行業(yè)資訊
了解最新行業(yè)資訊
0 引言
制造業(yè)是經(jīng)濟(jì)增長(zhǎng)的關(guān)鍵驅(qū)動(dòng)力。據(jù)世界銀行數(shù)據(jù)，2022年全球制造業(yè)總產(chǎn)值約為16.19萬億美元，制造業(yè)增加值約占全球GDP的16.05%。制造業(yè)作為現(xiàn)代經(jīng)濟(jì)的基石，反映了一個(gè)國(guó)家或地區(qū)的工業(yè)化水平，也是衡量其綜合國(guó)力和國(guó)際競(jìng)爭(zhēng)力的重要指標(biāo)。中國(guó)制造業(yè)是國(guó)民經(jīng)濟(jì)的主體，承載著國(guó)家經(jīng)濟(jì)發(fā)展的重任，中國(guó)制造業(yè)的崛起已經(jīng)成為全球經(jīng)濟(jì)的亮點(diǎn)。世界銀行數(shù)據(jù)及國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)表明，2023年我國(guó)制造業(yè)GDP高達(dá)4.61萬億美元，占總GDP的26.18%，約占據(jù)全球制造業(yè)份額的28.5%。
當(dāng)前，我國(guó)制造業(yè)面臨勞動(dòng)力短缺、生產(chǎn)技術(shù)落后、可持續(xù)發(fā)展壓力等多重挑戰(zhàn)。國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，我國(guó)制造業(yè)勞動(dòng)力規(guī)模顯著減少，2015—2020年，制造企業(yè)的平均用工人數(shù)由8 711萬人下滑至6 550萬人，制造業(yè)面臨著技術(shù)工人短缺的問題。在生產(chǎn)技術(shù)方面，我國(guó)許多傳統(tǒng)制造企業(yè)的生產(chǎn)技術(shù)落后，難以適應(yīng)現(xiàn)代制造業(yè)高效、靈活和智能化的要求。此外，制造業(yè)作為高耗能和高污染行業(yè)，面臨著越來越嚴(yán)格的環(huán)保法規(guī)和社會(huì)責(zé)任壓力[1]。
在制造業(yè)面臨諸多挑戰(zhàn)的背景下，人工智能（Artificial Intelligence，AI）賦能制造業(yè)能夠降本提效，提高制造業(yè)產(chǎn)品質(zhì)量，加速產(chǎn)品創(chuàng)新，促進(jìn)綠色生產(chǎn)，提升我國(guó)制造業(yè)競(jìng)爭(zhēng)力。當(dāng)前，AI在制造業(yè)領(lǐng)域的應(yīng)用已貫穿設(shè)計(jì)、生產(chǎn)、管理、服務(wù)等各個(gè)環(huán)節(jié)。據(jù)中國(guó)信通院統(tǒng)計(jì)，制造業(yè)智能應(yīng)用類型及占比如圖1所示。具體地說，AI識(shí)別類技術(shù)被廣泛應(yīng)用于質(zhì)量管理、安全生產(chǎn)等環(huán)節(jié)中，此類技術(shù)能力在2022年工業(yè)應(yīng)用案例中的占比高達(dá)47.5%[2]。例如，西門子利用自監(jiān)督學(xué)習(xí)技術(shù)能夠有效緩解質(zhì)檢中的小樣本和實(shí)時(shí)性問題。此外，數(shù)據(jù)建模優(yōu)化類技術(shù)依托機(jī)理分析進(jìn)行參數(shù)確定和AI模型選擇，顯著提升了建模的精度和可解釋性，其應(yīng)用占比也達(dá)到2022年工業(yè)應(yīng)用案例的42.9%。某風(fēng)電廠將齒輪箱運(yùn)行機(jī)理和故障數(shù)據(jù)聯(lián)合建模，不僅大幅提升了故障診斷的精度，還賦予了故障結(jié)果清晰的物理意義。再者，知識(shí)推理決策類技術(shù)通過定量復(fù)雜決策和異構(gòu)數(shù)據(jù)知識(shí)自構(gòu)建等技術(shù)手段，有效應(yīng)對(duì)了制造業(yè)中知識(shí)傳承及實(shí)訓(xùn)難題，為構(gòu)建更加豐富且精確的知識(shí)網(wǎng)絡(luò)、輔助復(fù)雜決策提供了有力支撐。如沃豐科技開發(fā)的多源異構(gòu)數(shù)據(jù)對(duì)齊技術(shù)，利用構(gòu)建工具自動(dòng)生成汽車裝配知識(shí)圖譜，顯著提升了機(jī)械設(shè)計(jì)效率與品質(zhì)，成為該領(lǐng)域技術(shù)應(yīng)用的又一典范。
圖1 制造業(yè)智能應(yīng)用類型及占比
據(jù)埃森哲公司測(cè)算，到2035年，全球AI技術(shù)的應(yīng)用將使制造業(yè)總增長(zhǎng)值增長(zhǎng)近4萬億美元，年度增長(zhǎng)率達(dá)到4.4%[3]。2023年工信部發(fā)布的數(shù)據(jù)顯示，經(jīng)過智能化改造，我國(guó)制造業(yè)研發(fā)周期縮短約20.7%、生產(chǎn)效率提升約34.8%、不良品率降低約27.4%、碳排放減少約21.2%。隨著AI技術(shù)的不斷發(fā)展和應(yīng)用，制造業(yè)將迎來更大的變革和發(fā)展機(jī)遇。
1 AI賦能制造業(yè)的意義
1.1 AI促進(jìn)制造業(yè)提高生產(chǎn)效率
AI能夠替代大量人工，幫助制造業(yè)提效。AI技術(shù)的引入使得制造業(yè)能夠?qū)崿F(xiàn)高度自動(dòng)化，減少對(duì)人力的依賴，從而提升效率。例如，在無人礦卡的應(yīng)用中，自動(dòng)駕駛技術(shù)替代了傳統(tǒng)的人工駕駛，無人礦卡能夠?qū)崿F(xiàn)24小時(shí)不間斷作業(yè)，顯著提高了作業(yè)效率。此外，通過AI技術(shù)賦能質(zhì)量控制，能夠以遠(yuǎn)超人工質(zhì)檢的速度和分辨率，顯著提高生產(chǎn)效率。
