當Anthropic開源的Model Context Protocol（MCP）成為連接AI助手與數(shù)據(jù)系統(tǒng)的新標準，如同USB-C為設(shè)備連接提供標準化接口一樣，MCP為AI智能體提供了一種能與現(xiàn)實世界“對話”的標準化的“物理層語言”。這一轉(zhuǎn)變也將AI模型的“推理潛力”轉(zhuǎn)化為了“實際作業(yè)能力”。
“連接世界”的復雜度被大幅降低后，AI Agent的應(yīng)用范式也隨之躍遷，2025年也迎來了AI智能體的“應(yīng)用元年”。AI從“Chatbot”演進為“能感知、能執(zhí)行、能反饋”的系統(tǒng)級智能體（Agent），其應(yīng)用側(cè)也開始向交通、工業(yè)、能源等重資產(chǎn)行業(yè)滲透。
如今，AI智能體技術(shù)，正在告別“炫技”階段，真正深入產(chǎn)業(yè)腹地，從“好玩”變?yōu)?ldquo;好用”。
在日前舉辦的世界人工智能大會（WAIC 2025）上，施耐德電氣就面向數(shù)字樓宇行業(yè)發(fā)布了一款重磅新品——EcoStruxure™ Building GPT。該產(chǎn)品是一款定位于“樓宇暖通智能運維專家”的行業(yè)級AI智能體，致力于讓AI真正“聽懂、看懂、做懂”樓宇設(shè)備運行和運維任務(wù)，推動能源管理領(lǐng)域從數(shù)字化向智能協(xié)同邁進。
不同于常見的通用AI工具，EcoStruxure™ Building GPT的功能不僅僅是簡單的對話，而是面向樓宇暖通系統(tǒng)的能效提升與運維變革，融合了知識圖譜與大語言模型的行業(yè)專用智能體，具備“感知、理解、診斷、決策與優(yōu)化”的閉環(huán)能力。
通用到專用 施耐德電氣打造更“懂行”的智能體
與市場上眾多“套殼”大模型的產(chǎn)品不同，EcoStruxure™ Building GPT并非簡單地將基礎(chǔ)模型“換殼”嵌入，而是基于施耐德電氣在OT（運營技術(shù)）領(lǐng)域數(shù)十年的知識、數(shù)據(jù)與流程積累，重構(gòu)了一套“行業(yè)智能體架構(gòu)”。
施耐德電氣數(shù)字能效業(yè)務(wù)中國區(qū)數(shù)字樓宇和智能系統(tǒng)產(chǎn)品市場部負責人魏琨表示：“施耐德電氣一直以來都是數(shù)字化的引領(lǐng)者，在能源管理的OT領(lǐng)域有非常豐富的經(jīng)驗和數(shù)據(jù)積累，以及專家的積累。因此，施耐德電氣有信心在這一領(lǐng)域發(fā)揮引領(lǐng)作用。”
施耐德電氣數(shù)字能效業(yè)務(wù)中國區(qū)數(shù)字樓宇和智能系統(tǒng)產(chǎn)品市場部負責人 魏琨
回歸到EcoStruxure™ Building GPT本身，具體而言，其核心能力體現(xiàn)在五大“支柱技術(shù)”上：
其一是深度融合的知識圖譜。通過構(gòu)建領(lǐng)域知識圖譜，將原本分散的設(shè)備知識、專家面對故障的經(jīng)驗和運行邏輯進行結(jié)構(gòu)化管理，實現(xiàn)智能體的“知識成型”，從根本上解決信息混亂的問題。
具體而言，施耐德電氣將暖通設(shè)備的點位關(guān)系、控制邏輯、故障模式、運維手冊等海量的非結(jié)構(gòu)化知識，結(jié)構(gòu)化為邏輯清晰的知識圖譜。這使得AI不僅能回答“是什么”，更能基于邏輯推理，深刻解釋“為什么”，這為復雜的故障診斷提供了堅實基礎(chǔ)。
其二是自然語言驅(qū)動的大模型交互。“EcoStruxure™ Building GPT的核心目標是降低技術(shù)門檻。”魏琨舉例稱，樓宇運維團隊人員的素質(zhì)參差不齊，一些年紀較大的員工，盡管擁有豐富的經(jīng)驗，但對于使用復雜的數(shù)字化工具卻存在挑戰(zhàn)。而有了AI的加持，他們就可以通過對話、交互獲取信息，最大程度地降低了門檻。
其三是多模態(tài)感知與解析能力。EcoStruxure™ Building GPT支持圖紙PDF、語音輸入、Excel表等多模態(tài)的數(shù)據(jù)解析。
