Deep Dive
Shownotes Transcript
大家好，我是肖文杰，我是小亚。
很高兴啊，本期又是商业合作的节目，而且我们的合作方又是一家大名鼎鼎的公司啊，就是西门子。
大家可能都知道，西门子是一个科技巨头，它的工业、基础设施，交通等等领域都是一个很重要的存在，那支撑我们日常生活的很多重要设备和技术，其实都有可能来自西门子。
对的，不过本期节目呢，我们并不是要笼统地介绍一下西门子各项业务等等的，而是希望聚焦在西门子的一个技术理念来具体讲讲，这也可以说是目前西门子的一个重点的方向吧，就是工业元宇宙。
说实话，元宇宙这个词这两年在大众的语境里面可能有点冷下来了，那这个词最火的时候呢，它描述的是一个所谓所有人都在一个虚拟的世界里面，以各种方式交互，创造体验的这么一个状态。
嗯，我感觉这个说法实在是太虚了一点啊，那反正能想到最实在一个应用就是游戏啊，包括数字、人之类的。
对。
就是现在能看得到的一些东西。
对，嗯，除此以外，感觉是没有什么可以期待的商业模式。
没错，所以大家现在会觉得元宇宙似乎是一个比较虚火的概念啊。
但这个虚火其实是有一个限定范围的，就是它是大众市场当中，这个名词有点虚。
那对于普通用户来说呢？
所谓的这个虚拟世界能干嘛，的确是看不清楚的。
但是在工业领域里边，元宇宙这个概念所包含的一些具体的技术则是能够真正解决问题并且创造价值的，说白了就是真的有客户愿意买单的，那这也是为什么西门子这么重视这个技术趋势。
所以说，西门子所说的工业元宇宙到底是个什么概念呢？
呃，其实它讲究的就是一个现实世界与数字世界的一个融合嘛。
那笼统地说呢，它就是要把高度复杂的系统，比如说像机器啊，工厂啊，城市啊，或者交通网络等等的，它做一个数字世界的一个版本，那这个版本呢，它就可以和现实世界同步映射，实时交互，进而能够让人们解决很多真实世界里边的一些问题。
当然这么说可能有点抽象啊，没关系，那这一期节目呢，其实我们就采访了很多西门子实际应用的一些工业元宇宙的项目，那我们希望从这些例子出发，呃，能够跟大家讲清楚西门子的这个技术，它到底能够创造哪些价值。
嗯？
那具体来说呢，我们会从数字孪生和人工智能这两个技术领域来展开聊聊。
这两个技术是工业园宇宙的主要组成部分，也是具有广阔应用前景的领域。
接下来你会听到西门子在这两方面的积累，能够帮助到不同行业和各种类型的公司，那其中有全球瞩目的一些顶尖的机械，也有你意想不到的身边的衣食住行。
这里是商业，就是这样。
那我们先从数字孪生这个词开始，但要不然夏老师还是跟大家介绍一下数字孪生到底是个什么概念吧。
我觉得如果跟工业相关的一些朋友的话，有可能对这个概念还是比较熟悉的，他最近十多年开始在工业界兴起，然后也非常的流行。
顾名思义啊，孪生孪生，他就是把真实世界里的机器啊，工厂建筑等等的一些东西，它在虚拟的数字世界里边塑造一个双胞胎，所以它的英文就叫 digital twin 嘛。
单从概念上其实也能看得出，它和我们前面讲的这个元宇宙这个理念是密不可分的。
那通过这个数字孪生呢，呃，人们就可以模拟物理世界里面这些事物的运行方式，而这个模拟呢，就可以在很多方面提升效率，或者是改善这些产品的性能。
讲到模拟。
我就有个问题了，就如果单从这个概念来看的话，它跟传统的一些所谓仿真软件或者说模拟软件有什么区别吗？
都是模拟啊。
嗯，我感觉我们这期节目会涉及到蛮多相对比较硬核的一些技术或者概念的厘清啊，我们稍微讲得这个慢一点，但是我们也尽量也深入浅出地讲啊。
呃，我觉得高宇老师那个问题还是蛮好的。
首先我觉得要明确，就是数字孪生，它不是一个单一的技术，而是许多技术的融合，它是一个比较前沿的一个理念吧。
第二点呢，就是它不是一个凭空跳出来的一个概念，而是在前人的基础上面逐渐发展起来的。
那像过去许多领域的，呃，于老师刚刚提到的，像建模啊，仿真啊，它们就是数字孪生这个技术理念的一个基础。
那从应用的角度来说呢，数字量身和前面这些概念有什么区别呢？
就是它是基于这个物理当中的这个实体啊，它的一些详细的数据和精准的这个模型来构造出一个怎么说呢，高度逼真的一个虚拟世界，进而我们能够实现准确的验证、预测和优化。
那相比较于之前的比较基础的仿真啊，建模等等技术呢？
数字孪生有个很重要的特征，就是它能够实现这个事物或者这个系统它整个生命周期的精准的模拟和实时的交互。
嗯，简单来说吧，就是它不仅是长得像的那个仿真，而是它的实际运转起来那个行为跟实际的那个东西也很像。
对，其实这个后面的这个部分，对于技术要求是复杂得多的。
是的，比如说你可以做一个简单的飞机模型，或者是用 CAD 软件来画一个建筑的模拟图，这些都可以，相对来说也没有那么的复杂。