其次，AI能夠通過優(yōu)化已有生產(chǎn)流程，幫助制造業(yè)提效；以及優(yōu)化制造業(yè)研發(fā)設(shè)計(jì)、生產(chǎn)調(diào)度、運(yùn)營(yíng)管理等流程，大幅縮短原有流程的時(shí)長(zhǎng)。例如，AI技術(shù)可以幫助企業(yè)實(shí)時(shí)監(jiān)控和評(píng)估生產(chǎn)流程的效率，分析生產(chǎn)流程中的瓶頸，從而調(diào)整資源配置，優(yōu)化生產(chǎn)線布局，提高整體生產(chǎn)效率。同時(shí)，AI技術(shù)能夠通過分析設(shè)備的運(yùn)行數(shù)據(jù)，預(yù)測(cè)設(shè)備故障的可能性，提前進(jìn)行優(yōu)化維護(hù)，從而減少設(shè)備故障導(dǎo)致的停機(jī)時(shí)間，提高了生產(chǎn)線的整體效率。
1.2 AI促進(jìn)制造業(yè)提高產(chǎn)品質(zhì)量
AI技術(shù)通過優(yōu)化生產(chǎn)流程和智能控制能夠顯著提高制造業(yè)的產(chǎn)品的良品率。通過高分辨率攝像頭和圖像處理算法，AI技術(shù)能夠?qū)崟r(shí)監(jiān)控生產(chǎn)過程并進(jìn)行質(zhì)量檢測(cè)，AI系統(tǒng)可以在生產(chǎn)線上自動(dòng)識(shí)別缺陷產(chǎn)品，確保只有符合標(biāo)準(zhǔn)的產(chǎn)品進(jìn)入下一環(huán)節(jié)，顯著減少不良品的產(chǎn)生。
另外，AI技術(shù)能夠促進(jìn)產(chǎn)品創(chuàng)新，滿足產(chǎn)品的個(gè)性化需求。通過分析大量市場(chǎng)數(shù)據(jù)、用戶反饋和產(chǎn)品性能數(shù)據(jù)，AI技術(shù)能夠幫助企業(yè)識(shí)別潛在的市場(chǎng)需求和趨勢(shì)。企業(yè)可以根據(jù)客戶的具體需求進(jìn)行靈活生產(chǎn)，而不是依賴傳統(tǒng)的大規(guī)模生產(chǎn)模式。這種方式不僅提高了客戶滿意度，還增強(qiáng)了市場(chǎng)競(jìng)爭(zhēng)力[4]。
1.3 AI助力制造業(yè)實(shí)現(xiàn)綠色生產(chǎn)
AI賦能制造業(yè)能夠通過降低原材料損耗等方式降低生產(chǎn)成本，減少碳排放，實(shí)現(xiàn)綠色生產(chǎn)。
首先，AI能夠通過實(shí)時(shí)監(jiān)控和分析工廠內(nèi)各個(gè)環(huán)節(jié)的能耗數(shù)據(jù)，識(shí)別出能源浪費(fèi)的環(huán)節(jié)，并通過智能算法優(yōu)化能源使用。例如，AI可以在設(shè)備閑置時(shí)自動(dòng)降低其功耗，或者在能源價(jià)格較低時(shí)安排高能耗的生產(chǎn)任務(wù)，從而減少能源消耗；通過對(duì)歷史能耗數(shù)據(jù)和生產(chǎn)計(jì)劃的分析，可以預(yù)測(cè)未來的能源需求，并優(yōu)化能源的采購和使用，避免不必要的能源浪費(fèi)。
其次，AI通過精確的生產(chǎn)過程控制，可以減少原材料的浪費(fèi)。例如，在金屬切割或塑料成型過程中，AI可以通過優(yōu)化切割路徑或成型工藝，最大限度地利用原材料，減少廢料的產(chǎn)生；同時(shí)協(xié)助廢料管理和循環(huán)利用，幫助識(shí)別和分類生產(chǎn)過程中產(chǎn)生的廢料，并優(yōu)化廢料的處理和回收流程，從而提高資源的循環(huán)利用率。
最后，AI能夠?qū)崿F(xiàn)供應(yīng)鏈優(yōu)化，降低碳足跡。AI通過對(duì)供應(yīng)鏈各環(huán)節(jié)的優(yōu)化，實(shí)現(xiàn)更高效的物流和庫存管理，減少不必要的運(yùn)輸和庫存積壓，從而降低碳足跡；還可以預(yù)測(cè)市場(chǎng)需求，幫助企業(yè)更準(zhǔn)確地制訂生產(chǎn)計(jì)劃，避免過度生產(chǎn)和庫存浪費(fèi)。
2 制造業(yè)AI的關(guān)鍵技術(shù)
AI技術(shù)能夠從研發(fā)設(shè)計(jì)、生產(chǎn)制造、運(yùn)營(yíng)管理到產(chǎn)品服務(wù)的制造業(yè)全流程中，全面推動(dòng)制造業(yè)升級(jí)。在研發(fā)設(shè)計(jì)階段，通過智能原型設(shè)計(jì)和智能工藝設(shè)計(jì)實(shí)現(xiàn)產(chǎn)品構(gòu)思快速落地，縮短研發(fā)周期；在生產(chǎn)制造階段，通過智能調(diào)度系統(tǒng)、質(zhì)量控制機(jī)制及預(yù)測(cè)性維護(hù)等技術(shù)實(shí)現(xiàn)生產(chǎn)效率，并提升安全生產(chǎn)標(biāo)準(zhǔn)；在運(yùn)營(yíng)管理中，通過智能化供應(yīng)鏈管理和智能運(yùn)營(yíng)數(shù)據(jù)分析等工具實(shí)現(xiàn)成本降低和決策智能化；在產(chǎn)品服務(wù)環(huán)節(jié)，通過用戶數(shù)據(jù)挖掘、智能營(yíng)銷及智能客服系統(tǒng)實(shí)現(xiàn)個(gè)性化服務(wù)，并提升售后效率。
2.1 研發(fā)設(shè)計(jì)環(huán)節(jié)
AI賦能制造業(yè)研發(fā)設(shè)計(jì)環(huán)節(jié)，幫助優(yōu)化產(chǎn)品設(shè)計(jì)、縮短研發(fā)周期。
首先是智能原型設(shè)計(jì)?；诖竽Ｐ图夹g(shù)的計(jì)算機(jī)輔助設(shè)計(jì)工具（Computer-Aided Design，CAD）通過訓(xùn)練大量制造業(yè)CAD數(shù)據(jù)，能夠通過與用戶的交互式對(duì)話，充分理解用戶的設(shè)計(jì)需求，自動(dòng)生成符合工程要求的設(shè)計(jì)草案。大模型技術(shù)的融入使得系統(tǒng)能夠智能調(diào)整參數(shù)，確保設(shè)計(jì)方案嚴(yán)格遵守行業(yè)標(biāo)準(zhǔn)和性能要求。其次是智能工藝設(shè)計(jì)。通過深度融合工業(yè)數(shù)據(jù)庫與AI算法，快速評(píng)估不同材料和工藝對(duì)產(chǎn)品質(zhì)量的影響，依托AI技術(shù)快速匹配最優(yōu)組合方案，降低試錯(cuò)成本，縮短產(chǎn)品研發(fā)周期。最后是智能仿真模擬。利用先進(jìn)的AI算法與高性能計(jì)算平臺(tái)，構(gòu)建高度逼真的虛擬仿真環(huán)境，基于AI建立虛擬仿真環(huán)境，模擬產(chǎn)品在不同條件下的可靠性，實(shí)現(xiàn)產(chǎn)品的全面評(píng)估與分析，減少產(chǎn)品試驗(yàn)的時(shí)間和成本。
