當(dāng)前，以 ChatGPT、文心一言為代表的 AI 大模型技術(shù)席卷全球，千行百業(yè)正在經(jīng)歷從 " 大練模型 " 到 " 煉大模型 " 的生長周期，并迎來如工業(yè)變革一樣的發(fā)展機(jī)遇。在這場智能化深入變革中，攻關(guān)大模型、探索大模型落地場景，成為千行百業(yè)緊抓變革機(jī)遇、謀求智能化發(fā)展的必然選擇，為企業(yè)管理者和政策制定者所重點關(guān)注。

事實上，大模型的發(fā)展蘊(yùn)含著一場人工智能落地模式的變革。尤其是在制造業(yè)場景中，通用 AI 解決方案能夠打破技能和知識壁壘，通過人機(jī)共創(chuàng)的新模式，為行業(yè)企業(yè)帶來更多創(chuàng)新性發(fā)展。工信部調(diào)查數(shù)據(jù)顯示，當(dāng)前我國人工智能核心產(chǎn)業(yè)規(guī)模超過 5000 億元，企業(yè)數(shù)量接近 4000 家，加之智能終端、智能芯片等創(chuàng)新成果不斷涌現(xiàn)，成為推動智能制造深入發(fā)展的驅(qū)動力量。

數(shù)智化風(fēng)口下，智能制造持續(xù)發(fā)展

【資料圖】

制造業(yè)是立國之本，強(qiáng)國之基。中國是世界上最大的制造業(yè)大國，將人工智能與制造業(yè)相融合，是中國實現(xiàn)由 " 制造大國 " 向 " 制造強(qiáng)國 " 轉(zhuǎn)變的重要一步。今年《政府工作報告》指出，要 " 加快傳統(tǒng)產(chǎn)業(yè)和中小企業(yè)數(shù)字化轉(zhuǎn)型，著力提升高端化、智能化、綠色化水平 "。截至目前，已有多地明確要進(jìn)一步推動制造業(yè)數(shù)字化、智能化升級轉(zhuǎn)型。

如今，在相關(guān)政策的加持下，我國智能制造取得了長足進(jìn)步，深度學(xué)習(xí)算法的出現(xiàn)賦予人工智能更加 " 智能 " 的學(xué)習(xí)能力，并融入制造業(yè)行業(yè)應(yīng)用場景。諸如，智能型制造推動高端制造業(yè)的無人化管理，全流程更加安全、可控 ; 推動制造業(yè)生產(chǎn)流程更加智能，實現(xiàn)降本增效 ; 實現(xiàn)機(jī)器人巡檢提供更穩(wěn)定可靠的服務(wù)，優(yōu)化人力資源 ; 強(qiáng)化巡檢密度和安全系數(shù)，智能制造全流程化在品質(zhì)保有的基礎(chǔ)上獲得更低廉的價格。

在人工智能充分融入家電、汽車、工程機(jī)械等制造業(yè)細(xì)分場景的同時，我國智能制造還取得巨大發(fā)展。工信部調(diào)查數(shù)據(jù)顯示，我國智能制造業(yè)接近 3 萬億元，建成近 2000 家引領(lǐng)行業(yè)發(fā)展的高水平數(shù)字化車間和智能工廠，110 家工廠達(dá)到國際智能制造先進(jìn)水平。制造業(yè)機(jī)器人密度增長約 13 倍，達(dá)到每萬名工人 322 臺。

與此同時，工信部還指出，通過智能化改造，智能制造示范工廠的生產(chǎn)效率平均提升 32%，資源綜合利用率平均提升 22%，產(chǎn)品研發(fā)周期平均縮短 28%，運(yùn)營成本平均下降 19%，產(chǎn)品不良率平均下降 24%。這些智能制造交上來的成績單有力推動了傳統(tǒng)產(chǎn)業(yè)在轉(zhuǎn)型升級中提質(zhì)增效、煥發(fā)生機(jī)，也讓實體經(jīng)濟(jì)活力更足，動力更強(qiáng)。

企業(yè)數(shù)智化遇難題，制造業(yè)經(jīng)歷 " 成長陣痛 "

在智能制造發(fā)展取得成績的同時，我們認(rèn)識到推動智能制造深入變革是順應(yīng)新一代科技變革和產(chǎn)業(yè)變革浪潮的必然要求，也是贏得數(shù)字經(jīng)濟(jì)時代大國競爭主動權(quán)的迫切需要，更是推動我國經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵力量。同時，我們還注意到，當(dāng)前我國制造業(yè)數(shù)智化發(fā)展面臨的環(huán)境更加復(fù)雜化，不確定、不穩(wěn)定的因素正在增加，這也使得一些傳統(tǒng)的、有一定歷史的企業(yè)，在數(shù)智化轉(zhuǎn)型過程中仍面臨很多難題。

