數(shù)字化轉(zhuǎn)型完成后，制造業(yè)如何走向“數(shù)智”時(shí)代？

　　科技云報(bào)道原創(chuàng) 

　　隨著我國(guó)數(shù)字化轉(zhuǎn)型行動(dòng)的深入推進(jìn)和智能制造工程的大力實(shí)施，制造業(yè)正朝著“數(shù)智”時(shí)代邁進(jìn)，生成式AI被視為推動(dòng)制造

　　業(yè)智能化發(fā)展的關(guān)鍵驅(qū)動(dòng)力。

　　據(jù)預(yù)測(cè)，到2027年，將有30%的制造業(yè)采用生成式AI來提升產(chǎn)品研發(fā)效率。在數(shù)字化轉(zhuǎn)型的基礎(chǔ)上，生成式AI為制造業(yè)帶來了更強(qiáng)大的潛力。

　　通過已有的計(jì)劃訓(xùn)練模型，生成式AI能夠自動(dòng)化生成新的設(shè)計(jì)，從而提高產(chǎn)品開發(fā)的效率;同時(shí)，它還有助于提升生產(chǎn)線的自動(dòng)化水平。

　　數(shù)字化轉(zhuǎn)型完成后，企業(yè)如何借助生成式AI走向“數(shù)智”時(shí)代，并挖掘其中蘊(yùn)藏的巨大機(jī)遇呢?

　　從數(shù)字化到數(shù)智化：制造業(yè)的轉(zhuǎn)型之路

　　隨著人工智能技術(shù)的迅猛發(fā)展，制造業(yè)正在經(jīng)歷一場(chǎng)前所未有的變革。

　　過去幾十年，制造業(yè)企業(yè)通過數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)了生產(chǎn)流程的自動(dòng)化和信息化，然而，數(shù)字化只是轉(zhuǎn)型的第一步。

　　如今，隨著AI技術(shù)的成熟和應(yīng)用，制造業(yè)正逐漸邁向“數(shù)智”時(shí)代，實(shí)現(xiàn)了從數(shù)字化到數(shù)智化的跨越。

　　數(shù)字化是指將物理實(shí)體和過程轉(zhuǎn)化為數(shù)字形式，使其能夠被計(jì)算機(jī)系統(tǒng)識(shí)別和處理。

　　數(shù)字化轉(zhuǎn)型讓制造業(yè)企業(yè)實(shí)現(xiàn)了生產(chǎn)過程的自動(dòng)化、信息化和協(xié)同化，提高了生產(chǎn)效率和質(zhì)量控制能力。然而，數(shù)字化僅僅是利用數(shù)字技術(shù)對(duì)傳統(tǒng)生產(chǎn)流程進(jìn)行了優(yōu)化，仍然依賴于人工的決策和操作。

　　而數(shù)智化則更進(jìn)一步，它將數(shù)字化與人工智能相結(jié)合，通過機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和生成式AI等技術(shù)實(shí)現(xiàn)智能化的生產(chǎn)和決策。

　　數(shù)智化不僅僅是對(duì)現(xiàn)有過程的優(yōu)化，而是通過AI技術(shù)的應(yīng)用，讓機(jī)器能夠自主學(xué)習(xí)和適應(yīng)，實(shí)現(xiàn)智能決策和自主運(yùn)作。

　　隨著AI技術(shù)的發(fā)展和突破，制造業(yè)企業(yè)已經(jīng)開始將注意力從數(shù)字化轉(zhuǎn)型轉(zhuǎn)向數(shù)智化。

　　AI技術(shù)能夠從大數(shù)據(jù)中提取和分析有價(jià)值的信息，為制造業(yè)企業(yè)提供智能化的決策支持。

　　通過對(duì)海量的實(shí)時(shí)數(shù)據(jù)進(jìn)行深度學(xué)習(xí)和模式識(shí)別，AI系統(tǒng)能夠準(zhǔn)確預(yù)測(cè)生產(chǎn)狀況、質(zhì)量問題和設(shè)備故障，并提供相應(yīng)的優(yōu)化方案和預(yù)警機(jī)制，幫助企業(yè)做出及時(shí)而準(zhǔn)確的決策。

　　AI技術(shù)還能夠?qū)崿F(xiàn)制造流程的自動(dòng)化和智能化。通過機(jī)器學(xué)習(xí)和視覺識(shí)別技術(shù)，AI系統(tǒng)能夠自動(dòng)監(jiān)測(cè)和控制生產(chǎn)過程，實(shí)時(shí)調(diào)整參數(shù)和優(yōu)化操作，提高生產(chǎn)效率和質(zhì)量穩(wěn)定性。

