史毕福指出，当前，在全球范围内，大量资本正涌入人工智能，特别是机器学习领域。渐趋复杂的算法、日益强大的计算机、激增的数据以及提升的数据存储性能，为该领域在不久的将来实现质的飞越奠定了基础。
“尽管如此，人工智能以及其他颠覆性技术主要还是集中于消费领域，要真正实现以科技创新重塑中国经济，这些前沿技术在工业领域及企业间的大规模应用则更为关键。”史毕福表示，“相比消费者相关的数据，机器生成的数据通常更为复杂，多达40%的数据甚至没有相关性。而企业必须拥有大量的高质量、结构化数据，通过算法进行处理，除此之外没有捷径可循。”
革命性的技术创新与制造业的融合充满挑战，但潜在的收益无比巨大。史毕福补充表示：“要充分释放新技术的潜力，企业必须首先实现运营的全面数字化，打造智能工厂，在价值链的各个环节生成和传输结构化数据。”
以工业机器人为例，其在未来制造业中的应用拥有巨大的发展空间。ABB已在机器人领域深耕40余年，随着智能组件和传感器技术的进步，我们可以借助机器学习开发机器人编程的新方式，通过赋予机器人一定的思考和自我学习能力，使其能够更加灵活地满足大规模订制化生产的需求。
据悉，ABB从去年开始携手IBM，共同开发ABB AbilityTM的机器学习能力。
中国是当今全球人工智能开发领域的领跑者之一。在过去数年中，中国出台了一系列前瞻性政策规划。人工智能技术与物理世界日益紧密的联系，也会带来数据安全及伦理道德方面的挑战。
未来，人工智能将在重塑中国制造业的征程中发挥重要作用，但真正实现转型还需要创造积极的发展环境，比如进一步强化《中国制造2025》中“智能制造”的相关内容，制定有效的跨行业标准确保所有数据可被机器读取和解释。
史毕福提醒，自动化和机器学习的普及将衍生出大量新的职业种类，教育体系也需要进行改革，加强对高科技创新人才的培养，鼓励终身学习，以适应新时代的要求，谱写人工智能与制造业融合发展的广阔未来。
去年6月，ABB在杭州举办主题为“数字化引领产业升级”的2017ABB电力与自动化世界活动。这是是2017年ABB在中国规模最大、级别最高的年度盛会，也是ABB首次在杭州举办的大型客户活动。