魏琨解釋說：“用戶只需將點位信息、暖通設(shè)計圖紙等PDF文件上傳，系統(tǒng)就能在后臺進行語料識別、文件識別和數(shù)據(jù)采集，繼而自動構(gòu)建起項目的本地知識庫。這種方式也降低了AI部署的復雜度和成本。”
其四是先進的RAG與模型微調(diào)技術(shù)。為了確?；卮鸬木珳市院拖嚓P(guān)性，盡可能減少模型的幻覺率，EcoStruxure™ Building GPT不僅利用了RAG（檢索增強生成）機制，還將強化學習（Reinforcement Learning）和LoRA（低秩自適應(yīng)）微調(diào)技術(shù)融入模型訓練中。
“我們的LoRA也借鑒了MoE（混合專家模型）的訓練方法，確保模型更偏向于在行業(yè)場景中使用。”魏琨說。
其五是靈活的私有化部署能力。“數(shù)據(jù)安全是行業(yè)客戶非常關(guān)心的問題。”魏琨對此特別強調(diào)：“目前，很多客戶因為數(shù)據(jù)安全和隱私原因，不能讓數(shù)據(jù)上云。而EcoStruxure™ Building GPT在設(shè)計上原生支持與客戶自建的DeepSeek‘滿血版本’做配合，幫助客戶實現(xiàn)完全的私有化部署。此外。在運維一段時間后，我們可以把整個系統(tǒng)完全交付給客戶，徹底解決了他們對數(shù)據(jù)安全和供應(yīng)商綁定的顧慮。”
一句話搞定故障排查 EcoStruxure™ Building GPT讓“人效”與“能效”雙升
對于EcoStruxure™ Building GPT，施耐德電氣制定了兩大核心KPI——“人效”（人員效率）與能效提升。同時以AI技術(shù)深入運維、管理、能耗等多個維度，實現(xiàn)降本增效、提質(zhì)升級的成果。
在“人效”提升方面，EcoStruxure™ Building GPT以“AI梳理架構(gòu)+自然語言交互”的方式，極大降低了新員工上手的門檻。
過去，一個剛?cè)胄械倪\維人員需要熟悉繁復的設(shè)備點表和控制邏輯，翻閱厚重的圖紙才能勉強完成排查。
而如今，借助系統(tǒng)的智能問答功能，只需一句自然語言提問——如“東塔樓5樓空調(diào)太熱，空調(diào)系統(tǒng)是否存在問題？”，系統(tǒng)便可實時調(diào)取相關(guān)設(shè)備數(shù)據(jù)、歷史故障記錄、控制邏輯與圖紙，快速生成清晰的排查路徑與操作建議。這一方式將大幅縮短新員工的熟練周期，同時也讓團隊內(nèi)部的知識由隱性變?yōu)轱@性，實現(xiàn)了經(jīng)驗的結(jié)構(gòu)化、標準化沉淀。
通過語音輸入替代人工核對等傳統(tǒng)流程，EcoStruxure™ Building GPT將能夠有效提升數(shù)據(jù)校準等關(guān)鍵步驟的效率；同時，對工單和故障處理流程進行了深度重構(gòu)，借助自動化分析功能，不僅幫助企業(yè)減少了運維人力投入，還將故障處理周期縮短，相應(yīng)地帶來了維修成本下降。在實際運行中，這種效率優(yōu)勢轉(zhuǎn)化為對運營資源的更優(yōu)配置，使人力和設(shè)備都能以更高的效能運轉(zhuǎn)。
此外，EcoStruxure™ Building GPT還深度參與到故障診斷與風險管理中。通過“AI定位+故障分析”的組合，將平均故障修復時間大幅縮短。結(jié)合實時數(shù)據(jù)監(jiān)測和預測性預警機制，EcoStruxure™ Building GPT可以在問題發(fā)生前發(fā)出提示，將故障發(fā)生概率降低。此外，其決策建議的可視化能力也顯著減少了人為誤判的可能性，讓相關(guān)風險下降。這些特性共同構(gòu)成了一套更可靠、更主動的運維體系。
在管理層面，EcoStruxure™ Building GPT展現(xiàn)出對數(shù)據(jù)的深度整合與調(diào)用能力。EcoStruxure™ Building GPT能夠支持對設(shè)備運行狀態(tài)的精準查詢，讓一線操作人員與管理者都能在更短時間內(nèi)做出更準確的判斷，決策效率提升。
同時，其還能模擬多種調(diào)節(jié)策略的預期效果，輔助管理者選擇最優(yōu)方案，從而帶動整體系統(tǒng)運行效率提升。更重要的是，隨著系統(tǒng)持續(xù)運行，EcoStruxure™ Building GPT的動態(tài)知識庫也將自動不斷擴充，這使得經(jīng)驗的積累不再依賴于個體，而轉(zhuǎn)變?yōu)槠髽I(yè)資產(chǎn)，在新老員工之間實現(xiàn)無縫傳承，讓經(jīng)驗復用效率實現(xiàn)倍增。
