“物理世界的AI”尚無統(tǒng)一定義。在我看來，它是人工智能與物理實(shí)體的深度融合，AI不再局限為屏幕內(nèi)的“大腦”，而是能直接感知、理解、影響或改變物理世界的智能系統(tǒng)，形成感知——決策——執(zhí)行的閉環(huán)。對(duì)工業(yè)企業(yè)而言，這意味著將AI嵌入到真實(shí)的生產(chǎn)設(shè)備和運(yùn)營流程，讓機(jī)器從執(zhí)行動(dòng)作的工具，演進(jìn)成能聽、能看、能思考、能協(xié)作的“數(shù)字工人”。

霍尼韋爾大中華區(qū)總裁余鋒在福布斯環(huán)球科創(chuàng)聯(lián)盟論壇暢談物理世界 AI

作為在工業(yè)領(lǐng)域干了幾十年的“老兵”，當(dāng)AI走進(jìn)物理世界，我更關(guān)心的不是它有多聰明，而是它能否對(duì)現(xiàn)實(shí)結(jié)果負(fù)責(zé)。在互聯(lián)網(wǎng)場(chǎng)景中，AI犯錯(cuò)或許只是一次搜索偏差；但在煉油廠、化工廠、電網(wǎng)等工業(yè)現(xiàn)場(chǎng)，AI對(duì)溫度、壓力、流量等關(guān)鍵參數(shù)的微小誤判，都可能引發(fā)災(zāi)難性后果。這也是霍尼韋爾推動(dòng)“從自動(dòng)化走向自主化”的出發(fā)點(diǎn)，讓智能建立在確定性與可控性之上。

基于這一背景，我愿結(jié)合霍尼韋爾的全球?qū)嵺`與中國探索，圍繞三個(gè)問題分享：物理AI到底帶來了哪些新增能力？工業(yè)現(xiàn)場(chǎng)真正需要什么樣的智能？誰最有機(jī)會(huì)定義下一代制造的入口？

能力躍遷：從自動(dòng)化到自主化

回顧自動(dòng)化時(shí)代，霍尼韋爾完成了兩項(xiàng)重要的代表性工作：一是將行業(yè)經(jīng)驗(yàn)轉(zhuǎn)化為可重復(fù)執(zhí)行的工程邏輯，比如1885年，霍尼韋爾以發(fā)明溫控器起步，將溫度感知與調(diào)節(jié)經(jīng)驗(yàn)進(jìn)化為閉環(huán)控制邏輯；二是借助DCS、PLC、MES等系統(tǒng)，實(shí)現(xiàn)復(fù)雜工業(yè)的有序運(yùn)營，例如1975年霍尼韋爾推出全球第一套分布式控制系統(tǒng)TDC 2000，開創(chuàng)了工業(yè)控制架構(gòu)的新方向。這兩者的核心價(jià)值高度一致：可靠——結(jié)果可驗(yàn)證、可追溯、可審計(jì)，這是工業(yè)運(yùn)行的安全底線。

進(jìn)入智能化時(shí)代，AI賦予工業(yè)系統(tǒng)新的能力，不再只是被動(dòng)執(zhí)行預(yù)設(shè)邏輯，而是主動(dòng)感知環(huán)境、做出判斷、參與行動(dòng)，并在運(yùn)行中持續(xù)迭代。這種能力使得風(fēng)險(xiǎn)識(shí)別前移，將歷史數(shù)據(jù)與實(shí)時(shí)運(yùn)行數(shù)據(jù)結(jié)合，轉(zhuǎn)化為可執(zhí)行的運(yùn)營洞察。

說到“自動(dòng)化”與“自主化”的區(qū)別，前者按預(yù)設(shè)邏輯執(zhí)行指令，后者可在復(fù)雜與變化的條件下實(shí)現(xiàn)動(dòng)態(tài)調(diào)整與決策，類似自動(dòng)駕駛從L2（人機(jī)共管）向L5（完全自主）演進(jìn)。向自主化演進(jìn)是霍尼韋爾的重點(diǎn)戰(zhàn)略方向。為此，公司以Honeywell Forge互聯(lián)平臺(tái)為底座，目前已服務(wù)全球超過2.4萬家客戶、連接了24萬個(gè)站點(diǎn)，涵蓋了近400萬臺(tái)設(shè)備資產(chǎn)，約5200萬個(gè)數(shù)據(jù)點(diǎn)以及近700TB的數(shù)據(jù)體量 ，構(gòu)建起實(shí)時(shí)感知與數(shù)據(jù)洞察的基礎(chǔ)。在此之上，例如霍尼韋爾Experion®智預(yù)策等解決方案，融合AI技術(shù)與工業(yè)知識(shí)，挖掘歷史數(shù)據(jù)價(jià)值，提供實(shí)時(shí)運(yùn)行洞察，幫助運(yùn)行人員預(yù)測(cè)并有效應(yīng)對(duì)可能引發(fā)不安全操作或生產(chǎn)損失的關(guān)鍵場(chǎng)景。該解決方案助力將現(xiàn)有運(yùn)行模式向自主運(yùn)行模式躍進(jìn)，提升整體運(yùn)行安全性與決策質(zhì)量，并已在雪佛龍、道達(dá)爾能源等合作伙伴中完成試點(diǎn)應(yīng)用。