但你要模拟一个建筑实际运转起来的细节，比如说人在里边是怎么活动的啊，或者是一个飞机实际运转起来的情况，那这个就要复杂得多了。
OK， 那其实这个也就是数字原生的价值的体现嘛，因为你这些产品的设计、研发、制造和使用的过程当中有很多的不确定性，那你如果真的能够模拟它运行过程当中的一些细节的话，你就可以大幅地减少这种不确定性。
讲到这里，那么肖老师给我们举一些具体的例子来帮助我们理解一下吧。
对刚刚那个概念，虽然我觉得这个点其实已经抓得比较准了，但是还是需要些例子来说明啊。
比如说西门子的这个数字孪生，他和谁合作过呢？
他和 F1 的红牛车队合作过，就是用这个技术来帮助 F1 车队来研发赛车的啊。
我们在第 92 期节目里面讲过红牛的体育帝国啊，这个熟悉的朋友可能都知道，红牛车队是现在 F1 里面最领先的车队。
遥遥领先是吧？
哎，那如果大家听过那期节目的话，就有可能会记得一个小的细节啊。
不过我觉得那个细节还是蛮小的，但不定期的，就是 F1 其实像很多的竞技体育一样，嗯，它对于车队的财政投入啊，它有很多的限制，因为这样的话就可以缩小大车队和小车队之间的这个差距，能够尽量地保证竞争的公平。
那对于车队来说呢，他就是要想办法在一个有上限的一个比较低的预算之下，来研发出比别人都好的赛车。
那此外还有一个背景就是 F1 每年啊，他对于这个赛车各方面的这个技术指标都会有限制的，这个个于学老师应该也比较熟悉啊，比如说那个车尾啊，什么空气动力学啊等等，它会有一些要求。
是甚至呢，它在赛季当中都有可能会出些新的规定。
那这个其实对每年这个赛车竞争力会影响很大。
那么车队就对于这个赛车的合规就有很多的这个要求。
也就是说你要用更低的成本，更灵活的方式，保证自己在一个合规的前提下，以尽可能快的速度造出尽可能快的赛车。
对，你看这要求很多啊，既要又要？
不可能啊。
对，就是在这种既要又要的情况下面，数字孪生就可以发挥作用了。
比如说啊，这个赛车的研发当中，涉及到重要的一块就是这个设计和制造碳纤维的部件，因为我们知道赛车上面很多都是碳纤维的。
那过去呢，这个碳纤维部件的设计制造是一个非常耗时的一个手工活。
竟是手工活，我以为是是什么 3D 打印就可以做到的东西，结果还是手工吗？
啊，就是要求很高嘛，因为它不是一个量产的东西。
嗯，有的时候过去都是要什么一层一层网上这边来操作的，那既然是手工呢，它这个操作必然就会有误差嘛，那数字孪生的技术，还有一些数字化的工具呢，就是能让这个碳纤维的设计制造更加的标准化，就是尽量地减少它这个手工当中的误差，然后再加上它会有一些别的一些技术的辅助啊，比如说像激光投影设备等等的，它就可以大大地降低造你一块碳纤维部件最后的这个误差值，就是你这个实体和设计的这个误差值，这个准确度有可能过去是达不到的，嗯，那你现在以一个比较短的，一个比较方便的方式，就可以达到一个很高的准确度，让你这个研部件呢，就是一次研发一次生产就过了。
一遍过，听上去是一个非常诱人的概念。
对，这点非常重要。
其实嗯，这也是数字男生听上去非常大的一个价值。
后面我们是不是还会提到这对还会提到的，刚刚我们讲的这个价值，其实就是提高精准度嘛，还有一个数字传升很重要的价值，就是节约时间，因为你可以在数字世界面模拟一遍嘛，你就有很多现实当中你要测试的东西就减少了。
比如说 Fe 赛事当中有个部件，它是从尾翼延伸到车头附近的一个大型的一个地板的一块造型的部件啊，它通过数字孪生呢，它的制造时间就能缩短 1/4， 比如说他有四个，那种预估化的一个就是悬挂系统，悬挂很重要啊，一用数字完成的技术，可以让他们整个的时间节省 24 个小时等等等等的，那这些时间节省下来呢，就可以返回给这个赛车的设计团队，让他们有更多的时间去根据这个数据还有各方的反馈来改进设计，不然他大多时间都是用来试制，嗯，对吧，用来测试了，那他现在可以更快地验证测试的话，他就更多时间去迭代，来升级设计这个赛车。
等于说是准确度更高了，返工也更少了，那自然也就减少了很多不必要的中间的这个材料浪费。
对对。
那你减少了材料的浪费的话，你也能满足财政的限制。
是，这个其实也是为什么数字孪生现在在 F1 的赛车的研发当中非常的普及。
那另外一个比较类似的这个产品的例子啊，就是船。
我没有讲到船诶，那船呢？
它比赛车大得多，但同样是一个超级复杂的机器，那今年 3 月 的话，其实西门子就和英伟达他们宣布了一个合作项目，然后共同地为一个著名的造船企业，就是 HD 现代提供这个服务，用数字孪生的方式来研发一个非常复杂的一个船型，叫安动力和轻动力的船舶。
嗯，这个船本身是什么结构或者动力我不太了解，但我看到一个数据说这艘船有 700 万个零散的零部件。
