圖片來源@視覺中國
工業(yè)制造領(lǐng)域一般被視為有較高的護(hù)城河，前沿的互聯(lián)網(wǎng)技術(shù)想要走進(jìn)這個領(lǐng)域，并不容易。細(xì)數(shù)歷來IT服務(wù)商對制造業(yè)的投入，前提條件之一是，必須要將方案優(yōu)化到比較成熟的階段，才有可能用到客戶場景。
鈦媒體曾走訪國內(nèi)某能源行業(yè)企業(yè)的大模型應(yīng)用案例時，看到的真實(shí)情況是：在實(shí)際落地中，是需要跟一線業(yè)務(wù)人員征求現(xiàn)場高價值的場景，根據(jù)投入產(chǎn)品比進(jìn)行優(yōu)先級的判定。其次，由于現(xiàn)場生產(chǎn)設(shè)備很多是暫時不具備海量數(shù)據(jù)收集的條件，還需要進(jìn)行進(jìn)一步投入升級，比如傳感器部署、性能指標(biāo)的提升等等。另外，大模型應(yīng)用現(xiàn)在并不簡單，相比起通常意義上的小模型，大模型看起來成本高、部署重，且對業(yè)務(wù)的產(chǎn)出價值也并不明確。
施耐德電氣全球供應(yīng)鏈中國數(shù)字化轉(zhuǎn)型總監(jiān)冒飛飛的觀點(diǎn)是：“大模型不會吞并小模型，而是相輔相成的概念，短期內(nèi)，小模型會隨著大模型推陳出新，并長期存在。因?yàn)椋?strong>工業(yè)領(lǐng)域多碎片化場景以及有非常深的行業(yè)碎片化知識，面對這些行業(yè)壁壘很高的應(yīng)用場景，小模型的存在有其必要性。另一方面，大模型可以對小模型的訓(xùn)練與精度有輔助性的提升。比如說在工業(yè)質(zhì)量檢測場景中，大模型可以通過圖生圖，快速幫忙生成大量負(fù)樣本，增強(qiáng)模型訓(xùn)練中的圖片驗(yàn)證過程。”
所謂二八定律，即20%的標(biāo)準(zhǔn)場景實(shí)現(xiàn)一次建模多次復(fù)用，“開箱即用”或少量再訓(xùn)練微調(diào)的方式；而80%的長尾場景，則需要實(shí)現(xiàn)全流程從0到1的定制化場景搭建。這是施耐德電氣的應(yīng)用經(jīng)驗(yàn)。
施耐德電氣與亞馬遜云科技合作，在用上數(shù)據(jù)庫、容器計算等服務(wù)的同時，也在借助Amazon SageMaker構(gòu)建機(jī)器學(xué)習(xí)平臺，從而從存儲和標(biāo)注到模型訓(xùn)練、推理、部署、監(jiān)控、迭代、下發(fā)至邊緣端等全流程構(gòu)建機(jī)器學(xué)習(xí)模型，模型管理訓(xùn)練的復(fù)雜度大大降低。
圖片來源@施耐德電氣，鈦媒體拍攝
首先在武漢工廠，施耐德電氣落地了AI質(zhì)檢項目。數(shù)據(jù)顯示，通過引入工業(yè)視覺質(zhì)量檢測解決方案，該工廠生產(chǎn)線的的檢測效率顯著提高，將誤檢率降低0.5%以內(nèi)，實(shí)現(xiàn)零漏檢率。這是過去小模型的應(yīng)用經(jīng)驗(yàn)。
而施耐德電氣也在積極探索在工業(yè)能源降碳、財務(wù)、人力資源、維修等場景，持續(xù)沉淀語料與經(jīng)驗(yàn)，希望在未來優(yōu)先從如企業(yè)內(nèi)部知識管理、智能知識問答等場景切入，將大模型方案落地。
改變制造從何處入手
恩智浦從2017年在嘗試云上EDA（電子設(shè)計自動化）設(shè)計，借助高彈性算力，恩智浦獲得了按需同時推進(jìn)多個項目的規(guī)模算力和敏捷性，且能并發(fā)運(yùn)行數(shù)十個性能模擬，縮短獲得結(jié)果的時間。2021年，恩智浦開始逐步將所有本地EDA設(shè)計遷移上云。
西門子成都工廠構(gòu)建了一套云端訓(xùn)練本地推理的工業(yè)廢料分揀系統(tǒng)，使得廢料分類的準(zhǔn)確率>95%，危險廢料達(dá)到了100%。
