AI+是制造業(yè)的“選擇題”還是“必答題”,？

作者／ IT時報記者 郝俊慧

編輯／ 郝俊慧 孫妍

在數(shù)字化轉(zhuǎn)型浪潮中,，AI技術(shù)正逐步滲透并重塑傳統(tǒng)工業(yè)的血脈,。

2024年5·17世界電信和信息社會日的主題為“數(shù)字創(chuàng)新促進可持續(xù)發(fā)展”,，對于一直“負重”前行的制造業(yè)而言，可持續(xù)發(fā)展意味著要在優(yōu)化資源利用,、提升生產(chǎn)效率,、減少環(huán)境污染、增強環(huán)境適應性以及促進社會公平等等多個維度實現(xiàn)跨越式創(chuàng)新,，但動力和引擎在哪里,？

作為近兩年全球最熱的高頻詞——人工智能被認為具有改變世界的潛力。然而,，如何將AI從熱詞變?yōu)樯a(chǎn)力是擺在制造業(yè)企業(yè)眼前的現(xiàn)實“選擇題”,，甚至選擇的路徑也有兩條：All in AI或AI in All。

2024年,，互聯(lián)網(wǎng)大廠依然“內(nèi)卷”,，“大模型產(chǎn)業(yè)化”代替“產(chǎn)業(yè)互聯(lián)網(wǎng)”成為新的黑話；一大波創(chuàng)業(yè)公司則看到了商機，從百模大戰(zhàn)到萬模大戰(zhàn),，作為擁有全球最多行業(yè)的國家,，中國有太多企業(yè)在未來10年內(nèi)會將智能化做成“必答題”；而老牌企業(yè)軟件應用廠商則氣定神閑,，深知再好的通用大模型,，如果不懂產(chǎn)業(yè)，也無法落地……

面向可持續(xù)發(fā)展的未來,，“世界工廠”在擁抱AI時,，是向左走，還是向右走,？答案或許并不唯一,。

創(chuàng)業(yè)公司 小馬過河為中小企業(yè)打造“AI助理”

最近一年，清醒異構(gòu)創(chuàng)始人兼首席執(zhí)行官余騰的行程單上,，慈溪、昆山等中國百強縣的名字頻頻出現(xiàn),。

大模型浪潮中,，AI被認為是可“重塑”產(chǎn)業(yè)的新引擎，然而,，通用大模型同時存在專業(yè)性,、泛化性和經(jīng)濟性“不可能三角”問題，導致目前行業(yè)實際落地應用進程并不快,。

近日,，騰訊研究院正式發(fā)布的《向AI而行，共筑新質(zhì)生產(chǎn)力——行業(yè)大模型調(diào)研報告》顯示,，行業(yè)大模型應用場景的快慢呈現(xiàn)“微笑曲線”特征,。在產(chǎn)業(yè)鏈高附加價值的兩端（研發(fā)、設計和營銷,、服務）,，大模型應用落地較快。而在低附加價值的中部（生產(chǎn),、組裝等）,，大模型應用進程較慢。

“我和很多制造業(yè)企業(yè)老板溝通過,，他們都想搭上人工智能的快車，但都不知道怎么做,。”余騰告訴《IT時報》記者,，對于利潤率相對薄弱的制造業(yè)而言，AI的價值必須非常顯性化,，而擁有大量“專精特新”企業(yè)的長三角,，無疑是AI賦能產(chǎn)業(yè)的最佳實踐區(qū)。

這是一個非常典型的中國式樣本,?？蛻艄竞堋澳贻p”，沒有像傳統(tǒng)企業(yè)一樣背負較重的“包袱”,，是集技術(shù)創(chuàng)新,、產(chǎn)品研發(fā)、高端制造于一體的高新技術(shù)企業(yè),，數(shù)字化程度較高,，所屬行業(yè)屬于新興領(lǐng)域，創(chuàng)始人對人工智能有非常濃厚的興趣,，愿意嘗試新技術(shù),。而清醒異構(gòu)是國內(nèi)大模型“清華系”中的一員，一開始創(chuàng)業(yè)方向便是解決大模型技術(shù)和業(yè)務“兩張皮”問題,，為行業(yè)應用場景提供人工智能解決方案,，建構(gòu)企業(yè)專屬模型，打造高可用性的智能服務,，形成企業(yè)自己的AI Agent（人工智能代理）,。

