中国这块“庄稼地”最肥沃，工业AI一定会从这里长出来！

抓住风口，看懂趋势

本期要点：工业AI一定会从中国长出来

你好，我是王煜全，这里是王煜全要闻评论。

过去三年，大家总觉得，AI就是写文章、画画、编程，谁的模型参数更多、回答更像人、能写程序，谁就掌握了AI的未来。

但最近在产业一线考察的过程中，我们越发强烈地意识到，中国AI还有一个主场大有可为。这个主场不在聊天框里，而是在工厂里、在每一个制造业企业之中。

达智汇财务长，李建舟博士

带着这样的思考，我们采访了达智汇（苏州）的财务长李建舟博士。这次采访让我们想清楚了一件事，那就是未来中国一定会跑出工业AI领域的巨头。

庄稼地理论

为什么能这么确定？这是产业优势所决定的。

在采访中，李建舟博士讲了个“庄稼地”理论。

他打了个比方，哪里的地最肥沃，哪里的庄稼就长得最好；把这个道理搬到制造业上，就是哪里的产业土壤最适合，哪里就能发展制造业；哪里的制造业最发达，哪里就可能孕育出最好的配套软件和系统。

再看中国，会发现，我们这块“庄稼地”，恰好凑齐了四种难得的核心要素，形成了一个系统性的优势。

第一，中国的工业门类齐全，尤其是全配套的产业链集群，让产业半径极短。

李博士说了一件事，让人印象深刻：在苏州工业园区跑一圈，能见到的上下游供应商覆盖了电子、半导体等几乎所有高端制造环节；做任何行业，只要在长江三角洲区域转一圈，就能找齐所有上下游配套。

第二，中国的市场比较统一。

企业在东南亚、拉美，甚至欧盟、美国跨国家、跨行政区经营，都会遇到法律政策、地方规则等隐形壁垒。

但中国内部，除了区域经济水平的差异，企业面对的制度、基建、法律框架是基本一致的，而且任何产品都能快速触达所有层级的市场。

第三，中国对于科技创新有高度共识。

当下的中国，全民关注科技产业，社会各个层面都在谈论半导体、新能源、新材料、量子计算、生物医药，你在海外任何一个国家都很难看到这种集中度。

第四，就是中国的开放性。

我们不排斥任何外来主体，这里不是只长中国庄稼，是所有庄稼来了都能落地。

任何国家的制造业企业，都可以在我们的庄稼地里长出来的。

比如，江苏聚集了大量德国、韩国、日本等国家的外企，是因为中国的制造业优势早已不是人力便宜、内卷等固有印象，是我们提供了一个开放生态，让全球所有有制造能力的企业都能在这儿获得比在原产地更高的效率，再通过他们的市场和渠道能力把这种生产力辐射到全球。

换言之，全球企业来中国，不是只来赚中国市场的钱，是在“用中国的庄稼地种庄稼，再反哺全世界，做全世界的生意”。

李建舟博士认为，中国制造业的条件在全球独树一帜，其他国家都没有这块地，又怎么跟中国比“种庄稼”的技能呢？那么，工业AI也自然会率先从我们这里发展起来。

工业AI

可是，工业AI到底要发挥什么作用？

很多人会直觉地以为，AI变革只发生在虚拟世界，实体产业将会衰落。

但我们认为，事实恰恰相反，AI会带来服务规模化的时代，而任何服务最终都需要物理载体。

就像Robotaxi是在提供出行服务，但需要自动驾驶的电动汽车；健康管理，看似是基于AI的分析和提醒服务，却需要手环、智能手表、戒指等可穿戴设备来采集生理数据。

因此，AI越强，越需要感知真实世界，需要真实世界的交互，对物理世界的改造和依赖就越深，制造业的发展前景反而越广阔。

同时，别忘了，相比实物产品，服务更要求个性化和持续升级，硬件也必须随之配合迭代，这无疑会显著提高制造的难度。

例如，同一个平台的电动汽车，可能需要在一套柔性产线上同时生产十几款配置，以满足不同客户的续航、动力和智能化需求。

再比如，智能家居设备需要通过OTA持续更新功能，这就要求硬件在设计之初就预留足够的冗余和接口，企业也要对用户的需求变化有即时的感知和满足能力。

这些都对制造的灵活性、复杂度和对市场的感知能力提出了前所未有的挑战。

所以，反过来，制造业也迫切需要AI的改造，以成为未来经济的物理底座。谁能帮工厂接住这波变化，谁就是AI时代最被需要的人。

那怎么才能做到这一点？

简单说，就是让在前线听得见炮火的人主导这个改造过程，让真正种庄稼的人来总结农业经验，因为他们最了解一线的真实痛点和具体场景。

至少目前看，工业AI的最大难点，在现场、在一线，并不在模型本身。

李博士打了个比方，如果把实现工业AI看做读博士，半导体、电子产业算是硕士毕业了，因为这些产业本就高度数字化、自动化、标准化和流程化了，有很好的升级基础；但很多行业却还是小学水平，数字化还靠工人手动填写报表，信息沟通还靠微信群。

这导致，有的企业在用AI之前，先要花几个月、投入大量的人力把数据洗出来，把标准化的流程梳理出来。

特别是，在很多产业中，隐性经验是产品良率的关键，却往往存在于老师傅、一线工程师的脑子中，没写进任何系统，成为了工业AI的死角。

这就决定了，一上来就给客户一套成熟的系统，效果反而不好。

工业AI的第一步，是先要帮企业的一线工程师把AI用起来，去解决他们眼下的痛点问题。

只有这样，才有可能逐渐积累工厂里的隐性知识，改变经验性的决策方式，并把零散的流程重新组织起来，从而为企业沉淀出可调用的AI资产。

所以，工业AI的发展方式注定和以往的IT产业有很大不同，要贴近产业实践，因为一切都是从实践中慢慢长出来和总结出来的。

美国为什么能搞出Palantir和Salesforce，德国人为什么搞出SAP，都是因为本地有足够大的产业，自然也有足够明确的优化需求，在满足本地需求过程中业务就做起来了。这是产业发展的共性规律。

未来，工业AI也将在中国本土原生出来，并有可能成为一个庞大的产业，甚至可以确定地说，中国一定会出现基于中国制造业的工业AI巨头。

而这个未来，就源于每个企业不断拥抱AI的实践。

就像我们问李建舟博士，如果只让他向所有的制造业企业说一句话，会是什么。他没有描述什么巨大的愿景，只有短短几个字——尽快把AI用起来！

以上就是今天的内容，如果你也想真正看懂科技产业，欢迎加入科技特训营学习，我将每周四定期和你见面，带你先人一步，领先一路！

再做个提醒，新一期前哨AI夏令营又开始报名了，科技特训营或AI小课历届会员还有优惠价，为保证教学质量，夏令营名额有限，先到先得！

王煜全要闻评论，我们明天见。

↓长按图片扫码报名，先人一步，领先一路

↓点击报名前哨AI夏令营，带孩子赶上Agent浪潮！科技特训营或AI小课历届会员还有优惠价

最后， 鉴于公众 号推送机制的改变，你未来刷 到要闻评论的机会可能没那么多了，建议你加入粉丝群，第一时间 得到我的独家前沿分析 ，快快扫码加入吧！