>科技>>正文

直击现场|人工智能如何赋能制造业

原标题:直击现场|人工智能如何赋能制造业

制造业在过去很长的一段时间里,“劳动密集型产业”这个词一直笼罩在制造产业头上。当人工智能来临时,人工智能在产品、服务和生产等环节能为制造业带来了哪些改变?

2018年10月25日,由国匠工业互联网众创空间、国匠学院和苏州高正科技创业园科技企业孵化器主办的MIC1000第四届中国制造千人会在苏州召开,其中,圆桌论坛“人工智能如何赋能制造业”吸引了众多参会者。

圆桌论坛由雅各布专栏创始人诸刚强先生主持,海思堡集团副总裁王丹琦先生、龙腾光电总监李亚平女士、前英格索兰工厂总经理胡茂云先生、江苏通鼎光棒有限公司副总经理蒋锡华贤等展开讨论,在不同角度提出了各自的观点。

雅各布专栏创始人 诸刚强先生

诸刚强:今天非常荣幸有机会参加这个活动,并且为这个活动做主持,我相信今天下午这轮有关AI赋能新制造的话题,希望能给到大家一些启发。

那我们这个活动开始先做第一轮,请各位嘉宾做一个自我介绍。

龙腾光电总监 李亚平女士

李亚平:各位来宾,各位领导大家好,我是来自龙腾光电的李亚平,我们公司是一家做液晶面板的生产行业,我负责的主要是生产运营管理,还有整个公司的智能制造的一个转型升级的专案,谢谢大家。

海思堡集团副总裁 王丹琦先生

王丹琦:大家好,我是海思堡集团的,我叫王丹琦,我是做服装智能制造的,主要是做休闲和牛仔。现在在做服装工业互联网平台,很高兴来到苏州。

江苏通鼎光棒有限公司副总经理 蒋锡华先生

蒋锡华:大家好,我是来自江苏通鼎光棒有限公司的,我们公司做光纤运输棒的,可能大家对这个产品不是很了解。

前英格索兰工厂总经理 胡茂云先生

胡茂云:大家下午好,首先感谢主办方给这次机会,在这里跟大家交流认购智智能制造如何运用人工智能在这个领域,我来自全球500强企业英格索兰工厂的总经理,目前应该来说为了自己的知识更新迭代,现在回到学校重新读一下博士,谢谢。

诸刚强:我相信今天大家重新关注到工业4.0,关注到新制造,关注到新零售其实是跟中国这两年巨大的改变有关系,尤其是早期的互联网改造了整个零售世界跟整个制造世界。在谈新零售的时候我觉得大家过去两年都谈我们数据驱动的消费中心,泛零售的形态。这一两年实际上大家重新意识到对整个零售,对整个制造的改变还有一个更大的就是来自于物联网,来自于人工智能,这也是为什么我觉得在今天会议上,王老师又重新谈新制造这个概念。

我自己在关注这两年制造场景的时候发现,从新的名词到真正实地的落地,到今天重新谈AI,实际上整个行业里面在做一些迁徙。也在做一些实践,更多其实是在做一些思考,我相信大家是期望在接下来的一些时间里面能够找到自己的实践之路,我想问的第一个话题是想请在座的各位嘉宾,从美女开始,今天我们在看新制造的时候我们看到的整个智能制造,整个制造领域当中的一些机会点在哪里?我们如何在自己传统的领域当中可以发挥自己更多的优势的资源,让我们的制造在人工智能场景上可以走得更强壮、更强大。

李亚平:像我们这个公司,因为我自己本身在我们这个公司里面对智能制造相关专业领域的一些技术可能做一些Study做一些应用。我就以我们制造行业本身一个应用者的角度来谈一下,事实上在新制造这一部分我认为我们应该特别强调的就是这些新技术怎么样真的在我们既有制造企业里面能够落地生根。

我觉得技术发展它是非常快的,我们一直听到很多新的名词跑进来。但是这些技术是不是真的能够在我们自己这个领域里面,自己这个企业里面能够生根,并且真正能够扎下去,能够让我们这个企业从这些技术里面能够获益,这是我们认为比较重要的一点。我会觉得说,其实本身我们自己现在的制造领域里面,像流程型这个行业,液晶面板这个行业,你进去我们公司去看的时候你看得到工业2.0,你也看得到工业3.0,你可能也看得到有些部分像工业4.0的模样。这些技术对我们来讲,其实不同的技术在对应到不同我们现在这种已经发展的范畴之内,我们应该都是用不同的突破点去进入的。

比方说,我们可能在物联网这一部分,可能在对于我们这种已经达到2.0自动化水平相对比较高的这一部分,我们就可以做物联网的建制,对于可能已经到了物联网基础打好了的,我们就可以去思考人工智能怎么在这一部分的领域里面去应用。

诸刚强:刚开始筹备这个话题的时候我们也聊过,其实AI赋能整个新制造,我觉得其实对未来的产业跟创业其实带来很多新的设计思维。因为我们所讲到的,机器可以做很多人不需要太多创造力的工作,都可以由机器人来完成。您在这个角度是怎么看这个事情的。

李亚平:其实刚才前面劳勤王总在讲,像我们制造业确实逃脱不了劳动密集型的这个帽子。刚才数字是5倍,但事实上我们在人的管理上面,我们投入的经历,有时候也是指数级的上升的。如果说我们的管理活动,都用来做最基层的这些管理,事实上我们在创新和发展上面可以投入的精力和资源是有限的。