“一拍即合”之后，清醒異構(gòu)將為客戶訓練四個“助理”：AI融資助理,、AI代碼助理,、AI工人助理和AI市場助理，在市場分析,、融資支持,、生產(chǎn)線效率提升等方面先行嘗試AI+。

“在前期測試中，效果已經(jīng)十分明顯,?！庇囹v告訴記者，初步成型的“AI市場助理”已經(jīng)可以幫助客戶市場人員對企業(yè)產(chǎn)品有更加深刻認知,，尤其市場分析和商機挖掘方面的效果,，客戶很是滿意，接下來將重點訓練“AI工人助理”,，可以將“老”產(chǎn)線工人的經(jīng)驗數(shù)字化,，讓新工人迅速通過AI助理學會解決實際問題。

被多模態(tài)大模型 改變的數(shù)據(jù)采集方式

與傳統(tǒng)企業(yè)信息化系統(tǒng)中的知識庫相比,，AI助理對于效率的提升不僅僅體現(xiàn)在自然語言的問答上,，更多是輸入輸出時體現(xiàn)出更強的綜合能力和多模態(tài)能力。

當前,，制造業(yè)最頭疼的問題莫過于勞動力緊缺,，一方面是勞動人口的整體比例下降，另一方面則是新老工人的交替并不順暢,。

一位廣東某地家具工廠的“廠二代”曾告訴《IT時報》記者,，第一代中國工廠普遍存在的問題是，老板和工人都一起老了,，但沒有新鮮血液補入，即便有年輕人進廠,，培訓時間也很長,，往往還沒成為“熟練工”便離職了。

如今,，隨著多模態(tài)大模型的逐漸成熟,，當企業(yè)進行數(shù)字化轉(zhuǎn)型時，最基層且最重要的數(shù)據(jù)采集階段,，可用的手段不再僅僅是訪談和填表格,，而是增加更加多元數(shù)據(jù)，比如圖片,、視頻,，甚至現(xiàn)場對熟練工人動作的無感拍攝，而這些多模態(tài)數(shù)據(jù)也可以通過大模型進行一定程度的描述和分解,，從而快速完整地將成熟工人的經(jīng)驗數(shù)字化,，并形成經(jīng)驗積淀下來，成為企業(yè)“小模型”的訓練數(shù)據(jù),。

同時,，這些數(shù)據(jù)被精準標注后，可用于對大模型進行微調(diào)和反饋訓練，最終以多模態(tài)的方式對新員工輸出,，新員工只需根據(jù)自己的問題“提問”,，便可以得到有針對性的精準答案。

當然,，從目前大模型落地的實際情況看,，這只是最理想狀態(tài)，現(xiàn)有企業(yè)專屬模型的能力尚無法完全實現(xiàn),。

“最主要原因當然還是作為底座的通用大模型能力有限,。”余騰告訴記者,，企業(yè)級大模型大多建構(gòu)在開源大模型上,，而開源大模型的參數(shù)級相對較小，清醒異構(gòu)正在微調(diào)的開源大模型參數(shù)普遍在13B～30B之間,，“幻覺”仍然不可避免,。

此外，采集效率也很可能成為影響整個企業(yè)數(shù)字化升級的重要因素,。正如前文所言,，最終理想狀態(tài)的數(shù)據(jù)采集是一種“無感體驗”，產(chǎn)線工人無需任何動作,，只需用攝像頭自動拍攝其工作流程即可形成有效數(shù)據(jù),，但如果達不到這種規(guī)范和流水線、標準化方式,，容易出現(xiàn)經(jīng)驗已經(jīng)升級而大模型能力還未升級的現(xiàn)象,。目前清醒異構(gòu)大約每隔兩個月左右會為客戶做一次微調(diào)和升級，以避免出現(xiàn)“倒掛”現(xiàn)象,。

