在科技创新的浪潮中，人工智能（AI）已成为推动各行业深刻变革的核心驱动力。然而，面对AI的兴起，关键不在于盲目抢占风口，而在于如何更好地借势发力，驭风前行。

作为全球领先的动力解决方案提供商，康明斯凭借其前瞻性的战略视野和持续的创新投入，在数字化进程中取得了显著成果。如今，面对AI技术的发展，康明斯积极探索AI与自身业务的深度融合，并思考如何通过AI赋能企业及整个行业的进步。

3月25日，康明斯在武汉东亚研发中心举行了一场重要的发布会，宣布了50项旨在实现零碳目标的具体行动措施。此次发布会不仅是康明斯对可持续发展承诺的体现，也是其数字化转型和AI应用成果的一次集中展示。

发布会上，康明斯中国数字化总经理洪云接受了《中国物流与采购》杂志记者的专访。他强调，通过AI的强大支持，康明斯不仅优化了内部流程、提升了产品性能，还为制造业的智能化转型提供了宝贵的经验和示范案例。

▍布局数字化，实现用户与产品深度连接

康明斯的数字化发展已历经十余年，从最初聚焦研发服务和工程质量，逐步拓展至用户应用领域，实现了全方位变革。这一进程基于康明斯深厚的行业经验、对中国市场长达50年的深刻理解，以及精准把握中国数字化发展浪潮的敏锐洞察力。

举例来看，康明斯的数字孪生技术是其数字化战略的核心亮点之一。这项技术最初应用于航空发动机的运维维保和故障探测，但康明斯创新性地将其前置到了研发阶段。借助超过120万个实时数据节点的支持，康明斯能够精准分析不同细分市场客户的需求，实现个性化定制产品开发。洪云强调：“我们真正做到了‘比客户更了解客户’！”

具体而言，数字孪生结合OTA（远程升级技术）、云计算、系统仿真和最优化算法，可以助力康明斯产品完成从研发到应用的三个进阶：一是从千万种可行的设计中精准识别最优方案；二是根据真实使用场景针对性地定制动力系统性能；三是使每个行程在使用中都能实时提升燃油经济性。

另据了解，在数字孪生的基础上，康明斯两年前开始布局人工智能辅助设计。随着大数据的积累和对市场、客户的深入了解，康明斯实现了从分析型领导设计向数据驱动设计的转变。

康明斯将数据与人工智能深度融合，贯穿于参数化设计、建模、校验、发放等全流程。借鉴互联网思维和软件开发迭代经验，其在硬件开发上实现了更高的敏捷性。

“如果说数字孪生解决了研发中的‘准’的问题，那么人工智能辅助设计则解决了‘快’的问题，二者成为康明斯最新研发工具箱中的两大秘密武器。”洪云表示。

当然，产品的最终目的是满足客户需求。在完成精准设计后，康明斯将算法平台开放，于两年前发布了妙算大数据算法平台。该平台为主机厂和最终用户提供了超过500个模型的结果，进一步实现了从研发到用户应用的无缝衔接。

在用户实时使用方面，正如前述提到的，康明斯通过不断优化发动机，确保其始终保持在最佳运行状态，不浪费用户一滴油。同时，后台的智能诊断和预测性模型为用户提供无忧保障，让用户在使用过程中安心无忧。此外，该算法平台还助力服务站提升能力，实现产品从投放到服务站响应准备的同步，确保新产品和成熟产品的服务能力一步到位。

值得一提的是，康明斯通过将数据价值最大化，实现了主机厂、用户和自身三方共同受益。

康明斯收集的数据仅限于发动机动力链产生的数据，不收集任何涉及用户隐私的信息，严格遵循国家法规要求。在此基础上，康明斯内部还制定了高于法规标准的

数据采集合规管理制度。所有在中国收集的数据均按照中国要求存储在中国供应商的云上，确保数据的安全性和可控性。

“我们始终坚持严格遵守中国的相关法规，使用的数据不涉及个人信息，均以康明斯发动机的运行工况数据为主，且数据来源与处理均合法依规。”洪云告诉记者。

据介绍，康明斯使用数据的主要目的是确保车辆实时最优性能，围绕发动机使用进行优化。通过云端算法对发动机功能进行优化，实现技术升级。这种做法既提升了发动机的性能，也帮助主机厂发挥整车优势，助力用户降排减碳。

