AI技術(shù)的發(fā)展與應(yīng)用豐富了智能制造內(nèi)涵

生成式AI的發(fā)展、大模型的應(yīng)用使得AI這項(xiàng)技術(shù)更加貼合行業(yè)場(chǎng)景，并滲透到企業(yè)有關(guān)研發(fā)設(shè)計(jì)、生產(chǎn)制造、銷(xiāo)售服務(wù)等全流程中，在這種新語(yǔ)境下，“智能制造”內(nèi)涵再度得到豐富。

郭楠表示，數(shù)字化、網(wǎng)絡(luò)化、智能化制造都屬于智能制造的范疇。智能制造體現(xiàn)在設(shè)計(jì)、生產(chǎn)、物流和銷(xiāo)售等端到端的環(huán)節(jié)中。

華為制造與大企業(yè)軍團(tuán)CEO 劉超

劉超認(rèn)為，制造企業(yè)使用數(shù)字化和智能化技術(shù)，提升效率和競(jìng)爭(zhēng)力的整個(gè)實(shí)踐過(guò)程，就是智能制造。數(shù)字化、智能化技術(shù)拓展了制造的新邊界。而AI這一輪技術(shù)浪潮正在以?xún)r(jià)值驅(qū)動(dòng)著制造業(yè)全鏈路數(shù)字化轉(zhuǎn)型和智能化升級(jí)。

● 在研發(fā)設(shè)計(jì)環(huán)節(jié)，比如生物醫(yī)藥行業(yè)在AI技術(shù)加持下，新藥物發(fā)現(xiàn)時(shí)間可能從數(shù)年縮短至數(shù)月，成本下降70％以上；

● 在生產(chǎn)調(diào)度環(huán)節(jié)，比如華為在AI技術(shù)幫助下，可在1.5個(gè)小時(shí)內(nèi)完成未來(lái)35天的供應(yīng)計(jì)劃分解，這都是AI技術(shù)對(duì)智能制造各個(gè)環(huán)節(jié)的使能。

制造企業(yè)擁抱數(shù)智化存在不確定性和挑戰(zhàn)

智能制造的概念提出至今已近十年，但制造企業(yè)的數(shù)字化轉(zhuǎn)型和智能化升級(jí)之路始終存在多重挑戰(zhàn)。郭楠總結(jié)了傳統(tǒng)制造業(yè)尋求數(shù)字化轉(zhuǎn)型和智能化升級(jí)時(shí)會(huì)面臨的不確定因素：

● 戰(zhàn)略層面：企業(yè)一定會(huì)遇到零號(hào)難題——到底該干什么？做到什么程度？從何入手？

● 人才層面：?jiǎn)T工中同時(shí)懂IT、工藝、制造、裝備等各類(lèi)知識(shí)的復(fù)合型人才短缺；

● 投資層面：投資回報(bào)比難以計(jì)算，而智能制造一旦投資就沒(méi)有回頭路。

目前，大模型加速涌現(xiàn)，各行各業(yè)都在關(guān)注自己所處領(lǐng)域的大模型應(yīng)用成效如何。對(duì)此，郭楠補(bǔ)充道：“制造行業(yè)的作業(yè)流程具備極強(qiáng)的確定性，生成式AI和大模型滲透到制造業(yè)的核心場(chǎng)景中需要解決的問(wèn)題非常多，比如需要迭代掉生成結(jié)果的不確定性，AI在制造業(yè)的應(yīng)用需要更有針對(duì)性?！?

江汽集團(tuán)作為制造業(yè)汽車(chē)領(lǐng)域的大型企業(yè)，自2020年起至今在數(shù)字化轉(zhuǎn)型和智能化升級(jí)道路上已探索多年，對(duì)制造業(yè)走向數(shù)智化存在的挑戰(zhàn)有切身體會(huì)。劉峰將江汽集團(tuán)在升級(jí)轉(zhuǎn)型過(guò)程中遇到的挑戰(zhàn)歸結(jié)為三點(diǎn)：

首先，智能制造的投資規(guī)模動(dòng)輒達(dá)到幾十億甚至上百億，這需要企業(yè)對(duì)數(shù)智化轉(zhuǎn)型抱有堅(jiān)定決心；

其次，企業(yè)知道自身規(guī)劃的轉(zhuǎn)型方向是正確的，也要衡量自身能力是否與之匹配，對(duì)自身有清晰認(rèn)知；

最后，人才儲(chǔ)備是決定公司轉(zhuǎn)型能否走下去的關(guān)鍵，但同時(shí)懂IT、應(yīng)用、場(chǎng)景等的人才是最稀缺的。