中國電子技術(shù)標(biāo)準(zhǔn)化研究院發(fā)布的《中小企業(yè)數(shù)字化轉(zhuǎn)型分析報告 ( 2021 ) 》顯示，2021 年約 79% 的中小企業(yè)處于數(shù)字化轉(zhuǎn)型初步探索階段，約 12% 的中小企業(yè)處于數(shù)字化轉(zhuǎn)型應(yīng)用踐行階段。從具體行業(yè)來看，計算機(jī)、通信、汽車、家居等行業(yè)處于深度應(yīng)用的企業(yè)占比較高，而紡織、化纖、木材加工、金屬冶煉等行業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程比較緩慢。智能化與數(shù)字化相伴而生，《報告》也道出了當(dāng)前絕大多數(shù)企業(yè)尚處于數(shù)智化初步探索階段的現(xiàn)狀。

產(chǎn)生這一現(xiàn)狀的原因有哪些？在天極網(wǎng)看來，身處數(shù)智化風(fēng)口浪尖的部分企業(yè)并沒有充分意識到數(shù)智化轉(zhuǎn)型的必要性和重要性，推進(jìn)數(shù)智化戰(zhàn)略步履維艱 ; 在疫情過后，越來越多的制造企業(yè)更加關(guān)注生存，對數(shù)字化轉(zhuǎn)型的需求并不強(qiáng)烈 ; 中小企業(yè)推進(jìn)數(shù)字化轉(zhuǎn)型缺乏足夠資金 ; 制造業(yè)普遍缺乏數(shù)字人才 ; 企業(yè)建立諸多信息系統(tǒng)，彼此不融合形成信息孤島 ; 企業(yè)缺乏數(shù)智化轉(zhuǎn)型成功經(jīng)驗，企業(yè) " 不會轉(zhuǎn) "。

整體來看，中小企業(yè)數(shù)字化基礎(chǔ)和轉(zhuǎn)型條件比較薄弱，尤其是數(shù)字化裝備應(yīng)用比例、生產(chǎn)過程信息系統(tǒng)覆蓋率和設(shè)備聯(lián)網(wǎng)率都較低，轉(zhuǎn)型資金也相對匱乏，致使中小企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程緩慢。

如何破解這些難題？其一，人才是一切發(fā)展的根本，創(chuàng)新的事業(yè)呼喚創(chuàng)新的人才，促進(jìn)智能制造賦能高質(zhì)量發(fā)展，需要進(jìn)一步加強(qiáng)人才隊伍建設(shè) ; 其二，促進(jìn)智能制造賦能高質(zhì)量發(fā)展，要發(fā)揮好政府引導(dǎo)、市場主導(dǎo)、社會協(xié)同的合力，關(guān)鍵要發(fā)揮市場主體作用。制造企業(yè)要實事求是、因地制宜地制定數(shù)智化戰(zhàn)略，根據(jù)企業(yè)實際需求，通過智能制造先進(jìn)技術(shù)，實現(xiàn)企業(yè)數(shù)智化升級。

大模型走進(jìn)制造業(yè)，企業(yè)數(shù)智化持續(xù)深化

事實上，制造業(yè)是數(shù)字化轉(zhuǎn)型中最為顯著的行業(yè)之一，行業(yè)共同關(guān)注的痛點是質(zhì)量、成本、供應(yīng)鏈、信息缺失等問題。在一次次 " 出現(xiàn)問題 "" 解決問題 " 的反復(fù)博弈中，制造業(yè)正在從機(jī)械化階段走進(jìn)自動化、智能化階段。這一階段最為顯著的特征便是，制造產(chǎn)線和經(jīng)營單元將實現(xiàn) AI 輔助人來完成決策，讓生產(chǎn)的效率更高、人的決策更加精準(zhǔn)。

尤其是在機(jī)器學(xué)習(xí)、多模態(tài)預(yù)訓(xùn)練大模型、生成式 AI 等創(chuàng)新 AI 技術(shù)的加持下，服務(wù)于智能制造的優(yōu)質(zhì)數(shù)智化解決方案不斷涌現(xiàn)：

應(yīng)用于汽車、鋼鐵、水泥、固廢等行業(yè)中的阿里云產(chǎn)業(yè)智能 OpenTrek，能夠通過封裝的智能控制融合平臺 AICS，采集生產(chǎn)過程的數(shù)據(jù)、處理與分析建模，產(chǎn)出最優(yōu)決策輔助產(chǎn)線操作員，最終實現(xiàn) " 降本、增效、提質(zhì)、減排 "。