2.2 生產(chǎn)制造環(huán)節(jié)
AI賦能制造業(yè)生產(chǎn)制造環(huán)節(jié)，幫助提高生產(chǎn)效率、提升產(chǎn)品質(zhì)量、提升安全生產(chǎn)水平。
首先是智能生產(chǎn)調(diào)度。通過集成AI技術(shù)與制造執(zhí)行系統(tǒng)（Manufacturing Execution System，MES）及設(shè)備管理系統(tǒng)（Enterprise Asset Management，EAM）等核心工業(yè)軟件，實(shí)現(xiàn)對(duì)生產(chǎn)數(shù)據(jù)和歷史記錄的深度學(xué)習(xí)和分析，針對(duì)市場(chǎng)需求變化和生產(chǎn)能力水平，開展預(yù)測(cè)，優(yōu)化排產(chǎn)方案，合理安排生產(chǎn)流程。通過實(shí)時(shí)分析設(shè)備狀態(tài)、物料流動(dòng)、能耗等情況，形成生產(chǎn)過程的高效協(xié)同機(jī)制，可實(shí)現(xiàn)生產(chǎn)流程的自動(dòng)化、智能化管理決策。制造業(yè)與AI的融合還體現(xiàn)在智能化的硬件設(shè)備，如將工業(yè)機(jī)器人與新興的AI大模型技術(shù)融合，形成智能工業(yè)機(jī)器人。與傳統(tǒng)的工業(yè)機(jī)器人相比，智能工業(yè)機(jī)器人通常更加靈活、自主，能夠適應(yīng)更復(fù)雜的環(huán)境，同時(shí)具備一定的運(yùn)動(dòng)規(guī)劃、運(yùn)動(dòng)控制和人機(jī)交互的能力。在國(guó)內(nèi)大模型廠商中，創(chuàng)新奇智的ChatRobot生成式工業(yè)機(jī)器人，借助工業(yè)大模型能力，構(gòu)建了多模態(tài)、端到端的視覺-語言-動(dòng)作模型（Vision-Language-Action，VLA），實(shí)現(xiàn)了自然語言驅(qū)動(dòng)的機(jī)器人操作控制。
其次是質(zhì)量控制。深度融合大模型與計(jì)算機(jī)視覺技術(shù)，借助AI技術(shù)對(duì)生產(chǎn)過程中的多個(gè)連續(xù)環(huán)節(jié)進(jìn)行實(shí)時(shí)監(jiān)測(cè)和分析，快速發(fā)現(xiàn)異常和缺陷，調(diào)整生產(chǎn)參數(shù)，提高產(chǎn)品質(zhì)量的穩(wěn)定性。在工業(yè)質(zhì)檢場(chǎng)景中，大模型技術(shù)與工業(yè)視覺技術(shù)的結(jié)合可以實(shí)現(xiàn)自動(dòng)化、高精度的質(zhì)量檢測(cè)。例如，大模型能夠從大量已標(biāo)注的圖像數(shù)據(jù)中學(xué)習(xí)到各種類型的缺陷特征，從而準(zhǔn)確檢測(cè)出新產(chǎn)品中的類似問題，還可以幫助工程師快速靈活搭建視覺檢測(cè)方案，確保檢測(cè)方案能在工廠盡快落地運(yùn)行。
此外是預(yù)測(cè)性維護(hù)?；诖髷?shù)據(jù)分析與機(jī)器學(xué)習(xí)算法，在生產(chǎn)設(shè)備運(yùn)行過程中，AI技術(shù)實(shí)時(shí)收集和分析機(jī)器的運(yùn)行數(shù)據(jù)，并基于數(shù)據(jù)分析結(jié)果預(yù)測(cè)潛在的故障和維護(hù)需求，自動(dòng)提醒相關(guān)人員并執(zhí)行維護(hù)計(jì)劃，從而減少意外停機(jī)時(shí)間和維修成本，提高生產(chǎn)效率。
最后是智能安全監(jiān)控，結(jié)合視頻分析技術(shù)與高精度傳感器網(wǎng)絡(luò)，實(shí)時(shí)監(jiān)控生產(chǎn)環(huán)境，精確識(shí)別不合規(guī)的圖片或視頻畫面，及時(shí)發(fā)現(xiàn)潛在安全隱患。發(fā)現(xiàn)異常后報(bào)警或采取相應(yīng)措施干預(yù)，確保生產(chǎn)制造過程安全和合規(guī)，降低事故發(fā)生的概率和損失。
2.3 運(yùn)營(yíng)管理環(huán)節(jié)
AI賦能制造業(yè)運(yùn)營(yíng)管理環(huán)節(jié)，幫助降低運(yùn)營(yíng)成本、提高智能化決策。
首先是智能化供應(yīng)鏈管理。利用機(jī)器學(xué)習(xí)算法與高級(jí)預(yù)測(cè)分析技術(shù)，AI能夠綜合分析市場(chǎng)需求、企業(yè)的生產(chǎn)能力以及供應(yīng)鏈的動(dòng)態(tài)變化，通過機(jī)器學(xué)習(xí)算法，預(yù)測(cè)市場(chǎng)趨勢(shì)和生產(chǎn)需求。通過預(yù)測(cè)能夠使企業(yè)實(shí)現(xiàn)精細(xì)化庫存水平控制，減少過剩庫存和缺貨風(fēng)險(xiǎn)，從而降低庫存成本并提高資金周轉(zhuǎn)效率。
