机器人确实很酷，但物理AI带来的真正生产力并没有鼓吹者所说的那么近在咫尺，上个月在英伟达GTC开发者大会上，IT领导者们如此表示。

“潜力巨大，前景广阔，但在很多类别中，这种前景的实现还需要十年时间，”西门子数字工业运营软件负责人马克·辛兹博（Mark Hindsbo）在大会的一个小组讨论中说道。

小组成员们表示，物理AI的实施成本高昂，学习曲线陡峭。它还需要大量的规划，这涉及到对设备、价值、路线图和实用性的考量。

GTC大会上关于物理AI的炒作很多。但辛兹博表示，世界距离能够自动组装设备的100%自主自我推理机器人还非常遥远。

西门子在考虑在其工厂和客户群中部署智能机器人的位置时，正采取一种务实的方法。

“当我们审视我们能在工厂中推动的生产力时……在未来十年，也许甚至更长一点的时间里，大约有8000亿美元的生产力提升空间，”辛兹博说。

西门子的机器人随着时间的推移不断进化。早期的协作机器人是预编程的，一次只能针对一种产品进行拾取和放置特定的组件。

配备视觉识别功能的新型机器人可以识别料箱中的随机零件，并知道将它们放置在装配线上的哪个位置。这让西门子无需预编程机器人就能灵活地制造更多设备。

“它开始变得更具自主性，就像人类一样，”辛兹博说。

尽管工厂正变得更加高效，但在各个层面仍面临挑战。

“我们在培训、部署和调试它们上花费的时间，至少与我们原本花在劳动力成本上的时间一样多，而这会让整个事情的投资回报率（ROI）化为乌有，”辛兹博说。

大众汽车墨西哥公司首席信息官约亨·菲希特纳（Jochen Fichtner）表示，在后端办公室实施AI很容易，但将物理AI整合到数公里长的汽车生产线和数千台设备中则非常复杂。

“你不仅仅是在从技术角度做这件事……我们也必须考虑到人，”菲希特纳说。“我们谈论的是在一个工厂的不同生产线上三班倒工作的数千人。”

菲希特纳说，大众的治理模式包括培训员工和制作概念验证，以便“人们也能看到并感受到它是如何工作的”。

“信任并使用它，也意味着真正理解这将带来什么在线效益，”菲希特纳说。

但西门子公司的辛兹博表示，没有迹象表明机器人会取代人类。

“我们仍然面临熟练劳动力短缺的问题，我们仍然需要吸纳新人并让他们快速接受培训，”他说。“我们还没有到整体劳动力面临危险的地步。”

在现代化工厂中，西门子每年的生产力提高了7%，而劳动力数量保持不变。

“这并不是人员置换。这是在相同的工厂占地面积内，产量的增加，产能的提升，”辛兹博说。

此外，大众汽车的菲希特纳表示，软件仍然太难使用，并且需要巨额投资。

“如今，拥有训练有素的专业人员、方法论等来构建数字孪生（digital twin）的一次性成本相当高，所以你需要一定的规模和体量才能真正从中受益，”菲希特纳说。

大众汽车正在准备设备、数据和平台以使用AI。随后，公司将试验AI技术，同时保持工厂生产线运行并在生产线中混入新车型。

“时间非常关键……我们必须快，但我们在如何做这件事上也必须做好充分准备并有条理，”菲希特纳说。

该平台可能在两年后准备就绪，大众希望届时能看到效益。

“我们正在着手这项工作，积累初步经验……这也将成为其他企业负责人的灯塔（指示范项目），因为你可以看到它是如何运作的，”菲希特纳说。