在其间，亦在人之间：施耐德电气如何让工业AI走进工厂的日常 ——从开放自动化到AI贯穿三层架构，四大场景落地

过去几年，工业AI的叙事常围绕算法突破和单点应用展开。但施耐德电气在释放的信号是，单点智能的边际效益正在递减。真正的瓶颈不在算法，而在数据能否融会贯通，控制与运营能否协同，能源与自动化能否一体。

EcoStruxure三层架构的持续演进，正是对这一瓶颈的回应。底层是互联互通的接入适配，中间是软件定义自动化的运营控制，上层是管理优化。今年的重点在于“贯穿”——让AI从现场设备到运营决策全链路流动。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用“智，在其间”概括：工业智能要融入不同应用场景、不同层级和不同架构之间，而非停留在单点、单层面。

这种融合思维，也体现在四大展区：流程与混合行业强调安全前提下的持续优化，市政关注服务连续性与运营效率，数据中心直面算力与能耗的双重压力，离散制造则要求柔性响应与快速交付。场景不同，但底层需求一致——覆盖数据、控制与运营的完整能力体系。

EcoStruxure开放自动化平台（EAE）问世六年，其演进轨迹颇具样本意义。最初在水务、市政行业落地，解决的是软硬件解耦和开放架构的认知问题。如今，EAE已进入数据中心，与客户产品结合，应用边界从单一场景拓展到多领域。这背后是工业界对开放自动化认知的实质性变化：客户不再纠结于“要不要开放”，而是思考“如何用开放架构解决存量改造和新建项目的实际问题”。

存量改造尤其考验开放自动化的成色。北京物流中心应用EAE后，部署周期缩短20%；离散行业项目中，通过模块复用节省60%以上开发时间。上海物流中心运营近30年，原来使用多品牌产品，如今通过开放自动化完成升级。这些案例的价值揭示了一条路径：开放自动化让老旧设备在不被整体替换的前提下，获得数据采集和智能升级的能力。这对大量面临存量改造的中国制造企业而言，意义远超新品发布。

生态参与也在加深。UAO等国际组织、高校、行业伙伴共同推动开放自动化，EAE生态共创计划催生了EcoPredict、EcoPumping、EcoBatch等解决方案。开放自动化的竞争，正在从产品之争转向生态之争。

工业AI是本届工博会最热的话题，但施耐德电气的讨论方式颇为冷静。丁晓红直言，根本挑战仍是数据治理。数据孤岛在不同发展阶段形成，进入AI阶段后，非结构化数据激增。更进一步的挑战是“Context”——数据的业务上下文。只有把设备、工厂的“前世今生”联系起来，才能理解现状并预测未来。

这种冷静也体现在对规模化场景的判断上。能源优化和关键设备预测性维护被列为已具备广泛应用基础的方向。前者因为能源是每一家企业的基础消耗；后者经过多年积累，结合机理模型和AI算法，已在大型风机、空压机等设备上成熟应用。钢铁冶金球团先进控制使关键参数波动偏差降低20%以上，石油化工APC参数闭环周期从2小时缩短至15分钟，冷站泵组实现15%以上节能——这些数字不是实验室成果，而是现场验证过的价值。

中长期看，AI要进入物理世界。自动驾驶、工业机器人前景广阔，但安全、合规、可靠性成为大型企业的首要考量。AI不能产生不可控的幻觉，必须确保决策合理、安全，保障系统稳定运行。这一判断，实际上为工业AI的规模化划定了边界：快，但必须稳。

本届工博会，施耐德电气发布多款新品：Modicon M590 dPAC、ATV610QC、ATH600、TeSys T Advanced、TeSys iMCC、5G生态新架构解决方案、岳昇 HMI 2026等。其中，M380 ePAC将于11月全球发布，M590 dPAC支持工业边缘计算和未来开放式自动化架构。这些产品的共同特征是软硬件一体化，既强调性能与可靠性，也强调开放与集成。

生态层面，施耐德电气发布《软件定义，进入现场》《工业AI，进入现场》实践集和《中国企业新型工业电气化之路》报告，并与多家客户、伙伴签约。EAE生态推进被总结为三个方向：生态共创、行业模块复用、AI创新。更清晰的框架是：内部行业能力标准化，生态能力差异化，客户应用定制化。标准化是规模化的基础，但不可能满足100%的需求，个性化定制仍需生态伙伴和客户共同完成。这种“扶上马、送一程”的策略，既是对工业场景复杂性的尊重，也是对生态力量的务实借力。

面对市场结构性变化，施耐德电气的观察是：传统油气化工向精细化工转型，有色行业和设备厂商出海，存量市场重要性提升。上海普陀工厂运营约30年，通过持续引入开放自动化和AI，升级为灯塔工厂。这个案例本身就是一个隐喻：老工厂不是包袱，而是有待唤醒的资产。

2026年10月