AI“变身”运维“老师傅” 施耐德电气用30年OT积累 打造更“懂行”的“楼宇智能体”

时间:2025-08-18 07:58:39 来源:北京新闻网

当Anthropic开源的Model Context Protocol(MCP)变成连接AI助手与数字系统的新标准,如同USB-C为设备连接给予标准化接口一样,MCP为AI智能体给予了一种能与现实世界“对话”的标准化的“物理层语言”。这一转变也将AI模型的“推理潜力”转化旨在“实际作业实力”。

“连接世界”的复杂度被大幅减少后,AI Agent的应用范式也随之跃迁,2025年也迎来了AI智能体的“应用元年”。AI从“Chatbot”演进为“能感知、能实施、能反馈”的系统级智能体(Agent),其应用侧也开启向交通、工业、能源等重资产产业渗透。

目前,AI智能体技术,正在告别“炫技”阶段,确实深刻产业腹地,从“好玩”变为“好用”。

在日前举办的世界人工智能大会(WAIC 2025)上,施耐德电气就面向数字楼宇产业发布了一款重磅新品——EcoStruxure™ Building GPT。该产品是一款定位于“楼宇暖通智能运维专家”的产业级AI智能体,致力于让AI确实“听懂、看懂、做懂”楼宇设备运行和运维任务,促进能源治理领域从数字化向智能协同迈进。

不同于广泛的通用AI工具,EcoStruxure™ Building GPT的功能不但仅是简单的对话,而是面向楼宇暖通系统的能效提升与运维变革,融合了知识图谱与大语言模型的产业专用智能体,具备“感知、领会、诊断、决策与优化”的闭环实力。

通用到专用 施耐德电气打造更“懂行”的智能体

与行当上众多“套壳”大模型的产品不同,EcoStruxure™ Building GPT并非简单地将基本模型“换壳”嵌入,而是鉴于施耐德电气在OT(运作技术)领域数十年的知识、数字与流程积累,重构了一套“产业智能体架构”。

施耐德电气数字能效业务我国区数字楼宇和智能系统产品行当部负责人魏琨表示:“施耐德电气始终以来都是数字化的引领者,在能源治理的OT领域有极其充足的经验和数字积累,另有专家的积累。所以,施耐德电气有信心在这一领域发挥引领作用。”

?施耐德电气数字能效业务我国区数字楼宇和智能系统产品行当部负责人 魏琨

回归到EcoStruxure™ Building GPT本身,具体而言,其核心实力体目前五大“支柱技术”上:

其一是深度融合的知识图谱。经过构建领域知识图谱,将原本分散的设备知识、专家面对故障的经验和运行逻辑开展结构化治理,达成智能体的“知识成型”,从根本上办理消息混乱的难题。

具体而言,施耐德电气将暖通设备的点位关系、控制逻辑、故障形式、运维手册等海量的非结构化知识,结构化为逻辑清晰的知识图谱。这使得AI不但能回答“是什么”,更能鉴于逻辑推理,深刻阐明“为什么”,这为复杂的故障诊断给予了坚实基本。

其二是天然语言驱动的大模型交互。“EcoStruxure™ Building GPT的核心目的是减少技术门槛。”魏琨举例称,楼宇运维团队人员的素质参差不齐,若干年纪较大的员工,尽管具有充足的经验,但关于应用复杂的数字化工具却现存挑战。而有了AI的加持,他们就能够经过对话、交互获取消息,最大程度地减少了门槛。

其三是多模态感知与解析实力。EcoStruxure™ Building GPT支撑图纸PDF、语音输入、Excel表等多模态的数字解析。

魏琨阐明说:“顾客只需将点位消息、暖通策划图纸等PDF文件上传,系统就能在后台开展语料识别、文件识别和数字采集,继而自动构建起工程的本地知识库。这种方法也减少了AI部署的复杂度和成本。”

其四是先进的RAG与模型微调技术。旨在确保回答的精准性和相干性,尽或许减少模型的幻觉率,EcoStruxure™ Building GPT不但运用了RAG(检索增强生成)机制,还将强化把握(Reinforcement Learning)和LoRA(低秩自适应)微调技术融入模型训练中。

“咱们的LoRA也借鉴了MoE(混合专家模型)的训练方法,确保模型更偏向于在产业场景中应用。”魏琨说。

其五是灵活的私有化部署实力。“数字保证是产业顾客极其关心的难题。”魏琨对此尤其着重:“目前,大量顾客因为数字保证和隐私缘故,不能让数字上云。而EcoStruxure™ Building GPT在策划上原生支撑与顾客自建的DeepSeek‘满血版本’做协作,协助顾客达成完全的私有化部署。此外。在运维一段时间后,咱们能够把整个系统完全交付给顾客,彻底办理了他们对数字保证和供应商绑定的顾虑。”

一句话搞定故障排查 EcoStruxure™ Building GPT让“人效”与“能效”双升

关于EcoStruxure™ Building GPT,施耐德电气拟定了两大核心KPI——“人效”(人员效率)与能效提升。与此同时以AI技术深刻运维、治理、能耗等多个维度,达成降本增效、提质升级的成果。

在“人效”提升领域,EcoStruxure™ Building GPT以“AI梳理架构+天然语言交互”的方法,极大减少了新员工上手的门槛。

过去,一个刚入行的运维人员需求熟悉繁复的设备点表和控制逻辑,翻阅厚重的图纸才能勉强完成排查。

而目前,借助系统的智能问答功能,只需一句天然语言提问——如“东塔楼5楼空调太热,空调系统可否现存难题?”,系统便可实时调取相干设备数字、历史故障记录、控制逻辑与图纸,迅速生成清晰的排查路径与操作提议。这一方法将大幅缩短新员工的熟练周期,与此同时也让团队内部的知识由隐性变为显性,达成了经验的结构化、标准化沉淀。