对，这个数字就是我们过去讲什么一个车上有几万个部件啊，什么感觉已经很多了，700 万个，嗯，对于这样一个巨型的复杂的机器来说呢，你有一个直观的、逼真的、实时的一个数字孪生的话，就可以帮助工程师同样节约很多试错的时间，过去有可能要花几天的一个研发流程的话，现在有可能就要几个小时。
那在刚才这两个例子里面，时间听上去都是一个关键词啊，对，但是我们仅仅说这些数字的话，可能听友未必能理解，为什么一定要这么强调时间和效率？
对，就是你节省这些时间又怎么样呢？
又怎么样？
so what？
嗯，那我们再举一个国内例子，大家可能就能 get 了。
这个例子的主角叫中信代卡，它是一个全球领先的铝车轮制造商，就是铝的车轮。
嗯，那过去几年呢，它非常大胆进入了一个现在在汽车行业很火热的新领域。
而在这个过程当中，数字孪生也发挥了很大的作用。
那肖老师给大家展开讲讲吧。
我觉得这个例子的话，不仅能够帮大家理解数字孪生啊，更加能够理解为什么这个时间或者是这个研发的周期在工业领域有可能是那么的重要。
那这个例子呢，其实要说的话还是要先说起特斯拉，嘿嘿，嗯，因为这个确实目前来说，特斯拉在很多方面都引领了汽车行业的技术创新，那我们产品层面的话，了解得比较多的，像什么电动啊，什么自动驾驶啊等等的。
那在制造领域有一个很重要的部分，就是它率先在汽车业务当中引入了大型的一体式押注技术，就是说原本车上有很多的这种比较精细的这个车身的部件，它是一个个小的部件好了之后，再把它比如说焊在装起来，对组装起来的那个大型的这个压住的话，就是它把这一整块一次成型，就一次压成一个大的部件就好了哇，就不用拼在一起了。
那这个其实是会大大地降低汽车的研发周期还有制造的成本，因你只要比如说一块铝进去了，或者一块那个铝缸的合金进去了，就啪一下一压结束了好了。
嗯，其实呃，我们经常会看到特斯拉经常能够降价，或者它造车成本非常的能够压得下去，这个制造的工艺其实帮助它还是蛮大的。
那车厂如果要引入这个技术的话，它就要引入一个叫做大型压铸机的这个新的设备，不然你怎么压这么大的东西呢，压不出来啊，对那所以其实这几年呢，国内很多车企都在迅速地跟进特斯拉这个潮流，那那大型的高压压铸机呢，就一下子成为了新的一个汽车产业链里面的热点。
嗯？
我们前面说中信大卡本来是做铝车轮的嘛。
对它也做很多压制的。
嗯，那它现在就其实是想要做的就是汽车生产线上面这个大型的压铸机这个东西没错。
那当时有一个背景呢，就是其实它的一些这个友商，呃，一些行业里边的同行都已经开始行动了，那中信贷卡为了要抢占市场的话，它就需要尽可能快地拿出产品，为什么呢？
就是因为这个大型压猪机虽然只是一个产品啊，但它这个需求量还是有限的，对吧？
一般来说，你想一条这个汽车生产线上面，如果我选择了这个品牌，这个压注机的话，我不太可能就是过一几年就换一个别人的。
大型的设备一般来说是以修为主，不太可能就是直接换掉，对，就一个萝卜进去了，它就占住了这个坑。
对，而且就算这几年新能源车的这个发展是如火如荼的，这个工厂也就这么几个对吧，你不可能新建什么几个，几百个几千个工厂的，所以这个需求量也是很有限的，所以你一定要赶在这个热潮当中，你要挤入这个市场，不然的话，你过了这一轮之后，你有可能就是这个占有量就比较小了，你这个兴趣就做不起来。
但是大型的压铸机呢，我们刚刚讲到其实是一个非常复杂的一个机械，就是它运行起来啊，就像就是如果你看过的话，它就像一个封闭的一个铁盒，铁皮盒子，但是它不是铁的啊，就是你这个原材料进去，然后叭一压出来就是一个部件了，哈哈哈，就你这个过程，你很难从外面直观地看得到。
那么在研发和预运行的过程当中，如果出现了问题呢，其实你要测试和修正也会因为这个条件会变得相对比较困难一些。
就是我只能压一个，看一个对一个，然后再压一个再看一下。
当然不是说你这个研发，是这个盲人摸象啊，你肯定还是有一些这个规律可循的，有很多这个测试的方式，但是就是相对会比较复杂，它里边的东西很复杂，但是你外面看到的是一个很很干净的一个盒子，所以据我们了解啊，就一些企业研发第一台这个设备的话，有可能就要花两到三年的时间，其实很长的，他如果对中信代卡这样的这公司来说，如果别人都已经进来了，他还再花两三年时间，就可能有点慢。
就赶不上了嘛。
不就对，所以他当时定了一个目标，就是要比两到三年这个数字短一半，甚至是短更多。
那啊所以说这个时候就是数字孪生发挥作用的时刻的对。
那其实它发挥作用的方式我们刚才已经讲到了，就是让研发第一次就能够做对，因为它所有的试错环节都在虚拟的环境当中模拟完成了，也正因为此呢，中兴代卡就能够按照它的这个规划，以非常快的速度推出它的第一台大型的高压压注机，而且这个数字燃烧的价值其实不止于此，因为压注机就像刚刚岳老讲的，它不是造完了就好了，它大量的价值是在后期这个长期的运营当中发挥出来的。
