從工業互聯網到AIGC：智能制造如何躍遷？

相關報導

21tech

1年前

從工業互聯網到AIGC：智能制造如何躍遷？

循序漸進地應對新技術，找到從需求出發、以價值爲導向的突破點。

來源：21tech（News-21） 作者：駱軼琪 編輯：張偉賢盧陶然 圖源：圖蟲

在這個技術爆炸時代，身處傳統制造業該如何應對並適當吸納相關技術，支撐自身轉型升級正成爲重要命題。

近日舉行的2023小蠻腰科技大會暨AIGC人工智能峰會期間，中國工業互聯網研究院廣東分院負責人蔣昕昊接受21世紀經濟報道記者專訪時指出，“我們認爲，不斷湧現的新技術，會對制造業帶來轉型升級的新機會，但層出不窮的新概念也會造成一定影響。就制造業而言，實際上堅持初心比較重要。”

他分析道，因爲制造業屬於傳統產業，即便沒有外部新技術迭代，這個行業也存在了上百年，有了新技術後，也不會一夜之間變成另外一套生態系統。“所以我們看到很多制造業從業者還是很務實，要穿過一系列新技術概念的霧霾，看到背後本質。”

在他看來，經歷幾代沉澱後，如今進入第四次工業革命時期，工業發展無論從質量、效益、體量等方面，都走到關鍵瓶頸期。如何利用新一代信息技術實現突破，仍在持續探索。

至於其中方法論，蔣昕昊提煉認爲，從制造業角度，要循序漸進地應對新技術，找到從需求出發、以價值爲導向的突破點。因爲制造業強調效益，需要腳踏實地逐個場景尋求突破。

對於數字化轉型的供給側，包括工業互聯網平台、工業軟件、智能化設備、邊緣計算、工業智能爲代表的一系列解決方案平台商和方案商，應該腳踏實地真正觸達制造業從業者的痛點，做出有價值有亮點的爆款產品，這方面還有很長一條路要走。

比如當前大量中小企業，相比之下更需要訂單、資金、人才等資源，如何利用新技術和平台等能力提供幫助很重要；同時中小企業很難付出大量成本部署信息化系統，當前工業互聯網、雲化軟件已經有低成本、易部署的解決方案，這就可以分類、分級地解決制造業相關問題。

所以實際上，制造業在不斷轉型，制造業和新技術供應方的兩端要不斷實現能力磨合。應當堅持以制造業爲本、從需求出發，通過信息技術的翅膀，幫助制造業騰飛。

尋路轉型升級

近些年來，國內制造業的發展持續面臨各類型挑战：一方面，用工荒現象持續；另一方面，上遊原材料和庫存情況波動不斷，時而緊俏時而過剩。這顯示出，制造業向高質量發展迫在眉睫。

蔣昕昊對記者分析道，的確目前國內制造業面臨的內外部環境存在較大壓力，尤其是近年來，制造業產業鏈需要及時調整。

面對當前的新形勢，國家層面已經在通過出台政策等方式，試圖調整和優化用工荒、招工難等人力層面難題。同時備受重視的就是以新技術推動制造業轉型升級。

“我們認爲，當前提到的實體經濟高質量發展、制造業數字化轉型等相關政策和战略，都是爲了服務於提高制造業的效率、質量、韌性和彈性，推動產業鏈供應鏈實現更高抗壓能力和整體高質量發展。”他進一步指出，有兩方面可以助力制造業轉型升級。

一方面，借助新一代信息技術來加快實現制造業數字化轉型，當前已經有大量制造企業在建設新產线、新平台、新系統，以期提升整體產業鏈的能力分布協同、資源優化配置水平，也增強制造企業內部設計、制造、管理等環節的智能化水平。“我們認爲從數字化轉型角度，工業互聯網平台、高質量網絡、中小企業公共服務平台等新型技術能力可以保障制造業的平穩發展。”蔣昕昊續稱。

另一方面是從制造業本身出發，提升企業相關人才的素質水平、提升生產裝備自動化水平；練內功的同時，對外也要以开放心態擁抱工業互聯網等新技術。

近期以ChatGPT爲代表的人工智能大模型非常火熱，實際上人工智能技術此前早就已逐漸落地到制造業乃至實體經濟應用中。

蔣昕昊表示，“AIGC爲代表的技術到來後，我們認爲其對制造業的影響短期內不會像在消費領域和對個人的衝擊那么大。當然不可否認，以人工智能爲代表的一系列新技術，對傳統的生產方式、作業方式，特別是在一些場景對人的替代作用在逐步顯現。實際上此前大數據等相關偏重分析、計算的技術已經一定程度替代甚至超越了人類智力。”

舉例來說，在工業場景中，如深度學習、知識圖譜、專家系統等相關技術，因其技術特性、功能作用不同，而在具體應用場景中發揮的功能也不盡相同。

深度學習相對更側重於對未知的、以數據科學爲代表的相關場景，比如進行設備預測性維護；知識圖譜則更側重於對相關專家知識經驗的融合，比如可應用於供應鏈協同優化。

“所以AI技術一定會帶來制造業的躍升和進步。”他續稱，未來在工業發展轉型過程中，實際上底層範式是數據驅動，更深層次是數據+知識融合，也即未來無論是工業本身的數字化轉型升級，還是企業改造提升，都要遵循：一方面從工業本體出發，讓多年來沉澱的工業知識、機理、模型、經驗發揮作用，這也是多年人類工業史以來的寶貴財富，同時以人爲代表，通過師傅、專家等進行技術傳承；另一方面，數據科學的出現，提供了一種突破認知邊界的、通過自主學習訓練不斷演進的分析範式。二者結合，才是未來工業轉型升級的方向。

