你正处于上一份战略文件与下一项承诺之间,而上一份读起来像是一件云 AI 的产物——满是转型话术、超大规模云厂商的架构图,却几乎没有提到对 OEE 的影响、你的安全团队会要求的 IEC 61508 SIL 等级划分,或是决定你工厂如何采购物理系统的 36 个月采购周期。这是 Hyperion 生命周期中的发现(Discover)阶段,以完整的企业级范围展开:四周时间,深入嵌入你的领导层与工程团队,产出一份统一对账的文件,涵盖战略、商业论证、ROI 以及 12 个月执行计划——并锚定到 Physical AI 部署的真实约束上。我已交付 10 个 AI 项目,其中包括在自主物理系统方面的工作,为 Forbes Technology Council 撰写了 11 篇关于 AI 战略的文章,并担任法国政府金融与企业数字化转型 AI 大使。我所写的战略之所以能在董事会的讨论中存活下来,是因为它已经先在工程层面的讨论中存活了下来。
这份战略是为云 AI 而写的,无法应对物理系统的约束。上一份文件假设有弹性推理、网络连通性,以及以天为单位计量的软件更新周期。而你实际的部署环境——工厂自动化、车辆 ECU、变电站 SCADA、自动导引车——其硬件配置使用寿命长达七到十二年,有安全关键型的更新流程,而且 OT 网络根本无法接入战略幻灯片里所写的那套云推理栈。这份战略需要从物理系统由外向内重写,而不是从云平台自上而下地套用。
ROI 模型中缺失了对 OEE 和良率的影响。CFO 和工厂经理需要用运营的语言看到影响:整体设备效率(OEE)、良率、平均故障间隔时间(MTBF)、计划停机与非计划停机之比。一份用 API 成本节省和开发者生产率来量化 AI 价值的战略,不是运营董事会能够批准的战略。ROI 模型需要用运营会计所使用的单位来构建,并对真正左右结果的变量做敏感性分析——传感器数据质量、模型再训练周期、硬件更换频率。
安全等级认证的范围被忽略了。如果你的 AI 系统嵌入安全关键功能之中或与之相邻——一台制造机器人、一套 ADAS 栈、一辆自动导引车、一个电网保护继电器——那么 IEC 61508 SIL 等级划分、ISO 26262 ASIL 分解,或 IEC 62443 区域与管道模型就是交付范围的一部分,而不是事后才想起来的补充。一份不正视安全等级认证周期的战略,会在计划上线前六个月被你的安全与认证工程师卡住。
执行计划没有反映物理系统的采购周期。为变电站订购一个计算节点、为汽车产线认证一家新的传感器供应商,或为一台边缘 AI 设备运行工厂验收测试(FAT),在你的 IT 团队从未接触过的采购规则下都需要数月之久。执行计划需要围绕这些时间线来构建——而不是上一份战略所假设的软件冲刺周期。
这项合作分为四个为期一周的阶段,每个阶段结束时都会有一份你可以据以反馈的草稿。第一周和最后一周我在现场工作,中间则以嵌入式方式远程协作。最终产出是一份包含四种视图的统一文件——董事会视图、CFO 视图、运营视图、工程视图——全部对齐到同一套底层模型,并立足于你所在物理环境的运营、安全和采购约束。
对 CEO、CFO、COO 或运营副总裁、工程负责人、安全或认证负责人,以及两位将由其损益表承担 AI 承诺的工厂或运营经理进行结构化访谈。我会审阅过去 18 个月里与 AI 相关的董事会材料、所有相关供应商合同、当前执行计划、OT/IT 架构,以及任何现有的安全评估。到第一周结束时,我会产出一份书面诊断:你目前所处的位置、上一份战略在物理系统约束方面遗漏了什么,以及下一份文件真正必须回答的那三到四个战略问题。