英威達(dá)希望從BI轉(zhuǎn)向AI來轉(zhuǎn)變其運(yùn)營方式。系統(tǒng)實(shí)施后英威達(dá)將600臺本地服務(wù)器遷移到云上，其中包括多個制造應(yīng)用程序和全球INVISTA SAP足跡，每年節(jié)省了超過200萬美元的成本，從全公司數(shù)據(jù)中創(chuàng)造3億美元的價值。
某高科技電子客戶，上線供應(yīng)鏈可視追蹤（控制塔）解決方案之后，庫存周轉(zhuǎn)率大大提升，物料運(yùn)輸成本得以降低，意外緊急叫料發(fā)運(yùn)單數(shù)減少了20%。
對于制造設(shè)備OEM企業(yè)而言，如何創(chuàng)造新的收入模型，以滿足更廣泛的客戶訴求？英格索蘭是一家壓縮空氣產(chǎn)品和解決方案提供商。在使用Amazon IoT核心服務(wù)搭建了Helix智聯(lián)云產(chǎn)品后，將2000+臺機(jī)器實(shí)現(xiàn)連接用于集中監(jiān)控和報警，而采集的數(shù)據(jù)也用于分析和洞察為用戶提供增值服務(wù)。
制造企業(yè)出海過程中，如何實(shí)現(xiàn)全球化+本土化的運(yùn)營？洛陽鉬業(yè)選擇全球化云基礎(chǔ)設(shè)施服務(wù)，在新加坡和寧夏區(qū)域建立DR災(zāi)備，可用性和業(yè)務(wù)所在國家的數(shù)據(jù)安全和隱私要求得以滿足。而美的全球智能客服中心項目在全球20多個國家采用Amazon Connect部署，實(shí)現(xiàn)了美的客戶聯(lián)絡(luò)中心代際升級，客服體驗(yàn)和分公司成本得以大大優(yōu)化。
通常情況下，綠色制造會從兩方面入手：一是工業(yè)設(shè)備的能耗管理和節(jié)能優(yōu)化，二是更準(zhǔn)確地進(jìn)行碳排放的計量，實(shí)現(xiàn)碳足跡。某醫(yī)療科技企業(yè)將節(jié)能方案應(yīng)用于中央空調(diào)設(shè)備，系統(tǒng)上線后，經(jīng)過測算，空調(diào)系統(tǒng)節(jié)能降耗19%，年節(jié)省電110萬度/年，節(jié)省電費(fèi)100萬元/年。某汽車供應(yīng)商基于碳數(shù)據(jù)湖，收集企業(yè)的能耗數(shù)據(jù)，以更好地管理碳排放。
這些形形色色的制造業(yè)需求，覆蓋了工程與設(shè)計、智能制造、供應(yīng)鏈管理、智能設(shè)備與服務(wù)、全球化運(yùn)營、雙碳綠色等關(guān)鍵領(lǐng)域，也不乏數(shù)字化賦能的最佳實(shí)踐。
從亞馬遜云科技對制造業(yè)的觀察，企業(yè)現(xiàn)實(shí)挑戰(zhàn)主要存在以下四個方面：
一是傳統(tǒng)制造的轉(zhuǎn)型深化。過去簡單的信息化如上一套ERP、MES軟件遠(yuǎn)遠(yuǎn)不夠，企業(yè)希望用上數(shù)據(jù)分析和AI去提升企業(yè)運(yùn)營。
二是生成式AI對制造業(yè)的重塑，包括制造業(yè)在內(nèi)的各行業(yè)企業(yè)也在密切關(guān)注生成式AI。IDC調(diào)研顯示，未來18個月內(nèi)生成式AI可產(chǎn)生最大影響的前三大領(lǐng)域分別是制造（生產(chǎn)）、產(chǎn)品開發(fā)與設(shè)計、銷售和供應(yīng)鏈。
三是出海趨勢下，制造業(yè)需要擁有全球化的視野和本地化運(yùn)營的能力，方能在安全合規(guī)的要求下高效配置資源，為當(dāng)?shù)乜蛻舻男枨髣?chuàng)新產(chǎn)品、服務(wù)，以及體驗(yàn)。這個過程匯總，數(shù)字技術(shù)發(fā)揮重要賦能價值。