那我们的想法是说,如果说我们在自动化、数字化包括物联网,包括未来网络化的一些建设上面,能够稍微有一些进展,那我们底层的这些比较基础的管理,花了大量的人力,物力去做的这些管理活动,它有机会被AI替代掉。

那在这个时候我们就可以释放出更多的精力、资源和人的智力出来去做一些创新的活动。在这个新的基础上面,我相信应该也会有一些新的火花。

诸刚强:AI赋能新制造来讲,我认为应该的是启发我们的从业人员有更多的思考,同时能够解放工作人员,在一些琐碎的工作当中,能够更多的进行参与,从而我们有更多的创造力为我们的企业跟社会创造更多的价值。

我想问一下王总,海思堡其实是行业里面非常典型的我们所认为服装4.0这个概念,尤其是从制造的场景走到消费市场,我想听一下您旨在这个领域当中的一些思考。

王丹琦:其实人工智能在制造业里面的应用,整个工业发展进程从工业1.0到工业4.0都在追求效率的提升。工业的价值是靠效率产生的,我们走到3.0自动化或者精益化,可能会有天花板,所以在数字经济下,制造业把信息化和工业化进行融合,捅破了天花板,所以效率得到了极大的提升,原来精益可以提升20%,像我们苏州有很多的外资企业,通过精益提高20%,提高30%,我们加了信息化之后可能提高200%,这是我们企业自身实现的。

虽然大家都是做制造业的,但是我相信对人工智能或者数字化、网络化和智能化的理解是不一样的,我是从2014年开始,从做西装开始,到现在做牛仔,做休闲,做鞋、帽子、手套,未来要做休闲的全品类。

为什么要做呢?这个新制造,我们的马云老师告诉我们未来是新制造,所以要谈谈这个话题。主要两个问题,一个就是消费互联网时代,马云帮我们解决了信息不对称的问题,让我们的信息能够实时交互,让我们的交互效率提升了。

到了工业互联网时代我们要解决的是什么问题呢?解决的是知识不对称的问题。也就是说不是在座各位所有人都能学会7国语言,不是所有人都能背那么多的棋谱,不是所有人刚刚搭了生产线就能够记那么复杂的工艺,不是所有人经过短暂的培训就能够去把上千张的订单有序排列好。

这部分我们知识不对称就要依靠人工智能赋能我们来解决,这是我主要想谈的。人工智能其实它主要是通过机器的深度学习来形成一些专业化的智能模块,把我们整个制造业全价值链,全生命周期的各个环节完全打通,也解决突破原来所有的瓶颈。

我们说工业3.0实现了局部效率的提升,也就是局部生产线上的通过自动化的效率能够提升,但是我们这次第四次工业革命,人工智能时代要实现全价值链,全生命周期效率的提升,这就是制造业为什么要实现人工智能去驱动。

诸刚强:我相信之前大家讲制造,为什么会有制造的场景?我觉得有很多历史的参照价值。从早期的妈妈做的衣服到现在服装店卖的衣服,从某种逻辑来讲都是整个经济在整个工业化的场景当中如何通过工业的应用让我们的企业具备大规模的标准化制作跟制造的能力。让我们的企业在成长的过程当中有更强的竞争力,因为我对整个资源有更好的计划性,更好的统筹性,有更好的成效的输出。

所以今天在王总谈到的场景当中我觉得非常有意思我也想跟王总在简短讨论的地方就是,第一,今天在看整个MQC,CQM的场景的时候,我觉得对很多今天的企业有一个很大的参照,我们讲工业4.0,并不只是关心在四堵墙,实际上我觉得作为一个制造企业,或者说一个供应链的企业我们要更多去了解前端,了解消费市场,了解公司品牌了解下游企业,他们在面对制造提出新的需求的时候,他市场到底是需要什么?我们的生产要素如何去储备,能够当消费市场快速变化的时候我们拿到订单的时候我们有一个更快的执行力,我觉得这是一个面对市场我们必须要具备的一种供应链资源整合能力,看得到市场的前端可以去预测市场。

第二个我在想,整体CQM跟服装制造其实也有很多个性化的定制化,包括整个服装智能制造生产建设的场景。其实都是代表了在整个行业当中的一种创新实践,可能不同行业实践角度不一样,不管怎么说,我想跟王总探讨一下,其实在服装时尚领域当中这个新制造您看到最大一两个变化点是什么?

王丹琦:服装过去是一衣千人穿,现在是一人一款,一物一流所有完全能够满足消费者的体型款式,喜好以及个人品位所有个性元素数据化建模的支持,所以可以实现了。所以这个领域一直走在前面,为什么一直会走在前面,会走在汽车,机加工很多这样的机械电子行业的前面,因为服装有工业基础,工业基础最扎实。中国现在还没有自己的板型,但是我们的工业技术来自于珍妮防治机,来自于大规模纺纱的流水线。

在数字化转型的过程当中,通过数据模型和3D建模我们在加上工业工程,把我们的能力前置了,也就是虚拟现实交互我们建立了一个人工智能的企业大脑。可以把我们的需求前置,用最快速的,特别是到5G时代最快速的是网络的反应,我们甚至建立一个服装,一个人体的板型,只需要不到1分钟的时间,我们就可以建立,再用不到一分钟的时间把所有的生产过程工序,所有复杂的包括供应链这些响应问题全部预见性的解决,然后再去实施,所以这是一个问题前置的一种超凡颠覆性能力的提升,所以人工智能是一个能力的提升。

