杰夫·貝索斯說過：“人工智能（AI）正處于‘黃金時代’，能夠幫助我們解決各種曾屬于科幻領域的問題。”

然而，關于AI的看法存在兩極分化。高盛集團的吉姆·科維洛（Jim Covello）認為，它可能會經(jīng)歷如同上世紀90年代末互聯(lián)網(wǎng)公司和最近加密貨幣類似的發(fā)展軌跡。不過，和他同公司的約瑟夫·布里格斯（Joseph Briggs）估計，AI將使四分之一的工作任務自動化，并促進經(jīng)濟增長。

無論您對AI作為下一個大事件的未來走向持何種態(tài)度，都需要關注近期瑞士百達財富管理陳東所指出的投資主題。在他提到的三大趨勢中，有兩大趨勢涉及了AI和工業(yè)領域的發(fā)展前景，這與電氣化、脫碳和數(shù)字化等驅動因素息息相關。

借力工業(yè)AI獲取發(fā)展勢能

工業(yè)AI是能源轉型的關鍵，它能推動企業(yè)實現(xiàn)卓越運營。AI模型具有內(nèi)置保護措施，既可確保工廠運營安全，還能幫助企業(yè)提高效率、追蹤設備運營狀況并優(yōu)化可持續(xù)戰(zhàn)略的實施。

人機PK這一爭論的關鍵在于工業(yè)AI的目標并非是要在復雜且注重安全的制造環(huán)境中取代工人。AI可以解決部分問題，但無法解決所有問題。對于資產(chǎn)密集型行業(yè)來說，其重要機遇在于，AI提供了現(xiàn)實而準確的建議。操作員和工程師仍需確保AI輸出的有效性，保持透明和負責。

工業(yè)AI將AI與基于工程基本原理的模型相結合，同時圍繞AI應用，建立關鍵領域專業(yè)知識驅動的防護機制，其結果遵循了科學規(guī)律，如化學、物理、電力和地質學，確保了結果的安全性。工業(yè)AI的工作前提是靈活性、指導性和自動化，尤其是提供專業(yè)的輔助和建議，幫助工作人員更快、更好地做出更具戰(zhàn)略性的決策。

在未來二十年里，隨著企業(yè)努力實現(xiàn)能源轉型，可持續(xù)發(fā)展將成為資產(chǎn)密集型行業(yè)的首要任務。

通往可持續(xù)發(fā)展之路

要充分利用工業(yè)AI為企業(yè)增值，企業(yè)應考慮以下因素，以構建倡導使用工業(yè)AI的文化。

首先，企業(yè)必須對其運營進行全面評估，以確定最具改進潛力的領域。例如，企業(yè)可以從分析高能耗的生產(chǎn)過程入手，找出效率低下的環(huán)節(jié)。工業(yè)AI可以改善預測性維護，預測設備故障并優(yōu)化運行計劃，從而減少停機時間和能源消耗。在供應鏈優(yōu)化方面，工業(yè)AI可以幫助降低資產(chǎn)密集型過程的排放和成本。所有這些都利用了AI在數(shù)據(jù)分析和流程優(yōu)化方面的能力，以實現(xiàn)顯著的可持續(xù)發(fā)展收益。

通過使用預測分析，企業(yè)可以預測能源需求并優(yōu)化使用。AI還可以實時監(jiān)控排放，識別超標源并提出糾正措施。機器學習模型可以分析生產(chǎn)流程，提高效率，減少浪費。AI驅動的模擬可以分析運營情景，幫助企業(yè)采取對環(huán)境帶來最低影響的運營策略。通過不斷學習和適應，AI系統(tǒng)可以幫助企業(yè)專注于可持續(xù)發(fā)展目標，動態(tài)調(diào)整運營，以提高環(huán)境績效。對AI模型的定期審核和更新，可確保最新數(shù)據(jù)和趨勢被納入其中。