“AI會帶來很多生產(chǎn)和溝通方式的變化,。”余騰認為,，大模型出現(xiàn)對制造業(yè)最大的意義在于,，可以創(chuàng)造出很多新需求，解決了很多曾經(jīng)以為是無解的問題,，而隨著通用大模型的能力提升,、更多具有普適性的AI應用工具出現(xiàn)，人工智能對于工業(yè)的引擎拉動性將加速躍遷,。

老牌解決方案廠商 穩(wěn)中求勝讓AI絲滑“內(nèi)嵌”

與“小步快跑”的清醒異構(gòu)不同,，全球最大企業(yè)應用軟件廠商SAP選擇了另一條AI賦能產(chǎn)業(yè)的路徑——商業(yè)AI，將AI嵌入企業(yè)解決方案,。

5月10日舉行的SAP中國峰會上,，SAP全球執(zhí)行副總裁,、大中華區(qū)總裁黃陳宏詳細闡釋了一個愿景——“成為全球第一的企業(yè)應用和商業(yè)AI公司”，這是自去年推出商業(yè)AI之后,，SAP首次明確的新未來,。

對于服務全球94%五百強企業(yè)的老牌IT廠商而言，當AI浪潮席卷而來時,，將這種新能力與企業(yè)已有的業(yè)務流程,、運營管理深度融合，在企業(yè)已有的系統(tǒng)內(nèi)釋放AI的能力,，是SAP自然而然的選擇,。

全球已有25000個AI客戶

目前，SAP在全球有25000個客戶已經(jīng)進入AI場景,。

以全球知名的半導體廠商AMD為例,，商業(yè)AI將其訂單交付查詢的效率提升了十倍。當訂單出現(xiàn)延遲時,，以往要倒查14個環(huán)節(jié),，才能真正找到不能準時交付的原因，至少需要20分鐘,，如今通過AI打通各個環(huán)節(jié),，不到1分鐘就能完成整個過程。對于有著海量物流和分發(fā)任務的制造業(yè)企業(yè)而言,，AI提升了整個供應鏈的效率,。

“再強調(diào)一遍，我們不做大模型,。”黃陳宏告訴記者,，通過BTP業(yè)務技術(shù)云平臺，SAP搭建了AI的Foundation（基礎(chǔ)）,，大模型可以在這一層做適配、訓練,、協(xié)同,，“我們對所有AI合作伙伴完全開放，形成一個AI生態(tài)底座,?！?/p>

在此之上，SAP在所有業(yè)務流程當中都加入AI功能,，從云端ERP到供應鏈管理,、人力資源管理、支持管理,、商業(yè)網(wǎng)絡,、客戶關(guān)系管理,、業(yè)務平臺，都有AI嵌入式功能,，并通過商業(yè)AI的 “智能副駕”Joule打通所有業(yè)務,，統(tǒng)一調(diào)度。從客戶層面來看,，Joule已經(jīng)絲滑內(nèi)嵌入原有的核心業(yè)務流程,，出現(xiàn)在企業(yè)數(shù)字化管理的各個環(huán)節(jié)中，只需對Joule提出需求,，便會由系統(tǒng)自動給出結(jié)果,，真正有效實現(xiàn)業(yè)務價值。

一家美國吉他廠商已經(jīng)是Joule的忠實“粉絲”,。在SAP展示的案例視頻中,，當這家吉他公司準備進軍瑞士市場時，老板可以直接詢問Joule關(guān)于該市場的平均收入和消費洞察情況,，并由系統(tǒng)自動推薦最適合的產(chǎn)品類型,，進而挑選適合的供應商。等到了實際開店環(huán)節(jié),，只要對Joule說,，“幫我雇傭一個吉他店鋪經(jīng)理”，就能在列表上自動完成符合這一崗位員工的篩選……通過簡單的自然語言描述,，一個智能副駕打通了六個場景,，貫穿了所有SAP業(yè)務流程，對于以穩(wěn)健為主的大型企業(yè)而言,，這種內(nèi)嵌式AI顯然是變動最小的“人工智能+”,。

