无需预先编程即可自主制造产品的装配机器人。能够自我优化的工厂生产线。列车和风力涡轮机根据运行数据请求维护；人工智能（AI）能够比设计和建造这些系统的工程师更准确地预测其行为。如果我们能想出办法塑造AI，让它成为就业引擎，这些发展将带来真正的机遇。
毫无疑问，随着AI崛起，工作世界将继续改变。如今，机器人仍只能承担所谓的“三D工作”——枯燥、肮脏和危险的任务。
然而，近期有关未来工作的研究表明，这一限制很快就会被打破。到2030年，全球最多将有3.75亿人需要学习一门新职业，相当于每三名员工中就有一人。岗位被替代所影响的，不仅是从事所谓“简单”任务的人，还包括律师、医生和工程师。
领先市场研究公司的预测一致证实，大多数工作中占比最高达50%的活动可以实现自动化。机器不仅可以执行这些活动，还能比人类做得更好、更快。好处是什么？摆脱这类繁重任务后，我们将有更多自由去评估工作成果、为客户和患者提供建议，或发现并培养员工的能力。
将数字世界中的发现转化为现实世界的成果
充满恐惧的“人类与机器对决”论调是错误的。仔细观察就会发现，发展方向显然并非如此。事实上，如今我们谈到AI时，始终说的是人类对人工智能的开发。
我们可以把AI想象成一个“黑箱”：我们往箱子里放入知识，再多放一点，再多放一点。但到头来，目前我们无法从箱子里取出任何超出所放入内容的东西。因此，在AI时代，“跳出框框思考”将有全新的含义。对我们而言，有两项关键发展：
⦁ 第一，AI的发展仍受到一些限制。但未来，机器将越来越多地自主学习。可以说，它们将有能力“跳出框框思考”。
⦁ 第二，AI日益融入我们的生活可能引发恐惧和焦虑，这是可以理解的，我们必须认真对待这些担忧。但我们始终要记住，正如人类迄今一直引导并推动AI的发展，未来也将继续发挥主导作用。
举一个例子：尽管深蓝于1997年击败了加里·卡斯帕罗夫，但直到现在，我们才开发出能够充分发挥策略游戏潜力的人工智能。如今，无论是人类还是“传统”AI，都无法击败AlphaZero机器——无论是在国际象棋中，还是在围棋或将棋等更复杂的游戏中。然而，如果没有人类智慧设计这一系统的架构，这项发展根本不可能实现。这个例子说明，关键不是人类与机器对决，而是人类与机器协作。
如今，虚拟助手能替我们预约理发，AI能自动帮我们在网上下单，这似乎是突破性的进步。但这真的是如此有价值的创新吗？真正从中受益的是谁？归根结底，主要受益者是电商或营销平台本身。不过，有一种AI能让我们所有人受益：融入工业流程、以工业规模创造价值的AI。
这种转变已经开始。为了推动转变，工业企业正努力吸引并挖走彼此的人才。关键人才是那些专业知识能够连接曾经彼此独立领域的人，例如兼具物理学或工程学知识的数据科学家。这类人才需求旺盛，因为只有他们能够将AI生成的列车数据等信息转化为现实世界的效益。
数据经过转化后，铁路运营商便能收到直接指令，明确指出哪些车厢的哪些部件必须在什么时间前更换。这些由AI生成的指令已纳入预测性维护、风险分析、备件供应情况，以及列车运行所在国家的法律条件等信息。只有人类能够将数字世界中的底层洞察转化为现实世界的行动，从而有效运用AI的能力。
这也是我们依赖工艺技术和熟练手工劳动、并将继续依赖它们的原因——前提是这些工作达到最高水准。在德国慕尼黑附近阿拉赫的西门子工厂，机械师和焊工在机车制造与维护中进行精密度达到十分之一毫米的作业。只有由能够借助AI获取洞察的专业人员完成这些工作，才能保证列车的可用性。
推动工业4.0迈上新台阶
目前，三种变化正在同步发生：新岗位不断出现，过时岗位逐渐消失，许多仍然存在的岗位也在发生变化。
要让AI应用带来正面效益，各类企业——包括大型企业、中小企业，甚至个体手工业者——都必须能够广泛且盈利地部署AI。
我所说的是工业AI，即AI与领域专业知识的结合。西门子旨在打造充当人类智能增强器的“数字伙伴”。
这种支持人类的AI必须让大众都能使用。然而，要让这项技术普及，除了投资研发，还需要大幅加强对教育和技能发展的重视。
西门子每年在培训方面的支出超过5亿欧元，数字技能也纳入了我们的所有培训项目。但归根结底，技能发展必须从更早开始：技能培养应从学前教育阶段的基础水平起步，延续至小学和中学，最终在大学阶段深化并实现专业化。
要成功塑造第四次工业革命，并在数字时代保持国际竞争力，工业界、政界、科学界和劳工组织的领导者都必须付出巨大努力。