诸刚强:非常有价值,我们现在可以有更多继续的探讨。我想问一下蒋总实际上我知道通讯行业是一个非常B2B的产业链,过去去欧洲参观的时候也发现在欧洲很多百年的企业,其实都是一种B2B服务的模式。可能我作为一个上游企业,我们对整个行业的先进性导致我们在整个行业当中其实有更多的主导性。

我想了解一下,咱们在自己的企业当中在整个新制造当中有哪些非常优异的创新可以给台下观众做一些分享。

蒋锡华:其实我们公司是信息化,数字化跟人工智能的受益者,为什么这么说呢?我们公司是1999年创立的,那时候主要是做电缆,然后做光缆,其实这个行业在当时相当于是一个劳动密集型企业。我们在2010年的时候上了光纤,在2014年的时候上了江苏通鼎光棒有限公司。为什么有这么一个发展?其实是跟整个中国制造业它整体能力的提升是密切相关的,比如说我所在的这个产业,在十年前是没有的,是国内全部没有,全部依靠进口,在近五年,五年前进口80%,自产20%,现在我们自产80%,进口20%。

为什么有这个差别?近五年整个数字化,信息化,人工智能上来了以后,才能够满足我们这个产品的制造需求。因为我们这个产业,我们这个产品号称通信产业上的明珠,是最难制造一个新材料。导致我们这个产品性能可能会有上千种的因素,如果说像以前,如果说没有大量的传感器,大量的数据分析,没有数据库大量数据去分析,我们是造不出合格的产品。

我们这个产品一个最难的就是,运输棒新棒里面需要残杂,我们在最中间的时候会残杂,我整个外围的蒸发系统,我们分两块,这两个系统对他影响都特别大。我里面每一个参数直径,包括安装角度,外围的蒸发系统,温度,压力包括外界环境影响特别大。这么多影响因素如果再一组合的话,对我们产品的性能影响就太大了,如果你放在十年前,整个中国制造业水平我们是完全做不出来的,所以为什么说,我刚才说了其实也是我们现在已经做的,在每一个参数控制上面,我们都有把这个数据反馈给我们控制系统,然后再进行一个分析,对这个产生进行质量上的提升。

诸刚强:非常棒,我觉得实际上咱们的企业从产品创新的角度来讲,也是看到了整个大行业对人工智能新科技的需求,才有了我们今天产品的创新,包括产品的自我创新跟独立创新,非常非常有价值。

接下来我问一下胡总,您算是头部外企的工厂,我想听一下您在新的领域当中是怎么看这些事情的?

胡茂云:我听了前面几位嘉宾介绍一下,更加感觉到,我觉得人工智能赋能我们的制造业,其实在本质上是不断改变,不断发展科学技术,对我们社会生产力的一种推动,在各种企业中的表现,它的本质我认为是这样。

我们可以说回顾历史来看,从英国工业革命有一本书叫《维多利亚时代的企业家精神》,我们可以看到它当中举的十个最有名的企业家,他们在企业的发展过程中,其实都是最先采用新的生产技术,从蒸汽机到发展机到后面的电子信息计算机以及现在大家公认的第四次工业浪潮,数字化,智能时代。

可以说企业抓住这个新的叫技术革新,对这个企业能够长期发展是非常至关重要的。我的感觉是说,我们在今天人工智能赋能我们的制造业,其实在客观上要求我们的企业要运用新技术的眼光或者是AI的眼光来对我们的企业流程进行重新审视,重申再造。

在一些关键的流程上,比如说我们的耗时,耗人工,比较多的地方,看能否进行AI的改造。刚才我们前面的嘉宾在分享这个劳动力的短缺,成本上升,其实这都是当下中国面临事实。如何运用AI与人工智能在我们这些领域,在流程当中去进行有针对性的思考?因为我们自己做企业,对自己的企业流程是有深刻的体会。

这个时候就结合我们外部,比如说AI人工智能领域,跟我们的流程进行一个深度的场景应用,我想应该会起到更好的效果。

诸刚强:您在英格索兰工作很多年,包括制造业很多的一些研究,你看到的今天发生在制造业当中的哪一些非常赋有挑战的工作会很有可能被今天AI的技能所赋能,有没有做过这方面的一些思考?

胡茂云:在过去工作经历当中,我首先回到人工智能最基本的原理应用,应该来说是在两个领域,1950年开始到现在一直都再关注两个领域,一个领域是我们在语音处理,还有一个领域是在图象识别上。

还有一些类似于说大数据的一些,上午有一些嘉宾分享的时候,更多的是数据统计分析,更多我觉得在企业,基于这两个点,一个是视觉,还有领域方面,我觉得在企业里面可以从,尤其我们传统制造型的企业,我觉得在场景上面,可能从视觉上面。

我举一个例子,我们之前是在给苹果做他的一个产品,他这个产品可能是iPhone一个盒子,客户要求他的检验标准当中可能有200多个缺陷,如果说我们的员工靠肉眼检查,判断这200多个缺陷可以说耗时是非常长的。

如果通过一些视觉识别,通过机械学习,而且可以不断判断,不但可以提高它的准确性,而且减少误判率,我觉得在这些视觉,甚至语音这些领域,我觉得在制造业领域会有一个非常大的质的飞跃,可以帮助我们显著的减少成本投入,从而提高我们企业的一个效率。