经过语音输入替代人工核对等常规流程,EcoStruxure™ Building GPT将能够有效提升数字校准等关键步骤的效率;与此同时,对工单和故障处置流程开展了深度重构,借助自动化解析功能,不但协助公司减少了运维人力投入,还将故障处置周期缩短,相应地带来了维修成本下跌。在实际运行中,这种效率长处转化为对运作资产的更优配置,使人力和设备都能以更高的效能运转。

此外,EcoStruxure™ Building GPT还深度参与到故障诊断与危机治理中。经过“AI定位+故障解析”的组合,将平均故障修复时间大幅缩短。结合实时数字监测和预测性预警机制,EcoStruxure™ Building GPT能够在难题发生前发出提示,将故障发生概率减少。此外,其决策提议的可视化实力也显著减少了人为误判的或许性,让相干危机下跌。那些特性一同构成了一套更可靠、更主动的运维体系。

在治理层面,EcoStruxure™ Building GPT展现出对数字的深度整合与调用实力。EcoStruxure™ Building GPT能够支撑对设备运行状态的精准查询,让一线操作人员与治理者都能在更短时间内做出更准确的判断,决策效率提升。

与此同时,其还能模拟多种调节策略的预计成效,辅助治理者挑选最优方案,从而带动整体系统运行效率提升。更关键的是,伴随系统持久运行,EcoStruxure™ Building GPT的动态知识库也将自动持久扩充,这使得经验的积累不再依赖于个体,而转变为公司资产,在新老员工之间达成无缝传承,让经验复用效率达成倍增。

魏琨透露,施耐德电气内部在部署EcoStruxure™ Building GPT时,设置了点赞、点踩等反馈机制。在模型初期上线阶段,好评率维持在70%左右。而伴随持久迭代与优化,目前好评率已超出90%,充分阐明了其在真实场景下对一线人员的应用价值与支撑力度。

除了提升运维与治理效率,EcoStruxure™ Building GPT在能效优化领域也发挥了核心作用。其鉴于历史运行数字、实时负荷消息与天气预报模型,能够为设施治理团队给予了精细化的能耗解析和节能策略提议。

正是在“人效+能效”的双重驱动下,EcoStruxure™ Building GPT不但变成施耐德电气自身的智能化引擎,也正在为整个产业的转型给予样本。

但是,魏琨与此同时也着重说:“咱们的目的从不是用AI取代人,而是让人的经验能够被AI所吸收、转化和复用,使AI变成经验传承的工具,变成一线团队的‘第二大脑’”。

从AI BOX到EcoStruxure™ Building GPT 用“结局导向”打通AI商业化

实际上,施耐德电气在AI领域的探索早在“Agent突发”甚至“AI突发”之前。2023年,施耐德电气就推出了首款此类产品——SpaceLogic™ AI BOX(楼宇节能盒)。

魏琨回忆道:“当初在发布SpaceLogic™ AI BOX(楼宇节能盒)时,还缺乏深刻到B端行当。那时,众人对AI的领会还很模糊,甚至心存顾虑,咱们花费了大量时间去和顾客沟通、培育行当。”

然而,伴随2023到2024年AI行当的迅速成熟,状况变得完全不一样了。“今年咱们再和顾客谈到EcoStruxure™ Building GPT,他们的接收度极其高,觉得这再天然不过。”魏琨直言道:“C端顾客认知的普及,极大地促进了B端产品的落地——这确实是咱们这个时代的红利。”

行当一旦成熟,商业形式天然明朗。当被问及成本时,魏琨坦言道:“重点不是价格,而是价值。”

咱们的定价逻辑极其简单——以为顾客创造的结局付费。但更核心的是,施耐德电气全体AI产品的定价都与结局挂钩。“说到底,你务必先帮顾客赚到或省下足够多的钱,才有资格从他那里分享一局部收益。”魏琨说。

也正是这种“先创造价值,再分享价值”的底层逻辑,让施耐德电气对AI的将来角色有了更高的期望。

谈及此,魏琨也展望道:“将来,AI不再是冰冷的工具,而是更‘懂业务’的数字同事。当然,施耐德电气也将持久演进。或许,明年的今天,咱们将见证第三次技术融合下,带来的新产品。”

写在最终

在产业AI的角逐进入深水区的当下,施耐德电气的此次的发布实际上反应了一种形式——“先有产业懂行,再有AI赋能”。这种形式,或许能摆脱纯技术公司“拿着锤子找钉子”的窘境。

EcoStruxure™ Building GPT将机器侧复杂的、非人性的数字语言,翻译为一线人员能领会、能实施的决策指令,从而将AI从“聪明的玩具”转变为直击“人效”与“能效”两大痛点的生产力工具。

这种转变背后反馈的是B端行当对AI认知的成熟化。当C端顾客曾经习惯了Chatbot式的交互后,B端顾客对AI的期待也从“能用”升级为“好用”。这为专门化AI产品创造了更好的行当窗口期。

而更深层的启示在于,将来在AI领域的角逐或将不再是算法优劣的比拼,而是对特定产业“know-how”的深度领会和重塑实力。谁能将数十年的产业积淀转化为AI的“肌肉记忆”,谁就能在产业的垂直赛道里设立越发坚固的“护城河”。