施耐德电气如何在产品和流程中扩展人工智能

在世界经济论坛年会上的讲话 2026 年 1 月，施耐德电气首席执行官奥利维尔·布鲁姆 (Olivier Blum) 在瑞士达沃斯第二次接受奖项，表彰该公司的人工智能解决方案是世界经济论坛 MINDS（有意义、智能、新颖、可部署的解决方案）计划的一部分。

布鲁姆在达沃斯宣布：“很明显，我们已经进入了一个人工智能和能源密不可分的新时代，它们将共同重塑每一个企业。”

人工智能与能源之间的这种相互依赖性使能源管理技术的全球领导者施耐德电气处于企业最关键挑战之一的中心：推动人工智能革命，同时推进可持续发展目标。

自 2021 年起担任施耐德电气首席人工智能官的 Philippe Rambach 正在领导这项工作。

Rambach 描述了一种基于商业价值而不是技术实验的策略。 2025年报告 生产者 麻省理工学院斯隆管理评论 和塔塔咨询服务公司表示，“可解释性很重要，但在董事会中，后果更重要。”

平衡两个人工智能组合：内部人工智能和面向客户的人工智能

施耐德电气在两个不同的领域寻求人工智能机会，每个领域都有不同的战略要求、衡量成功的方法以及实现价值的时间表。

内部人工智能应用程序可带来更直接的财务回报，帮助员工更快更好地工作，同时为客户提供增强的支持。

与此同时，面向客户的人工智能代表了一种长期战略，专注于在新兴和不断发展的市场中夺取市场份额。

尽管许多商业世界都急于拥抱生成式人工智能，但施耐德电气仍保持着均衡的人工智能技术组合。 人工智能分析 应用于结构化数据的传统机器学习仍然占公司整体人工智能工作的约 60%，特别是在客户解决方案中。

生成式 AI 约占面向客户的应用程序的 40%，约占以员工为中心的内部工具的 70%。

施耐德电气最重要的生成式人工智能应用之一解决了大型企业常见的挑战：使组织知识易于访问和使用。

事实证明，这些用例的非结构化数据的管理具有指导意义。

这一见解反映了公司更广泛的原则：员工必须融入人工智能开发流程。

嵌入人工智能，而不是构建独立产品

施耐德电气刻意避免为内部用户或客户创建单独的人工智能产品。

这种集成策略扩展到代理人工智能等新兴功能，尽管该技术相对不成熟，但施耐德电气如今已经看到了实用价值。

施耐德电气认真对待员工的理解和行为改变，实施分层培训方法来识别整个组织的不同需求。

一个为规模而设计的人工智能组织——无需试点

也许施耐德电气最显着的特点是其组织模式，该模式的明确设计目的是快速在整个组织中产生影响，而不是进行试点和实验。

该模型由三个组成部分组成：一个由 350 多人组成的致力于人工智能的团队；

在此过程中的每个关口，公司都会确认业务计划和业务案例。 人工智能计划的阶段性方法，我们相信这是增加获得有价值结果的可能性的有用方法。

无需等待确定性即可衡量价值

衡量人工智能的经济价值提出了挑战，特别是对于面向客户的产品，其中进步的重要性很难区分。

对于内部应用程序，施耐德电气从明确的业务价值主张开始，并跟踪两个 KPI：采用目标和绩效指标。

业务利益相关者拥有价值主张，并帮助为其用例制定适当的 KPI。

拉姆巴赫告诫不要等待完美的测量方法才采取行动。

其他企业的人工智能管理经验教训

施耐德电气的人工智能方法为寻求超越实验规模的公司提供了一些经验教训：

从商业价值开始，而不是技术。 施耐德电气的每项人工智能计划都始于业务需求和客户痛点，而不是质疑最新人工智能模型的可能性。

让一线员工参与发展。 从事这项工作的人员拥有核心人工智能专家所缺乏的基本领域知识。

将人工智能嵌入现有工作流程。 施耐德电气没有要求客户或员工采用新的独立工具，而是将人工智能功能构建到人们已经使用的系统中。

从一开始就按规模进行设计。 施耐德电气的组织模式、技术基础设施和治理流程都是为了部署生产系统而构建的，而不是为了创建试点。

投资差异化培训。 不同的角色需要不同水平和类型的人工智能素养。

平衡分析型人工智能和生成型人工智能。 尽管目前生成式人工智能令人兴奋，但基于结构化数据的传统机器学习继续在许多情况下提供巨大的价值。

---

随着人工智能功能的不断快速发展，施耐德电气严格的、业务驱动的方法为寻求超越实验以产生真正的运营影响的企业提供了一个模型。