倍受關(guān)注的千問大模型，能夠為工業(yè)機(jī)器人執(zhí)行任務(wù)提供推理決策能力。一線工人只需發(fā)送一段文字，千問就能理解其意圖進(jìn)行任務(wù)推理，并自動翻譯成機(jī)器可以理解的代碼，指揮機(jī)器執(zhí)行任務(wù)，有效提升生產(chǎn)效率。

深入鋼鐵行業(yè)數(shù)字化實踐的訊飛聲學(xué)成像儀，在服務(wù)河北省遷安市的首鋼遷安鋼鐵有限責(zé)任公司中，對燒結(jié)廠 12 路封箱支管真空進(jìn)行了可視化的泄漏速掃，將過去需要 10 小時以上的巡視時間直接縮短為 90 分鐘，并在廠內(nèi)檢測到 22 個氣體泄漏點。

專注于制造場景打造的聯(lián)想樂眼工業(yè)質(zhì)檢解決方案，通過自研小樣本學(xué)習(xí)、屏幕檢測、精細(xì)分割等創(chuàng)新技術(shù)，將制造工廠質(zhì)檢環(huán)節(jié)升級為 AI 智能檢驗單元。這樣不僅降低人力成本，還有效提高質(zhì)檢智能水平和生產(chǎn)效率，更在保障 " 良品率 " 的同時提升整體產(chǎn)能。

而在出庫量揀裝環(huán)節(jié)，聯(lián)想打造了基于強(qiáng)化學(xué)習(xí)的智能揀貨碼排方案決策智能，可用于工廠、倉庫的包裝箱，海運(yùn)裝集裝箱等場景，以提供城市內(nèi)卡車運(yùn)輸路徑優(yōu)化，庫房機(jī)器人路徑規(guī)劃等設(shè)計。

AI 技術(shù)的應(yīng)用遠(yuǎn)不止這些場景。隨著越來越多的 AI 解決方案落地，人工智能正在打開更加廣闊的應(yīng)用空間，智能制造也在多領(lǐng)域多場景落地開花。

比如，在智能工廠建設(shè)階段，通過虛擬現(xiàn)實的數(shù)字化孿生和制造系統(tǒng)的大數(shù)據(jù)，模擬智能化工廠從建設(shè)到使用的全過程。又比如，在原料處理階段，通過機(jī)器學(xué)習(xí)以智能視覺和智能監(jiān)測系統(tǒng)進(jìn)行原料的最優(yōu)組織管理，如切割和分類。再比如，在執(zhí)行生產(chǎn)階段，通過 AIot 的傳感器網(wǎng)絡(luò)，可以實時監(jiān)察和控制制造設(shè)備并獲取生產(chǎn)參數(shù) ......

同時，機(jī)器學(xué)習(xí)、大模型等 AI 技術(shù)積極擁抱制造行業(yè)的背后離不開強(qiáng)大的算力支撐，這也是各大解決方案提供商重視并積極布局的重點所在，并展現(xiàn)著各自的實力，比如，聯(lián)想服務(wù)器已在 IDC 報告中連續(xù)三個季度蟬聯(lián)全球第三 ; 在高性能計算領(lǐng)域，聯(lián)想連續(xù) 11 次蟬聯(lián)全球算力 500 強(qiáng)榜單榜首 ; 未來三年還將追加投資 10 億美元，以加速全球企業(yè)的 AI 部署。僅從聯(lián)想便可以感受算力對于智能制造的重要性，其他諸如阿里、華為、新華三、科大訊飛也有諸多 AI 解決方案和強(qiáng)悍的算力作為支撐。

這些優(yōu)質(zhì)的解決方案，也給予制造企業(yè)更多的選擇。

寫在最后：智能制造未來可期

科技發(fā)展浪潮不斷奔涌向前。在這場浪潮中，緊抓產(chǎn)業(yè)變革的先機(jī)，加快推進(jìn)我國制造業(yè)數(shù)智化轉(zhuǎn)型，不僅有利于搶占未來發(fā)展制高點，也有利于推動經(jīng)濟(jì)發(fā)展的效率變革、質(zhì)量變革，為高質(zhì)量發(fā)展注入新動能。

同樣，深入這場浪潮中，制造企業(yè)需要持之以恒地投入技術(shù)才能使行業(yè)持續(xù)優(yōu)化。如今，云技術(shù)、機(jī)器學(xué)習(xí)、多模態(tài)預(yù)訓(xùn)練大模型、生成式 AI 等創(chuàng)新技術(shù)的爆火，也正在為制造業(yè)數(shù)智化提供更多的技術(shù)解決方案，并持續(xù)落地。未來，智能制造的場景將越來越清晰和可期。