其次是智能運(yùn)營(yíng)數(shù)據(jù)洞察。AI能夠深入分析歷史生產(chǎn)數(shù)據(jù)并實(shí)時(shí)監(jiān)控生產(chǎn)流程信息，通過洞察和統(tǒng)管各環(huán)節(jié)的數(shù)據(jù)，對(duì)生產(chǎn)活動(dòng)進(jìn)行規(guī)劃、組織、協(xié)調(diào)和控制。特別是大模型技術(shù)，讓生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)按需洞察成為可能，不同于傳統(tǒng)的數(shù)據(jù)庫檢索方式，大模型可以讓用戶根據(jù)需要實(shí)時(shí)洞察生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)，從而降低數(shù)據(jù)洞察門檻和提升企業(yè)決策效率。
最后是知識(shí)管理。依托自然語言處理與知識(shí)圖譜技術(shù)，大模型被用于提升企業(yè)內(nèi)部知識(shí)資源的整理和分類效率，對(duì)文檔、手冊(cè)、案例研究等資料進(jìn)行高效歸檔和標(biāo)簽化，使員工能夠通過智能搜索迅速且精確地訪問所需信息。這不僅提升了信息檢索效率，也使員工能夠更專注于核心工作。
2.4 產(chǎn)品服務(wù)環(huán)節(jié)
AI賦能制造業(yè)產(chǎn)品服務(wù)環(huán)節(jié)，幫助提供定制化服務(wù)、提高售后效率。
首先是客戶數(shù)據(jù)分析。通過深度學(xué)習(xí)和數(shù)據(jù)挖掘技術(shù)，能夠從海量的客戶交互數(shù)據(jù)中提取洞察，分析客戶行為模式和偏好，為企業(yè)提供精準(zhǔn)的市場(chǎng)細(xì)分和個(gè)性化服務(wù)策略。
其次是智能產(chǎn)品營(yíng)銷服務(wù)。依托大數(shù)據(jù)分析，利用客戶歷史數(shù)據(jù)分析建立用戶畫像，為客戶提供個(gè)性化的產(chǎn)品推薦或定制服務(wù)，增加客戶的轉(zhuǎn)化率和滿意度。
此外是產(chǎn)品售后服務(wù)。通過自然語言處理、數(shù)字人等技術(shù)，AI能夠?qū)蛻舻膯栴}進(jìn)行理解和回應(yīng)，24小時(shí)不間斷地提供服務(wù)，快速響應(yīng)并解決客戶的問題，減少客戶等待時(shí)間。同時(shí)，通過數(shù)字人技術(shù)，AI可以根據(jù)客戶的個(gè)人數(shù)據(jù)和行為偏好，提供高度個(gè)性化的產(chǎn)品推薦和互動(dòng)體驗(yàn)；通過增強(qiáng)現(xiàn)實(shí)（Augmented Reality，AR）和虛擬現(xiàn)實(shí)（Virtual Reality，VR）技術(shù)，模擬產(chǎn)品的實(shí)際使用場(chǎng)景，讓客戶在購買前獲得更加真實(shí)的體驗(yàn)。
3 制造業(yè)AI的技術(shù)應(yīng)用情況
制造業(yè)的AI技術(shù)應(yīng)用日益深化，其中專用小模型和大模型技術(shù)正成為行業(yè)轉(zhuǎn)型升級(jí)的核心驅(qū)動(dòng)力。小模型以其低資源消耗、快速響應(yīng)的特點(diǎn)，在邊緣計(jì)算、實(shí)時(shí)檢測(cè)和設(shè)備監(jiān)控中表現(xiàn)出色，如在汽車零部件設(shè)計(jì)優(yōu)化、鋁合金鑄造過程控制、產(chǎn)品質(zhì)量自動(dòng)檢測(cè)及設(shè)備預(yù)測(cè)性維護(hù)等方面發(fā)揮了重要作用。大模型則依托其強(qiáng)大的數(shù)據(jù)處理能力，在設(shè)計(jì)研發(fā)、生產(chǎn)調(diào)度、財(cái)務(wù)分析、客戶服務(wù)等多領(lǐng)域提供了深度支持，實(shí)現(xiàn)了從產(chǎn)品設(shè)計(jì)到售后服務(wù)的全流程智能化，顯著提升了制造業(yè)的效率與競(jìng)爭(zhēng)力。
3.1 AI專用小模型技術(shù)已廣泛滲透制造業(yè)
在制造業(yè)智能化的浪潮中，AI專用小模型正成為推動(dòng)行業(yè)轉(zhuǎn)型升級(jí)的重要力量，尤其是在一些資源受限、實(shí)時(shí)性要求較高的場(chǎng)景，如邊緣計(jì)算、實(shí)時(shí)檢測(cè)、設(shè)備監(jiān)控等具體場(chǎng)景下，專用小模型表現(xiàn)出顯著的優(yōu)勢(shì)。
在設(shè)計(jì)研發(fā)階段，AI專用小模型能夠顯著優(yōu)化產(chǎn)品設(shè)計(jì)流程、材料選擇策略以及生產(chǎn)工藝規(guī)劃。例如，在汽車制造業(yè)中，AI專用小模型能夠執(zhí)行結(jié)構(gòu)優(yōu)化任務(wù)，通過深入分析設(shè)計(jì)方案的力學(xué)性能，助力打造出更輕、更強(qiáng)的零部件；在原型測(cè)試環(huán)節(jié)，AI專用小模型還能借助虛擬仿真技術(shù)，預(yù)測(cè)產(chǎn)品的熱力學(xué)表現(xiàn)，從而大幅減少物理測(cè)試的需求，有效控制成本。這些應(yīng)用不僅加速了產(chǎn)品開發(fā)進(jìn)程，還顯著提升了設(shè)計(jì)效率與質(zhì)量。
在生產(chǎn)制造環(huán)節(jié)，AI專用小模型可應(yīng)用于生產(chǎn)工藝的優(yōu)化，如根據(jù)實(shí)時(shí)數(shù)據(jù)反饋，靈活調(diào)整生產(chǎn)參數(shù)以提高生產(chǎn)效率并降低能耗。例如，在鋁合金鑄造過程中，AI專用小模型可以根據(jù)實(shí)時(shí)反饋的數(shù)據(jù)，動(dòng)態(tài)調(diào)整爐內(nèi)溫度、鑄造速度和模具壓力等關(guān)鍵參數(shù)；通過持續(xù)監(jiān)測(cè)鋁液的溫度、流動(dòng)性以及模具的冷卻狀態(tài)，能夠識(shí)別出最佳的生產(chǎn)工藝條件，并實(shí)時(shí)調(diào)整參數(shù)，避免溫度過高或過低導(dǎo)致的氣孔、裂紋等缺陷。同時(shí)，在質(zhì)量控制方面，AI專用小模型能夠借助視覺檢測(cè)系統(tǒng)，自動(dòng)識(shí)別生產(chǎn)線上的產(chǎn)品缺陷。與基于規(guī)則的傳統(tǒng)檢測(cè)方法相比，這些小模型能夠基于歷史數(shù)據(jù)訓(xùn)練出識(shí)別各種細(xì)微缺陷（如劃痕、裂紋、色差等）的能力。
