AI工业应用必须跨越三道门槛——霍尼韦尔大中华区总裁余锋谈AI的应用

　　近日，在福布斯中国与环球科创联盟联合举办的圆桌论坛上，霍尼韦尔大中华区总裁余锋就人工智能(AI)的应用提出了自己的思考与见解。

　　余锋表示：“作为在工业领域工作数十年的‘老兵’，当AI走向世界时，我更关心的不是它有多聪明，而是它能否满足现实应用。”

　　AI工业应用瓶颈仍存

　　余锋认为，随着AI技术发展，AI已不再局限于屏幕内的“大脑”，而是逐步演化为能直接感知、理解、影响或改变现实世界的智能系统，形成感知—决策—执行的闭环。这一趋势代表着人工智能与物理实体的深度融合。

　　当AI被嵌入到真实的生产设备和运营流程中，会使机器从单纯的执行工具，逐步演进成能听、能看、能思考、能协作的“数字工人”。

　　余锋指出，在互联网场景中，AI的失误可能仅表现为一次搜索偏差；但在炼油厂、化工厂等工业现场，AI对温度、压力、流量等关键参数的微小误判，都可能引发灾难性后果。这也正是霍尼韦尔推动“从自动化走向自主化”的出发点，让智能建立在确定性与可控性之上。

　　余锋认为，对于化工生产这样“不容有失”的行业，AI能力的跃迁还需谨慎推进，须建立在确定性之上。因此，针对这一类行业，霍尼韦尔坚持推进AI的路径是在现有可靠运行的控制系统之上，逐步叠加AI、云和边缘计算的能力，让底层控制逻辑坚守安全底线，上层智能聚焦风险识别与优化，而人类始终在回路中掌握最终决策权。

　　基于这样的判断，余锋分析称，AI要真正走进工业现场，释放AI的工业价值，不仅依赖算法与算力，更取决于高质量的数据基础、对工业环境的深刻理解，以及“人始终在回路中”的责任机制。

　　同时，余锋认为，AI要做出正确决策，仅靠数据远远不够，还必须理解工艺逻辑、设备行为和生产约束。“同一组数据，在不同行业背景或工艺下，其背后的物理意义可能截然不同。这种对工业环境的深刻理解，源于长期的行业实践和系统化积累。这正是霍尼韦尔的独特优势所在：我们不仅能够部署AI，更清楚在何处部署、部署何种AI，以及如何与既有系统协同。”余锋说道。此外，传统PLC(可编程逻辑控制器)基于预设逻辑运行，结果可验证、可追溯；而AI算法具有概率性特征，一旦出错往往难以解释原因、界定责任。

　　“AI要真正走进工业现场，必须跨越数据的可获得性与可治理性、对工业环境的深刻理解、责任的归属三道门槛。”余锋认为，工业场景难以接受技术带来的不确定性。在炼油厂、工厂和楼宇等系统中，真正推动成果优化的，始终是人的专业知识、场景理解与责任判断。“人机协同”或“人始终在回路中”并非对技术的保守选择，而是对工业现场安全可靠的责任约束。工业体系不会盲目追逐“先进”，只接受那些经过验证、值得信任的技术。

　　AI正在重塑工业体系

　　余锋还谈到，AI正在重塑产业工人的能力体系。随着技术工人持续短缺，将多年积累的工程经验转化为标准化、可学习的系统能力已成为现实刚需。通过人工智能辅助运维，新员工在现场即可获得分步指导、实时诊断和操作建议，类似于导航软件为驾驶者提供实时路线指引，让复杂操作变得清晰可循。

　　“过去几年，我同时负责数十家工厂的运营，发现一家工厂出现的问题，往往在其他工厂也曾发生，但这些共性问题没有被有效连接、总结与复用。中国是全球最大的制造业大国，如果未来有十万家工厂能够实现数据互通，AI就能帮助识别安全隐患、提供解决方案。管理的智能化，正是企业降本增效的核心路径。”余锋说。

　　至于谁最有机会定义下一代制造入口。余锋提道：“这属于那些能够深度嵌入真实系统、拥有长期工业积累，并在‘不容有失’的环境中持续交付确定性结果的参与者。”他认为，AI正重塑工业体系，但工业领域的进步从来不是一蹴而就的。

　　中国是智能化跃迁最重要试验场

　　当前，中国拥有全球规模最大、复杂度最高的工业体系之一，中国制造业增加值占全球比重达30%，这样的体量让中国成为AI重要的“压力测试场”。

　　余锋介绍，霍尼韦尔的AI产品已在中国有广泛应用。霍尼韦尔的智能船舶解决方案，如同为船舶装上“智慧大脑”，可实现船岸协同、能效优化和全方位预警。在智慧建筑领域，其产品、软件和技术已在全球超过1000万栋商业建筑中使用。在中国，霍尼韦尔已为200多座机场、40多个城市的250多条轨道交通线路以及2400多家酒店和上千家医院提供智慧和安全解决方案，并在楼宇控制领域通过智慧运营管理平台，帮助客户实现远程运维和能效优化。

　　这些实践表明，霍尼韦尔是在复杂工业场景中持续验证并塑造AI应用路径的参与者，也正是通过在中国这样高复杂度环境中的持续实践，相关技术能力才能具备广泛推广的普适价值。