随着工业人工智能重塑工厂和供应链，供应商生态系统正在迅速扩大。企业寻求人工智能来提高效率和加快创新，而初创企业可以创造价值并颠覆从制药制造到物流和航空航天等行业。
欧洲的资金反映了这一趋势：仅在2025年第一季度，欧洲的人工智能公司就筹集了约30亿欧元的风险投资，比2024年同期增长了55％。这种势头的原因很简单：在企业在极端的时间和预算限制下交付服务的行业，高管们渴望获得能够重新构想工作流程和促进利润显著改善的应用程序。
新的生成 [AI] 方法可以通过数字仿真和更高的效率提供全新的解决方案，这是以前无法实现的。
他说：“它们不仅使效率发生了巨大变化，而且有些还开启了全新的流程和工作方式。” 凯瑟琳·克鲁普，WIRED Consulting的董事总经理，他是本文引用的不断发展的人工智能生态系统中的几位专家之一。
设计是人工智能可以加快生产阶段并提高效率的一个领域。
由于人工智能工具允许工程师分析大量结构化和非结构化数据，它们通过仿真为替代材料和性能提供了新的视角，并有助于解决长期存在的供应链瓶颈。
我看到，在这个世界中，供应链将进行重大重新格式化，现有方法将受到极大破坏。
他说，正是人工智能技术的融合和异花授粉才实现了重大突破 乔恩·尼曼，G42的投资副总裁。G42是一家总部位于阿布扎比的人工智能开发公司，专注于医疗保健、航空和其他工业领域的解决方案。
除了释放重大的盈利能力外，人工智能开发人员还有可能在更大的范围内产生积极影响。对于 迈克·内兹作为初创咨询公司embassidy的创始人，人工智能在缓解气候变化方面的潜在作用是其最令人兴奋的特点之一。例如，它可以通过设计阶段的创新来减少材料浪费，因为工业产品高达80％的环境足迹已经由其设计决定。
人工智能驱动的工业机器人抓手的重新设计与增材制造相结合，可以使每个机器人的碳排放量减少82％。
奈茨说：“工业领域仍然是世界上最大的温室气体排放源之一。”
人工智能驱动的解决方案可以在能源效率、推动电气化、最大限度地减少材料浪费和优化流程方面发挥巨大作用。
但是，无论多么鼓舞人心，对人工智能在现实世界中能取得的成就有一个愿景只会让你走得更远。正如本文中介绍的专家所解释的那样，人工智能公司的创始人需要清楚地了解领域的专业知识、如何扩展和协作，以及对最终用户的痴迷。
领导工业人工智能转型不是一家公司能够单独完成的任务。这就是我们塑造一个蓬勃发展的工业人工智能生态系统的原因，这需要客户、行业领袖、初创公司、卖家、合作伙伴和开发者之间的紧密合作。
Industrial AI 辅助视觉模拟，为工厂车间带来实际影响。
工业人工智能初创公司面临的挑战之一是定义明确的投资回报率（ROI）路径和在行业背景下引起共鸣的用例。如果他们无法正确处理这个问题，他们的应用程序很可能会在噪音中迷失。
根据Crump的说法，初创企业需要努力解决行业中未满足的特定需求。采用这种思维方式可以为他们带来竞争优势。她说：“现在有太多的人工智能炒作，还有大量的初创公司正在使用这项技术进行创新。”“那些脱颖而出的人可以证明他们独特的人工智能解决方案在哪里满足明确的需求并带来更好的结果。他们的产品和服务显示出切实而积极的业务影响和明显的投资回报率。”
初创公司如何产生影响可能因行业环境而异，人工智能技术的许多潜在应用就是如此。初创企业需要对他们的解决方案如何与工业硬件进行交互表现出深刻的理解，或者需要合作以获得领域专有技术和高质量的工业数据集。
建议，重点应放在事实上，使用专有数据并提供可扩展、以用户为中心的解决方案 塞缪尔·舒勒，赖曼投资风险管理公司董事总经理。他说：“在定制人工智能解决方案之前，优先考虑对实际工业工作流程有深入的了解。”
量身定制、特定领域的见解通常优于通用 AI 策略。
亚历山大·奥林，中小型卫星发射服务提供商ISAR Aerospace的首席数字官也强调了现实世界领域专业知识的重要性。
除了技术资格外，我还会尝试评估创始人的领域专业知识。
为了确保他们的解决方案对行业产生预期的影响，并确保其在用户中得到广泛采用，初创企业需要表现出对交付的极大关注。实际上，这意味着对最终用户以及他们如何使用人工智能工具变得非常好奇。
大使馆的内茨建议创始人和领导者：“要沉迷于你正在为之构建解决方案的实地人物。”“为他们建造，而不是为他们的老板建造。与他们联系以获取反馈。了解他们的痛苦，了解他们的工作现实，了解他们的流程。”
开发以用户为中心的人工智能是成功部署的关键。
奥林还强调了与终端用户密切合作的价值，认为当初创企业开始站稳脚跟时，最能体现切实的实地成果。他争辩说：“确保早期试点实施的Industrial AI初创公司，即使范围有限或获得部分补贴，也能树立理论企业根本无法比拟的信誉。”
相反，对客户工作现实的掌握不足可能会对销售产生负面影响，尤其是在将目标对准公用事业、石油和天然气、航空航天和政府领域有自己需求和偏好的公司时。
G42的尼曼说：“我一次又一次地看到了它。”“人们没有意识到这些类型的客户不想将他们的数据转储到数据湖中，他们想要为期两年的试点或供应商评估，他们往往是快速关注者，他们往往为初创公司支付更少的令人兴奋的倍数。”
归根结底，这是为了建立信誉。对于在这项工作中取得成功的初创公司来说，好消息是，他们将发现自己的需求越来越高。
作为投资者，在评估一家初创公司是否会成功时，尼曼说，他特别关注创业公司的起源故事。尼曼说：“我发现这条路是未来的最佳预测指标。”“了解公司成立之初的结构、产品、技术和团队比单独了解其中任何一个部分都更为重要。帮助公司脱颖而出的是了解其根源——创始人的技能、思维和思维方式，以及产品的商业化方向。所有这些要么证实了故事，要么揭开了故事。”
本文的见解由 2025 年工业人工智能大奖的初创企业评审团成员提供 有目的的人工智能峰会。