德国成功实施的工业4.0计划，展示了这类共同努力能够结出怎样的成果。其他国家也制定了类似计划并建立了相关网络，以促进本地价值创造和工业数字化转型。例如：中国制造2025、美国制造、印度制造和埃及愿景2030。
工业AI能够为第四次工业革命注入强大动力，推动工业4.0及类似计划迈上新台阶。
超越偶然，提升生产力
近期研究显示，AI有望使全球国内生产总值（GDP）平均每年增长1.2%，持续12年。因此，AI带来的增长有望超过蒸汽机革命以及信息通信技术普及所带来的0.6%增长效应。
观察过去200年全球GDP的发展，我们会发现，近年来和近几十年的增长趋势日益呈现指数级走势。推动这一加速的一个关键原因是技术进步。
技术直接影响社会发展、经济、生产力和增长。尤其在最近一段时间，我们见证了大量创新和技术成果涌现。这相当令人惊讶，因为从定义上说，创新是“低效”的。我的意思是，许多创新和开创性的技术发展都是偶然产生的——想想微波炉的发明、特氟龙的开发或X射线的发现。
然而，除这些例子外，创新从根本上依赖试错原则：提出假设、设计测试、进行测试、找出错误，如此循环。这种方法的低效意味着，你往往必须进行一系列尝试才能达成目标。AI恰恰能在这一薄弱环节产生巨大影响。
数字时代成功的关键是速度和规模。如果说AI已有一个领域远远领先于人类，那就是模型处理数据、发现并排除错误的惊人速度。简言之，AI有望帮助我们避免错误、减少偶然性。考虑到这一点，麦肯锡的研究《前沿观察：模拟人工智能对世界经济的影响》得出这样的结论就更容易理解了：到2030年，AI将为全球增加13万亿美元的增加值。
AI与领域专业知识
西门子目前在工业AI领域发挥着开创性作用，因为我们很早就洞察了时代趋势。我们的AI专家早在1995年就取得了初步成果。将AI与领域专业知识结合，改变了我们的产品和服务。
以铁路运营商采用的方法为例，我们提供的服务并非只是查找并修理故障部件。我们保障列车的可用性，使其能够与飞机竞争并胜出。
马德里至巴塞罗那的高速铁路就是一例。西班牙国铁Renfe运营的列车行程需两个半小时，而纯飞行时间为一小时二十分钟。如果列车延误十五分钟或以上，乘客可获全额退票。
为确保高可靠性，Renfe与西门子成立了一家合资企业，借助先进的AI数据分析为列车提供维护服务。迄今，每2,300次行程中，只有一次因技术问题而出现严重延误。结果如何？Renfe表示，线路在十多年前投入运营时，只有20%的旅客选择乘火车出行；如今，这一比例已超过60%。
西门子目前聘有约800名数据分析和AI专家。近年来，他们在工业环境中促成了许多基于AI的成果，例如：
⦁ 将持续运行的算法融入生产流程，提供工业服务。通过持续收集和分析流程数据，我们能够不断重新训练机器模型，提高预测分析的准确性。这些进展使我们能够将成本高昂的质量检测（例如X射线检测）减少30%以上；
⦁ 运用算法自动分析燃气轮机的运行数据、环境条件和部件特性。这种方法使维护间隔延长30%，成本降低16%；
⦁ 运用医疗AI，帮助医生评估数千张X射线影像，从而确保诊断更加可靠，为患者提供更好的治疗；以及
⦁ 为钢厂提供极其复杂的AI质量控制能力。这套自学习系统如今已成为经典产品；自1995年以来，已在全球30家钢厂安装。
此外，AI还能助力打造新的商业模式。以Renfe为例：西门子不再向客户提供备件，而是销售列车正常运行时间，即列车可投入运营的时长。
机床制造企业也有类似的模式。AI大幅提升了它们分析和预测机床磨损情况的能力。这些信息有助于建立按使用情况收费的机床商业模式。
引领数字化转型走向成功
在当前有关AI的讨论中，有一个方面没有得到我认为应有的关注。AI将对GDP的进一步发展起决定性作用，但经济体也必须转型，以适应数字化转型。这些变化要求劳动人口从事的工作不再以劳动密集型为主，而是以技能密集型为主。价值通过技能和生产力创造。
希望在这个世界立足的社会，必须让自身经济做好准备。领先市场研究机构的预测与这一判断一致：正确且持续地运用AI技术，能够推动各经济体的国内生产总值增长。
我们目前正处于AI发展的关键节点：指数级增长即将到来，尚有大量潜力有待发掘。
借助工业4.0，我们已成功开启数字化转型。如今，借助工业AI，我们能够将转型提升到全新水平。我们能够减少错误和偶然性，推动创新，提高效率和生产力，并塑造技术与社会进步。