在運(yùn)營(yíng)管理環(huán)節(jié)，AI專用小模型能夠幫助設(shè)備進(jìn)行預(yù)測(cè)性維護(hù)，通過對(duì)傳感器數(shù)據(jù)的實(shí)時(shí)監(jiān)測(cè)與分析，能夠準(zhǔn)確預(yù)測(cè)設(shè)備潛在的故障點(diǎn)，從而提前進(jìn)行維護(hù)或更換零部件，有效避免設(shè)備突發(fā)停機(jī)，減少停產(chǎn)時(shí)間與維修成本。例如，通用電氣利用小模型對(duì)風(fēng)力發(fā)電機(jī)進(jìn)行預(yù)測(cè)性維護(hù)，通過傳感器實(shí)時(shí)收集風(fēng)力發(fā)電機(jī)的震動(dòng)、溫度、壓力等關(guān)鍵數(shù)據(jù)，AI專用小模型對(duì)這些數(shù)據(jù)進(jìn)行分析并預(yù)測(cè)可能的故障點(diǎn)，從而及時(shí)發(fā)現(xiàn)潛在問題并安排維修，避免了設(shè)備停機(jī)并降低了維修成本。
總而言之，制造業(yè)AI應(yīng)用的深化發(fā)展，正引領(lǐng)著制造業(yè)智能從簡(jiǎn)單識(shí)別類任務(wù)向建模優(yōu)化、知識(shí)推理決策、組合應(yīng)用等復(fù)雜應(yīng)用演進(jìn)。隨著技術(shù)的不斷成熟和應(yīng)用場(chǎng)景的不斷拓展，AI專用小模型將在提升工業(yè)自動(dòng)化水平、優(yōu)化生產(chǎn)流程、降低成本和提高效率等方面發(fā)揮越來越重要的作用。
3.2 大模型技術(shù)已逐漸滲透制造業(yè)
在制造業(yè)智能化轉(zhuǎn)型的浪潮中，大模型技術(shù)正逐漸成為研究和應(yīng)用的熱點(diǎn)。盡管目前大模型技術(shù)仍處于探索初期，但其展現(xiàn)出的巨大潛力卻不容忽視。如圖2所示，大模型技術(shù)在制造業(yè)的各環(huán)節(jié)，包括設(shè)計(jì)研發(fā)、生產(chǎn)制造、運(yùn)營(yíng)管理以及產(chǎn)品服務(wù)中，均展現(xiàn)出廣泛的應(yīng)用場(chǎng)景，這些應(yīng)用將極大地幫助制造業(yè)提升效率、降低落地門檻。
圖2 大模型制造業(yè)應(yīng)用場(chǎng)景圖
在設(shè)計(jì)研發(fā)階段，大模型可以根據(jù)客戶需求自動(dòng)設(shè)計(jì)制造原型，提高產(chǎn)品開發(fā)效率。通過大量的制造業(yè)設(shè)計(jì)數(shù)據(jù)，大模型可自動(dòng)生成一系列詳細(xì)的設(shè)計(jì)效果圖和三維模型，涵蓋產(chǎn)品外觀、用戶界面、交互體驗(yàn)等多個(gè)方面。此外，大模型還能進(jìn)行材料結(jié)構(gòu)預(yù)測(cè)，幫助選取更加適宜生產(chǎn)的原材料。同時(shí)，大模型可以自動(dòng)生成制造業(yè)代碼，特別適用于重復(fù)性高、邏輯簡(jiǎn)單的任務(wù)，大大提高了編程效率。使用者可以通過自然語言交互，更簡(jiǎn)單快捷地實(shí)現(xiàn)相應(yīng)的代碼能力，減少了對(duì)專業(yè)編程技能的依賴，降低制造業(yè)落地AI技術(shù)的門檻。
在生產(chǎn)制造階段，大模型可以優(yōu)化生產(chǎn)調(diào)度、提高生產(chǎn)效率。大模型能夠?qū)崟r(shí)監(jiān)控和優(yōu)化生產(chǎn)過程，通過分析歷史生產(chǎn)數(shù)據(jù)和當(dāng)前生產(chǎn)狀況，大模型可以自動(dòng)生成最優(yōu)的生產(chǎn)計(jì)劃和調(diào)度方案。同時(shí)，大模型還能協(xié)助進(jìn)行設(shè)備診斷及裝備維修問答。
在運(yùn)營(yíng)管理階段，大模型可以通過將生產(chǎn)、銷售、庫存等各個(gè)環(huán)節(jié)的數(shù)據(jù)整合與分析，提供更為精準(zhǔn)的預(yù)算預(yù)測(cè)和財(cái)務(wù)分析，實(shí)現(xiàn)預(yù)算的智能分析。同時(shí)，通過大模型技術(shù)實(shí)現(xiàn)高效的文檔管理、智能檢索并構(gòu)建制造業(yè)知識(shí)庫，正在幫助企業(yè)提高知識(shí)共享和傳承效率，提高企業(yè)創(chuàng)新能力和競(jìng)爭(zhēng)力。
在產(chǎn)品服務(wù)階段，大模型技術(shù)正在通過對(duì)用戶需求和市場(chǎng)趨勢(shì)的分析，生成個(gè)性化的產(chǎn)品設(shè)計(jì)和優(yōu)化方案，滿足不同客戶的定制需求，提升客戶滿意度和市場(chǎng)競(jìng)爭(zhēng)力。同時(shí)，大模型可以理解和處理客戶的查詢和投訴，提供快速、準(zhǔn)確地響應(yīng)，提升客戶服務(wù)效率。
未來，大模型技術(shù)有望深刻變革現(xiàn)有工業(yè)數(shù)字產(chǎn)品的賦能方式，AI賦能制造業(yè)裝備智能化、AI賦能制造業(yè)軟件開發(fā)，都將為制造業(yè)帶來革命性的進(jìn)步。隨著技術(shù)的不斷成熟和應(yīng)用的深入，制造業(yè)大模型技術(shù)將成為推動(dòng)行業(yè)創(chuàng)新和升級(jí)的關(guān)鍵力量。
4 制造業(yè)AI的應(yīng)用挑戰(zhàn)
4.1 研發(fā)設(shè)計(jì)環(huán)節(jié)數(shù)據(jù)獲取及整合困難
制造業(yè)設(shè)計(jì)研發(fā)環(huán)節(jié)在數(shù)據(jù)獲取和整合方面面臨一些突出問題。
