裝備制造業(yè)：加快布局“人工智能+”

姜紅德

隨著人工智能技術(shù)的推廣應(yīng)用，裝備制造業(yè)成為“人工智能+”的主要陣地之一。裝備制造業(yè)包括航空航天、船舶、汽車、軌道交通等重點領(lǐng)域，是近年來國家倡導(dǎo)的戰(zhàn)略性新興產(chǎn)業(yè)之一。當前我國裝備制造業(yè)面臨轉(zhuǎn)型升級，并逐步向高質(zhì)量方向發(fā)展，這一過程中自然離不開與人工智能、大數(shù)據(jù)、5G等技術(shù)的融合，加入“人工智能+”行動也是必然選擇。

裝備制造業(yè)的特點與挑戰(zhàn)

裝備制造業(yè)承擔著為國民經(jīng)濟各部門提供生產(chǎn)工具、帶動相關(guān)產(chǎn)業(yè)發(fā)展的重任，也被認為是“工業(yè)的心臟”和“制造業(yè)的脊梁”。裝備制造業(yè)即“生產(chǎn)機器的機器制造業(yè)”，對于企業(yè)來說，其生產(chǎn)的產(chǎn)品是一臺設(shè)備，如機床、測試設(shè)備等；或是一條產(chǎn)線，如汽車自動化生產(chǎn)線、家電自動化生產(chǎn)線等。

在競爭日益激烈的背景下，裝備制造行業(yè)企業(yè)需要提供的產(chǎn)品具有更短的交貨期、更高的質(zhì)量、更強大的功能，同時伴隨全球數(shù)字化、智能化及物聯(lián)網(wǎng)發(fā)展的浪潮，對產(chǎn)品的個性化、智能化要求也越來越高，這給裝備制造行業(yè)的研發(fā)和制造都帶來了巨大的挑戰(zhàn)，數(shù)字化轉(zhuǎn)型勢在必行。

裝備制造行業(yè)產(chǎn)品種類多、非標多、小批量、個性化定制生產(chǎn)，并且制造技術(shù)及工藝復(fù)雜。由于裝備制造業(yè)的行業(yè)特點，多數(shù)企業(yè)面臨著多重挑戰(zhàn)。具體來說，包括研發(fā)設(shè)計變更多、生產(chǎn)管控復(fù)雜、項目管理難度高、成本管理難等問題。

在研發(fā)設(shè)計環(huán)節(jié)，裝備制造業(yè)通常按單改型或設(shè)計，邊設(shè)計邊生產(chǎn)，需求不確定、變更頻繁、并且產(chǎn)品結(jié)構(gòu)復(fù)雜，BOM層級多，零部件多，研發(fā)項目管理繁雜導(dǎo)致開發(fā)周期不可控、設(shè)計標準化與需求個性化的沖突、樣件開發(fā)測試成本高等。

在采購管理環(huán)節(jié)，采購訂單履行環(huán)節(jié)的不透明導(dǎo)致生產(chǎn)計劃交付難以保障；外購產(chǎn)品質(zhì)量高風險；外協(xié)管理失控等。

在生產(chǎn)管理環(huán)節(jié)，裝備制造涉及的產(chǎn)品結(jié)構(gòu)復(fù)雜，零部件眾多，工序多且長，訂單交付（OTD）周期長，管控點眾多且復(fù)雜，制造過程不透明，導(dǎo)致運營執(zhí)行難度非常大；人、機混合以及自動化程度差異導(dǎo)致的節(jié)拍、制程周期不穩(wěn)定等。

此外，在市場與銷售管理、計劃協(xié)同、倉儲與售后管理等環(huán)節(jié)，裝備制造業(yè)也同樣面臨著許多挑戰(zhàn)。

裝備制造業(yè)如何面對“AI+”時代？

人工智能技術(shù)的快速發(fā)展，在加速裝備制造業(yè)研發(fā)創(chuàng)新步伐的同時，還可以在提升生產(chǎn)效率、供應(yīng)鏈管理、需求預(yù)測、設(shè)備維護等方面發(fā)揮重要作用。

在促進研發(fā)創(chuàng)新方面，與人工智能相關(guān)的大數(shù)據(jù)、云計算、5G等技術(shù)近年來發(fā)展迅速，從根本上業(yè)改變了裝備制造業(yè)技術(shù)創(chuàng)新落后的現(xiàn)狀，工業(yè)互聯(lián)網(wǎng)、工業(yè)軟件的發(fā)展取得了很大的突破，一些重要技術(shù)成果轉(zhuǎn)化為重要的成產(chǎn)力，提升了企業(yè)的競爭能力。AI時代對技術(shù)和數(shù)據(jù)分析人才的需求日益增長。越來越多的企業(yè)正在組建由數(shù)據(jù)科學家、AI工程師和行業(yè)專家組成的團隊，共同推動技術(shù)創(chuàng)新和業(yè)務(wù)發(fā)展。

