微软工业智能：制造业的下一个增长机会

微软在文章中提出“工业智能”这一概念，指制造企业积累的专有技术、运营实践、生产数据以及对自身业务的理解。文章认为，当前的战略目标不是堆叠更多智能体，而是把企业已有的业务智能转化为盈利增长的引擎，让知识在维护车间、计划部门、工程团队和生产现场之间流动。 在落地路径上，文章强调制造业终究是物理的，因此需要 Physical AI——能够感知物理世界状况、进行推理并采取行动的系统。以机器人抓取为例，视觉评估零件位置，结合材料与任务信息的模型决定动作，再由互联控制系统在验证过的范围内执行调整。文章同时指出，仿真可以在把改动应用到设备之前先做检验，但不能替代物理验证；负责任部署需要明确权限、可靠的设备连接、安全边界以及决策与行动记录。 文中给出两个案例。丰田工业打通原本分散的涂装车间数据后，工程与运营团队获得了理解缺陷成因所需的上下文，公司称分析周期从五天降至四小时以内，试点使相关涂装缺陷减少约 25%。罗克韦尔自动化新加坡工厂的技术人员使用结合制造数据、机器手册与老员工经验的维护 copilot，将新员工学习排查数百台机器的时间从九个月缩短到三个月。 文章最后提出，工业智能把企业所知与运营信号、长期积累的经验连接起来，Physical AI 则让这些智能在物理世界中行动。下一阶段的挑战不是单纯提高产量，而是在不按同等速度增加复杂度的前提下实现增长。文末引导读者观看视频系列，并参加 Microsoft Ignite 了解工业智能的后续进展。文章注明内容由微软制作，非 MIT Technology Review 编辑部撰写。