首先，制造業(yè)設(shè)計(jì)研發(fā)環(huán)節(jié)需要大量高質(zhì)量數(shù)據(jù)進(jìn)行模型訓(xùn)練和驗(yàn)證，但數(shù)據(jù)獲取難度大；制造業(yè)中不同設(shè)備和系統(tǒng)生成的數(shù)據(jù)分散在各個(gè)環(huán)節(jié)，數(shù)據(jù)的收集和整合存在很大挑戰(zhàn)；許多老舊設(shè)備缺乏數(shù)據(jù)采集功能，需要額外的投資進(jìn)行改造[5]。工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟的問卷調(diào)查結(jié)果顯示，大部分用戶從外部獲取數(shù)據(jù)困難，少量用戶能夠順利找到明確渠道。
其次，制造業(yè)設(shè)計(jì)研發(fā)環(huán)節(jié)存在數(shù)據(jù)質(zhì)量不高、數(shù)據(jù)整合困難等問題。目前制造業(yè)AI公開數(shù)據(jù)集聚焦鋼板、紡織表面缺陷圖像領(lǐng)域，由于相關(guān)場(chǎng)景數(shù)據(jù)難獲得、數(shù)據(jù)保護(hù)不健全等原因，阻礙了數(shù)據(jù)集的統(tǒng)一構(gòu)建。此外，由于制造業(yè)數(shù)據(jù)來源多、格式復(fù)雜，且存在標(biāo)準(zhǔn)協(xié)議不兼容等問題，會(huì)導(dǎo)致“數(shù)據(jù)孤島”，AI難以獲取到全面準(zhǔn)確的數(shù)據(jù)進(jìn)行應(yīng)用。
此外，設(shè)計(jì)研發(fā)環(huán)節(jié)數(shù)據(jù)的多樣性和不一致性也會(huì)導(dǎo)致數(shù)據(jù)清洗和標(biāo)準(zhǔn)化的難度較大；數(shù)據(jù)噪音、缺失值和數(shù)據(jù)格式的差異都會(huì)影響AI模型的訓(xùn)練效果。工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟的問卷調(diào)查結(jié)果表明，受訪者表示數(shù)據(jù)質(zhì)量普遍不佳，存在數(shù)據(jù)質(zhì)量差、延遲、稀疏或不符描述等情況。
4.2 生產(chǎn)制造環(huán)節(jié)場(chǎng)景復(fù)雜安全風(fēng)險(xiǎn)高
在制造業(yè)生產(chǎn)制造環(huán)節(jié)，存在場(chǎng)景復(fù)雜、安全風(fēng)險(xiǎn)等諸多挑戰(zhàn)。
首先，復(fù)雜的生產(chǎn)制造流程和多樣化的生產(chǎn)環(huán)境要求AI系統(tǒng)具備高度的定制化和實(shí)時(shí)性。制造業(yè)的生產(chǎn)環(huán)境復(fù)雜多變，AI技術(shù)在實(shí)際應(yīng)用中需要面對(duì)多種工況和不確定性。例如，工業(yè)機(jī)器人在動(dòng)態(tài)環(huán)境中的路徑規(guī)劃和任務(wù)執(zhí)行，涉及實(shí)時(shí)數(shù)據(jù)處理和復(fù)雜決策。此外，動(dòng)態(tài)生產(chǎn)環(huán)境中突發(fā)事件的應(yīng)對(duì)能力也是一大考驗(yàn)，如設(shè)備故障、物料短缺等，AI系統(tǒng)需要迅速作出反應(yīng)，調(diào)整生產(chǎn)計(jì)劃，保證生產(chǎn)的連續(xù)性和效率。
其次，在生產(chǎn)流程中，AI的應(yīng)用會(huì)帶來技術(shù)安全風(fēng)險(xiǎn)。智能制造系統(tǒng)依賴于各種智能設(shè)備和傳感器，這些設(shè)備可能因設(shè)計(jì)缺陷、軟件漏洞或操作錯(cuò)誤而導(dǎo)致安全事故。例如，伺服驅(qū)動(dòng)器、智能傳感器和控制系統(tǒng)中可能存在后門或安全漏洞，攻擊者可以利用這些弱點(diǎn)進(jìn)行惡意攻擊，從而影響生產(chǎn)安全和效率。此外，隨著互聯(lián)網(wǎng)技術(shù)在制造業(yè)的廣泛應(yīng)用，智能制造系統(tǒng)的網(wǎng)絡(luò)連接性大幅提升。這種連接性雖然帶來了便利，但也使得系統(tǒng)易受到網(wǎng)絡(luò)攻擊。黑客可以通過網(wǎng)絡(luò)入侵工業(yè)控制系統(tǒng)，導(dǎo)致數(shù)據(jù)泄露或生產(chǎn)中斷，給企業(yè)帶來巨大的經(jīng)濟(jì)損失[6]。
此外，生產(chǎn)制造環(huán)節(jié)中AI技術(shù)的應(yīng)用會(huì)帶來數(shù)據(jù)安全風(fēng)險(xiǎn)。生產(chǎn)制造環(huán)節(jié)涉及大量敏感數(shù)據(jù)，如設(shè)計(jì)圖紙、生產(chǎn)過程數(shù)據(jù)、供應(yīng)鏈信息和客戶數(shù)據(jù)等。在應(yīng)用AI技術(shù)的過程中，由于涉及多方參與，任何環(huán)節(jié)的數(shù)據(jù)泄露都會(huì)危及整個(gè)供應(yīng)鏈，如管理不當(dāng)將會(huì)造成巨大損失。
4.3 運(yùn)營(yíng)管理環(huán)節(jié)組織制度滯后于技術(shù)變革
在制造業(yè)運(yùn)營(yíng)管理環(huán)節(jié)，企業(yè)組織結(jié)構(gòu)和管理制度存在滯后，導(dǎo)致AI技術(shù)作用難以得到充分發(fā)揮。
首先，企業(yè)的職能部門之間協(xié)作不暢，難以形成合力。研發(fā)、生產(chǎn)、供應(yīng)鏈管理和市場(chǎng)營(yíng)銷等之間的協(xié)作往往存在障礙。各部門可能有不同的目標(biāo)和訴求，導(dǎo)致技術(shù)應(yīng)用效果大打折扣。
其次，制造業(yè)企業(yè)的績(jī)效考核機(jī)制不適應(yīng)AI技術(shù)，難以激發(fā)員工的創(chuàng)新動(dòng)力。許多制造業(yè)企業(yè)的績(jī)效考核機(jī)制仍停留在傳統(tǒng)的生產(chǎn)指標(biāo)和財(cái)務(wù)指標(biāo)上，難以評(píng)估AI技術(shù)帶來的無形價(jià)值，如提升效率、改善決策等，影響員工對(duì)新技術(shù)的積極性和創(chuàng)新動(dòng)力[7]。
