种高强度竞争，迫使企业不断优化工艺、提升效率，并快速响应市场变化。而这恰恰与AI的能力高度契合。尤其是在包装消费品领域，中国市场对于多品类、小批量以及快速切换的需求极为突出。

从“技术展示”走向“真实运营”

事实上，今年施耐德电气在Hannover Messe展上传递出的一个核心信号，是工业AI已经开始从“概念验证”进入“真实运营”。无论是与德勤共同推进工业转型咨询能力，还是与微软联合打造Industrial Copilot；无论是与戴尔展示AI数字孪生基础设施，还是与HPE展示虚拟化控制技术，其背后都指向同一个方向——工业AI不再是孤立工具，而正在成为工业运营体系的一部分。

这一变化，也让“自主运营”第一次显得不再遥远。Hany Fouda提到，未来AI的重要价值之一，是帮助新一代员工继承经验。随着大量拥有30年经验的工厂操作员逐步退休，制造业正在面临严重的知识断层。而AI能够通过知识沉淀、场景化问答以及实时决策支持，让年轻工程师更快获得经验。“当温度升高时该怎么办？当阀门故障时该怎么办？AI可以即时提供支持。”他说。这意味着，工业AI真正改变的，也许不仅是效率，而是工业知识体系本身。而施耐德电气在本届汉诺威工业展上的所有展示——从开放自动化到工业AI，从能源优化到数字孪生——最终都在回答同一个问题：当工业世界进入AI时代之后，企业如何构建一个更加开放、柔性、可持续的运营体系。至少从今年Hannover Messe来看，这个答案已经不再停留于概念。