那数字完成还有一个很重要的点，就是它可以实现远程的维修保养监测，就比如说它可以提前地预估到你这个东西有可能有一些故障，你就要去维修了，就不是他真的出了故障之后你再过去修。
嗯，就是大大地降低了设备的使用成本，因为对这些车厂这个生产线来说，我不是买了这个东西是它最主要成本，这个运行当中的成本也很重要。
确那这个其实都是能够大幅提升你自己这个产品就是面对客户的这个竞争力的。
另外在采访过程当中啊，负责这个项目的西门子同事还告诉我们说，面对大型高压压铸机这么复杂的一个机械数字而生，还有一个很神奇的功能就是营销。
对的，就是过去如果你是一个造这个大型压轴机的这个设备厂商，你和汽车厂来推介的话，你只能做个 PPT 对吧？
然后在上面放个参数，说我们这个设备有哪些哪些好处，成本怎么样怎么样好？
最多免费再给你压一次就差不多了啊。
这个可可是免费不了，免费不了是吗？
对对对！
但现在你可以直接地展现一个数字孪生给他看，客户就能够非常直观地感受到他的效果，然后对于你给的那些参数也有个直观的理念，这个其实对于 b 端的这个客户的推广有很大的作用。
现在我们看到数字孪生，还有一些所谓增强现实的技术，在销售展示场景当中反而显得价值很大，比如说在售楼处给你放个 VR 眼镜，其实是有点类似概念。
对对对，就是这个逻辑。
那刚才我们其实一口气举了三个产品的例子，分别是 Fe 赛车、大型的船舶和大型的高压压铸机，那数字孪生在他们的研发、生产和运营过程中都发挥了作用。
其实数字完成当下在工业界还有一个实际的应用就是工厂，这个厂本身的设计和建设，嗯，毕竟工厂嘛，你本身可以理解为一个超级复杂的软硬件结合的一个系统。
嗯嗯，这个其实是数字孪生现在就真正比较流行的一个领域啊，而且工厂还有一个特点，就是它不是见玩就玩的，它这个长期运转的这个时间是最最长的，而且它还要不断地更新，就它不是造完了就结束的，也就是说工厂是一个有很长生命周期的一个大型的复杂系统。
那这个呢，就非常的匹配数字孪生能够产生的价值，因为我们刚才讲到的数字孪生，它不是一个静态的模型，它能够模拟实时运行的这个状况，所以就非常的适合。
那我们这里呢，就举一个工厂的例子来说明一下，数字栏是能创造怎样的商业价值。
这个工厂呢，是西门子自己的，就是它的西门子数控南京有限公司，这个工厂啊，在咱们西门子集团内部有一个说法，就它是第一座原生数字化工厂。
什么意思？
就是它在破土动工之前啊，就已在虚拟的世界里边，用西门子自己的这个软件完全地建造好了一个虚拟的工厂。
并且在真实世界的工厂完工运行之后呢，数字孪生还可以实时地和它交互管理，而且整套软硬件系统核心就是都是用西门子自己的，所以是叫做原生的数字化工厂。
等于西门子既当甲方又当乙方。
对的对，它自己给自己建了一个工业元宇宙的样板房。
对，它就是这个目的。
嗯。
那么这个从 0 开始的数字孪生工厂，除了听上去很酷炫以外，有什么实际的价值呢？
嗯，简而言之，它就可以解决过去很多工厂设计和运营当中的一些痛点，举一个最简单的例子啊，就是工厂设计当中有一个重点就是物流的动线，嗯，就你厂里面有很多东西嘛，物料对吧，你这些原料还有产品如何在各个区域之间移动，其实是非常关乎到一个工厂的生产效率的。
那过去的做法呢，就是在软件上面，它可以预先地设计好这个动线，大家有些经验嘛，对吧，工程师有些经验设计好的，但是就算你再有经验，在实际运转当中总会有预想不到的一些堵点。
对，这肯定会有堵点对。
或者一些效率不高的一些设计是，那有了数据燃烧之后呢，就很简单，你就可以先让它在虚拟的工厂里面先跑起来吧，你跑起来之后再发现堵点，你再修改就很简单。
但你最后造出来时候，实际开始造的时候，你这个物流动线绝对已已经是比较 OK 的了。
嗯。
对，听起来还是一个所谓工业设计范畴的一个东西。
对，我觉得这个还属于是比较直观好理解的啊，那运营期间其实能做得更多。
嗯，我们就举一个小小的例子吧，就是柔性生产这个概念，我相信如果对工业类了解的朋友的话，对这个名词也不是很陌生啊。
简单而言就是说你最好一条现在一条生产线啊，你能够生产不同款的一个产品，今天能够造一个轿车，明天能够造个 SUV， 今天也能造一个西装，明天造个衬衫，这个其实过去几年是非常流行的一个概念，那么做做最显著的一个优势就是大大节省成本吧，那像西门子南京工厂的呢，它就是生产各种电机啊，驱动器等等的工业产品，但是柔性生产就是你想想看就会知道，它很考验你这个工厂运营的精细程度，调度好这些东对，就你一会要生产这个产品，一会要生产那个产品，每个产品它要备的物料是不一样的，它的工序也是不一样的，那你每次要换的要切换的时候，你其实就要提前地准备好，这个时间你就要卡得非常的精准，如果你没有准备好的话，效率就会大大的降低。
那如果有了数字孪生的话，你就可以提前地预测接下来往哪些物料了，然后有什么调整了，这个提前的预测可以精确到来 7 一小时啊，甚至半小时这样一个精度。