此外，制造業(yè)與AI復(fù)合型人才的缺乏也限制了AI技術(shù)的應(yīng)用。據(jù)德勤統(tǒng)計(jì)，2022年中國(guó)智能制造行業(yè)數(shù)字人才缺口約430萬人，而預(yù)計(jì)到2025年該缺口將達(dá)550萬人。AI與制造業(yè)的融合需要同時(shí)具備制造業(yè)知識(shí)和AI技術(shù)能力的復(fù)合型人才。然而，目前高校的AI相關(guān)師資和課程體系尚不完善，難以快速適應(yīng)產(chǎn)業(yè)發(fā)展需求。
4.4 產(chǎn)品服務(wù)環(huán)節(jié)需求變化快且差異大
在制造業(yè)產(chǎn)品服務(wù)環(huán)節(jié)，AI技術(shù)的應(yīng)用面臨市場(chǎng)需求變化快、個(gè)性化需求差異大等挑戰(zhàn)。
首先，全球市場(chǎng)需求快速變化，而AI技術(shù)需要時(shí)間進(jìn)行模型訓(xùn)練和調(diào)整，很難及時(shí)滿足市場(chǎng)需求。例如，服裝品牌經(jīng)常需要根據(jù)季節(jié)變化、流行趨勢(shì)和社會(huì)事件等因素快速調(diào)整其產(chǎn)品線，在特殊節(jié)日或體育賽事期間推出限量版產(chǎn)品。為了做到這一點(diǎn)，企業(yè)利用AI技術(shù)分析社交媒體上的趨勢(shì)和消費(fèi)者反饋，以便更快地作出決策[8]。AI系統(tǒng)需要足夠靈活以捕捉并適配這些快速變化的趨勢(shì)，靈活調(diào)整生產(chǎn)線和工藝能力，同時(shí)保持一定的預(yù)測(cè)準(zhǔn)確性，這對(duì)AI技術(shù)的數(shù)據(jù)整合能力及實(shí)時(shí)響應(yīng)能力提出了挑戰(zhàn)。
其次，需要快速對(duì)應(yīng)差異較大的個(gè)性化產(chǎn)品需求。隨著消費(fèi)者越來越傾向于尋求定制化和個(gè)性化的解決方案，企業(yè)需要能夠提供高度個(gè)性化的服務(wù)，同時(shí)保持高效的生產(chǎn)和交付流程。這就需要利用AI技術(shù)實(shí)現(xiàn)生產(chǎn)線的柔性化和智能化，支持小批量、多品種的定制化生產(chǎn)。在這個(gè)過程中，如何處理海量的數(shù)據(jù)并確保隱私安全，同時(shí)提供精準(zhǔn)的產(chǎn)品服務(wù)，帶來了一定挑戰(zhàn)。
5 制造業(yè)AI的發(fā)展趨勢(shì)
5.1 研發(fā)設(shè)計(jì)環(huán)節(jié)通過自動(dòng)化實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)
在制造業(yè)設(shè)計(jì)研發(fā)環(huán)節(jié)中，將向自動(dòng)化、創(chuàng)新驅(qū)動(dòng)的方向發(fā)展。首先，AI在制造業(yè)研發(fā)設(shè)計(jì)中將在很多環(huán)節(jié)實(shí)現(xiàn)自動(dòng)化，優(yōu)化設(shè)計(jì)流程，縮短產(chǎn)品上市時(shí)間。在電子設(shè)計(jì)領(lǐng)域，電子設(shè)計(jì)自動(dòng)化（Electronic Design Automation，EDA）工具將完成復(fù)雜電路的功能設(shè)計(jì)和驗(yàn)證，通過自動(dòng)化布局和布線，優(yōu)化設(shè)計(jì)的整體性能，從而進(jìn)一步提高設(shè)計(jì)效率和準(zhǔn)確性。通過智能化的優(yōu)化算法和自動(dòng)迭代功能，產(chǎn)品研發(fā)周期得以縮短，進(jìn)一步加快了產(chǎn)品上市時(shí)間。
其次，AI技術(shù)將為制造業(yè)研發(fā)設(shè)計(jì)注入創(chuàng)新動(dòng)力。在生成式設(shè)計(jì)等前沿技術(shù)應(yīng)用中，AI將探索出人類設(shè)計(jì)師未曾想到的設(shè)計(jì)方案。通過大規(guī)模數(shù)據(jù)分析與智能算法，AI技術(shù)可以生成多樣化的設(shè)計(jì)選項(xiàng)，打破傳統(tǒng)設(shè)計(jì)思路的局限，激發(fā)更多的創(chuàng)意靈感。這不僅會(huì)推動(dòng)制造業(yè)產(chǎn)品的智能化發(fā)展，還將為企業(yè)提供了更多差異化和個(gè)性化的產(chǎn)品設(shè)計(jì)方向，助力企業(yè)在競(jìng)爭(zhēng)激烈的市場(chǎng)中脫穎而出，創(chuàng)造出新的商業(yè)機(jī)會(huì)與價(jià)值。
5.2 生產(chǎn)制造環(huán)節(jié)通過人機(jī)協(xié)同實(shí)現(xiàn)高效化
在生產(chǎn)制造環(huán)節(jié)中，制造業(yè)將通過智能機(jī)器人與人協(xié)作完成生產(chǎn)任務(wù)提升生產(chǎn)效率和安全性。一方面，人機(jī)協(xié)作輔助生產(chǎn)，提升效率。智能機(jī)器人可以輔助人類執(zhí)行重復(fù)性和高精度的任務(wù)，比如組裝、焊接、噴涂或包裝，其準(zhǔn)確性遠(yuǎn)高于人類，從而減少廢品率和返工。另一方面，人機(jī)協(xié)同能夠提升生產(chǎn)安全性。機(jī)器人可以承擔(dān)對(duì)人體有害或危險(xiǎn)的任務(wù)，如處理有毒物質(zhì)、高溫環(huán)境下的作業(yè)，從而保護(hù)工人免受傷害。同時(shí)，現(xiàn)代協(xié)作機(jī)器人配備有先進(jìn)的傳感器和軟件，能夠檢測(cè)到周圍的人類活動(dòng)并作出反應(yīng)，如減速或停止，以避免碰撞?？傮w來說，人機(jī)協(xié)作模式將在制造業(yè)中發(fā)揮越來越重要的作用，推動(dòng)整個(gè)行業(yè)向更加智能化、高效化、人性化的方向邁進(jìn)。
