　　在19世纪末20世纪初， Ferdinand von Steinbeis是我们公司名字的创始人。他看到了日常工业实践和良好教育之间的差距。他发明了一种管理教育和工业实践的理论来将这些力量结合在一起，并建立了（我们在德国所说的）培训的职业，把教育和实践结合在一起。因此，这不是教育和工业实践本身，而是两者的结合。我们必须把教育的力量、工业实践的力量结合起来，从而把这些力量结合到个人身上。

　　把这两股力量联合起来是第一步，但还不够。如果现在谈论这个话题，在数字转型的时代，我们需要的不仅仅是把这两种力量结合在一起，并进行管理，我们需要更多。

　　我认为这就是Steinbeis大学理念的基础。Steinbeis大学成立于30年前，它是关于管理科学、教育和工业实践的思考，将这些结合到我们所谓的项目能力研究中。这意味着学生必须在行业内工作，同时他们也必须接受教育，了解行业存在的问题，来解决处理这类问题。

　　从这些观点出发，问题是我们如何引入下一种力量。我们有科学、有教育、工业实践。但研究表明，我们还需要管理第四种力量，这意味着如何让公司进入跨领域的生态系统。并不是说要签订更受欢迎的合同，而是需要改变我们的想法，如何让人们在跨领域合作中工作，这就是我们引入Steinbeis研究理论的基础。

　　Steinbeis研究管理者这三种力量：科学、工业实践和跨领域合作，这并不是说我们只需要一个人统筹管理这三种力量，没有一个人能够管理跨领域合作。Steinbeis研究的新观点是将项目称为实验台和挑战，也是我们如何将不同的人聚集在一张桌子上。

　　我们有一个测试桌，研究人员来自科学领域的学术人士，他们与来自行业的人一起思考，从工业实践，从现实世界解决问题。他们坐在一起讨论数字转型的主题。

通过这些测试平台和挑战获得了很好的经验。举两个例子：

　　1、第一，在木材行业的整合中遇到了真实的问题。

　　这个个项目也被称为微型试验台，我们都知道某些行业，它们有很高的风险。比如木材行业，可能会遇到火灾。因此，很多锯木厂容易被烧毁或遭受火灾的严重破坏。从传统的想法来看，这只是一个我们应该考虑如何及早发现火灾，以及如何处理火灾的问题，这样我们就可以降低损失的风险。但是，我们必须洞察管理，工业实践、教育和跨领域合作之间的关系。

　　这种情况下，我们所做的是：从不同的分支行业带来人才。让相关公司、保险、锯木厂老板坐在一个桌子上, 同时请来一些来自学术的、接受了高质量教育的人聚在一起, 然后讨论同样的事情在将来也会有同样的风险吗?

　　我们看到了大火，就要努力把损失控制在低水平。这不是识别火灾而是避免火灾，避免燃烧。所以这些公司聚在一起，制定计划，有伟大的想法，有伟大的创新任务。我们所做的就是我提到的五种力量。

　　从第一步开始，基于实际的情况构建数字模型，这样就能从数字世界洞察现实。这个锯木厂是怎么经营的？这台机器是怎么工作的? 温度是如何影响的？用数字模型建立真实的锯木厂和其他业务相关的行业。

　　随后，一些合作伙伴开始描述和构建人工智能服务。他们通过数字模拟把握住了真实世界的问题，例如有些情况下温度异常可能是其他不同的影响因素出错了、什么样的模式有很高的风险。所以即使他们不知道锯木厂和木材行业，但他们有很多的人工智能的经验以及控制风险的经验等，同样可以展开工作。例如,保险公司、第三方、建筑商、在机器流程有很大的经验的机械厂商。他们在跨领域合作中走到了一起。

　　我们与学者、模拟技术共同合作，通过先进的理念、受过教育的人们，以及各种商业项目聚集在一起发明了我们称为AIOT的系统，这不仅仅是检测风险，例如检测火灾和降低损失，这是一种新的思考。从实践层面上，通过与学术界、与受过良好教育的人士的跨领域合作，规避风险。

　　２、第二，跨领域项目，也称为人工智能物联网用户组,我们称之为AIOT用户组。　　

　　人们聚集在一起，从科学、工业实践和跨领域合作中找到新的解决方案，通过AIOT带来新的或可实现的商业模式。AIOT的使用意味着在市场上的实体产品中使用人工智能，管理五种力量而不是一个行业。如何能使AIot运转？它不是一个常见的工业生产，或一些分支机构。我想现在很多企业都在寻找这个问题的答案。

　　所以当我提到它，要记得它需要管理四个力量的因素：学术界、商业分支、教育机构、受教育的人才聚集在一起来寻找问题的解决策略。如何处理AIOT意味着我们如何能给真实社会带来人工智能服务产品，如何在云环境中使用人工智能服务，以更好地为社会工作。它将如何有一个伟大的算法，它对我们不同软件工程人员意味着什么等等。

　　如何处理这四种力量，将学术界，教育，商业实践和跨领域合作结合起来，这意味着来自不同部门的人们一起协作：与数据协作、与劳动力协作、并与公司的洞察力合作，为市场带来新的转型成功的商业模式。

友情链接