嗯，但是这些事情如果没有数字孪生就做不到吗？
这个难道不可能靠这个伟大的人力提前都安排好？
这是大家精细的排产是吧？
排好呀，理论上当然可以了对吧？
但是实际上如果你跑过一些工厂就知道了，就算是你觉得很先进的一些工厂，呃，你纯靠人力来预测和计算的话，还是蛮难的，就是大多数工厂的运营管理真的做不到那么细，就我们说的都已经一些，就是已经很大的很规范的一些工厂了，如果是一些比较小型的工厂的话，那你你去看好了，那个现场的管理就是更加比较随性的，那它必然就会造成很多的产能浪费。
嗯。
所以说数字孪生其实是让这种精细化的生产或者精益生产更容易实现的一个工具。
对对的。
那像西门子南京工厂，它用了这个数字上升之后，能体现出哪些效果呢？
我们直接看一些数字啊，它相比于同类的普通工厂，它的产能能够提升近两倍，产品上市的时间能够缩短 20%， 物流周转的效率能够提升 50%， 然后柔性生产的能力能够提升 30%。
嗯，如果说有这些就是数据上的提升的话，我觉得就不难理解西门子为什么会把自己的这个工厂作为一个数字孪生样板的，就是这类技术先在自己身上产生了效果了，才能说服客户向外推广嘛。
嗯，对，其实它这个现在西门子的数字传升技术在很多它这个有名的一些工厂的客户当中都有广泛的应用，只是我们财务当中了解到很多有名的名字我们不太能说啊，但可以透露一些，比如说现在很火热的汽车动力电池的行业，数字孪生的介入就非常的深度，其实很好理解，就电池它这个产品首先是一个内部就非常复杂的一个产品，因为里面有不停地就会有一些化学反应在嘛，其次呢，它又是一个很讲究全生命周期管理的一个产品，除了研发制造完了之后，它还要使用，使用完了之后还要回收对吧，使用的过程当中还有安全的监测等等的，这个其实就跟数字完成很对口。
嗯，感觉上啊，能把数字完成做得比较好，公司一般而言都有两个特点，第一个就是它得拥有完整的软硬件能力，然后传感器啊，软件都要有一些涉猎。
对，其次呢就是它本身要抖工业，最好就是做工业的。
这个也能够解释为什么西门子会在这个领域里面深耕。
因为刚才这么多例子啊，大家可能有一个感觉，就是数字端生有一点像玩技术战略游戏，对，就是你把一大堆新技术用在工厂上面，然后去管理它。
模拟建造类的。
对对嗯。
那实际上呢，数字来说不是一个一劳永逸的事情，要把这个技术用好呢，还是非常需要人的力量。
比如说在南京工厂啊，他们就建立了从上到下的一个数字孪生相关的管理架构和激励机制。
比如说工厂呢，会设立一些工程师社区，然后让不同部门的专业工程师都来学习这个数字，完善工具，把它用好。
对，就是它不是一个系统或者一个游戏，弄完了之后就结束的。
这一点我觉得就是实际上是我采访当中非常重要的一个收获。
嗯，我们采访西门子的这个南京工厂的相关负责人的时候，他又讲了一句我印象很深的话，他说数字孪生啊，他提供了大量的数据和能力，这是一个富矿。
但是如果这些数字只是放在那里，没有用来提升业务的话，那就是暴殄天物。
所以这个你一定要锻炼了这个工厂里边各个层级各个部门的工程师也好，一线员工的使用数字孪生的能力之后，或者是有这个数字化的思维之后，他才能够真正发挥他这个数字孪生的作用。
也就是说，数字的思维其实它的重要性一点都不比建造一套数字完成本身这个系统，这个价值要低。
对，前面我花了大量的经历讲数字孪生这一个概念，嗯，它是目前公益元宇宙领域里面，最显性也最为人所知的一套应用。
而在海量数据为基础的元宇宙里面，还有一个重要的技术支持，就是人工智能，对它也在工业界产生了很实际和很深远的影响。
现在大家比较关注多的用户端的 AI 产品，给人感觉就是很有意思，很好玩。
那相较而言呢，工业端的 AI 应用呢，一般来说都是更脚踏实地，目标明确的。
对，我们这边想举一个例子来，就是给大家描述一下，就是 AI 在工业界领域的那种画风啊，例子的主角呢，是食品工业里边的一个巨头，就是艺海家里，这名字大家有可能不是那么的熟悉啊。
但是大家肯定知道金龙鱼。
没错，就金龙鱼的母公司就是易海嘉里。
呃，没有想到我们又一下子从复杂机器领域进入了龙广天地环节。
还是到了龙广天地，哎。
所以还是给大家展开讲讲，说西门子的这个所谓的 AI 技术是怎么帮助到食品工业的。
嗯，这个例子具体的一个，这个领域呢，是益海家里旗下的玉米淀粉这个生产线。
玉米淀粉家里还是蛮常用的啊，对！
还是蛮常用的一个调味料对吧，也是，其实是很多别的一些食品的一个重要的加工的原料。
那这个行业呢，我们一句话来说，它目前国内的竞争现状就是产能过剩，利润很薄，竞争激烈。
诶，就是很卷，对！
就是很卷。
那这种行业里面的这个竞争者，大家共同的一个追求其实很好理解嘛，就是他要寻找到成本和品质中间的这个最优解。
