人工智能是否正在彻底变革制造业？本次访谈中，意大利都灵理工大学的芭芭拉·卡普托教授带领我们深入探讨了人工智能在提升流程效率与推动数字创新方面的潜力，同时剖析了企业在将人工智能融入工作流程时可能面临的实际挑战。
芭芭拉·卡普托（Barbara Caputo）
• 意大利都灵理工大学全职教授，并担任该校人工智能中心主任。
• 学习与智能系统实验室联合创始人，ELLIS 会士，2021至2022年负责AI与工业4.0博士项目。
• 任意大利都灵理工大学校长人工智能顾问。
• 作为核心专家参与起草意大利国家人工智能战略。
• 2018年入选布拉科基金会评选的“激励五十（Inspiring Fifty）”及“意大利百大专家（100 Esperte）”榜单。
• 现任 Ites Reale、Ites Reale España、Teoresi SpA 及 Infocamere 董事会独立董事。
• FocoosAI 联合创始人兼董事长，该公司为都灵理工大学的衍生企业。
• 荣获2023年意大利国家创新奖（PNI）。
人工智能是一个广泛的概念。您如何将其定义为与工业相关？
如今，在工业中，应用人工智能主要是数字数据处理的自动化。所有事物都变成数据：我们的对话、图像和手势都通过越来越实惠的传感器转化为信息。购买一台摄像头曾经是一项重大投资；现在，每个设备都配备了摄像头已是理所当然。这些数据代表了无限的价值来源，因为它不会耗损，可以无限重用。通过自动化价值提取的过程，人工智能使我们能够实时分析大量数据和信息，而这种高速的处理能力是我们人类的模拟能力所无法比拟的。从工业角度来看，越来越多的应用证明了使用和转化数据的价值；这就是为什么人工智能至关重要并将继续保持这一地位的原因。
今天人工智能在制造业的主要应用是什么？
如今，人工智能在制造业中的应用主要体现在哪些方面？
几乎所有行业都已从所谓的生成式人工智能中显著受益。它简化了如手册和宣传册等文档的起草流程，能够生成初始版本，再由人工核实信息并补充个性化内容。
在制造业中，我认为以下三个应用尤为突出：
检测与追溯，能够快速、精确地识别产品中的瑕疵或缺陷；
数字原型或数字孪生技术，可在无需实物生产的情况下对产品进行测试，从而降低库存积压和滞销风险；
预测性维护，通过微调生产链来避免昂贵停机、减少效率损失。
企业在将人工智能集成到生产过程中会面临哪些挑战？
当前，许多企业正面临“不知该向何处寻求解决方案”的普遍困惑。它们担心若不迅速采取行动，就可能在竞争中落后，甚至错失关键的市场机遇。然而，面对庞杂且来源各异的信息，企业往往难以制定清晰的技术路径和行动策略。
另一重挑战在于数字化进程的不均衡。在许多行业——尤其是中小企业中——数字化往往是在不同时期分段推进的：比如上世纪80年代引入某一技术，90年代又采纳另一套系统，如此累积。其结果是形成一系列过时、互不兼容的操作系统。对这些以销售产品、维持盈利为核心目标的企业而言，对IT系统进行全面更新与标准化是一项艰巨的任务。然而，若缺乏坚实统一的数字基础设施，生成式人工智能、数字原型等先进应用将只能停留在碎片化状态，难以发挥整体效益。 可以说，当前阶段的人工智能，正如从“粗糙的纸样”迈向“裁缝定制西装”的过渡期——它仍需针对每家企业的具体需求进行额外调试与优化。对于资源充足、处于扩张阶段的企业，这类投资可能带来长期回报；但对许多尚未站稳脚跟的中小企业来说，则意味着相当大的挑战与风险。
企业需要发展哪些技能才能利用人工智能？
若要成为一家真正意义上的人工智能公司，企业必须组建一支高水平的技术团队——成员应具备计算机工程或STEM学科背景，不仅能够部署现有方案，更要有能力自主开发人工智能解决方案，毕竟这一领域几乎每个月都在发生变革。对于制造企业而言，若希望在数字化进程中引入人工智能，关键在于拥有内部IT专家团队，或依托高度专业的顾问支持。但必须意识到，若缺乏坚实的数字化基础，企业很可能投入高昂的咨询费用，却难以获得实质性成果。
您如何看待人工智能与可持续性之间的关系？
从环境影响的视角来看，必须承认，目前人工智能并未享有良好的声誉。依靠数据中心运行的模型极度耗能；此外，其冷却系统通常仍采用相对初级的液冷方式——主要以水为基础，对资源的消耗相当显著。如果人工智能要成为一种真正普惠的双赢技术，就必须大幅提升系统能效，以确保其带来的效益真正超越所付出的环境代价。
您预测未来5-10年人工智能在工业中的发展会怎样？
制造业正将目光聚焦于人工智能，致力于提升自动化与机器人技术的管理水平。迄今为止，开源模型的广泛应用显著降低了人工智能技术的应用门槛。其结果是，采用人工智能的企业将进一步提升产能，从而扩大产品与服务的供给，同时实现显著的成本节约。然而，过去三至四年中推动人工智能迅猛发展的开源模式，在当前全球地缘政治紧张的背景下也面临潜在威胁。未来模型的演进方向，很可能将改变人工智能的发展路径及其获取方式。如今若要预测五到十年后人工智能的形态，几乎如同畅想一百年后的世界——技术正以惊人的速度迭代。但我们依然有信心，人工智能将继续从根本上重塑工业自动化，推动其向更智能、更深度融合的方向发展；真正的挑战在于如何平衡技术创新、成本控制与系统复杂性。
您对希望利用人工智能潜力的公司有什么建议？
我的建议很实际：从打好数字基础开始。如果您企业的数字化进程仍处于落后状态，首要任务是推进系统的升级与标准化，之后再考虑引入人工智能。接下来，必须建立一支真正具备人工智能解决方案构建与实施能力的内部专家团队。同时，积极对接学术界及专业顾问资源，审慎评估和衡量每一项投入，避免受外界情绪驱动而盲目跟进。
内容由人工智能生成
本访谈最初由人工智能根据所讨论的主题提取并处理。随后由编辑进行了润色，以确保内容的准确性、一致性，以及那份不可或缺的人性化触感。我们选择这种人机协作的方式，是为了探索人工智能的潜力，并将其与人类的经验与洞察相结合。