擁抱AI要打破數(shù)據(jù)孤島

不過，目前已落地SAP商業(yè)AI的客戶都是國外企業(yè),，中國暫時還沒有企業(yè)正式應用,。

“一家企業(yè)想讓AI真正成為驅(qū)動引擎是有門檻的，第一,，要有完備的數(shù)字化核心體系,；第二，要能打通所有數(shù)據(jù)孤島,，將一個企業(yè)的所有數(shù)據(jù)用起來,；三是上云?！秉S陳宏坦承,，中國企業(yè)普遍在第二個環(huán)節(jié)有“短板”。

數(shù)據(jù),、算力,、算法被公認為是影響大模型能力的三大要素,，而經(jīng)過1年半的極速狂奔，數(shù)據(jù)的重要性在三者間越來越凸顯,，尤其是當大模型進入產(chǎn)業(yè)化周期,，在滿足企業(yè)對于“幻覺率”的低容忍度時，真實數(shù)據(jù)比算力更加有效,。

困擾于很多互聯(lián)網(wǎng)大廠的數(shù)據(jù)難題,，反而是SAP的最大優(yōu)勢。目前,，全球有27000家客戶授權(quán)SAP用自己的數(shù)據(jù)進行AI訓練,，由于這些數(shù)據(jù)是真實、實時,、準確的業(yè)務數(shù)據(jù),，其微調(diào)之后的行業(yè)大模型或企業(yè)大模型具備了更加專業(yè)的洞察和智能，同時作為一家歐洲企業(yè),，SAP對用于AI大模型訓練的數(shù)據(jù)安全性和私密性治理,，執(zhí)行最高標準。

不過,，黃陳宏認為中國第一家落地商業(yè)AI的制造業(yè)企業(yè)已“呼之欲出”,，“它是全球最大的制造業(yè)公司之一，我們從去年開始已經(jīng)在一起全面打造AI能力,，幫助企業(yè)找到正確策略,，降本增效，先做企業(yè)的AI智慧大腦,，再做智慧工廠,，最后AI Everything?！?/p>

《向AI而行,，共筑新質(zhì)生產(chǎn)力——行業(yè)大模型調(diào)研報告》中指出，大模型處理特定領(lǐng)域問題或任務的準確性與效率,、大模型處理訓練數(shù)據(jù)集之外新樣本的能力和大模型訓練和應用的投入產(chǎn)出比,，很難同時得兼。

如何解開這個“不可能三角”,，是一個需要CEO引導的企業(yè)戰(zhàn)略級工程。

記者觀察 加速AI引擎背后的“減碳數(shù)學題”

通過AI實現(xiàn)制造業(yè)的可持續(xù)發(fā)展,，并不是一個可直觀的結(jié)果,。但當生產(chǎn)效率與員工技能傳承的效率都被AI提升后，制造業(yè)的可持續(xù)發(fā)展路徑被暗中激發(fā)出來,。

事實上,，“減碳”并不僅僅是減少因產(chǎn)品而產(chǎn)生的碳,，更多是通過多維度措施，降低整體的資源消耗,。

聯(lián)合國可持續(xù)發(fā)展目標(SDGs)中,，SDG 9（產(chǎn)業(yè)、創(chuàng)新和基礎(chǔ)設施）,、SDG 8（體面工作和經(jīng)濟增長）以及SDG 12（負責任消費和生產(chǎn)）都能夠通過AI賦能,，共同指向一個更加高效、包容和環(huán)境友好的制造業(yè)未來,。

比如,，AI助理通過快速學習和模擬熟練工人的經(jīng)驗，可以減少了新員工培訓周期,，間接降低了因長時間培訓產(chǎn)生的資源消耗,，包括能源、材料和人力成本,；或者,，面對勞動力老齡化和技能傳承難題，AI助理可以確保關(guān)鍵技能和經(jīng)驗不隨人員流動而流失,，保障了產(chǎn)業(yè)知識的連續(xù)性和創(chuàng)新能力,，為制造業(yè)的長期發(fā)展和人力資源的可持續(xù)管理打下基礎(chǔ)；再或者,，通過供應鏈的管理,，加速了物料全球周轉(zhuǎn)的周期，也能間接減少你的“碳成本”,。

國際電信聯(lián)盟表示,，在過去艱難的一年里，人工智能等顛覆式的數(shù)字化解決方案帶來一線希望,，為聯(lián)合國可持續(xù)發(fā)展目標（SDG）的進展提速70%,。