那在玉米淀粉的生产当中呢，其实这个成本和品质有一个重要的核心的一个关键点，就是控制玉米淀粉的水分，这个水分不是一个比喻啊，就是 literary， 就是玉米淀粉里边的含水料。
不是这个。
是这个水分，一包玉米淀粉里面的，其实多多少少你想它是粉嘛，它会吸入一点水的对吧？
那国家对此其实有一个标准的，就是这个水分的这个重量的占比啊，要低于 14% 才算达标。
感觉比较好理解啊，就不然你这个淀粉都眼潮结块，甚至变成糊糊了，这个没有对啊！
没法用了对吧，这很好理解，那这个标准呢，其实是经过严格的测试和这个验证的。
那你含水量太高的话，就像刚约老师说的，你会变质，你会这个结块，保质期也会变短的。
而含水量太低了呢，其实也不好啊。
含水量太低也不好嘛。
对，因为如果玉米淀粉的含水量太低的话，一方面它会影响这个产品的这个延展性啊，还有发酵性等等，它的品质和口感会下降的。
OK， 另外一方面，从工业生产角度呢，它还会影响产能啊。
啊，这个怎么影响呢？
呃。
这边就有个概念，就叫出粉率，就是你同样的一吨的这个原材料进去了之后，最终能生产出多少这个公斤的玉米淀粉，那这个概念呢就叫出粉率。
我们知道这个淀粉的产量啊，就是或者他最后这个卖出去的这个计价单位是按照重量来计算。
但如果你想想看，如果这个玉米淀粉里面的水分被你过分的这个蒸发降低的话，那其实最后这个淀粉的重量啊，也相应地减少了，它的出粉量就降低了。
过高和过低都不是很好的状态。
没错，而且另外还一点刚刚没讲啊，就是这个含水量，就比如你要把这个玉米淀粉里面的含水量降低的话，你要怎么办呢？
你要烘干它，你要用热能把这个水分带走，你要消耗热能的，这个其实也在生产过程当中是一个要消耗能量，要消耗成本的一个部分。
嗯，所以说最理想的状态就是我生出来，出来这个玉米淀粉的含水量是绿，略略低于这个标准值，而且要保证它是一个稳定的。
略略低于的这个标准没错，稳定这个点也非常的重要，就是如果你一今天这个产品今天很高，明天很低的话，你对你下游的这个你的客户来说也是很不满意的。
嗯。
那所以说这个厂家到底要怎么控制这个水分呢？
唉。
说来啊，这是过去在这个产线里边，这件事情主要就是靠老师傅的手感啊，没错啊，就是玉米淀粉的这个生产线后端，它是有一个自动的一个水分监测仪的，那么老师分享就会根据这个数值还有它的经验来微调这个产线前端的一些参数，比如说你进料要不要多一点，少一点啊等等的，这样就可以控制这个水分，但是它具体比如说你看到那个数值，然后你看到现在这个情况，你在前端到底要调多少呢？
这个 no 号就很难写在纸上，也很难变成一个自动化的程序，就是它的一个经验啊。
为什么我就是它已经知道怎么做，为什么这个东西还是没有办法自动化呢？
对，就是如果赵代理来说的话，就是应该你这个参数变了，我这个参数应该变多少？
应该能写成应该写成一个 SOP， 就直接让他去改就好了嘛，对！
就是因为玉米淀粉这个产线啊，它有一些特点，第一个呢就是它的实质很大。
就时再说哪两个字？
时间的实质，后的质。
OK， 就是这个水分监测仪上的数值啊，是在这个产线的后端的，但你调控那些进量量啊等等这些参数的位置是在产线的前端的，当中是有一段这个时间差的，所以你就没有办法做到实时的调控，就你看到的这个数字，并不是现在下的那些料里边那个水分的数值。
上一批料造成的一个问题，等于说你现在去再根据后端的数值去调前端的东西，是有点刻舟求剑这个效对。
如果你直接直接根据它那个现在高了，你就把它比如说前面参数调低一点的话，你就是刻舟求剑，你要倒推回去自己有一个就是推论，就是你前面应该会变成怎么样，好复杂，对，很复杂。
第二个点就是说在这个产线里面，它影响最终这个含水量的变量呢，其实非常非常多。
第三点的话就是这些变量啊，它互相交缠在一起，它不是一个线性的过程，就是这个玉米淀粉，比如说一些料进去，它有很多的工序同时在进行，哦，不像是一个车企，就比如说一个车的一个产线，对吧？
我现在这个零部件，我装个轮胎，一会我装个玻璃，一会我装个这个方向盘，等等等等。
反正是玻璃有问题，是你玻璃。
那个公式对我一步步来的，我很清楚，它是一一堆流程一起在搞的啊，啊，就是意味着你就很难得出一个很准确的公式，就是你改某个参数就能让水分有多少的变化。
嗯。
所以它有可能是好几处地方要同时做一点点微调。
对。
甚至是这些参数会互相影响的嘛。
嗯，这也是为什么它没有办法用传统的这个自动化或者写成一个标准的 SOP 来把这个楼号固定下来。
当然啊，就是理论上其实有个办法可以解决，就是你在产线的每个环境上面都有一个水分的监测仪，测这个水分，那你不是可以实时调了吗？
啊，对啊。
听上去是可以这样来做。
但是一个水分监测仪，这个有可能就要二三十万元啊，这么贵吗？