制造企業(yè)如何應(yīng)對(duì)數(shù)字化轉(zhuǎn)型和智能化升級(jí)的挑戰(zhàn)？

如今，江汽集團(tuán)旗下的瑞風(fēng)RF8已是廣受好評(píng)的網(wǎng)紅車(chē)型，新建的新港智慧工廠也按照《智能制造能力成熟度標(biāo)準(zhǔn)》中L4智能化生產(chǎn)（優(yōu)先級(jí)）的目標(biāo)建設(shè)，其中蘊(yùn)含著解開(kāi)上述挑戰(zhàn)的答案。

江汽集團(tuán)信息化管理部部長(zhǎng) 劉峰

劉峰表示，瑞風(fēng)RF8取得商業(yè)成功，背后原因在于江汽集團(tuán)與華為的合作過(guò)程中，吸納了華為IPD（集成產(chǎn)品開(kāi)發(fā)）流程，并組建了PDT團(tuán)隊(duì)（產(chǎn)品開(kāi)發(fā)團(tuán)隊(duì)），改變?cè)械漠a(chǎn)品商業(yè)邏輯，從技術(shù)為先轉(zhuǎn)變?yōu)橐允袌?chǎng)需求為先。

劉超介紹了上述合作過(guò)程中的細(xì)節(jié)，他談道：“華為向江汽集團(tuán)派出一支咨詢(xún)顧問(wèn)團(tuán)隊(duì)，把華為公司產(chǎn)品的開(kāi)發(fā)流程、制度、方法變成江汽集團(tuán)產(chǎn)品的開(kāi)發(fā)流程、制度、方法。這套制度流程會(huì)在后續(xù)的實(shí)踐過(guò)程中不斷迭代和演變，最終固化為江汽集團(tuán)自己的能力?！?

劉峰結(jié)合江汽集團(tuán)數(shù)字化轉(zhuǎn)型和智能化升級(jí)成功經(jīng)驗(yàn)總結(jié)出三點(diǎn)核心要素：

● 做好頂層設(shè)計(jì)。梳理頂層設(shè)計(jì)的邏輯才能做好后續(xù)的逐級(jí)、逐層管理，避免資金和時(shí)間的浪費(fèi)；

● 用好外腦。傳統(tǒng)制造業(yè)企業(yè)尋求數(shù)字化轉(zhuǎn)型和智能化升級(jí)時(shí)，可以尋找華為等轉(zhuǎn)型經(jīng)驗(yàn)豐富的企業(yè)合作，改變舊有模式，轉(zhuǎn)換思路；

● 控制成本，試點(diǎn)先行。優(yōu)先選擇一些典型場(chǎng)景作為標(biāo)桿試點(diǎn)進(jìn)行突破。試點(diǎn)成功之后再將成功經(jīng)驗(yàn)向下復(fù)制，由此可降低轉(zhuǎn)型中的不確定性。

中國(guó)電子技術(shù)標(biāo)準(zhǔn)化研究院物聯(lián)網(wǎng)研究中心主任 郭楠

郭楠認(rèn)為，該過(guò)程中最值得借鑒之處在于“跨界學(xué)習(xí)”，江汽集團(tuán)與華為的合作實(shí)現(xiàn)了將經(jīng)驗(yàn)和工作流程工具化，成為跨項(xiàng)目、跨行業(yè)快速?gòu)?fù)制的行業(yè)典范。

劉超表示，華為制造與大企業(yè)軍團(tuán)是華為能力與制造企業(yè)之間的“連接器、放大器、催化劑”。對(duì)此，他進(jìn)行了詳細(xì)解讀：

● 連接器：充分理解制造企業(yè)的痛點(diǎn)和需求，將華為的解決方案與制造企業(yè)的需求相連接；

● 放大器：剖析、分解客戶(hù)需求后，將客戶(hù)的共性需求在各個(gè)相關(guān)產(chǎn)品的開(kāi)發(fā)過(guò)程中進(jìn)行受理；

● 催化劑：讓客戶(hù)應(yīng)用場(chǎng)景與華為提供的技術(shù)有機(jī)結(jié)合，產(chǎn)生化學(xué)反應(yīng)，甚至達(dá)到聚變級(jí)、裂變級(jí)。

華為制造與大企業(yè)軍團(tuán)集結(jié)了華為內(nèi)部覆蓋研發(fā)到銷(xiāo)售全鏈條各環(huán)節(jié)的專(zhuān)家，能夠快速集結(jié)資源，找到價(jià)值場(chǎng)景，聯(lián)合行業(yè)伙伴為制造企業(yè)提供匹配需求的場(chǎng)景化解決方案。截至目前，華為已經(jīng)與1000家伙伴一起服務(wù)于中國(guó)超過(guò)8000家制造企業(yè)，成為客戶(hù)身邊加速數(shù)智化轉(zhuǎn)型的重要伙伴。

未來(lái)，隨著制造行業(yè)數(shù)智化走深向?qū)?，制造業(yè)將形成更開(kāi)放的生態(tài)環(huán)境，相信在智能制造的明確目標(biāo)下，我們可以向著光和希望，攜手加速奔跑。