其次，企業(yè)必須充分了解部署工業(yè)AI解決方案的潛在挑戰(zhàn)。例如，將AI集成到現(xiàn)有運營體系，并確保與傳統(tǒng)系統(tǒng)兼容，是一項復雜且艱巨的任務，且數(shù)據(jù)的質量和可用性也可能存在問題。以艾斯本為例，其第一原理模型可以在現(xiàn)場難以獲取大數(shù)據(jù)時按需生成模擬數(shù)據(jù)，但這并非常態(tài)。另一些例外情況包括強化學習等AI方法，該方法無需依賴歷史數(shù)據(jù)，而是在運行過程中不斷學習。然而，大多數(shù)AI系統(tǒng)通常需要大量高質量的數(shù)據(jù)，而這些數(shù)據(jù)并不總是能夠輕易獲取并直接使用。此外，企業(yè)還需要重視數(shù)據(jù)隱私和安全，尤其是在處理敏感運營數(shù)據(jù)時。這就需要在規(guī)劃中保持審慎，投入足夠的培訓，并對系統(tǒng)進行持續(xù)改進。

第三，工業(yè)AI能夠在業(yè)務運營的關鍵領域帶來徹底變革，顯著提升靈活性、指導性和自動化水平。AI驅動的靈活性使企業(yè)能夠快速適應不斷變化的業(yè)務環(huán)境，從而實現(xiàn)價值創(chuàng)造的最大化。在工業(yè)領域，企業(yè)可以通過維護模型來縮小模擬與實際操作之間的差距，提升效率并減少浪費，從而更快地響應市場需求和運營變化。此外，AI還能增強員工的能力，幫助他們在日常工作中更快地做出復雜決策。基于工業(yè)AI的軟件不僅能幫助新員工快速熟悉系統(tǒng)優(yōu)化，還能支持經(jīng)驗豐富的員工有效管理復雜流程。這些系統(tǒng)不僅加速了決策過程，還通過系統(tǒng)化的方法提高了無論是日常還是復雜場景下的決策準確性。

AI驅動的自動化能夠將工程師從重復性的日常任務中解放出來，讓他們專注于更高價值的工作。一個實際的應用場景是自動劃分和解讀地下圖像，幫助企業(yè)高效識別二氧化碳存儲的最佳位置，推動可持續(xù)發(fā)展。實際上，工業(yè)AI不僅提高了靈活性，還能提供深刻的洞察和指導，并自動執(zhí)行常規(guī)任務，從而顯著提升運營效率和戰(zhàn)略決策能力，使企業(yè)同時實現(xiàn)更大的成功和可持續(xù)發(fā)展。

最后，AI通過提供數(shù)據(jù)驅動的洞察為決策提供有力支持，在將工業(yè)可持續(xù)發(fā)展納入企業(yè)戰(zhàn)略方面發(fā)揮了關鍵作用。AI驅動的工具可以評估各種商業(yè)活動對環(huán)境的影響，幫助企業(yè)做出符合其可持續(xù)發(fā)展目標的明智決策。在決策過程中，工業(yè)AI有助于識別那些能夠帶來最大可持續(xù)效益的舉措，平衡環(huán)境、社會和經(jīng)濟因素。此外，AI還可以為利益相關者提供關于可持續(xù)發(fā)展指標及環(huán)境、社會和治理（ESG）目標進展的實時數(shù)據(jù)，提升透明度并加強溝通。同時，AI還能夠識別和管理與環(huán)境和社會相關的風險，幫助企業(yè)積極應對這些挑戰(zhàn)。

通過將AI納入戰(zhàn)略框架，企業(yè)能夠更有效地推動并宣傳其對可持續(xù)發(fā)展的承諾。AI還可以幫助企業(yè)跟蹤監(jiān)管變化，確保合規(guī)性，從而進一步將可持續(xù)發(fā)展的理念深度融入公司的核心運營。