我会起草战略主干——那些无论下个季度上线哪种模型都依然成立的承诺。这包括:AI 作为竞争杠杆的运营领域(OEE、预测性维护、质量检测、自主化)与仅属后台效率提升的领域之分、安全等级认证的范围及其对时间线的影响、物理 AI 组件在自建—外购—合作之间的边界、主权与边缘基础设施需求,以及这份战略明确说“不”的事项清单。第二周结束时:一份 15 页的战略草稿,交由你的领导层与工程团队审阅并批注修改。
为每一项战略承诺提供量化的商业论证,在适当之处以运营单位计量:OEE 百分点、良率提升、MTBF 延长、计划停机与非计划停机的转变。对真正左右结果的变量做敏感性分析:训练时的传感器数据质量、模型再训练周期、硬件更换频率、安全认证的前置时间。终止标准:在何种条件下应当停止而非延续每项举措。每一个数字都有来源——没有未注明出处的行业统计数据,没有编造的基准数字。
一份 12 个月的执行计划,逐行与战略和商业论证对账,并将物理系统的采购周期纳入其中:硬件认证窗口、工厂验收测试(FAT)档期、安全认证审查周期、OT 网络变更冻结窗口。具体的举措、负责人、季度里程碑、成功指标和依赖关系。第四周以一场为期 3 小时的董事会级汇报收尾,届时我会与你的领导层一起逐项讲解这份文件。
面向制造商、汽车 OEM、能源公用事业和基础设施运营方的 CEO、COO 与 CAIO,他们正在筹备一项涉及物理部署的 Q+2 AI 承诺——在工厂车间、车辆上、变电站、物流设施中——并将在董事会上接受讨论。面向需要一个站得住脚、以运营单位(而不仅仅是 API 成本)计量的 ROI 模型的 CFO。面向需要让战略在提交董事会之前正视其时间线的安全与认证工程师。SME 可以委托 2 周的精简版——方法相同,涉及面更小,交付质量一致。本服务不适合没有物理运营的纯 SaaS 公司——这类组织需要的是标准的 Strategy Sprint 通道。
通常你不必再做——但你之所以会问,恰恰说明上一份在运营层面的审视下没能站住脚。四大的 AI 战略通常出自从未把 AI 落地到物理系统、也从未走过一次工厂验收测试或一次 IEC 61508 差距评估的分析师之手。如果你现有的战略能经受工程评审、并与你实际的采购周期相对账,那你就不需要这项合作。如果它每个季度都要重写,因为物理系统的约束总是以意外的形式不断冒出来,那正是我擅长解决的问题。
方法相同,涉及面更小。对于一家把 AI 部署到一两条产线或车辆项目中的 SME 而言,真正要紧的战略问题通常是 2 到 3 个,而不是 8 到 10 个。商业论证涉及的举措更少。物理采购周期那一部分更短。交付物的形式完全一致——战略、商业论证、ROI 模型、执行计划——只是因为范围更小而做了压缩。唯一不会压缩的是安全等级认证那一部分;只要它适用,就要花上为达到站得住脚所需的全部时间。
那我们就从它出发,而不是从一张白纸开始,这项合作便成为对物理系统假设的一次严格压力测试——OT/IT 边界、安全认证时间线、采购周期——并对那些没能通过这场压力测试的章节进行重写。请把草稿带到第一次访谈。我会在第二天告诉你,它是一个值得保留的起点,还是我们更应该从物理系统约束由外向内重新开始。
可以,而且我经常这样做。你的自动化合作伙伴负责 PLC 编程环境、OT 网络和系统集成层。我负责 AI 战略、商业论证和执行计划。在合作期间我们每周碰一次面,以使各项工作成果相互对账,尤其是在采购周期和安全等级认证这两部分——在这两处,自动化合作伙伴对前置时间和认证流程的了解是必不可少的输入。
30 分钟。我会诊断你的处境，坦诚告诉你这项服务是否合适——如果不合适，什么才合适。