▍AI是工具，要为企业以及终端客户所用

面对AI浪潮的袭来，康明斯认为，AI是技术发展到一定阶段的必然产物，更是推动企业内部业务流程革新的关键工具。康明斯在AI布局上展现出了前瞻性的战略眼光，早在DeepSeek大火之前，就已开始积极实践AI的应用。

康明斯将AI应用视为一种文化转变。过去，发动机设计主要依赖传统经验；数字化时代，数据成为设计的重要依据；而AI的出现，则进一步加速了知识总结和经验传承的过程。以发动机失效问题为例，每一代产品出现的问题在历史上往往都有迹可循，但由于知识分散在服务器、档案室和员工脑海中，整理和利用这些知识需要耗费大量时间和精力。AI的应用，使得康明斯能够高效地组织和利用这些知识，大大缩短了推理和总结的时间。

洪云举例说：“每一代新产品出现的问题，在历史上其实都曾出现过。这是因为我们有大量的知识没有很好地总结出来或传承下来。现在，AI为我们提供了一个高效组织信息的机会，使我们可以更快速地整理和利用这些知识。”

在内部业务流程赋能方面，康明斯采用开放的态度，不局限于自主开发所有AI工具，而是积极利用市场上成熟的供应链管理、知识图谱和大模型等解决方案。通过这种方式，康明斯快速提升了内部流程的效率和质量，同时培养了员工运用AI解决问题的文化。员工在解决内部问题的过程中，逐渐积累了经验，为后续解决用户和产品问题奠定了坚实基础。

当内部业务流程得到优化后，康明斯将目光投向了用户和产品问题。从大数据时代到AI时代，数据的处理成为关键挑战，而AI正是解决这一问题的得力工具。

康明斯的产品广泛应用于商用车、工程机械等多个领域，不同场景下的驾驶行为和使用习惯千差万别。AI的出现，使得康明斯能够根据用户的不同需求，快速生成最适合的解决方案，并实现快速部署、验证和迭代。在过去，没有AI的支持，要实现如此高效和个性化的服务是难以想象的。

洪云指出：“从大数据时代过渡到AI时代是一个非常自然的过程。在大数据时代，我们收集了大量的数据，但如何处理这些数据则需要借助AI这个强大的工具。”

然而，洪云也指出，当前的AI仍处于泛化大模型阶段，虽然具备一定的推理能力，但要真正解决行业细分领域应用场景中的问题，还需要进一步探索。康明斯凭借自身丰富的行业经验，结合市场上现有的AI技术，积极开展探索和实践。预计在不久的将来，康明斯将在AI应用方面取得更多突破，为用户提供更加优质的产品和服务。

在AI热潮下，许多企业盲目跟风，却忽视了AI应用的本质。洪云强调，AI只是实现目标的手段，关键在于如何定义问题。在制造业中，工程师凭借丰富的经验，最了解客户面临的故障和需要解决的问题。只有准确定义问题，才能充分发挥AI的作用，达到事半功倍的效果。

许多企业在应用AI时，往往急于求成，没有深入思考AI能够解决的具体问题，导致投入大量资源却收效甚微。康明斯则通过结合自身行业经验和知识，在定义问题的基础上，有针对性地应用AI技术，从而实现了AI与业务的深度融合。

▍结语

康明斯在数字化和AI应用方面的探索与实践，为制造业树立了典范。面对AI技术的快速发展，康明斯保持着清醒的头脑和积极的态度。洪云认为，只有顺应潮流，用好AI工具，真正解决用户的问题，企业才能持续领先。

康明斯在过去100年中，始终秉持着开放的态度，不断吸收新技术、新理念，解决自身发展中的问题。

康明斯的目标不仅仅局限于自身的发展，还包括解决上下游供应商乃至全行业同类产品的问题。“我们希望把AI变成与康明斯业务紧密结合的一部分，不仅能解决康明斯自身的问题，也能帮助我们的客户和其他相关方。”

洪云透露，康明斯在推进AI行业落地时，希望将其与自身业务深度结合，实现多方共赢。就像康明斯的增压器可以应用于不同品牌的发动机，甚至拓展到燃料电池领域一样，康明斯希望通过AI技术的应用，解决自身、客户、上下游供应商以及全行业同类产品的问题。

这种开放共赢的理念，有助于构建一个良好的行业生态体系。通过共享AI技术成果，康明斯能够与合作伙伴共同提升行业竞争力，推动整个制造业的转型升级。同时，这也正是一家百年企业、一个行业领导者应有的责任和担当。