由AI大模型興起對人類帶來的影響，蔣昕昊認爲不必太過恐慌，就制造業而言，人在其中的角色是可以被調整的。

“就我們觀察，特別是在工業和制造業場景，AI目前還很難做到以人的思維來做創新。所以這個角度說，人類可以更側重向創新、新的研發等相關工作去延伸。”他續稱，同時由於制造業下屬細分門類繁多，這意味着門檻和應用場景也不盡相同，“實際上我們認爲AI在工業中的應用還有很長一條路要走。”

釐清技術霧霾

當前人類正在迎接一個紛繁復雜、技術不斷湧現的時期，對於工業發展來說也是如此。從正在持續融入實際場景的工業互聯網，到被希冀的工業元宇宙，都在不斷探索、尋求深化落地。

蔣昕昊對記者分析，工業互聯網和工業元宇宙的不同處在於，工業互聯網是最初以網絡爲代表，到現在發展成爲整個新型的制造業生態體系，包括網絡、數據、平台、安全等；工業元宇宙作爲近期興起的概念，屬於元宇宙概念的延伸，旨在工業場景中實現物理世界和數字世界之間的全面鏈接融合，甚至可以是制造業中的“賽博朋克”。

“工業互聯網已經成爲國家重視的制造業發展战略，它提供了未來制造業數字化轉型的關鍵路徑和支撐，其中也湧現一批新興企業。”他指出，據工信部預計，2023年國內工業互聯網產業規模將突破1.2萬億，工業互聯網標識體系建立五大國家節點，覆蓋全國31個省市。這意味着工業互聯網已經成爲當前制造業數字化轉型的主要路徑抓手。

工業元宇宙將是一種遠景。從技術角度，其將涵蓋工業互聯網、智能制造、人工智能、區塊鏈等技術，因爲要打通虛擬和現實世界，甚至使之完全融合，需要各類數字技術與實體物理世界進行全方位融合、深化。

目前，中國工業互聯網研究院也在研究工業元宇宙相關指導意見和辦法。蔣昕昊對記者分析，其實早期提出的CPS信息物理系統，也提到過類似理念，即實際生產過程要映射到數字虛擬世界，虛擬世界採集了大量數據進行分析後，形成優化結果反饋給物理世界的實體，然後幫助調整設備、生產线、車間、工廠、甚至整個產業鏈，達到更優化的效果。

“所以工業元宇宙調整了底層裝備設備，包括‘人機料法環’、生產關系等。但是其中具體技術、關鍵組成、涉及產業、未來實際應用場景都還需要進一步明確。”他續稱。

除了制造業持續在向智能化轉型升級，“雙碳”目標也是中長期發展進程中的要義。

蔣昕昊表示，此前廣州相關部門提出過數字化、網絡化、智能化、綠色化的“四化”發展路线，很多制造企業也在踐行節能環保、綠色化、安全生產等理念，這意味着相關路徑其實多年來一脈相承、層層遞進，目前匯集成爲“雙碳”，是因爲制造業高質量發展的迫切需求。

“近些年來，隨着工業互聯網爲代表的新技術持續賦能，正爲實現制造業的提質增效、綠色環保等提供底層支撐，根據企業的不同需求和目標，形成了不同路徑和場景。”他對記者分析。

比如對於用能，已經有大量能源管理系統，通過自動化數字化檢測技術等，實現對能耗、排放的精准掌握，並根據峰谷值調整生產節奏和用能計劃，甚至提前預測用能進展。比如在發電場景，也可以借助智能裝備提升發電效率。

對於固碳端，類似碳計量、碳檢測等，也可以借助新一代信息技術，比如通過工業互聯網平台等連接設備運轉、換算，形成對雙碳指標的計量，如此可以實現更爲精准地控制。

這些都需要制造業、相關信息技術企業共同研究制定，來推動產業和相關應用落地。

當然，在走向“雙碳”目標進程中，當前還面臨一定難題，比如對碳足跡追蹤、碳計量檢測等。

“其實無論能耗、還是污染，要進行追蹤檢測都比較困難。”蔣昕昊向記者分析，比如目前依然較難追溯到具體哪個原因造成較大的碳排放；希望檢測到用能、用碳大戶但就對覆蓋量有更高要求；倘若採用樣本檢測方式，也面臨樣本對象是否具備代表性，這對算法和模型統計要求較高等挑战。

“針對這些挑战，目前產業界也在探索各種路线。當然‘雙碳’目標很明確，關於追蹤、計量、研究等體系都還在制定過程中，”他進一步指出，也在積極探索運用新傳感技術、人工智能、大數據等共同完善預測和算法模型。至於最終成效，仍需觀察一段時間。