“智聚廣發(fā)·匯創(chuàng)未來”粵港澳大灣區(qū)電子信息產(chǎn)業(yè)上市公司論壇于6月26

“智聚廣發(fā)·匯創(chuàng)未來”粵港澳大灣區(qū)電子信息產(chǎn)業(yè)上市公司論壇于6月26日在廣州舉行，此次論壇主題圍繞最新電子信息產(chǎn)業(yè)動(dòng)態(tài)，聚焦今年以來火熱的人工智能產(chǎn)業(yè)發(fā)展，共謀經(jīng)濟(jì)高質(zhì)量發(fā)展。賽意信息（300687）（300687）董事長(zhǎng)張成康受邀出席了此次論壇。作為國(guó)內(nèi)企業(yè)數(shù)字化服務(wù)領(lǐng)域領(lǐng)跑企業(yè)之一，賽意致力于工業(yè)互聯(lián)網(wǎng)、智能制造、數(shù)字化轉(zhuǎn)型等領(lǐng)域的技術(shù)與商業(yè)模式應(yīng)用，為企業(yè)提供高端軟件咨詢、實(shí)施、集成服務(wù)。論壇上，張成康以《AI新時(shí)代下制造業(yè)實(shí)踐創(chuàng)新探索》為主題發(fā)表演講，分享了人工智能在制造業(yè)領(lǐng)域的應(yīng)用，在不同的場(chǎng)景下通過優(yōu)化工作效率，加快市場(chǎng)響應(yīng)速度，為制造業(yè)企業(yè)帶來實(shí)實(shí)在在的價(jià)值。

本次會(huì)議，張成康分享了在生成式AI加成后，企業(yè)數(shù)字化平臺(tái)的層次遞進(jìn)的變化，以及多個(gè)AI賦能企業(yè)應(yīng)用系統(tǒng)、加強(qiáng)研發(fā)效率效能的實(shí)際案例。

交互方式重大提升 進(jìn)入人機(jī)“對(duì)話時(shí)代”

(相關(guān)資料圖)

過去企業(yè)的信息化實(shí)現(xiàn)經(jīng)歷了紙筆時(shí)代到代碼+圖形時(shí)代，目前AI帶動(dòng)下已然跨入“對(duì)話時(shí)代”。只具備基礎(chǔ)計(jì)算機(jī)使用經(jīng)驗(yàn)的操作員可以僅僅通過自然語言下達(dá)指令，內(nèi)嵌到業(yè)務(wù)流程的AI工具會(huì)自動(dòng)分析對(duì)話輸入中的非結(jié)構(gòu)化需求信息，自動(dòng)提供實(shí)時(shí)的、上下文相關(guān)的提示，簡(jiǎn)化了用戶界面。在展示的電子制造領(lǐng)域的工藝流程優(yōu)化案例中，AI插件能夠讀懂電子工藝工程的需求，并智能解決文件格式不統(tǒng)一、工作量大和效率低的問題。這些對(duì)非結(jié)構(gòu)化需求信息的處理能力，能減少人工解讀文件的時(shí)間，大大解放工藝師的生產(chǎn)力。當(dāng)前初步的測(cè)試測(cè)算結(jié)果顯示，參數(shù)提取的時(shí)間可以從目前的小時(shí)級(jí)優(yōu)化到分鐘級(jí)，減少40%的人員需求。

從客戶個(gè)性化需求到標(biāo)準(zhǔn)化可量產(chǎn)訂單的生成一直是電子廠商在效率上需要突破的痛點(diǎn)，當(dāng)前有望在AI的輔助下進(jìn)入到拐點(diǎn)。從更廣闊的生產(chǎn)制造范圍可以看到，低門檻、高效率，不易出錯(cuò)的未來“所說即所得”式定制化生產(chǎn)模式悄然而至。

“未來的企業(yè)數(shù)字化來自于人機(jī)自然交互”