5.3 運(yùn)營(yíng)管理環(huán)節(jié)通過大小模型協(xié)同實(shí)現(xiàn)自動(dòng)化
大模型和小模型的協(xié)同將在未來制造業(yè)中扮演關(guān)鍵角色，在制造業(yè)運(yùn)營(yíng)管理環(huán)節(jié)推動(dòng)自動(dòng)化水平的顯著提升。大模型以其強(qiáng)大的數(shù)據(jù)處理和分析能力，為生產(chǎn)決策提供智能支持；小模型則以其靈活性和針對(duì)性，優(yōu)化具體生產(chǎn)運(yùn)營(yíng)環(huán)節(jié)。這種協(xié)同不僅實(shí)現(xiàn)了從宏觀到微觀的全面自動(dòng)化決策，還大幅提高了制造效率和資源利用率。在設(shè)備維護(hù)方面，大小模型的協(xié)同將實(shí)現(xiàn)更為精準(zhǔn)的預(yù)測(cè)性維護(hù)。大模型通過分析設(shè)備運(yùn)行數(shù)據(jù)預(yù)測(cè)潛在故障，小模型則在邊緣設(shè)備上實(shí)時(shí)監(jiān)測(cè)，共同提高設(shè)備利用率，減少意外停機(jī)。在供應(yīng)鏈管理方面，也將因大小模型的協(xié)同而得到優(yōu)化。大模型分析全球供應(yīng)鏈數(shù)據(jù)，預(yù)測(cè)風(fēng)險(xiǎn)和機(jī)會(huì)，小模型則在具體環(huán)節(jié)進(jìn)行優(yōu)化，提高供應(yīng)鏈的自動(dòng)化水平和響應(yīng)能力。盡管大模型在制造業(yè)中的應(yīng)用潛力巨大，但小模型因其深厚的工業(yè)應(yīng)用基礎(chǔ)和成本效益比、穩(wěn)定性、可靠性等優(yōu)勢(shì)，將與大模型長(zhǎng)期并存。這種協(xié)同模式將持續(xù)推動(dòng)制造業(yè)向更高效、智能和靈活的方向發(fā)展。
5.4 產(chǎn)品服務(wù)環(huán)節(jié)通過數(shù)據(jù)驅(qū)動(dòng)實(shí)現(xiàn)精準(zhǔn)化
在制造業(yè)產(chǎn)品服務(wù)環(huán)節(jié)中，數(shù)據(jù)將扮演很重要的角色，驅(qū)動(dòng)個(gè)性化創(chuàng)新的同時(shí)增加市場(chǎng)價(jià)值。首先，數(shù)據(jù)可以驅(qū)動(dòng)AI技術(shù)實(shí)現(xiàn)產(chǎn)品服務(wù)的個(gè)性化和定制化。通過分析用戶行為數(shù)據(jù)、偏好數(shù)據(jù)等，AI技術(shù)能夠?yàn)槊總€(gè)客戶生成個(gè)性化的產(chǎn)品服務(wù)方案。這種基于數(shù)據(jù)的定制化設(shè)計(jì)不僅能夠滿足個(gè)性化需求，還可以通過大規(guī)模數(shù)據(jù)分析來優(yōu)化定制化生產(chǎn)的效率和成本。其次，AI技術(shù)能夠使產(chǎn)品服務(wù)環(huán)節(jié)更加精準(zhǔn)高效地推進(jìn)[9]。在產(chǎn)品營(yíng)銷環(huán)節(jié)，AI技術(shù)通過數(shù)據(jù)分析和用戶行為預(yù)測(cè)，能夠幫助制造企業(yè)更精準(zhǔn)地進(jìn)行市場(chǎng)定位和客戶細(xì)分，分析消費(fèi)者的購買歷史和偏好，制定個(gè)性化的營(yíng)銷策略，提高客戶轉(zhuǎn)化率和滿意度。在產(chǎn)品售后環(huán)節(jié)，AI技術(shù)可以通過自然語言處理技術(shù)，提供不間斷的客戶服務(wù)支持，快速響應(yīng)客戶的咨詢和問題。這種智能化的售后服務(wù)不僅提高了客戶體驗(yàn)，還減輕了人工客服的負(fù)擔(dān)。
6 結(jié)束語
在制造業(yè)智能化轉(zhuǎn)型日益深化的當(dāng)下，AI技術(shù)正在深入滲透制造業(yè)全流程應(yīng)用中，通過賦能研發(fā)設(shè)計(jì)、生產(chǎn)制造、運(yùn)營(yíng)管理和產(chǎn)品服務(wù)等環(huán)節(jié)，幫助制造業(yè)實(shí)現(xiàn)降本增效、提質(zhì)創(chuàng)新。目前，AI專用小模型技術(shù)已廣泛滲透制造業(yè)，大模型技術(shù)也逐漸探索應(yīng)用在整體流程中。在此過程中，不僅要致力于拓寬“AI+制造業(yè)”的應(yīng)用邊界，深化其在智能化設(shè)計(jì)、個(gè)性化定制、預(yù)測(cè)性維護(hù)、供應(yīng)鏈管理等前沿場(chǎng)景的探索與實(shí)踐，還需直面當(dāng)前發(fā)展的制約因素，從技術(shù)瓶頸突破、管理體系創(chuàng)新、政策法規(guī)完善等多個(gè)維度綜合施策，構(gòu)建有利于AI技術(shù)與制造業(yè)深度融合與高效應(yīng)用的生態(tài)環(huán)境。當(dāng)前，制造業(yè)AI技術(shù)應(yīng)用仍處于發(fā)展期，需要聯(lián)合產(chǎn)業(yè)各方力量不斷突破前沿技術(shù)難關(guān)、協(xié)同應(yīng)用數(shù)據(jù)、算力等資源。同時(shí)，需加強(qiáng)高校與產(chǎn)業(yè)間的合作，培養(yǎng)制造業(yè)AI復(fù)合技術(shù)人才，推動(dòng)制造業(yè)智能化高質(zhì)量發(fā)展。
本文轉(zhuǎn)自網(wǎng)絡(luò)，本站僅提供展示與交流，不為其版權(quán)負(fù)責(zé)。若有來源標(biāo)注錯(cuò)誤或侵犯了您的合法權(quán)益，請(qǐng)作者持權(quán)屬證明與本站聯(lián)系，我們將及時(shí)更正、刪除，謝謝。
關(guān)注微信公眾號(hào)
Copyright ? 2015-2021 biopond.cn All Rights Reserved. 魯ICP備2023002201號(hào)-1