　　同時(shí)，AI技術(shù)還能夠與機(jī)器人技術(shù)相結(jié)合，實(shí)現(xiàn)智能化的物流和裝配，降低人力成本，提高生產(chǎn)線的靈活性和響應(yīng)能力。

　　此外，AI技術(shù)賦予制造業(yè)企業(yè)更大的創(chuàng)新能力。生成式AI技術(shù)能夠通過學(xué)習(xí)大量的產(chǎn)品數(shù)據(jù)和設(shè)計(jì)規(guī)則，自動(dòng)生成新的設(shè)計(jì)方案，幫助企業(yè)快速設(shè)計(jì)出具有競(jìng)爭(zhēng)力的產(chǎn)品。

　　AI技術(shù)還能夠模擬和優(yōu)化產(chǎn)品性能，快速預(yù)測(cè)和驗(yàn)證產(chǎn)品的可行性和質(zhì)量，加快產(chǎn)品研發(fā)周期，提高產(chǎn)品的市場(chǎng)競(jìng)爭(zhēng)力。

　　隨著AI技術(shù)的廣泛應(yīng)用，制造業(yè)正逐漸邁向“數(shù)智”時(shí)代。數(shù)智化轉(zhuǎn)型使制造業(yè)企業(yè)能夠?qū)崿F(xiàn)智能決策、自動(dòng)化生產(chǎn)和創(chuàng)新設(shè)計(jì)，進(jìn)一步提高了生產(chǎn)效率和產(chǎn)品質(zhì)量。

　　“數(shù)智化”第一步：做好云基礎(chǔ)設(shè)施

　　在制造業(yè)產(chǎn)業(yè)鏈的工業(yè)設(shè)計(jì)環(huán)節(jié)，海爾創(chuàng)新設(shè)計(jì)中心(以下簡(jiǎn)稱為海爾設(shè)計(jì))就緊跟時(shí)代洪流，從數(shù)字化走向數(shù)智化。

　　海爾創(chuàng)新設(shè)計(jì)中心成立于1994年，目前擁有500多名設(shè)計(jì)師，為海爾智家旗下全球七大品牌、多達(dá)+8000產(chǎn)品做設(shè)計(jì)創(chuàng)新和模式探索。

　　在海爾智家副總裁、海爾創(chuàng)新設(shè)計(jì)中心總經(jīng)理吳劍看來，在工業(yè)設(shè)計(jì)領(lǐng)域，面對(duì)快速增長(zhǎng)的業(yè)務(wù)需求和加速迭代的產(chǎn)品周期，工業(yè)設(shè)計(jì)也需要數(shù)字化轉(zhuǎn)型，在轉(zhuǎn)型過程中就遇到幾大問題：

　　高成本和時(shí)間消耗：傳統(tǒng)的工業(yè)設(shè)計(jì)過程通常需要耗費(fèi)大量的時(shí)間和資源。

　　從概念設(shè)計(jì)到原型制作再到產(chǎn)品測(cè)試和驗(yàn)證，整個(gè)過程可能需要數(shù)周甚至數(shù)月的時(shí)間。這使得設(shè)計(jì)周期變長(zhǎng)，增加了開發(fā)成本和市場(chǎng)推出時(shí)間。

　　高度依賴人工經(jīng)驗(yàn)和直覺：許多工業(yè)設(shè)計(jì)過程仍然高度依賴設(shè)計(jì)師的經(jīng)驗(yàn)和直覺，這限制了設(shè)計(jì)的創(chuàng)新性和效率。

　　人工經(jīng)驗(yàn)的局限性可能導(dǎo)致創(chuàng)新受限，而且不同設(shè)計(jì)師之間的結(jié)果可能存在差異。

　　信息不對(duì)稱和協(xié)同困難：在工業(yè)設(shè)計(jì)過程中，設(shè)計(jì)師、工程師和制造商之間的信息流通往往不暢，存在信息不對(duì)稱的問題。

　　這可能導(dǎo)致設(shè)計(jì)需求和技術(shù)要求之間的不匹配，進(jìn)而影響產(chǎn)品的質(zhì)量和性能。此外，不同團(tuán)隊(duì)之間的協(xié)同工作也面臨著挑戰(zhàn)，缺乏高效的合作平臺(tái)和工具。

　　而這直接導(dǎo)致了概念設(shè)計(jì)階段(也就是準(zhǔn)備階段)人力成本耗費(fèi)高、概念產(chǎn)出效率低、概念通過率低等問題。

　　解決上述痛點(diǎn)的第一步，就是實(shí)現(xiàn)全面數(shù)字化——上云。在上云階段，海爾設(shè)計(jì)將合作伙伴鎖定為亞馬遜云科技。