張成康認(rèn)為，一種典型的AI落地實(shí)現(xiàn)路徑的方法論應(yīng)該是這樣的：從人向機(jī)器設(shè)定作業(yè)目標(biāo)開始，經(jīng)過大模型處理目標(biāo)請(qǐng)求并生成反饋、AI生成任務(wù)列表、和其他AI控制的內(nèi)外部業(yè)務(wù)服務(wù)協(xié)作到處理并存儲(chǔ)數(shù)據(jù)，AI自身會(huì)形成持續(xù)迭代任務(wù)的閉環(huán)能力。經(jīng)過一系列的程序步驟，無論是開發(fā)聊天機(jī)器人等面向結(jié)果開放性的任務(wù)，或者處理結(jié)果確定性的任務(wù)（例如在供應(yīng)鏈管理中，AI用于預(yù)測(cè)需求和庫(kù)存水平，以確保及時(shí)和準(zhǔn)確的供應(yīng)），都能以精確、可靠和安全的方式達(dá)成。

此外在復(fù)雜多樣化的場(chǎng)景中，AI技術(shù)與工業(yè)需求相互匹配解決點(diǎn)狀的復(fù)雜特異性問題，實(shí)現(xiàn)面向場(chǎng)景的建模與優(yōu)化，如設(shè)備健康管理、生產(chǎn)參數(shù)優(yōu)化、需求預(yù)測(cè)、質(zhì)量綜合管控等場(chǎng)景。他同時(shí)介紹了工業(yè)視覺在制造業(yè)的應(yīng)用。基于工業(yè)智能視覺的工業(yè)現(xiàn)場(chǎng)質(zhì)量與安全管理系統(tǒng)，通過AI深度學(xué)習(xí)與多傳感器融合感知，進(jìn)行合規(guī)性識(shí)別。這種系統(tǒng)可以判斷人的行為軌跡、目標(biāo)狀態(tài)以及場(chǎng)景內(nèi)的變量元素，是否符合規(guī)范要求，從而輸出告警結(jié)果，達(dá)到主動(dòng)防御和違章預(yù)警的作用。此外，工業(yè)視覺智能還可以覆蓋質(zhì)量管理的全過程，包括供料監(jiān)測(cè)、過程質(zhì)量、人員作業(yè)質(zhì)量和成品質(zhì)量。

未來隨著AI的能力日新月異的進(jìn)步，以及人們對(duì)AI能力的掌控認(rèn)知逐漸提升，面向相對(duì)復(fù)雜的工業(yè)問題，不同場(chǎng)景中的應(yīng)用價(jià)值可能會(huì)因AI+工業(yè)場(chǎng)景處于不同發(fā)展階段，從而呈現(xiàn)較大差異性，但隨著與物理化學(xué)、科學(xué)計(jì)算等更深層次機(jī)理的融合，有望產(chǎn)生巨大的創(chuàng)新價(jià)值。

AI智能研發(fā)輔助助力研發(fā)端快速落地產(chǎn)品

賽意·谷神工業(yè)aPaaS平臺(tái)作為賽意信息自主研發(fā)的集設(shè)計(jì)、開發(fā)、集成、實(shí)施、應(yīng)用、治理于一體的企業(yè)云平臺(tái)，是賽意自主產(chǎn)品的主力孵化器，目前已孵化出業(yè)財(cái)融合平臺(tái)、IT業(yè)務(wù)智能運(yùn)維ITSM、集成供應(yīng)鏈等業(yè)內(nèi)頗有影響力的產(chǎn)品線。張成康表示，通過數(shù)據(jù)分析和模式識(shí)別，可實(shí)現(xiàn)基于業(yè)務(wù)需求快速生成技術(shù)實(shí)現(xiàn)方案和代碼生成等核心功能，谷神工業(yè)互聯(lián)網(wǎng)平臺(tái)研發(fā)效率在AI落地結(jié)合實(shí)施后，有望提高30%以上；在企業(yè)工業(yè)App構(gòu)建方面則可望提速達(dá)50%。這一切的推動(dòng)力核心就源自于AI對(duì)各項(xiàng)模型提取、研發(fā)設(shè)計(jì)、應(yīng)用程序的加強(qiáng)賦能。

