在WAIC展会现场那里, 人形机器人表演翻跟头动作, 还有大模型帮助写代码程序, 这些展台的表现确实非常吸引人的眼球。
但是, 制造业企业真正关注的核心问题并不是上面这些内容, 而是针对他们工厂内部那些分散保存在不同系统里的数据文件, 到底是否可以被人工智能技术顺利提取处理并最终实现有效运用的这个实际问题。
工业AI从展台走向车间
在本次世界人工智能大会的展览区域里, 现场的参观者既可以观察到生成式的大模型, 也能看到人形机器人、智能体以及算力设备的相关展示内容, 同时还能了解到人工智能在汽车领域、能源领域以及制造行业等方面的实际应用成果正在一步步落地。
像焊接机器人和工程机械这类曾经只能机械地执行预设指令的工具, 如今在技术上实现了提升, 它们已经拥有了对环境进行感知以及进行分析并做出判断的基本能力。
对于做制造的企业来说, 人工智能牵动了研发设计这个环节, 牵动了生产制造这个环节, 还牵动了设备管理这个环节, 最后还牵动了企业经营决策这个环节, 涉及的面很广泛。
企业每天都会产生大量的设计文件, 企业每天都会产生很多生产数据, 企业每天都会留下很多设备信息, 这些东西分散在不同的系统里面, 东西也分散在那些流程里面, 所以让这些数据真正流动起来, 这才是工业智能化的关键所在。
移动天工打出系统化牌
在此次大会上, 中国移动方面重点地进行了展示, 所展示的内容是关于工业互联网统一品牌的事情, 这个品牌的名字叫做移动天工, 需要明确的是, 它不是一个单独的模型, 也不仅仅是一套软件产品, 而是围绕着工业网络、数据、人工智能以及行业应用这几个方面来形成的一套完整的能力体系, 其主要的目的和意图是想要把人工智能这种技术能力, 还有大数据这种技术能力, 以及数字孪生这种技术能力引进到制造业的研发流程和生产流程中去。
移动天工向下连接设备和生产现场, 向上承载数据与AI模型, 把这些能力送到研发、生产、运维等具体环节。它推动的不是某一台机器“更聪明”, 而是让应用从单点走向全流程。
园林工具企业的真实痛点
现场展示的这家园林工具企业, 长期都被数据分散的问题所困扰, 其知识的复用率不足百分之二十, 工程师在新接到设计任务的时候, 经常在众多历史文件里面去翻找相近的方案, 之后才会重新开展建模以及验证的工作, 整个过程的效率非常低下。
当引入了那个用来搞研发设计的智能体之后, 人工智能这个东西, 就能从已经有的那些资料里, 去匹配到比较接近的设计方案, 这样就可以给制定具体的方案设计提供一个可以参考的信息；等那个设计方案都已经定下来了，系统还能够帮着把那个用来描述生产工艺的物料清单给生成了, 这样就能为后面要做的生产准备工作提供了一个基础, 这个做法呢, 就直接回应了那些做制造企业的心里想要的实际需求。
柔性制造岛式工作站
在上海世界人工智能大会的现场, 有一个按照一比五的比例来做的迷你版本的AI结合柔性制造的岛式工作站。这个站子的出现吸引了很多观众停下来仔细看。你可以看到在同一个场景里放着机械臂还有夹具库、视觉识别系统以及生产看板这几个东西。
这些设备的组合能够适用于像新能源汽车这些行业中的情况。在这些行业中, 产品种类多但每种只生产少量, 并且需要很快地完成型号更换这样的制造需求。
在过去, 一条单一的产线是为了服务数量很少的固定几个产品而存在的, 每当需要更换不同的车型时, 就必须重新去调整相关的设备以及夹具工作, 这种做法所带来的成本非常高, 而且完成整个周期所需的时间也很长。
如今的岛式工作站与传统意义上的固定生产线之间并不是彼此替代的那种关系, 而是互为补充的关系, 它们在很多种产品类型且单次生产量较少、需要快速交付给客户的场景之中所展现出的优势是非常明显的。
让生产状态真正看得见
移动天工把设备状态、生产节拍、工位产出、能耗和成本, 这些东西集中在一起, 汇聚到了综合数据看板上面, 平台在持续不断地收集机器人、滚床、夹具这些设备的运行数据, 通过对扭矩、温升等指标的变化情况, 进行AI分析, 这样就辅助着去识别可能存在的潜在异常。
配合数字孪生系统, 管理人员可以在三维场景之中定位出现问题的设备, 并且查看关键运行参数, 柔性制造的核心价值在于把固定生产变成按需求调整, 通过智能排产和工艺切换来更快适应市场变化。
离开展台才是真考验
工业领域的智能技术应用, 并不是说接入了一个大型的模型, 就能把这项事情给完结掉, 实际上还需要具备非常稳定的网络连接环境，需要有质量特别高的数据进行支撑, 需要有能够理解行业相关专门知识的模型, 还需要有能够把这些能力真正嵌入到真实业务流程当中的平台, 那些能够把企业所沉淀下来的经验知识转化为可以随时调用的能力的人, 或者组织, 就更有可能在竞争中跑在前面的位置。
对于制造业来说, 真正重要的, 并不是技术在展会上看起来多么引人注目, 而是它能否在实际的生产中心、车间和设备现场落地工作, 并持续产生明显的效益。人工智能竞赛的核心要点, 在于更了解产业特点, 更贴近实际应用场景。
你所在的企业, 在工业数据打通的这个方面, 现在已经进展到了哪一种具体情况了, 请你到留言区域里面去发表一下看法聊聊天, 如果你觉得这个内容对你有所启发, 那么就请记得点击点赞以及分享按钮进行分享。
