人工智能赋能制造企业加速创新与转型

中国经济时报记者 刘慧

工信部日前提出，数字化、智能化、绿色化是新型工业化的鲜明特征、制造业转型升级的重要方向，并将针对重点行业、重点领域制定数字化转型行动方案。在新技术引领的产业变革环境下，数字化与智能化正在为企业转型升级提供新机遇。

亚马逊云科技大中华区战略业务发展部总经理顾凡近日在接受中国经济时报记者采访时表示，当前，传统制造行业的数字化转型升级正在不断加速与深化，数字化、智能化、绿色化已成为制造行业发展的趋势。制造企业要推动自身从“制造业”向“高科技”企业转型，借助智能化提升产品的性能和价值，从而打造增值服务，拓展盈利模式与空间。

据记者了解，生成式AI正在加速嵌入制造行业的业务场景，在产品开发和设计、制造运营、供应链、营销和销售、智能客服以及知识库等方面带来业务价值。数据显示，到2027年，30%的制造商将使用生成式AI提高产品研发的效率。一些云科技企业正在致力于推动生成式AI重塑制造业的增长路径。

在工业产品设计方面，传统流程一般是先进行概念设计，再将设计图进行渲染，最后是设计评审环节，此过程需要大量人工参与，还涉及多次返工等难题，工作效率相对低下。而打造面向终端用户场景的端到端生成式AI应用赋能，可以简化流程、降低概念设计成本，并加速整体的工业设计效率。

在智能知识库搜索方面，制造企业往往员工数量众多，内部资料和数据也因多年积累数量庞大，如何利用好这些数据，提升员工的工作效率和满意度是企业面临的问题。利用生成式AI技术，可以助力客户构建企业级智能知识库，集合搜索引擎和大语言模型，使企业员工在知识库中快速找到精准和具备实效性的内容，有效提升生产与办公效率。

记者在采访中了解到，作为首批入选“国家级工业设计中心名单”的企业，海尔创新设计中心选择了亚马逊云科技打造生成式AI解决方案，并将方案引入到新品设计、改款升级、渠道定制化等工业设计的业务场景，已建成结合实际业务场景落地的AIGC工业设计企业级解决方案。通过此方案，海尔创新设计中心的整体概念设计提速83%，解决了设计阶段人力成本高、概念产出与通过效率低等问题。

施耐德电气全球供应链中国数字化解决方案负责人冒飞飞对中国经济时报记者表示，施耐德电气在全球有187家工厂，在中国有20多家工厂。怎样管理分布在各个地区的工厂？怎么对工厂进行中央化管理？云技术就能助力公司提供统一的数据级管理和训练管理，还可以自动下发到全国各地的工厂和物流中心，帮助公司降低模型管理训练的复杂度，对公司管理很有帮助。

冒飞飞举例说，施耐德电气供应链部署的EcoStruxure　AI引擎，实际上在算力层用到了Amazon SageMaker，这是关键的服务，从模型训练、模型推理、部署、模型监控，包括整个迭代，都可以基于Amazon SageMaker来进行。实际上，目前AI引擎的很多场景都应用在公司的全球供应链上。比如通过大模型训练出节能减碳、智能的问答系统，上游供应商可以登录系统询问“在减碳端有怎样的方案”？这是从大模型角度的一个应用场景。

冒飞飞表示，从小模型角度来说，比如空调、空压机是内部能源消耗排名最大的两个来源，在无锡的工厂就用到了楼宇节能盒，做空调自动的能源优化。车间内有空压机，会根据终端生产使用的负荷情况自动启停，选择开启哪一个空压机，而不是所有的空压机都开着，这是一个小模型典型的应用，能实现空压机群控。

当记者问到施耐德电气如何看待中国供应链发展时，冒飞飞表示，施耐德电气打造的是端到端的供应链，把整个价值链串在了一起，包括计划、采购、制造与整个交付环节。中国供应链企业可以朝着端到端的供应链进行打造。供应链的成功需要生态和产业链上游进行合作，要把整个网络与数字化的能力和在供应链里的能力，去向合作伙伴和供应商进行拓展，达到多方共赢。现在很多产业链都围绕着“双碳”目标，希望把公司内部进行节能减碳的能力，拓展到整个行业上下游。围绕人工智能是未来的重点发展方向，现在在探索大模型。