在“不容有失”的行業(yè)，能力的躍遷還需謹(jǐn)慎推進(jìn)，須建立在確定性之上。因此，針對(duì)這一類行業(yè)，霍尼韋爾堅(jiān)持推進(jìn)物理AI的路徑是在現(xiàn)有可靠運(yùn)行的控制系統(tǒng)之上，逐步疊加AI、云和邊緣計(jì)算的能力，讓底層控制邏輯堅(jiān)守安全底線，上層智能聚焦風(fēng)險(xiǎn)識(shí)別與優(yōu)化，而人類始終在回路中掌握最終決策權(quán)。

信任基石：工業(yè)AI的三道門檻

物理AI要真正走進(jìn)工業(yè)現(xiàn)場(chǎng)，必須跨越三道門檻。釋放AI的工業(yè)價(jià)值，不僅依賴算法與算力，更取決于高質(zhì)量的數(shù)據(jù)基礎(chǔ)、對(duì)工業(yè)環(huán)境的深刻理解、以及“人始終在回路中”的責(zé)任機(jī)制。

第一道門檻是數(shù)據(jù)的可獲得性與可治理性。工業(yè)數(shù)據(jù)長期被孤立封存于不同資產(chǎn)和系統(tǒng)中，行業(yè)經(jīng)驗(yàn)也散落各處，高度碎片化。將這些數(shù)據(jù)收集、清理、集成是AI有效學(xué)習(xí)工業(yè)運(yùn)行規(guī)律的基礎(chǔ)，而這一過程本身就是一項(xiàng)長期而復(fù)雜的系統(tǒng)性工程。沒有高質(zhì)量、可訪問的數(shù)據(jù)，再強(qiáng)大的算法也難以發(fā)揮作用。

第二道門檻是對(duì)工業(yè)環(huán)境的深刻理解。物理世界的AI要做出正確決策，僅靠數(shù)據(jù)遠(yuǎn)遠(yuǎn)不夠，它必須理解工藝邏輯、設(shè)備行為和生產(chǎn)約束。同一組數(shù)據(jù)，在不同行業(yè)背景或工藝下，其背后的物理意義可能截然不同。這種對(duì)工業(yè)環(huán)境的深刻理解，源于長期的行業(yè)實(shí)踐和系統(tǒng)化積累。這正是霍尼韋爾的獨(dú)特優(yōu)勢(shì)所在：我們不僅能夠部署AI，更清楚在何處部署、部署何種AI，以及如何與既有系統(tǒng)協(xié)同。

第三道門檻是責(zé)任的歸屬。圓桌論壇上有嘉賓直言，“AI出錯(cuò)了，它可以很禮貌地跟你道歉，但你能對(duì)它怎么樣呢？”傳統(tǒng)PLC基于預(yù)設(shè)邏輯運(yùn)行，結(jié)果可驗(yàn)證、可追溯；而AI算法具有概率性特征，一旦出錯(cuò)往往難以解釋原因、界定責(zé)任。在工業(yè)場(chǎng)景中，這種不確定性是不可接受的。

因此，在煉油廠、工廠和樓宇等系統(tǒng)中，真正推動(dòng)成果優(yōu)化的，始終是人的專業(yè)知識(shí)、場(chǎng)景理解與責(zé)任判斷。“人機(jī)協(xié)同/人始終在回路中”并非對(duì)技術(shù)的保守選擇，而是對(duì)工業(yè)現(xiàn)場(chǎng)安全可靠的責(zé)任。工業(yè)世界不會(huì)盲目追逐“先進(jìn)”，只接受那些經(jīng)過驗(yàn)證、值得信任的技術(shù)。

中國場(chǎng)景：智能化躍遷的試驗(yàn)場(chǎng)

中國擁有全球規(guī)模最大、復(fù)雜度最高的工業(yè)體系之一，中國制造業(yè)增加值占全球比重達(dá)30%，這樣的體量是物理AI重要的“壓力測(cè)試場(chǎng)”。

