9月23日至27日，以“工业新质，智造无界”为主题的第25届中国国际工业博览会（下称“工博会”）在上海举行，云集了众多世界500强企业。
前沿技术与本土创新驱动
作为产业技术全球领导者，施耐德电气以“了不起的未来工业”为主题，亮相工博会6.1号馆C127展位，通过展区布局、产品创新、生态合作等多重举措，全方位展示其助力产业加速数智化与绿色化升级的实践。
本次工博会上，施耐德电气围绕产业全价值链搭建展区，以七大主题展区覆盖采油与炼化、精细化工与新材料、消费品制造、包装与物流、水处理与环保、公用工程与建筑等关键环节，全面呈现开放自动化、AI、数字化等前沿技术赋能的工业自动化产品、解决方案与服务，引领产业向智能、高效、可持续的未来工业迈进。
在技术与产品创新上，施耐德电气多轨并行：一方面深耕前沿领域，软件定义的EcoStruxure开放自动化平台（EAE）完成V25.0版本升级，新增多项功能；同时展出将于今年年底推出的新一代智能数字控制器Modicon M590d，其兼具高性能计算、工业级可靠性与便捷工程化体验，是工业边缘计算和数字化转型的优选。另一方面聚焦本土需求，推出全新一代机器运动控制“黄金四件套”，包含Harmony ET5人机界面、Altivar 305通用型变频器、Modicon M310M运动控制器及Lexium18ME伺服驱动与BEH18伺服电机，可灵活适配物流、包装、锂电等多行业的运动控制场景。
除了“黄金四件套”，施耐德电气今年还推出了多款本土研发产品，包括Harmony XA2A按钮、运动控制器Modicon TM3 EtherCAT总线耦合器、低压变频器Altivar 610扩功率等，全面支持中国工业转型。
施耐德电气工业自动化中国区产品市场总监程晓莉对《国际金融报》记者表示，此次发布的全新一代机器运动控制“黄金四件套”整体解决方案，“从单体产品看，每一款都非常能打”。同时，可控成本较过往产品有大幅提升，具备非常优秀的性能。从产品组合角度，这套解决方案能提供差异化价值，实现“1+1大于2”的效果。
“我们产品与产品之间是可以直连的，比如Modicon M310M运动控制器和Lexium18ME伺服驱动之间，就不需要第三方介入，无需设置参数即可配对产品使系统运转。”程晓莉进一步表示，此外，基于产品开发了大量TVDA（验证、测试、归档和固化架构的缩写），这是施耐德电气自身验证好的方案架构，还设有提前预写的功能模块，可赋能客户，让客户第一时间无缝使用，同时TVDA能助力客户结合工艺需求进一步提升机器效率。
展会期间，施耐德电气还发布了多款工业自动化创新产品与解决方案，与多家行业伙伴签署战略协议，并联合合作伙伴推出“5G+边缘计算”系列报告第三部《开放自动化赋能工厂智能化解决方案》，彰显其在技术创新与生态协同上的扎实成果，为产业全场景智能化升级筑牢基础。
AI务实落地，绿色智能共进
今年工博会紧紧围绕“高端化、智能化、绿色化”主线，不仅是对全球工业发展趋势的精准预判，更旨在搭建一个开放协同的智能产业生态，让来自世界各地的企业在此共享技术成果、共探发展路径。
施耐德电气集团董事、高级副总裁、工业自动化业务中国区负责人丁晓红对《国际金融报》记者表示，施耐德电气在数字化智能化和绿色化等领域持续积累。
“像我们软件定义的自动化，就是更好地响应了数字化智能化趋势，同时施耐德电气也一直践行绿色可持续，所以从最顶层的灯塔工厂、智能制造与绿色咨询，到最后实践落地、工程实施，再到相应的产品和解决方案，都有全套部署和方案提供给客户。”丁晓红说。
她指出，在这些既定方向下，施耐德电气不断完善方案，如今借助更多AI技术加持，能够为客户提供更智能化、绿色化的解决方案。就施耐德电气而言，EAE、软件定义的自动化等都在工厂有所体现。比如，施耐德电气上海普陀工厂就应用了EAE平台与5G技术深度融合后的解决方案。
此外，丁晓红告诉记者，在绿色化方面，施耐德电气从研发设计之初就考虑绿色设计理念，包括在运输过程中采用绿色材料和循环包装，将绿色化融入日常运营的方方面面。同时，施耐德电气还把自身绿色化、智能化经验赋能给客户和伙伴。对于能耗巨大的重工业，绿色化、智能化尤为重要，帮助客户节能降耗，以更智能、少人的方式运营高能耗工厂，提升安全性能等，是施耐德电气与伙伴共同的目标。
关于绿色化，目前全球各地在绿色化共识上存在差异，对待绿色化发展指标的态度也不尽相同。但丁晓红认为，要坚持做更务实的事，“指标并非关键，企业在日常运营中如何实现更绿色化、智能化，释放人的基础劳动力，去做更高级的事情才是关键”，如借助AI技术，可为日常运营提供诸多帮助，这也是应对挑战的有效方式之一。
丁晓红表示，对工业企业来说，AI无疑会愈发重要，不仅当下至关重要，未来其重要性也将与日俱增。
此外，在数据采集和数据技术方面，部分行业处于领先地位，这些行业中AI的应用可能会更快落地。“目前，我们正尝试在产品的全生命周期中应用AI：在产品设计之初的研发环节，利用AI进行编程指导，加速研发设计进程；进入制造阶段，我们的工厂也在大量应用AI，不过目前的应用更多集中在局部，如机器视觉、故障检测与诊断、设备预测性维护，以及冷机空调系统的能源优化等方面。”丁晓红说。
“个人认为，AI技术要跟实际需求结合起来，不能为了开发AI而开发AI，关键是能解决某一类具体问题。”丁晓红指出，当下AI的发展态势有点类似于多年前谈及软件数字化转型的阶段。处于这样一个阶段，应当积极采取行动，探索在大模型与小模型相结合、“AI+具体应用场景”等方向，推动工业AI真正落地，让各方切实体会到它的价值。