诸刚强:我从两个角度来解读这件事情,大家有没有注意到就是,今天如果从消费端来看市场,今天我们品牌公司或者说我们企业,从最早讲PC互联网,BAT时代,我们是在电脑上,很大的屏幕上看到很多的品牌跟商品,我记得我们是在线上开了一家一模一样的线上的线下店,装修、商品、美图,我们尝试把这个线下的模式复制到线上,这是我称之为1.0时代的新零售时代。大家看整个行业,我们叫2.0的移动世界,为什么?最近我一个朋友跟我讲,如果大家装了今日头条的APP的话,我们几个人在谈工业制造,过一会儿今日头条就会推给你一个关于制造的产品。

这里面讲到的一个概念,实际上现在很多的应用场景,它在利用到一些人工智能语音的听力去尝试,去了解今天的消费者,在面对产品选择过程当中的一些增长一个影响,影响消费者做这个商品的购买。

在这个时代你会看到消费者其实只能够在自己的手机,在自己关注的频道,看到你自己最感兴趣的内容信息跟商品,这个时候品牌时代很多的势能,有很大的削弱。

今天在谈到的,今天像马云他们整个BAT进入到这个IOT时代,进入到人工智能的时代,进入到整个互联网汽车,你会发现今天如果大家通过天猫去购买一款服务或者产品的时候,消费者连看到品牌跟产品内容都没有看到,我觉得这个在需求端,因为人工智能的应用跟发展已经带来了很大颠覆的改造。

第二块我们在看整个AI场景的时候,实际上AI不是新事物,AI在整个行业的发展已经60多年,为什么AI在今天会重新被推上一个制高点?实际上是因为在今天中国这个互联网市场,今天的中国新制造市场,中国是全世界唯一最大的消费市场。从某种逻辑,我们今天是有To B、To C制造场景,可能都因为今天这个消费市场的颠覆式的概念,大致我们产品创新跟制造的改变。

如果一个消费者在聊天的时候,就能够做出一个商品的决策,我相信这个对我们后端的我们讲长辈企业跟制造企业都会带来很多的影响。尤其现在大家在看整个行业,看机器视觉,人脸识别,这些都是在今天整个大行业当中主流的行业,这个工厂内如果通过这个机器视觉的这种摄像头新技能的使用,还有可能帮助我们减少更多的劳务工。因为所有的员工管理不再需要,其实机器视觉,AI赋能我们的管理者,让我们的管理者趋向于更加民主化。

我觉得看一下AI到底是在我们现在所有的企业跟行业当中,我们如何通过AI的应用场景,为我们企业能够带来更多的创新,我想问一下王总。

王丹琦:其实在AI应用上我们是走在最前面的,我们在做定制,不论是大规模定制还是个性化定制最关键的是需求数据的采集。原来需求数据的采集我们用3D量体衣一设备也很贵,需要消费者穿上紧身衣,有人是排斥的。现在我们通过AI的技术可以做远程数据采集,也就是远程的量体然后系统依据大数据库3D建模。经过大家共同的努力,很多次服装展商有很多的公司去展,虽然大部分都是技术上走了一些弯路,因为它的技术是是有依据,后面要有足够量的人体数据库,然后我拍两张照,就像我拍朱总正面一张,侧面一张,然后把这个数据用我数据库里的人体模型进行比对,局部差异可以修改,但是差异太多是没办法修改的,所以人体数据库要在400万以下。

如果有能够匹配或者稍微修改的,公差在1公分的我就可以拿来用,直接去建模,直接去SAD打板,去制造,这就是远程,我们不需要见面。甚至自己拿着手机来拍照就可以了。前几天我们很惊喜的看到这个技术成熟了,我们现在准确率不到90%,经过几次测试还在努力的提升。我们看到华为Mate20,已经能够通过手机来拍照建模,我相信大家一起努力这个技术难点就可以攻克。

另外在整个制造业AI的应用上还有两个,一个是我觉得大家可以共同努力的,第一个模具,工业之母是模具,工业之父是流水线,这是两个最需要的,也是我们讲数字化转型,讲智能化现在最欠缺的。第一个模具我们用3D建模,用数据建模来取代传统的物理模具,在服装行业已经实现了,因为服装行业是二维的。但是在鞋在其他的行业可能还没有去实现,前一段时间看了这边的手套工厂,他在用刀模,怎么样能够把这些模具去掉,因为模具成本是非常高的,我们讲个性定制最终解决方案是3D打印,怎么样能够通过这个过度来去逐步实现。

第二个就是流水线,我们产线局部都是自动化的,也上了很多高大尚的GHB。但是整个产线还不是智能化的,没有智能化整体的产线,每一个行业我相信都缺。在汽车行业离散制造行业也缺,所以这些都是我们可以突破的点。

诸刚强:服装是一个最典型,最容易被个性化服务体验所定义的一种新制造场景。其实穿的,跟你的生产不是完全匹配,我相信今天谈到的面对消费市场需求者所需要的个性化需求跟个性化的定制,跟个性化的生产尤其是从销售订单到MTM的中台订单,到后台MASS规模制造跟机械协同。其实整个产业链都是一个端对端的,从需求到生产正段的反映。我觉得在我们这个行业研究里面,我认为这里面的确是有大量的关于AI的应用场景,就像您前面说的,前端人脸识别。我是想把所有的人脸跟身材可以数字化,实际上今天我们在看消费市场你会发现,其实每一个美女心目中看到自己的穿着打扮其实是别人心目当中的你,我相信在这样很多前期需求导向,整个生产制造跟供应链的变革,实际上是对我们今天新制造带来很多的挑战,想听一下李女士的一些想法。