　　此前，海爾設(shè)計(jì)使用的是自建的私有云系統(tǒng)，部署在自有IDC內(nèi)。

　　不過，這套私有云系統(tǒng)存在桌面系統(tǒng)存在資源搶占、文件存儲(chǔ)系統(tǒng)因容量受限無法長(zhǎng)期保存歷史文檔、渲染系統(tǒng)由于資源受限渲染任務(wù)需要長(zhǎng)時(shí)間的排隊(duì)等待，以及基礎(chǔ)系統(tǒng)維護(hù)復(fù)雜、無法彈性擴(kuò)展、業(yè)務(wù)系統(tǒng)創(chuàng)新困難等諸多問題，對(duì)業(yè)務(wù)產(chǎn)生較大影響。

　　對(duì)此，亞馬遜云科技為海爾設(shè)計(jì)提供了四個(gè)完整的云上解決方案，全面替代自有機(jī)房，讓設(shè)計(jì)中心的工作流程實(shí)現(xiàn)了全面云化、自動(dòng)化。

　　亞馬遜云科技為海爾設(shè)計(jì)提供的方案包括3D云桌面系統(tǒng)、渲染農(nóng)場(chǎng)系統(tǒng)、文件共享系統(tǒng)以及自動(dòng)化設(shè)計(jì)系統(tǒng)等四個(gè)部分：

　　云桌面：在海爾設(shè)計(jì)的青島辦公室，3D云桌面系統(tǒng)為300多位3D設(shè)計(jì)師、平面設(shè)計(jì)師提供便捷易用的桌面環(huán)境。

　　通過公有云上的資源隔離劃分，海爾設(shè)計(jì)在徹底解決原自建 IDC的VDI方案“資源擠兌造成卡頓、閃退或宕機(jī)”以及“多人使用時(shí)性能衰退”等問題的基礎(chǔ)上，還能有約30%性能提升，可以說是一舉多得。

　　共享存儲(chǔ)：基于Amazon S3特性構(gòu)建的文件共享系統(tǒng)，讓公司、小組和個(gè)人之間得以共享存儲(chǔ)。

　　這種對(duì)冷熱數(shù)據(jù)進(jìn)行自動(dòng)分層的無限容量存儲(chǔ)系統(tǒng)讓數(shù)據(jù)安全性提高了3倍，而此前自建IDC每人最大分配500G容量、每天只允許一個(gè)備份且最多保留7天的設(shè)定，自此成為歷史。

　　渲染農(nóng)場(chǎng)系統(tǒng)：渲染農(nóng)場(chǎng)系統(tǒng)使用亞馬遜云科技自有渲染產(chǎn)品Amazon Thinkbox deadline軟件及HPC集群進(jìn)行圖片渲染，具備高性能和彈性，讓設(shè)計(jì)師提交任務(wù)后就能拿到渲染效果圖，徹底解決渲染任務(wù)排隊(duì)問題。

　　而低負(fù)載時(shí)它會(huì)自動(dòng)降低Amazon EC2 Spot數(shù)量且按實(shí)際使用時(shí)間(精確到秒)付費(fèi)，從此不再浪費(fèi)。

　　智能設(shè)計(jì)系統(tǒng)：自動(dòng)化設(shè)計(jì)系統(tǒng)/智能設(shè)計(jì)渲染系統(tǒng)通過Amazon EC2、Amazon Thinkbox Deadline、Amazon DynamoDB等運(yùn)行自動(dòng)化設(shè)計(jì)軟件，10分鐘就能自動(dòng)生成人工需要數(shù)天才能完成的大批量渲染效果圖，徹底解決了原自建IDC存在算力瓶頸問題。

　　據(jù)悉，上線后，自動(dòng)化設(shè)計(jì)系統(tǒng)應(yīng)用讓原有項(xiàng)目周期縮短了30%。

　　“數(shù)智化”第二步:用AIGC實(shí)現(xiàn)降本增效

　　2022年年底，ChatGPT平地一聲驚雷掀起了生成式AI大模型的熱浪。在此前的合作基礎(chǔ)上，海爾設(shè)計(jì)和亞馬遜就“生成式AI+工業(yè)設(shè)計(jì)”展開探索。

　　至于為什么會(huì)選擇主動(dòng)擁抱AI，海爾設(shè)計(jì)希望實(shí)現(xiàn)降本增效。生成式AI可以基于企業(yè)現(xiàn)有的流程、知識(shí)圖譜，通過訓(xùn)練后避免重復(fù)、低效的流程和復(fù)用。

　　基于此，海爾設(shè)計(jì)聯(lián)合亞馬遜云科技還是合作部署生成式AI應(yīng)用，打造了全國(guó)首個(gè)結(jié)合實(shí)際業(yè)務(wù)場(chǎng)景落地的AIGC工業(yè)設(shè)計(jì)方案。