对，所以你就是成本上面，你为了这一件事情，你装这么多仪器实际上也是不太可能。
还是 30 万雇一个人是吧？
就是还是需要一个，就是有那种说不清道不明，但是经验很丰富的一个老师傅，对，没错，感觉是一种真正的人工智能。
真人工智能对吧？
但这个问题就在于这边，就是这种智能，它很难有效地复制和推广嘛。
那逸海家里其实在他那个案例里面就碰到了这样一个问题，就是他为了确保这个水分的稳定性呢，他就一直想找一个有经验的车间主任来管他一条产线，但是呢，一直没找着。
这个时候呢，他的工厂的负责人呢，就找到了西门子的一位负责食品行业的一个客户经理，就是说，呃，某某总啊，你人脉多，能不能帮忙介绍一个合适的人选啊？
所以说不是问他要方案的，是问他要人的。
希望他推荐一开始要推荐人的，但这这位客户经理，他的思路就非常的灵活。
他就想到说之前西门子的 AI 团队啊，他曾经在光伏行业里边解决过一个类似的问题，光伏行业和玉米淀粉听上去八竿子打不着啊。
甚至不是一类东西，一个是硅基，一个蛋鸡。
哈哈，笑死了。
但是光伏行业它就有一个环节，就是单晶硅的这个培育，嗯嗯，这个过程其实有点像农业种植的啊，啊，对，这个过程当中也有很多不确定的因素，互相交织的这个参数，然后它也不是一个线性的，一个流水线，它其实蛮像的，跟那个玉米淀粉，但它最后的效果呢，也要是稳定的，可预测的，那在那个项目里面的 AI 的团队其实就帮它用模型来做了一些最后效果的预测和那个稳定，最后使得它这个培育出了这个单晶硅的品质是能够比较呃一致的。
这个客户经理就想到了这件事情，好像跟玉米淀粉逻辑上有点类似的嘛，他就大胆地建议了易海佳丽说你也别找人了，你要不试试人工智能？
放弃碳基人工智能，试试真正的硅基人工智能？
没想到这个易海佳也这个高管，我感觉他们也是非常敢于尝鲜的，就要我，你想着这个跳得也太远了吧。
嗯，但他真的就是支持了这个设想，然后他们就达成了合作。
然后西门子的 AR 团队呢，他就花了几个月的时间真的有效地解决这个问题。
现在大家对于 AR 大模型应该都蛮了解了嘛，就他们其实做的这个逻辑是很简单的，就通过采集产线上的数据，然后训练这个模型，让他给喂给他，然后能够使得它抹平那个时间差，最后就可以预测。
就比如说我投入原材料之后，最后的水分大致是多少，那么通过这个反过来，这个能够倒推当下我应该投多少的这个原材料的量来控制这个水分。
等于说 AI 是一定程度上把这个很复杂的一个函数给解出来。
对，就是本来在老师傅脑中的混沌的那东西，现在反正在 AI 里边也是混沌的，那它也能够稳定能够复制解决掉。
那另外从商业上来讲呢，这样一个方案还有很好的一个特点，就是它不需要很多的硬件投入，就产线还是这个产线，因为我前面硬件操作的东西只是来调一两个参数的嘛，嗯，那个控制的单元本来就是有的，所以呢，成本上面也非常可控。
所以西门子其实这一次是一共改造了 4 条玉米淀粉的生产线，最后达到效果是什么呢？
就一年，就为这个工厂，让它能够多生产数百吨的薏米淀粉，然后再加上节省的能源呢，一年的这个增值收益只能够达到百万级哦。
这个效果还是蛮明显的，就恐怕一凯家里在一开始去让他帮忙找车间主任时候，肯定没想过有这么大的一个改善。
那顺着这个案例，一个非常就是容易想到的一个思路就是什么呢？
那这个 AI 模型其实是可以在很多的产线里边复用的对吧？
简单来说就是如果是变量比较多，比较复杂，比较混沌的那种非线性系统，其实都可以用这个 AI 的学习和预测能力来做这些事情。
我们就举食品行业的一些例子啊，比如说牛奶行业里边，你要控制蛋白质的含量对吧？
嗯，对。
还有比如说饲料行业里面，有个重要的动物饲料叫膨化大豆粉，哈哈，这个里当中呢，它有一些蛋白质，还有氨基酸等等的这些指标，它其实都是非常影响最后你这个饲料的就是喂养的这个效果的。
那你要调控它的话，其实也有很多的这个讲究。
这些过去其实都是要靠经验，就它生产当中，过程当中，都要靠那些类似于老师傅经验来保持它的这个出品的稳定的，那现在 AI 都可以派上用场，让整个流程更加标准化。
那按照这个逻辑的话，其实不单单是食品行业了，就是凡是符合我们刚才讲那种非线性的混沌的生产流程，其实 AI 都可以应用进来，因为它本质上就是能够建立起过去那种很难描述或者很难建立那个因果关系那个函数的一个工作。
因为工业生产它有一个永恒的目标，就是精益生产、精确控制，就是让它更加能够可预知，那么 AI 在这个方面的这个应用场景只会越来越多。
其实你再想想这件事情，其实不单单是在工厂了，在很多领域这个思路都是能够复用，用来提升效率的，比如说西门子这两年还和国家电网旗下的一个叫环球供电中心来合作，他们一起来建造了一个新的这个供电中心的营业厅。
啊，营业厅也要再建一遍吗？