魏琨透露，施耐德電氣內(nèi)部在部署EcoStruxure™ Building GPT時，設(shè)置了點贊、點踩等反饋機制。在模型初期上線階段，好評率維持在70%左右。而隨著持續(xù)迭代與優(yōu)化，如今好評率已超過90%，充分說明了其在真實場景下對一線人員的使用價值與支持力度。
除了提升運維與管理效率，EcoStruxure™ Building GPT在能效優(yōu)化方面也發(fā)揮了核心作用。其基于歷史運行數(shù)據(jù)、實時負荷信息與天氣預報模型，能夠為設(shè)施管理團隊提供精細化的能耗分析和節(jié)能策略建議。
正是在“人效+能效”的雙重驅(qū)動下，EcoStruxure™ Building GPT不僅成為施耐德電氣自身的智能化引擎，也正在為整個行業(yè)的轉(zhuǎn)型提供樣本。
但是，魏琨同時也強調(diào)說：“我們的目標從不是用AI取代人，而是讓人的經(jīng)驗可以被AI所吸收、轉(zhuǎn)化和復用，使AI成為經(jīng)驗傳承的工具，成為一線團隊的‘第二大腦’”。
從AI BOX到EcoStruxure™ Building GPT 用“結(jié)果導向”打通AI商業(yè)化
其實，施耐德電氣在AI領(lǐng)域的探索早在“Agent爆發(fā)”甚至“AI爆發(fā)”之前。2023年，施耐德電氣就推出了首款此類產(chǎn)品——SpaceLogic™ AI BOX（樓宇節(jié)能盒）。
魏琨回憶道：“當初在發(fā)布SpaceLogic™ AI BOX（樓宇節(jié)能盒）時，ChatGPT還沒有深入到B端市場。那時，大家對AI的理解還很模糊，甚至心存顧慮，我們花費了大量時間去和客戶溝通、培育市場。”
然而，隨著2023到2024年AI市場的快速成熟，情況變得完全不一樣了。“今年我們再和客戶談到EcoStruxure™ Building GPT，他們的接受度非常高，覺得這再自然不過。”魏琨直言道：“C端用戶認知的普及，極大地推動了B端產(chǎn)品的落地——這確實是我們這個時代的紅利。”
市場一旦成熟，商業(yè)模式自然明朗。當被問及成本時，魏琨坦言道：“重點不是價格，而是價值。”
我們的定價邏輯非常簡單——以為客戶創(chuàng)造的結(jié)果付費。但更核心的是，施耐德電氣所有AI產(chǎn)品的定價都與結(jié)果掛鉤。“說到底，你必須先幫客戶賺到或省下足夠多的錢，才有資格從他那里分享一部分收益。”魏琨說。
也正是這種“先創(chuàng)造價值，再分享價值”的底層邏輯，讓施耐德電氣對AI的未來角色有了更高的期望。
談及此，魏琨也展望道：“未來，AI不再是冰冷的工具，而是更‘懂業(yè)務(wù)’的數(shù)字同事。當然，施耐德電氣也將繼續(xù)演進?；蛟S，明年的今天，我們將見證第三次技術(shù)融合下，帶來的新產(chǎn)品。”
寫在最后
在產(chǎn)業(yè)AI的競爭進入深水區(qū)的當下，施耐德電氣的此次的發(fā)布其實反應(yīng)了一種模式——“先有行業(yè)懂行，再有AI賦能”。這種模式，或許能擺脫純技術(shù)公司“拿著錘子找釘子”的窘境。
EcoStruxure™ Building GPT將機器側(cè)復雜的、非人性的數(shù)據(jù)語言，翻譯為一線人員能理解、能執(zhí)行的決策指令，從而將AI從“聰明的玩具”轉(zhuǎn)變?yōu)橹睋?ldquo;人效”與“能效”兩大痛點的生產(chǎn)力工具。
這種轉(zhuǎn)變背后反映的是B端市場對AI認知的成熟化。當C端用戶已經(jīng)習慣了Chatbot式的交互后，B端客戶對AI的期待也從“能用”升級為“好用”。這為專業(yè)化AI產(chǎn)品創(chuàng)造了更好的市場窗口期。
而更深層的啟示在于，未來在AI領(lǐng)域的競爭或?qū)⒉辉偈撬惴▋?yōu)劣的比拼，而是對特定行業(yè)“know-how”的深度理解和重塑能力。誰能將數(shù)十年的行業(yè)積淀轉(zhuǎn)化為AI的“肌肉記憶”，誰就能在行業(yè)的垂直賽道中建立更加堅固的“護城河”。
評論