现如今，熟练工短缺以及随之而来的生产力损失是工业企业及其服务提供商目前面临的重大挑战。如果服务提供商的生态圈不能在预算范围内按时保质地交付项目，这些短缺问题会增加自动化项目的需求、成本和复杂性。生成式 AI 已经证明其有能力在各类 IT 和业务场景中激发员工的想象力并提升员工的生产力。
近日，罗克韦尔自动化公司和微软公司宣布扩展合作伙伴关系，利用生成式人工智能（AI）技术加速工业自动化设计和发展。首个成果是将微软的Azure OpenAI服务集成到罗克韦尔自动化的FactoryTalk Design Studio中，帮助工业自动化系统制造商更快地推出产品。双方还计划在质量管理、故障模式分析和一线制造工人培训等领域继续合作。
将 Azure OpenAI 服务集成至 FactoryTalk Design Studio 有助于工程师使用自然语言提示生成代码，从而实现日常任务自动化和提升设计效率。这一特性还将帮助资深工程师加速开发进程，并更高效且有效地指引尚处在学习阶段的新人。此外，它还能从海量信息中找出有用内容，为开发人员提供进一步培训。
在扩展这项集成技术以解决其他挑战方面，生成式AI的应用依然前景广阔。例如用于质量管理和改进、故障模式分析和一线制造工人培训（通过与资深工人和基于 Azure open AI 服务的聊天机器人开展聊天协作）。此外，双方还在继续探索在工业元宇宙中加速创新的方式。双方将运用各自的 IoT 功能、云数据集、仿真工具和 AI 技术，以更有效、更高效以及更可持续的方式设计和构建产品。
AI赋能工业制造领域潜力大、增速动能强，据埃森哲统计，预计到2035年AI应用使制造业总增长值增长4万亿美元。
目前，AI+工业应用场景丰富，成长前景广阔。具体看包括：（1）AI+协同研发设计：通过AI驱动的协作应用程序连接一线员工和设计团队；（2）AI+生产自动化：通过AI实现自动化软件代码生成；（3）AI+智能运维：利用工业人工智能发现和预防产品缺陷。
生成式AI使用各种机器学习算法，从数据中学习要素，使机器能够创建全新的数字视频、图像、文本、音频或代码等内容。它创建出的内容与训练数据保持相似，而非复制。它的发展得益于近年来大模型在基础研究尤其是深度学习上的突破，真实数据的积累和计算成本的下降。
在过去的这一年，生成式AI将人工智能的价值聚焦到“创造”二字，这标志着人工智能开始具备定义和呈现新事物的能力。
今年国际巨头也纷纷抢抓生成式AI的风口，发力工业场景化应用。
除了此次罗克韦尔和微软的合作之外，今年4月，西门子和微软宣布利用以ChatGPT为代表的生成式人工智能技术，帮助工业企业在产品的设计、工程、制造和运营生命周期中推动创新和效率。
今年5月，AI芯片大厂NVIDIA（英伟达）CEO黄仁勋在COMPUTEX 2023展前发布会上宣布：超过50家制造业巨头和工业自动化供应商正在使用英伟达Metropolis打造数字化流程，用生成式AI优化质量控制流程。
今年7月，ABB宣布将携手将Azure OpenAI服务整合到ABB Ability Genix工业分析和AI套件中。
