【高端对话】“人工智能+制造业”价值落地用起来才是硬道理

  小编导读：关于推进“人工智能+”在制造业落地的过程，参与【苏南制造业数智化峰会】高端对话的CIO们认为推进“人工智能+”落地，不仅局限于技术本身，人员能力素养提升、思维转变、数据基础搭建等对“人工智能+”应用场景落地也有重要的价值。

  ENI经济与信息化网总编程艳玲：在规划或计划人工智能落地与应用路径是否会遇到一些挑战，首先请教一下各位在推进AI应用或者场景落地的过程中，会考虑哪一些问题？其次，基于未来的目标，在建设过程中我们该考虑哪方面的问题？

  协鑫集成数字化中心总经理荣兴华：AI是一个技术问题，但是真正在企业推的时候可能遇到的不是技术问题。我们目前推广的是应用相对容易的部分，在推进过程中我们得知最大的阻力是习惯。在公司里推AI最关键的两点，一是文化，一是能力，这里的能力指的是全员的创新能力。

  首先是文化，大家对于人工智能的应用都有一些担心，怎样让大家接受AI，使用AI？我们定期会做培训，打造使用AI的文化，让所有人都使用AI，让员工成为AI的主人。甚至在公司中说AIGC并不聪明，人才是聪明的，它永远只能置于前一个输入导出下一个输入。至于创新的能力，我们则通过创新大赛推进AI技术，比如打造Agent平台，让所有人参与，教员工怎么写提示词，让员工做自己的Agent。此外，公司还以企业大学为载体创建创新营、训练营，设立奖金、奖品和积分。归根结底，是希望可以营造使用AI的文化、气氛、习惯，让大家有使用AI的能力。

  明基材料IT经理高峰：我们IT内部的AI，特别是AIGC对IT改变挺大的。代码辅助编程我们从一开始就在推。我深信后面开发应该会慢慢的简单，PM的核心价值逐渐重要，当产品经理能够精准挖掘客户的真实需求、清晰定义需求边界，并借助AI工具实现从需求文档到系统原型的自动化生成时，系统的开发效率也会更高。

  中船动力镇江有限公司信息化主管、研究员级高级工程师汤永俊：不管是AI+或者人机一体化智能系统，我们的企业一直倡导八个方面：

  第一是思维的数字化，我们全员都要有数字化的思维，这是思想上最基本的基础项。

  第二是装备的智能化，企业的数字化转型一直在推进，迭代升级，如果装备的智能化都没解决，何谈后面的AI。

  第三是人员的复合化，很多企业人员的新陈代谢，新鲜血液的输入也并不全是复合型人才。重塑人员素质也很重要，人员进入企业以后要对其进行战略培养或者重塑。

  第四是数据的结构化，假如没有数据的结构化，那么AI、人工智能或者流程的数字化都无从谈起。

  第五是业务的规范化，很多事情、系统、流程、业务正向的时候非常顺畅，但是一旦遇到变更就会让人抓耳挠腮。

  第六是数据的驱动化，我们从始至终把规章制度中的管理要求变成系统中的数字化管控因子，比如审价。

  第七是商业智能化，这是我们企业近两年，特别是今年的重点，我们把系统里面的关键性指标和数据全部抓起来变成浮游状态，然后统一纳入商业智能平台，变成企业的智能运营中心，让所有的管理层，包括最基层的管理层，最高的决策层每天都能看到实时的数据，通过数据驱动业务、驱动管理、驱动规范、驱动变更。

  第八是封装的融合化，什么叫封装融合化？很多企业都说上了一套焊接机器人，下半年会上一套自动化生产的系统，每个系统都是封装的，系统封装非常完美，所有的流程执行都非常完备。但是现有这些小的封装AI或者AI系统里的数据如何与现有的商业BI、商业智能融合，它的系统如何与大平台、大数据的平台做融合，这也是我们关注的点。

  维信电子IT负责人钟航：我们公司推行数字化转型和AI+的过程分为四个阶段。已经历经5年多时间，前两年的重点是自动化，升级了很多装备，不论是生产设备还是厂房设施设备，实现了让装备自己说话。

  第二阶段是数字化。这个数字化可能稍微狭义一点，我们重点谈的是IoT，将数据采上来，大数据平台做商业智能报告，包括分析报告的开发，这一类我们叫做做数字化。同时，我们也做了数据治理。把各个系统的数据做了打通、整合，让用户不管在什么系统，都能拿到准确的数据。

  第三个阶段是虚拟化，是数字化的具体体现，若能在电脑中把工厂管理真实还原，那标志着数字化成功了，这一状态为虚拟化。其核心特点体现在仿真层面，比如新建厂房，新改车间，更换线体、人员安排都可以做仿真。而实现的前提是具备精准、实时、高质量的现场数据积累。这类仿真模拟可覆盖工程、研发、规划等多个领域，现在此阶段也接近尾声了。

  最后一个阶段是智能化阶段。数据支持决策、通过AI分析问题，做知识问答、员工素质培训，这些都是初步的智能化。真正的智能化工厂是不需要太多人就能自动运行的，像HR，财务这种大量重复性的基础工作，将逐步被智能化系统替代。而工程师等真正解决设备的故障、问题的，也可以从数据中找到故障根源并给出规避方案。在这样的一个过程中工作人员以从传统的数据采集、整理与基础分析工作中解脱，能做到分析数据，用数据驱动抉择。

  另外一点，预判与预警工作规避故障。很多公司都做了方向也差不多，只不过行业不同会有不同的阶段，我们是做电子的，相对要求比较高，所以在基础上我们的要求也比较多一点。返回搜狐，查看更加多