據(jù)介紹，賽意的谷神平臺(tái)近期會(huì)發(fā)布融合了AI大模型的最新版本。從工業(yè)APP加速，到低代碼平臺(tái)能力升級(jí)兩方面應(yīng)用新的AI大模型技術(shù)。首先平臺(tái)上下游企業(yè)大量的垂直行業(yè)知識(shí)經(jīng)驗(yàn)，并基于此構(gòu)建大量可復(fù)用的低代碼開發(fā)模塊和原理模型組件，能夠?yàn)楣I(yè)AI模型的訓(xùn)練奠定良好的基礎(chǔ)，從而支撐工業(yè)APP的開發(fā)推廣加速。其次基于AI能力提供代碼自動(dòng)化的幫助，用自然語言描述工程師想要的應(yīng)用、流程或機(jī)器人，從創(chuàng)建組件到提供改進(jìn)建議都能在更短時(shí)間內(nèi)完成，使得他們能夠更好使用低代碼平臺(tái)能力進(jìn)行應(yīng)用端開發(fā)。加強(qiáng)平臺(tái)上的應(yīng)用創(chuàng)建創(chuàng)新能力，降低應(yīng)用開發(fā)成本在未來會(huì)成為主流趨勢(shì)。

AI時(shí)代強(qiáng)者恒強(qiáng) 數(shù)據(jù)+場(chǎng)景洞察成壁壘

面對(duì)今年以來風(fēng)起云涌的AI大潮，企業(yè)利用AI的強(qiáng)大能力討論已經(jīng)從“要不要”轉(zhuǎn)變?yōu)椤叭绾巫觥?。以大語言模型為起點(diǎn)的顛覆性人工智能工具軟件帶來了更加智能化、自動(dòng)化的交互模式變革，時(shí)代的進(jìn)步點(diǎn)亮了人類科技樹上生成式人工智能的分支，成為社會(huì)發(fā)展上重要的里程碑事件。

張成康指出，隨著行業(yè)進(jìn)入深度學(xué)習(xí)的時(shí)代，有大量的業(yè)務(wù)開始需要系統(tǒng)處理非結(jié)構(gòu)化數(shù)據(jù)，并生成業(yè)務(wù)洞察。目前看到這次浪潮真正的變革來自于通用智能。通用智能是指機(jī)器具有面向目標(biāo)的能力，能夠自主決策，并調(diào)動(dòng)復(fù)雜的軟件系統(tǒng)。這意味著機(jī)器不僅能夠執(zhí)行任務(wù)，還能夠理解和解決復(fù)雜的問題。但在實(shí)際生產(chǎn)環(huán)境中的一般規(guī)則的理解和調(diào)用還是需要結(jié)合工業(yè)現(xiàn)場(chǎng)的“人、機(jī)、料、法、環(huán)”等要素進(jìn)行配置，工業(yè)生產(chǎn)要素的認(rèn)知是業(yè)界核心護(hù)城河之一；另外海量的數(shù)據(jù)作為模型的原始訓(xùn)練素材如何進(jìn)行可量度、標(biāo)準(zhǔn)化、標(biāo)簽化等價(jià)值輸出，目前的落地路徑還是掌握在多年持續(xù)服務(wù)制造業(yè)的技術(shù)服務(wù)商手中。頭部廠商在數(shù)十年服務(wù)下游行業(yè)客戶的過程中積累了海量工藝know-how數(shù)據(jù)，在AI大模型快速迭代發(fā)展的背景下有望率先挖掘過往數(shù)據(jù)價(jià)值為客戶提供最佳工藝優(yōu)化方案。

發(fā)展路徑上，AI技術(shù)創(chuàng)新后，會(huì)按照技術(shù)創(chuàng)新-應(yīng)用探索-工程化路徑演化。AI技術(shù)創(chuàng)新和工業(yè)領(lǐng)域融合應(yīng)用之間的滯后周期有望不斷縮短。大模型的泛化能力經(jīng)過行業(yè)專屬數(shù)據(jù)的微調(diào)，監(jiān)督學(xué)習(xí)等方式收斂錘煉成行業(yè)模型和場(chǎng)景模型，未來有望在具體的細(xì)分領(lǐng)域開展應(yīng)用，產(chǎn)生大批量工業(yè)領(lǐng)域探索實(shí)例的時(shí)間應(yīng)該不會(huì)太遠(yuǎn)?？傮w來說，對(duì)于行業(yè)內(nèi)生態(tài)參與者、建設(shè)者，人工智能不僅是一種技術(shù)或工具，它更是一種推動(dòng)制造業(yè)創(chuàng)新和變革的力量。