　　據(jù)悉，在基礎(chǔ)設(shè)施架構(gòu)層，該方案借助Amazon SageMaker快速的構(gòu)建和訓(xùn)練AIGC模型，通過應(yīng)用Amazon SageMaker機(jī)器學(xué)習(xí)平臺(tái)，以Fine-tune as a Service(調(diào)優(yōu)即服務(wù))的方式提供服務(wù)，利用Amazon SageMaker在線的模型訓(xùn)練和管理能力，為消費(fèi)品、游戲等場(chǎng)景提供創(chuàng)意輔助、內(nèi)容生產(chǎn)輔助和創(chuàng)作支持。

　　此外，亞馬遜云科技為海爾設(shè)計(jì)提供了彈性GPU算力—— Amazon EC2 G4dn實(shí)例，該實(shí)例是行業(yè)內(nèi)成本效益最高的通用GPU實(shí)例，適合于部署機(jī)器學(xué)習(xí)模型，例如圖像分類、對(duì)象檢測(cè)和語音識(shí)別，以及圖形密集型應(yīng)用程序，例如遠(yuǎn)程圖形工作站、游戲串流和圖像渲染。

　　項(xiàng)目上線后，海爾設(shè)計(jì)將AIGC解決方案引入到產(chǎn)品設(shè)計(jì)、UI 設(shè)計(jì)、CMF 設(shè)計(jì)、品牌設(shè)計(jì)等環(huán)節(jié)，涵蓋了新品設(shè)計(jì)、改款升級(jí)、渠道定制化等工業(yè)設(shè)計(jì)的業(yè)務(wù)場(chǎng)景。

　　此外，海爾設(shè)計(jì)和亞馬遜科技還合作開發(fā)了首個(gè)集成式虛擬設(shè)計(jì)師AI助手“Co-designer”，通過與亞馬遜云科技的合作，海爾創(chuàng)新設(shè)計(jì)中心在基礎(chǔ)設(shè)施方面獲得了全面的支持，包括3D云桌面、文件共享系統(tǒng)和自動(dòng)化設(shè)計(jì)等。

　　“Co-designer是合作的一個(gè)關(guān)鍵點(diǎn)，盡管目前仍不是非常完善，但作為一個(gè)重要的子場(chǎng)景，它為設(shè)計(jì)中心帶來了許多新的應(yīng)用。

　　除了Co-designer之外，海爾還將進(jìn)一步開發(fā)和應(yīng)用其他的子場(chǎng)景，如設(shè)計(jì)師之前的部分以及制造、營(yíng)銷、服務(wù)和安裝等領(lǐng)域。

　　他們計(jì)劃在整個(gè)價(jià)值鏈的不同環(huán)節(jié)中探索和應(yīng)用AIGC技術(shù)，從而實(shí)現(xiàn)更多的工作優(yōu)化和創(chuàng)新”，吳劍表示。

　　據(jù)悉，目前通過AIGC，海爾已實(shí)現(xiàn)了設(shè)計(jì)中心業(yè)務(wù)提效11.9%。

　　結(jié)語：生成式AI時(shí)代，智能制造的未來機(jī)遇

　　從數(shù)字化邁向數(shù)智化，傳統(tǒng)制造業(yè)正朝著智能制造的大方向走去。在生成式AI技術(shù)的引領(lǐng)下，智能制造正迎來前所未有的機(jī)遇。

　　生成式AI技術(shù)通過結(jié)合深度學(xué)習(xí)、自然語言處理和圖像識(shí)別等技術(shù)，使計(jì)算機(jī)能夠自動(dòng)生成內(nèi)容、設(shè)計(jì)方案和創(chuàng)意，為制造業(yè)帶來了革命性的變革。

　　在智能制造的未來，生成式AI將在多個(gè)方面帶來機(jī)遇，包括自動(dòng)生成設(shè)計(jì)方案，優(yōu)化生產(chǎn)過程，提高生產(chǎn)效效率，智能預(yù)測(cè)，故障預(yù)警，以及智能質(zhì)量控制和檢測(cè)，甚至在供應(yīng)鏈和物流管理上也能提出最優(yōu)解，提高效率和準(zhǔn)確性等等。

　　隨著生成式AI技術(shù)的不斷發(fā)展和創(chuàng)新，智能制造將進(jìn)入一個(gè)全新的時(shí)代。

　　不過，要實(shí)現(xiàn)生成式AI的潛力，仍需克服一些挑戰(zhàn)。其中包括數(shù)據(jù)隱私和安全保護(hù)、技術(shù)人才培養(yǎng)和跨部門合作等。

　　只有通過全面推動(dòng)技術(shù)創(chuàng)新、加強(qiáng)合作和培養(yǎng)人才，才能實(shí)現(xiàn)智能制造的未來機(jī)遇，并為制造業(yè)帶來更加繁榮和可持續(xù)發(fā)展的前景。