李亚平:因为客户的需求变化越来越大,企业作为产品的提供者我们也希望尽量多的去满足客户的这个需求,特别像有一些前期建制投资成本额比较高的这些企业,我们比较少有机会能够随时随地的根据每一个人的需求去做出一个完全不一样的产品来。

这个就是我们现在在流程制造业里面,我们在想怎么样去综合客户端这种需求的变化和我们能提供这种产品的单一性中间是不是有一个好的协调的点。大家现在很多人都在讲柔性定制化生产,这个可能就是我们这个类似的企业去研究的个方向。

AI在这里面的应用,我们现在团队可能主要关注的是两个方面,第一个就是我们在工艺仿真这一端,因为客户的需求如果说很丰富,他有不同类型的需求,我们希望能在虚拟环境里面去把协同设计,协同生产工艺流程这一整套的流程都跑完去看我们现在这个设计,这个产品是不是真的符合客户的需求的。

这个试错的过程如果我们真的跑到实体产线上面去跑,人力物力才力都是浪费,而且时间也是一个很长的时间。所以在工艺仿真这一部分这是我们认为AI在这个场景底下,它可以帮助我们提前去预知一些问题,防范一些问题。也能够提前把我们可能产品的样子告诉客户,让他去建制是不是他需要的产品,这是一个方向。

另外一个方向,当我们物联网在自动化,在信息化上面的投入越来越多的时候,事实上我们的管理难度是越来越大的,所以我们希望AI能够在管理的决策支持上面能够为制造业去做副能的这个动作。比方说今天,如果我们现场有很多作业员,那我们需要一个管理干部,需要一个领班去管理他,这是很多制造企业大家都非常熟悉的一个场景。我有10个人我就有一个人去管这10个人,但是当我们慢慢自动化开始去做迭代的时候,这10个人可能就不存在了,这一个人的工作也可能慢慢就机器取代了。那我们接下来管理者所要管理的就是这些系统,这些机器,我们定义的这些流程它的顺畅程度到底好不好,那时候大量的数据采集上来,因为我们自动化下去的时候,大数据的应用慢慢开始应用进来的时候大量的数据上来的时候,人脑是没办法去做这个分析的,我们只能寄希望于说大数据的支持,AI的支持,我们去帮助他一起去做深度学习,让他在管理决策上面能够给我们一些帮助,当我们需要决策的时候他能够汇总起来告诉我们。告诉我们决策的选择有哪些,每一项的选择的成功率失败率可能需要的成本,这些信息全部汇总起来其实对决策者来说这个是一个高效决策非常好的一个助力。

诸刚强:非常棒,其实我前两天需欧洲看过很多的企业,都是尝试在做整个智能制造的升级跟改造。我相信如何能够把我们现在的作业,通过一个仿真的视角去模拟我们今天制造场景,长这个场景可以更多自动化跟智能化,我认为的确是一个非常有挑战性的研究或工作。

今年12月初我会带一个团去德国,去看很多的隐形冠军跟德国智能制造,在新科技的一些应用,更加成熟理念的实践。其实我一直在思考的地方就是说,我们如何在今天的智能制造应用场景当中,利用到这些新型设计思维,能够去把我们新科技融入到生产实践的过程当中,我觉得这其实是我相信今天很多的企业家,不单是面对一个热词,可能更多是面对一个不确定市场变化过程当中我要在自己的主导创新,主导创业,在自己的主力,竞争力打造过程当中,我要走出一条路当中非常重要的应用场景,王总有什么补充?

王丹琦:我觉得诸总说得非常好,去德国应该能学到很多东西,因为我们转型就是从德国学的。我们看到宝马,一条总装线上能够装五款不同颜色的汽车,第二次去一个总装线能装九款不同款型,不同颜色的汽车。

这样才回来,那时应该是在2012年左右,我们原来的老总裁想到为什么我们不能够用大流水线去柔性生产一些定制的产品,所以会有很多的启发。

诸刚强:这是一个非常好的话题,怎么从一个大规模的,标准化的大规模制造,真正变成大规模定制化的场景。就像王总刚刚讲的,其实作为一个超级的制造企业,如何利用规模化的能力,实际上它可以实现到个性化的装备,个性化产品的输出,让整个企业从制造的场景,直接面对C端进行产生这个变化。我想听一下咱们在BTP的应用场景当中有没有同样的设计思维跟实践?

蒋锡华:其实我们产品种类不是很多,我们客户的态度定制化产品不是很多,我们可能不是说基于这个两者之间的,不是说我接着单然后就生产,我们肯定会做一部分的库存,然后定时输送的。即使这样,我们公司人不多,我们产值很大,我们可能100号人,我们的一线员工只有20%的水平。

我们自动化程度非常好,基本上能用设备跟机器来操作的,我们都可以代替人。

诸刚强:我也接触过很多的制造企业,我自己没有想到的一些事情,为什么我们谈CTo1这个话题,我们大概两三年前就谈这个话题,很多行业里面也在讲新制造。过去这两年,我自己觉得有点遗憾,我在行业里面没有看到太大的或者非常明星企业或者说整个行业持续关注这个热点。

是不是因为制造业在整个产品制造,产品出售,在零售市场当中是非常小的块,我自己做过企业,可能一件衣服50块,我卖500或1000块,所以我有足够的资金去改造我的产品设计,改造供应链的环节。但对一个制造商里讲,现在整个制造人工更贵,像东南亚,美国制造,整个大的行业都有很多关于整个制造迁徙跟迁移的讨论。

我在想为什么会花生这样的事情,是不是因为今天制造行业它的利润率没有那么高,高知它也许没有用更多大规模的机器化或者智能化的设备来取代它的生产,我想你们是怎么思考这个问题的?

