3月23日至24日，首届西门子科技创新大会在北京举行。这场以“数字世界与现实世界融合”为主题的盛会，聚焦工业AI从概念到落地的实践路径。西门子董事会主席兼首席执行官博乐仁（Roland Busch）在主旨演讲中指出，工业AI的规模化应用需要三大核心要素：软硬件协同的技术栈、行业专业知识积累以及开放生态合作网络。
作为拥有179年历史的工业巨头，西门子将首届科技创新大会选址中国，折射出对中国市场的战略重视。截至2025年末，该集团全球员工达32万人，其中3万名服务于中国市场。博乐仁特别强调，将AI技术转化为物理世界的实际生产力，远非构建模型那么简单，而是需要构建连接数据、软件与智能硬件的工业操作系统。
数字孪生技术成为大会焦点议题。西门子展示的物理级精度数字孪生系统，通过AI赋能已升级为具备动态推演能力的智能平台。该技术可构建从单个设备到完整工厂的多层级虚拟模型，形成全要素仿真环境。百事可乐的实践案例显示，通过整合数字孪生系统，其工厂在三个月内实现20%的生产效率提升。
在算力支撑层面，西门子与英伟达达成深度合作。双方将英伟达的GPU算力与工具链集成至西门子芯片设计软件，使工作流程效率提升约10倍。仿真软件性能更实现百倍至千倍的跨越式提升，双方还联合推进下一代数据中心建设。这些技术突破为工业AI的实时运算需求提供了关键支撑。
尽管技术突破不断，工业AI的规模化落地仍面临多重挑战。国机数科董事长王宇航指出，当前存在技术方案与场景需求脱节、业务逻辑与数据采集脱节、投资回报与成本效益脱节三大矛盾。他特别强调，工业知识体系包含工程图纸、设备参数、控制代码等非文本数据，传统大语言模型难以满足需求，必须开发多模态专用模型。
北京数据集团副总经理李振军从数据维度分析行业痛点。相比互联网领域，工业数据具有分散性、专业性和时序性特点，采集整合难度显著更高。他提出破局路径：一方面激活企业私域数据价值，重点挖掘生产制造环节的深层数据；另一方面建立“应用导向”的投入机制，通过业务部门与数据部门的协同作战，逐步构建行业数据库。
在圆桌讨论环节，与会专家形成共识：工业AI的价值创造必须形成闭环。王宇航直言，若人工智能投入无法通过降本增效实现收益覆盖，则技术革新将失去商业意义。这种对投入产出比的严苛要求，正推动工业AI从技术展示向价值创造阶段转型。