通過對關(guān)鍵數(shù)據(jù)的收集和分析優(yōu)化，可以提升裝備制造業(yè)的生產(chǎn)效率。一項針對制造業(yè)的研究顯示，企業(yè)通過對生產(chǎn)數(shù)據(jù)的分析優(yōu)化流程，平均可提升生產(chǎn)效率15%。

在機器學習和深度學習技術(shù)快速發(fā)展的背景下，通過訓(xùn)練算法模型識別模式和趨勢，裝備制造企業(yè)能夠預(yù)測市場需求，從而提前調(diào)整生產(chǎn)線。通過引入AI算法對銷售數(shù)據(jù)進行分析，成功預(yù)測了下一個季度的市場熱點產(chǎn)品，提前布局。

利用AI進行供應(yīng)鏈管理也是提升商業(yè)價值的有效途徑。結(jié)合歷史數(shù)據(jù)和市場動態(tài)，裝備制造企業(yè)可以優(yōu)化庫存管理，減少過剩或缺貨的風險。應(yīng)用AI技術(shù)對供應(yīng)鏈流程進行優(yōu)化后，庫存周轉(zhuǎn)率提高30%。

當然，所有的技術(shù)創(chuàng)新、模式創(chuàng)新都不是孤立的，隨著人工智能與裝備制造業(yè)的深入融合，有效地推進了項目的順利實施，企業(yè)也能更加有效地拓展合作網(wǎng)絡(luò)，釋放更大的潛力。

案例：中國一汽的“AI+”應(yīng)用實踐

AI技術(shù)在汽車行業(yè)的應(yīng)用廣泛而深入。在智能制造方面，人工智能技術(shù)使得汽車制造的效率和質(zhì)量得到提高，降低制造成本。例如機器視覺檢測、機器人自動化作業(yè)、智能裝配等都是人工智能在智能制造方面的應(yīng)用。此外，在智能維護方面，人工智能技術(shù)可以更好地監(jiān)測汽車的運行狀態(tài)，及時發(fā)現(xiàn)并預(yù)測故障，從而減少汽車的維護成本。例如，故障診斷、遠程監(jiān)測、預(yù)測性維護等都是人工智能在智能維護方面的應(yīng)用。

在汽車制造最為復(fù)雜的設(shè)計環(huán)節(jié)，需要有豐富知識和經(jīng)驗的工程師在2萬多個零部件、數(shù)十萬個參數(shù)里找到滿足需求的各種組合，再寫文檔、畫圖紙。然而，有了大模型的助力，工程師只需要描述需求，大模型就可以高效地找到所需的組合信息，自動生成設(shè)計文檔初稿，汽車研發(fā)周期和成本大幅縮減。

據(jù)中國第一汽車集團（簡稱中國一汽）體系數(shù)字化部企業(yè)運營部總監(jiān)孟祥月介紹，目前中國一汽已經(jīng)實現(xiàn)了自動化設(shè)計、自動化繪圖、自動化代碼生成，基于模型的系統(tǒng)工程持續(xù)迭代。AI大模型不僅降低了汽車產(chǎn)品設(shè)計開發(fā)的門檻，還提升研發(fā)效率。過去一年來，中國一汽數(shù)字化部開發(fā)團隊共計寫了整整4296萬行代碼。有了AI大模型之后，至少一半的代碼可以交給大模型來寫了。

與此同時，基于大模型打造的商業(yè)智能（GPT-BI）現(xiàn)在已經(jīng)成為該企業(yè)員工日常不可或缺的助手。與傳統(tǒng)商業(yè)智能（BI）的“固定問答”相比，基于人工智能大模型的GPT-BI能實現(xiàn)問答任意組合，數(shù)據(jù)隨時穿透，做到“問答即洞察”，并能達到近90%的高準確率。這背后相當于打通了中國一汽生產(chǎn)鏈、供應(yīng)鏈上各個環(huán)節(jié)中存在的數(shù)據(jù)壁壘，實現(xiàn)了全生命周期工業(yè)數(shù)據(jù)的自動化流轉(zhuǎn)。簡而言之，這相當于為每位員工配備了一個隨時待命、隨問隨答的“數(shù)據(jù)分析師”。