蒋锡华:你说得很对,确实现在绝大部分的制造行业,利润是非常微薄的。当时我们这个行业可能还好,我们这个行业利润率比较高,所以我们能够有大量的资金可以进行改造和产品研发。

诸刚强:大家在自己的企业,今年市场成长过程当中,应该去重设一些企业更加有创新或者更加有创业利润空间的领域当中去重设自己的企业战略跟我的制造战略,这个时候反推可能会带动我的企业占整个自动化跟智能化能力的提升。如果固守在传统原有的模型,可能会比较难发生改变。

蒋锡华:比如说我们这个是全产业链的,在下游光缆生产基地,他们是劳动密集型企业,他的利润不是很高,越往上就是光缆到光纤再到光棒,然后利润的分配是7:2,7:1,也就意味着最上游的占了70%的利润,所以我们有大量的资金去做一些改造。

我们这块做的很不错,我们在2016年的时候,是江苏省的智能车间,2017年的时候我们有一个项目,融合大数据与算法试点单位,我们在今年6月份,我们申报江苏省的智能工厂,然后上个月,我们是答辩第二名,县城评审第一名,综合评分第一,基本上今年江苏省智能工厂我们已经通过了。

当时我提一点,及时我们通过了这个智能工厂,对我们来说,我们这个自动化程度很高,其实我们也有需求,包括我们也有需求,我们需要这个相关的公司,如果有可能可以跟我们进行合作。

我们智能工厂不仅仅是信息化跟自动化简单的叠加,对我们这种公司来说,我们更主动智能。我们某公司也有一个大数据公司,但是我们觉得都还不够,我们觉得需要大量的人工智能,这个智能算法,包括自学习能力。我们这个产品设计跟产品生产过程当中,包括我们的产品,客户生产他的产品相关信息要全部反馈给我们。

以前我们智能车间的时候,可能大量的数据,现在像我们公司可能这个数据叫海量的数据,海量的数据仅仅依靠这个,比如说MES系统,PDS系统,这些系统是完全不够的,真正是需要大量的计算能力,然后分析,给我们一些建议,让我们这个产品做得更好。

我举一个例子,其实光通讯行业在全球的地位其实跟其它行业也点差别,其实我们是没有掉队的,我们跟欧美企业,基本处于同一集团。我们跟最顶尖的生产企业比还是有差距,这个差距体现在哪里?产品的一致性跟它的成本,我就说产品的一致性,我们也希望有更多的企业跟我们共同成长。

诸刚强:我有几个体会,我们今天行业的对标来讲,已经非常国际化了,跟整个国际行业在整个产品的水准是领先的,第二实际上在整个生产制造的我们讲自动化跟智能化带来很多有关企业自我治理的一种新思考。尤其是利用到丧失人工智能大数据的自我学习,自组织模式,让我们公司的管理其实更多的聚焦于企业的创造跟创新上,在这个地方我们的企业核心竞争力。这这样可以把整个企业绳梯核心能力能够有一个非常好的发挥,非常棒。

我想问一下胡总,真的非常有启发,我觉得做一个大的企业或者说有创新的企业,其实它头部的战略思维跟创新思维还是非常重要。我们讲德国人之所以可以做很长久的BTB的生意,那是因为它是一个装备输出国,我们国内是一个装备生产国,我们更多的借用了大量国际很多的这些生产装备。去进行国内个性化产品的生产,所以我就在思考,在您所看到今天的新制造领域或者围绕新制造领域生态建设当中,你觉得我们在哪里有更多的着力点和机会,胡总有没有自己的一些想法?

胡茂云:整个人工智能在我看来,尤其我们当下对我们整个中国而言,我觉得可能分为两个方面,第一个是我们如何做好产品,这个好是质量好,做出一个质量可靠的产品,对于我们今天当下中国制造业现状,总体而言,产品的质量,竞争力还是不够的。

如何运用人工智能帮助我们在企业产品的生产过程中,辅助我们,甚至做一些提前的预判,把以前所谓物理的措施做成一些带有预判性的,让设备能够自动提前终止或者调整参数,参加自己一些形成也好,让不做出来一个不好的产品,这样从这个角度来看,它才能够让机器由过去普通的自动化,变成是一个智能化,自动化我们说的概念,给他编好一个程序,我这个机器不管在什么样的条件下,他只要通电了,就一定完成我这个动作,现在这个机器如果说有了判断给他,如果要遇到不好产品的时候,那我可能就提前不要去生产了。所以我说在第一点是要运用人工智能帮助我们去审视我们企业的流程企业产品的生产过程,或者说服务的交互过程。让我们怎么样能够做成一个质量上是好的产品,使得我们的产品在国际上有竞争力。

另外一个方面我觉得是帮助我们从企业的运营管理方面,让我们最大限度的去提高生产效率,降低成本。我们说马克斯以前讲一切的节省都是时间的节省,只要是我们在产品,我们在思考从客户那里再回到客户那里这个流程,如果你时间是最短的,那么你的成本应该是最低的。我们做完这个产品,说王总定制这个服装从客户接单然后交互给客户,你所花费这个时间比社会平均必要劳动时间还要少上一大节,我们通常说只要你少了30%以上,我们说这叫关键性的突破,作为一个里程碑也好。