这个营业厅呢，我觉得也比较像一个样板工程啊，就是比较像一个样板间的。
那它是什么样板间呢？
它是新一代能源体系的一个小的样板。
嗯，就这个营业厅，它有自己的光伏发电的设备，这很好理解啊，还有自己的储能设备哦，然后它还有就是现在很重要的，就是像新能源车的充电桩等等的哦。
它等于是一个微电网的概念。
对的，那它这个目的就是一定程度上能够实现这个自给自足嘛，甚至能够通过充放电，然后与电网互联，能够降低自己用电的成本，嗯，那这个当中到底最后能够降低多少的这个成本，能够提升多少的用电效率呢？
就看你自己这个微电网里边光伏的这个发电，还有你自己的储能，它这个调动是怎么样的，就你什么时候储到这个储能的这个系统里面来，什么时候放给那些那个充电的设备啊等等的，因为你不同时间的电价啊等等等这些其实都有变化的嘛，那这个时候就 AI 也可以出场，它就可以通过学习天气的数据，因为这个天气跟光伏发电的这个效率是有关系的，然后还有可以学习电网的数据，电网的架构等等的，然后能够优化整个营业厅的一个充放电的效率，本来就用来节电的，这个系统能够更加高效，真正能够发挥它作用。
等于还是那个预测、诊断、优化那个逻辑。
而且这套系统啊，就是你处理的规模越大，比如说你光伏发电的规模越大，储能的这个规模越大，用电的规模也越大的话，你它能发挥的空间就越多嘛。
等于说它未来有可能不是为了这一个营业厅来设计的，它有可能是可以覆盖一个区域性甚至更大范围一个电网。
对，嗯，博肖老师啊，你刚才讲这些都好像是属于单独的那种 AI 模型，对于工业进行提升，但是它跟我们前面讲的数字孪生是就是割裂的两个概念吗？
还是说它还能有一些结合？
对，就是我们既然提了工业元宇宙这个大的概念，然后把这两个技术放在里边的话，它们互相还是会有一些关联的。
嗯，首先就是数字孪生里面必然会运用到广义的人工智能技术嘛，不然你怎么来做这个所谓的这个实际运营的模拟呢？
嗯嗯，这个其实很好理解的，就实际上我们前面举的船舶的例子里面就是西西门子和英伟达这个合作里边就是包含 AI 的，不然为什么会和英伟达一起合作？
哈哈，对，为什么叫英伟达呢？
那其实就是本质上预测诊断优化这套逻辑就是在数字孪生和 AI 里面都是共通的。
对，当然这个是理念上的，我们就是讲实际的，这个结合也其实也是场景非常明确的，就有个大的趋势，就是你大语言的模型就是我们现在最熟悉这个大语言模型啊，它对于数字孪生系统的使用门槛，它能够大大地降低哦，还记得我们刚才讲那个西门子南京工厂那个例子嘛，就是他们要建一些工作坊，能够要让更多的工程师学会使用数字孪生的专门的工具。
为什么要专门让他们学呢？
就是因为这个东西有一定的门槛，你就是还是要学是吗？
对，现在这些软件工具其实还是比较专业的，但是未来如果你大语言的模型可以融入到数字孪生当中的话，那你就可以通过一些自然语言的一些指令啊啊，就可以简单地让数字孪生来模拟这个现实当中各种的情况。
比如说你现在就跟他说我要调取什么，什么场景下什么什么运转情况，你给我来试一试等等的，或者你要让我看看现在他的物流的动线堵点有哪些，耗电量有哪些变化，那系统就可以直接输出结果了，这样就直观很多。
也是运营狂洗，领导狂洗的一个东西。
对对对，就等于是一个工业领域的 office 又加了一个 copilot 的那个感觉啊。
对对对！
是有一点这种感觉啊。
这说到 copilot， 其实西门子现在和微软也是有合作的，而且合作的点就是这种生成式的 AI， 然后他们希望把它用在工业产品的一些设计啊，工程制造，运营等等方面，然后能够提升他们的这个效率。
同时呢，因为你能够复用在不同类型的工业当中的话，其实像数字孪生啊，或者是其他工业园宇中的技术，它这个规模效应能也能够起来。
对，就是能够普及开来。
对，就是有点类似于比如说我有未来有个平台，然后大家都可以在这个云上面一起来用这个数字完成的技术。
感觉听上去是一个很务实的思路。
是的，嗯，其实今天听下来，我有个很深的感受就是不管是数字孪生还是人工智能，他们在工业领域的应用呢，有两个很鲜明特征，一方面呢，他们的技术很前沿，另外一方面呢，应用的思路就很接地气。
对，其实他们从一开始都是在考虑能省多少钱，省多少时间，能够创造多少价值这些问题的。
实际上解决实际问题的这个点非常的重要，因为我们在沟通整个选题的时候啊，就西门子同事就一直在跟我们强调说工业元宇宙这个概念我们从开头就开始提了啊，其实它在业界没有十分统一的标准。
就西门子提这个说法呢，其实也不是说我们要定义就是非常界限明确的，哪些东西属于工业永宇宙并不是的，它的核心呢，只是希望让行业里边的人能够理解，就是你通过融合现实世界和数字世界的这种技术，能够对工业领域带来多少实际的改变。
那相比于选控的想象，实在的应用案例可能是更打动人的故事，商业就是这样。