霍尼韋爾自1935年進(jìn)入中國，已深耕超過90年。我們創(chuàng)新打造了卓越運(yùn)營智造管理體系（HMES: Honeywell Manufacturing Excellence System），可以理解為工廠的“智能指揮系統(tǒng)”，它將精益管理與MES（執(zhí)行制造系統(tǒng)，Manufacturing Execution System）有機(jī)結(jié)合，打通從企業(yè)戰(zhàn)略到現(xiàn)場(chǎng)操作的全鏈路。在與東明石化的合作中，我們?nèi)诤狭薉CS控制、智能工廠解決方案、安全系統(tǒng)及先進(jìn)煉化工藝，并將精益管理理念嵌入生產(chǎn)運(yùn)營，助力東明石化實(shí)現(xiàn)管理標(biāo)準(zhǔn)化、生產(chǎn)透明化、成本精細(xì)化、決策智能化，成為化工行業(yè)數(shù)智化轉(zhuǎn)型的標(biāo)桿。

在高端制造領(lǐng)域，中國已成為全球造船核心力量�；裟犴f爾的智能船舶解決方案，如同為船舶裝上“智慧大腦”，實(shí)現(xiàn)船岸協(xié)同、能效優(yōu)化和全方位預(yù)警。在智慧建筑領(lǐng)域，我們的產(chǎn)品、軟件和技術(shù)已在全球超過1000萬棟商業(yè)建筑中使用。在中國，我們已為200多座機(jī)場(chǎng)、40多個(gè)城市的250多條軌道交通線路、以及2400多家酒店和上千家醫(yī)院提供智慧和安全解決方案，并在樓宇控制領(lǐng)域通過智慧運(yùn)營管理平臺(tái)，幫助客戶實(shí)現(xiàn)遠(yuǎn)程運(yùn)維和能效優(yōu)化。

這些實(shí)踐表明，霍尼韋爾是在復(fù)雜工業(yè)場(chǎng)景中持續(xù)驗(yàn)證并塑造物理AI應(yīng)用路徑的參與者，也正是通過在中國這樣高復(fù)雜度環(huán)境中的持續(xù)實(shí)踐，相關(guān)技術(shù)能力才能具備廣泛推廣的普適價(jià)值。

誰最有機(jī)會(huì)定義下一代制造入口

圓桌論壇最后，主持人向所有嘉賓拋出了一個(gè)前瞻性問題：未來三到五年，如果押注一個(gè)物理AI的垂類方向，哪個(gè)點(diǎn)最有可能成為制造業(yè)智能化的“超級(jí)入口”？我的答案是可能在管理。

設(shè)備管理、質(zhì)量管理、標(biāo)準(zhǔn)化作業(yè)……管理領(lǐng)域蘊(yùn)藏著巨大的智能化機(jī)會(huì)。過去幾年，我同時(shí)負(fù)責(zé)數(shù)十家工廠的運(yùn)營，發(fā)現(xiàn)一家工廠出現(xiàn)的問題，往往在其他工廠也曾發(fā)生，但這些共性問題沒有被有效連接、總結(jié)與復(fù)用。中國是全球最大的制造業(yè)大國，如果未來有十萬家工廠能夠?qū)崿F(xiàn)數(shù)據(jù)互通，AI就能幫助識(shí)別安全隱患、提供解決方案。管理的智能化，正是企業(yè)降本增效的核心路徑。

同時(shí)，物理AI也在重塑產(chǎn)業(yè)工人的能力體系。隨著技術(shù)工人持續(xù)短缺，將多年積累的工程經(jīng)驗(yàn)轉(zhuǎn)化為標(biāo)準(zhǔn)化、可學(xué)習(xí)的系統(tǒng)能力已成為現(xiàn)實(shí)剛需。通過人工智能輔助運(yùn)維，新員工在現(xiàn)場(chǎng)即可獲得分步指導(dǎo)、實(shí)時(shí)診斷和操作建議，就像導(dǎo)航軟件為駕駛者提供實(shí)時(shí)路線指引，讓復(fù)雜操作變得清晰可循。

至于誰最有機(jī)會(huì)定義下一代制造入口？我想是屬于那些能夠深度嵌入真實(shí)物理系統(tǒng)、擁有長期工業(yè)積累，并且在“不容有失”的環(huán)境中持續(xù)交付確定性結(jié)果的參與者�；裟犴f爾正處于專業(yè)積淀與數(shù)據(jù)價(jià)值釋放的交匯點(diǎn)上——超百年的工業(yè)積淀，數(shù)以百萬計(jì)的控制設(shè)備，以及對(duì)關(guān)鍵領(lǐng)域的深刻理解。我們始終堅(jiān)持“疊加而非替換”“人始終在回路中”“循序漸進(jìn)而非一夜顛覆”的理念。這不是保守，而是對(duì)客戶、對(duì)行業(yè)、對(duì)社會(huì)的責(zé)任。

物理AI正重塑工業(yè)體系，但工業(yè)領(lǐng)域的進(jìn)步從來不是一蹴而就的。霍尼韋爾將繼續(xù)與客戶攜手，循序漸進(jìn)地釋放AI、云和邊緣計(jì)算能力，讓工業(yè)系統(tǒng)在保持可控與可信的前提下，持續(xù)走向更高水平的自主化。這就是我們塑造未來的方式。