四是實(shí)現(xiàn)“雙碳”目標(biāo)的大背景下，推進(jìn)工業(yè)的高質(zhì)量發(fā)展，實(shí)現(xiàn)企業(yè)的可持續(xù)發(fā)展，離不開綠色制造的落地推動。
亞馬遜云科技大中華區(qū)戰(zhàn)略業(yè)務(wù)發(fā)展部總經(jīng)理顧凡說：“亞馬遜公司及亞馬遜云科技也是制造‘大家’，從智能硬件產(chǎn)品如Kindle、Echo，倉儲物流實(shí)體，到自研ARM架構(gòu)的AI芯片從研發(fā)到流片，我們自身在制造業(yè)有多年的經(jīng)驗(yàn)。同時，我們也在針對中國制造行業(yè)的很多場景與行業(yè)特定知識，與合作伙伴一起開發(fā)解決方案。”
這也是亞馬遜云科技的機(jī)會。
鈦媒體注意到，亞馬遜云科技在溝通會上還展示了一份相對豐富的制造業(yè)解決方案地圖，包括從供應(yīng)鏈管理、智能產(chǎn)品和服務(wù)、智能制造、工業(yè)數(shù)據(jù)湖、工程和設(shè)計、可持續(xù)、生成式AI等多個方面。這些解決方案既來自于過去多年數(shù)字化賦能客戶的經(jīng)驗(yàn)，也來自與合作伙伴在出海、跨境支持中的緊密合作。
生成式AI如何重塑制造業(yè)
這里有必要重點(diǎn)提及生成式AI。
Gartner《2022年人工智能技術(shù)成熟度曲線》報告顯示，到2027年，30%的制造商將使用生成式AI提高產(chǎn)品研發(fā)的效率。作為全球制造大國，生成式AI技術(shù)的出現(xiàn)也在不斷得到中國企業(yè)客戶的關(guān)注。
目前來看，在產(chǎn)品研發(fā)階段，生成式AI可用于設(shè)計訓(xùn)練模型，在產(chǎn)線上，類似于具身機(jī)器人，從機(jī)械臂到設(shè)備和產(chǎn)線，是可以通過生成式AI生成的結(jié)果指令進(jìn)行操控。
圖片來源@亞馬遜云科技，鈦媒體拍攝
這在亞馬遜云科技客戶的當(dāng)前實(shí)踐中也有所體現(xiàn)。例如，海爾創(chuàng)新設(shè)計中心與計算美學(xué)Nolibox合作，通過云服務(wù)調(diào)度實(shí)現(xiàn)AIGC工業(yè)設(shè)計解決方案，降低概念設(shè)計成本。
值得一提的是，在企業(yè)知識庫領(lǐng)域，也不乏生成式AI的適用場景。目前西門子中國已上線基于自有模型的智能知識庫暨智能會話機(jī)器人“小禹”。
不過，鈦媒體注意到，除了在研發(fā)或營銷環(huán)節(jié)生產(chǎn)設(shè)計，企業(yè)知識庫之外，生成式AI在當(dāng)前制造業(yè)的其他鏈條仍沒有明顯突出的適用性。這一方面還跟制造業(yè)安全生產(chǎn)不能停的特點(diǎn)有關(guān)，換言之，只要存在1%的誤差，都會為企業(yè)埋下危險的種子。
顧凡與鈦媒體等交流中指出，“制造業(yè)領(lǐng)域場景確實(shí)高度碎片化，但是這個并不是行業(yè)還未重復(fù)利用大模型的真正的原因。根本的原因是，相對于醫(yī)療和教育來說，制造業(yè)核心工藝公開數(shù)據(jù)相對較少，所以很難預(yù)訓(xùn)練大模型。”
在他看來，To B制造業(yè)的大模型，最重要是找準(zhǔn)核心業(yè)務(wù)應(yīng)用場景。“大模型本身其實(shí)只是一個工具，把不同工具應(yīng)用到最合適的場景里進(jìn)行組合，找到最優(yōu)解才是最佳的解決方案。”
正如開頭施耐德電氣的實(shí)踐，顧凡也表示贊同：“在一段時間內(nèi)大模型、小模型一定會共存。如果推理成本控制不了，只是一味追求模型越大越好，企業(yè)也很難負(fù)擔(dān)得起。對于制造業(yè)客戶，大模型應(yīng)用核心是需要找到模型準(zhǔn)確度和推理成本之間的平衡點(diǎn)。”
（本文首發(fā)鈦媒體APP，作者 | 楊麗）
