工业资产可以运行数十年，但人工智能计划侧重于较短的多年预算周期。
从一开始就将人工智能融入到长期基础设施的设计中，可以增强其韧性，避免日后进行代价高昂的改造。
获取专家领域知识并构建多公司生态系统，可以使人工智能从测试阶段过渡到生产阶段。
目前所有关于人工智能规模化发展的方案都设定了很短的时间周期。国家战略的周期通常只有几年，企业投资周期也止步于十年末。对于一个模型、一代芯片或一轮预算而言，这样的时间框架尚可接受。但对于人工智能实际需要运行的资产而言，这样的时间框架却并不合适。
一座发电厂的使用寿命为40年，一个电网的使用寿命为50年。一支飞机队、一个铁路网、一个供水系统、一个港口：所有这些设施的建造初衷都是为了超越设计者的寿命，而如今，它们却被要求承载一个人工智能层，而世界各国却以几年为单位进行规划。这种不匹配给工业界带来了难题。正因如此，我们呼吁建立一种新的工业人工智能范式，一种通过集体行动和长期规划，以满足这些系统所需规模而构建的范式。
长期规划的复利效应
我们开始看到少数国家意识到这一差距。 中国发展工业人工智能的方式例如，基于长远规划和跨行业（如自动驾驶汽车）强制数据共享的模式，该国的制造业和供应链能力发展速度几乎超过了其他任何地方。这并非支持任何单一的规划模式，而是证明在合适的时间尺度上进行规划，并开展适当程度的合作，能够产生倍增效应。这其中的教训是方向性的，而非政治性的：那些规划最远、共享程度最高的行业往往会胜出。
这里面临的风险远不止技术本身。从一开始就为人工智能设计的电网更具韧性，即使在热浪来袭时也能保证医院正常运转，而不是瘫痪。从一开始就为人工智能设计的工厂，决定了一个国家是能够自主生产芯片、汽车和药品，还是依赖进口。从一开始就为人工智能设计的电力和交通系统，能够按计划实现净零排放，而不是延期超支，因为实现这一目标的规划只需一次，而且必须一次到位。一个能够留住退休员工的专业技能，而不是任其流失的工业基地，到2050年将拥有更多而不是更少的工程师和发明家。
从组件到系统
一项转变与规划周期本身同样重要：那就是从逐个资产地思考工业人工智能，转变为将其视为一个系统。能源领域就是最明显的例子。关于能源的争论常常被框定在核能、燃料电池和可再生能源之间，仿佛答案只有一个技术。事实并非如此。真正的机遇在于如何让这些能源协同运作，以及数据和人工智能如何构成连接层，使这种组合变得智能而非偶然。同样的逻辑也适用于工厂车间、供应链或电网。孤立地生成数据的单个设备远不如一个能够作为一个整体进行学习的系统更有价值。正确实现这一点是一个设计选择，而不是事后补救，它应该从一开始就与人工智能层本身一起纳入规划之中。
为了使工业运营能够应对这一差距，我们建议采取以下四个措施，而这些措施往往会被目光短浅的人所忽略：
1. 将人工智能融入资产设计，而不是围绕资产设计。
本十年内投入使用的每个新电厂、电网段、车队和网络都应该按照其运行寿命所需的数据架构和人工智能就绪性进行规范，就像规范其安全性和负荷一样。
这可以作为采购和许可流程中的一项标准，而不是以后再讨论的建议。对已有50年历史的基础设施进行智能化改造是可行的。从一开始就将其融入设计，成本更低、更安全，而且只有这样才能真正发挥其作用。
2. 将领域知识视为关键基础设施
了解设备故障原因的工程师、技术人员和操作人员的退休速度远超知识更新的速度。五年计划或许能撑过一个预算周期，但却无法应对已经开始的退休潮。
在掌握运营知识的人员仍在一线工作时获取运营知识，这是一个一次性的机会，而不是一个经常性的支出项目，它应该像今年做出的任何其他资本承诺一样具有紧迫性。
3. 管理应着眼于资产的整个生命周期，而非下一次审查。
缺乏长期治理的自主性并非战略，而是一种延迟的负担。对于一项资产而言，其可审计性、可追溯性和人为监督必须像其第一年一样，在它运行的第四个十年中都得到严格规定。
4. 构建生态系统，而不仅仅是交易。
最近一系列将芯片、软件和硬件在工厂车间连接起来的公告固然是真正的进步，但两家公司之间的单一交易本身并不能构成一个完整的生态系统。那些发展最快的行业，是那些硬件供应商、数据中心运营商、电力供应商、软件公司和实施合作伙伴之间建立长期合作关系，而不仅仅是点对点合同的行业。
世界经济论坛的 全球灯塔网络这项举措开放了世界上一些最先进的设施，实现了前所未有的同行学习，展现了这种合作模式大规模应用所能带来的成果。工业人工智能也需要同样的理念：在竞争对手和合作伙伴之间共享信息，因为当压缩机的维护数据不再被视为竞争机密时，它对所有人都更有价值。
长期扩展工业人工智能
这绝不是要放慢脚步，恰恰相反。四分之三的公司 仍然困在飞行员身上而加快速度并不能让他们摆脱困境。摆脱试点陷阱最快的方法是制定一个足够长的计划，确保一次规模化就能永久有效，而不是在接下来的半个世纪里每个规划周期都要重新制定。
我们呼吁那些为50年期资产提供资金、建设和运营的领导者，按照这些资产实际所需的时间尺度进行规划，而不是取代目前正在进行的智能基础设施和负责任的规模化建设工作。这些工作应以资产本身的建设周期为基础。我们深知，这种转变并非一蹴而就，我们已准备好助力其实现。
聊天机器人经济可以在几个月内迭代更新，但支撑其发展的底层基础设施却无法做到这一点，而且也从未打算如此。那些能够正确应对这一挑战的行业，不仅能够更快地采用人工智能，还能在炒作周期结束后继续屹立不倒。这项工作必须从现在开始，而不是等到下一个规划周期。