节约你的劳动时间,你的绝对劳动时间是远低于社会平均必要劳动时间的时候,我觉得你的企业才能相当有竞争力的。从两个方向,一个是结合我们当下中国的实际情况,我觉得提高产品的质量,AI上面我觉得可以有很多很多的工作去做。我们在走访我们的客户,我们的供应商,我们的合作伙伴包括做一些学术的调研我们都可以看到,我们产品其实在质量本身上面我们是有很多很多的问题,这点也可以从每年的315也可以看到,另外一个就是节约成本,我觉得这个应该是很契合我们的实际,可以马上就去行动。

诸刚强:我觉得非常棒,今天中国新制造行业跟市场如果有针对一些关键性的业务或关键性的流程,或关键性的场景创新的话,很有可能带来整个行业的颠覆。或者让这个企业成为这个行业的一个领先者,我想这是我听到您讲到非常有意思的话题。第二个您提到就是说,在今天的新制造过程当中,实际上我们有很多的可预测的维护,实际上可以更好的降低或提升我们的工作效率。让我们在事后运营过程当中能够占据更领先的地位,至少降低成本提升效率对企业来讲就是一种内部创新跟我的利润提升一个非常重要的场景,我觉得是非常好的一个发言。

跟胡总再简单探讨一下,在机器视觉这个领域,大家其实在在这个行业当中看到的创新场景我在想有没有在今天的新制造当中利用机器视觉在整个工厂的管理,生产效率的提升,或者一些新制作的场景当中带来一些更有创意的想法,有没有想过?

胡茂云:其实较整个机器视觉在整个工厂运营过程当中,包括产品制造甚至是人员管理各个方面,我觉得它会有,因为有了基础的技术也好,我觉得它有非常广泛的运用空间和场景。可能处在HR,可能它会用来考勤,再也不会有去打卡漏了,带打卡各种情况,前面刚才的嘉宾分享一样。同样产品的制造,从原材料的挑选,我怎么样去挑选好的原材料,可能机器的视觉就帮我去解决,过去是依靠人的眼睛,可能有一个疲劳度,人的眼睛在连续看了1000件以后,视力和判断就会下降,但是机器不会,机器通过学习越学只会更加越准确。

另外可能在产品制造过程中,以及产品交互我觉得在机器视觉领域在里面都可以做很多很多的工作,包括我们工厂内部的一些物流,一些原材料的搬运这些,我觉得在机器视觉里面都可以做很大很大的空间,今天我们还有一些话题,语音我觉得都可以在工厂里面,在这些方面去进行大的一些创造。

我额外讲一下,我们看全球GDP的历史发展,它的构成它的组成部分,当然它总量是逐渐增加的,尤其近100年来迅速增加,当然我们可以看到它的构成部分也在不断的演化,我之所以用演化这个词。它不是说朝哪一个固定方向去了,可以看到早期的时候可能是以土地构成为主,可能占了60%,70%再后来,晚一点可能返厂,再晚一点可能是以机器、设备再晚一点可能是往信息技术。

截止目前我们可以说,一些西方主流的国家,德国美国包括我们亚洲的日本,它的GDP当中数字或者智能制造这块占我们GDP的比重有的已经超过,可能接近超过50%了。我们中国在这方面大概20%几,我想这20%几还可能有相当大一部分是共性来自阿里,BAT一些电商领域对GDP贡献。可想而知我们制造业,占整个GDP当中的数字技术这块比重可以说应该是更加非常的小。基于这样讲,我觉得我们与发达国家我们这个差距其实还蛮大的,我们有非常大的空间,我们要有紧迫性,要有紧迫感去抓紧,去让我们人工智能尽快副能我们制造业,刚才王总前面讲的一个是节约成本,做更好的产品,让我们的产品在国际上赢得更好的口碑,更好的竞争力。

诸刚强:非常棒我不知道在座的其他嘉宾有没有想自由发挥一下。

李亚平:我觉得其实我们刚才各位嘉宾讨论了这么多,我们其实对AI的期望都是很高的,我们觉得AI可以帮助制造业做很多方面的提升和改进。AI也有很多的技术可能在很多的场景里面都有,都会得到应用。在我们自己团队的,在我们自己公司做实际上应用学习的时候,我们发现其实关键问题不在于技术有没有,关键问题也不在于需求有没有,关键业绩在于我们有没有一个有整合能力的人去做企业的自我诊断。

这个自我诊断的结果出来了以后才能真正帮助我们需求和技术之间做更好的连接,这个是我认为在企业内部真的要去推动一些智能化改造的时候,可能要特别关注的一个点。

诸刚强:作为一个企业它也要像AI这个行业一样,它要有企业的洞察力。如果一个企业有正确的团队,有正确的组织,有很好的洞察力,那实际上我们可以利用我们现有的资源,现有的市场,现有的产品重新去部署我们未来企业战略,我们就可以更好的去把我们今天所需要的这种新技术,这种新的能力,新的生态去副能于我们企业在未来市场一个竞争场景,这是一个非常好的总结。

时间的原因我想做一个总结,我自己在整个人工智能其实一直有在关注一些企业,这个企业给我一个很大的启发。比如说我测定有一个伙伴,他们是从做无人零售,最后做无人汽车。它的核心能力都是在用机器视觉来做零售的人货场的交易,来做无人汽车零售汽车的打造,所以你会看到为什么一个头部人工智能的企业,它最后变成是一个主打制造业发展的一个副能者。他跟我说,你看我其实救了中国很多,他叫冰箱厂,因为冰箱是可以做很多无人零售的柜子。他说其实因为人工智能的能力赋予了一个普通的设备有了新的数据灵魂,导致这个行业会重新焕发。

就像小米做的插线板,电线板有了ROT的数据能力,它就形成了一个数字生态。这是我看到一个非常有启发的一个试点,我另外关注的一个企业他做东西我觉得也很有意思,如何利用到AI应用的场景用相机,把相机当成一个管理者,当成一个零售的天眼,如何为我们零售的线上去副能,用我们工厂的管理线上去副能,为我们在做可预测的管理,设备维护人员组织。实际上你会看到今天在谈整个AI应用场景它是一个通用大行业,大场景,实际上是在副能与各个行业,因为AI具备有更多新的能力,我觉得新的能力也是新的制造能力,新的制造能力一定会在未来企业的新制造创新当中能够给到大家的机会,创造更多的市场价值,让我们的企业有不胜之地。非常感谢,因为时间原因谢谢各位嘉宾,谢谢台下的嘉宾。

主持人:好的,我们的五位嘉宾留步,我们还有一个提问分享环节。我们线下嘉宾朋友们,以及我们的观众朋友们针对于今天我们下午第一场论坛环节,大家有没有一些问题,对我们的台上四位嘉宾还有我们的主持人提出来这些问题,只有三个名额,我们的服务员小姐及时把话筒递给我们台下的嘉宾,以及我们的观众朋友。

提问:五位嘉宾你们好,我是来得百年学院学生,这次我提出的问题是,虽然人工智能有助于节约我们后期的生产成本和管理成本,但是众所周知人工智能作为一个新兴一个产业和技术,它前期的投入是非常大的,所以说我的提问是,对于人工智能参与甚至替代传统人力,它的前期成本投入是否会造成我们生活中最普遍中小企业转型或者创业之处的资金周转压力,他付出的风险资金成本是不是值得的呢?我想听一听高手的意见,作为这样一个更高的投入,更高的风险它是不是值得去转型成为一个人工智能作为中小企业角度来讲的话,谢谢。

王丹琦:因为我们作为最先转型的一家企业,2016年转型。为什么转我就不说了,转型投入到现在为止1000多万,后续还要再继续投3000万。为什么继续投,因为我们拿到了国家发改委互联网+重大工程国家给了3000万。我相信在我们江苏,在省里面也有很多扶持政策,所以转型的机遇稍纵即逝。

从技术昂贵而言,任何一个技术开始应用的时候都是贵的,你买手机现在16800可能两年之后6800都不用了,一样的。技术会越来越便宜,但是先发优势,会有一个虹吸效应。又提到马老师说的,未来可能在某一个行业,可能领先的也就那么两三家。它是一个消费分级,优势就会绝对不一样,这时候看自己企业的战略选择,你愿不愿意去投入。

蒋锡华:我补充一下,人工智能不仅仅是降低人力成本,它还有其他的好处。

提问者:可以生产效率提高,并且节约后期的投入成本。我刚刚还有一个问题,我着重提到了是生活当中,尤其是我们学生接触到的,大多都是中小型这种企业,跟您大型得到政府大力支持的企业肯定是没法比的,所以说您刚才提到消费分别的意思是等人工智能普及了以后它的降格会降下来然后再建议其他的中小企业应用人工智能技术吗?

诸刚强:我简单说一下我的观点,第一,我相信王总提到的观点如果你想成为一个有竞争力的企业,不管大跟小,你必须要具备头部思维,AI的能力,这个可以让你在整个赛道上跑的最先。第二现在讲很多AI的行业,我认为不是今天传统行业的核心能力,或者说它的暂时没有被孵化出这个能力,但是不代表今天的传统行业不可以具备这种AI的能力,因为这些能力当下来讲更多是AI的企业在做,我在孵化的一个企业比如他们去开发了一款叫EI的产品,这个产品可以把更多的算法放到终端,更加经济化。因为我觉得技术的创新最后是要导致技术的民主化,让更多消费者,更多中小企业可以普惠到这种AI的能力,这是整个行业发展重要必然的趋势。

主持人:非常感谢这位同学,也非常感谢台上的嘉宾老师对于这个问题的解答。当然这也是一个中小企业最直观的痛点,因为确实钱这个东西都不好挣,前期的投入期又这么长,后期盈利点确实是他们考虑的一个方向,非常感谢我们台上的嘉宾,还有两个名额,我们台下的嘉宾以及各位同学们有没有一些方面的问题还可以提问。

提问者:大家好,我们今天的圆桌论坛讨论是人工智能如何赋能制造业。人工智能确实颠覆了我们很多传统的一些东西,我在这里想问的就是说,在我们制造业里面有没有什么是人工智能无法取代,或者无法去超越或者颠覆的东西呢?谢谢。

李亚平:刚才其实有讨论到一部分,在有一些比较更复杂的决策上面,需要很长时间去积累。其实人工智能它跟我们之前的一些专业,它相对来说对制造业来说面向的对象是不一样的,以前我们更面向是一个流程一个工序,一件物品,一个产品。人工智能它本身其实在往后看,我们看到的未来它对人智力有一部分学习和迭代的作用,但是在我们自己实际上这个业务运营过程里面我们会发现有很多的管理命题其实以目前人工智能发展的水平,还没有办法完全做到这个学习和复制的能力。

其实在很多管理的题目上面,我们认为人工智能未来它可能就是决策支持和辅助的功能,我们更希望它在支持和辅助方面能够开发结果实际上是不是真的能够取代,那可能有待技术进一步的发展。返回搜狐,查看更多

责任编辑:

声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。
阅读 ()
投诉
免费获取
今日推荐