11月23日，以“智能制造引領(lǐng)創(chuàng)新發(fā)展”為主題的“2021人工智能與機器人應(yīng)用高峰論壇”在廣州拉開帷幕。格創(chuàng)東智李楠博士受邀參會并發(fā)表主題演講《利用數(shù)字化與人工智能技術(shù)助力制造業(yè)轉(zhuǎn)型升級》，與李培根院士、羅錫文院士、e-works主編黃培博士等人同臺碰撞思想火花，為制造企業(yè)利用人工智能技術(shù)建設(shè)智慧工廠提供新觀點、新思路、新模式。

人工智能助力企業(yè)智能化建設(shè)的?“是與非”

目前，在工業(yè)領(lǐng)域，人工智能還無法100%交給計算機、交給深度學(xué)習(xí)模型，讓其在毫無專業(yè)知識或者工業(yè)模型輸入的情況下，輸出優(yōu)質(zhì)的關(guān)于品質(zhì)預(yù)測、設(shè)備管理等相關(guān)的信息。工業(yè)領(lǐng)域的人工智能仍然需要基于生產(chǎn)數(shù)據(jù)、行業(yè)經(jīng)驗以及“人機合作機制”，才能實現(xiàn)數(shù)據(jù)驅(qū)動的制造過程智能優(yōu)化決策，發(fā)揮數(shù)據(jù)價值。

企業(yè)智能化的本質(zhì)是從記錄、連接、可視、分析、預(yù)測到自適應(yīng)這六步驟的逐步迭代升級，只是有不同的尺度和范圍

（從設(shè)備到車間再到工廠）。目前大部分公司的智能化發(fā)展，還停留在可視化這一步驟，能夠發(fā)展到數(shù)據(jù)分析并反向進行預(yù)測指導(dǎo)的公司非常少。造成這一現(xiàn)象的核心原因在于，人工智能技術(shù)在制造業(yè)的應(yīng)用其實還面臨非常多的挑戰(zhàn)，可以歸納為4點：數(shù)據(jù)基礎(chǔ)薄弱、應(yīng)用敏感度低、數(shù)據(jù)復(fù)雜、專業(yè)工具和人才缺失。

標(biāo)桿案例

提供人工智能技術(shù)應(yīng)用模版

以格創(chuàng)東智為某高科技制造企業(yè)打造智能工廠為例，依據(jù)整體發(fā)展思路——三化四步驟（三化：自動化、數(shù)據(jù)化、智能化；四步驟：自動化、IoT、大數(shù)據(jù)、智能制造），逐步落地多個關(guān)鍵應(yīng)用，推動智能工廠的建設(shè)。

01工業(yè)物聯(lián)網(wǎng)平臺打造扎實數(shù)據(jù)基礎(chǔ)

該制造企業(yè)具有高自動化、高節(jié)拍、良率效率幾乎達(dá)到極限、停機損失巨大等特點，因此必須高效發(fā)揮數(shù)據(jù)的價值。格創(chuàng)東智為其搭建的工業(yè)物聯(lián)網(wǎng)平臺可以將以往采集不到的生產(chǎn)數(shù)據(jù)全部匯集到平臺里，基于這些數(shù)據(jù)去做設(shè)備預(yù)測性維護、生產(chǎn)環(huán)境監(jiān)控等應(yīng)用，提高數(shù)據(jù)利用價值。

02數(shù)據(jù)中臺支撐上層應(yīng)用

工業(yè)物聯(lián)網(wǎng)平臺收集數(shù)據(jù)后，通過數(shù)據(jù)中臺來進行數(shù)據(jù)分析，從而支撐上層應(yīng)用例如生產(chǎn)分析平臺、運營分析平臺、智能分析平臺等。

03關(guān)鍵應(yīng)用陸續(xù)上馬

格創(chuàng)東智為該企業(yè)打造了多個智能化應(yīng)用，逐漸形成一套360度品質(zhì)監(jiān)控管理體系：

工業(yè)大數(shù)據(jù)應(yīng)用（如東智多因子分析建模工具MFA等）提升極致良率；

視覺檢測應(yīng)用（如東智視覺檢測系統(tǒng)、ADC系統(tǒng)等）建立自主學(xué)習(xí)模型，實現(xiàn)無間斷、精準(zhǔn)的AI圖像識別功能；

設(shè)備預(yù)測性維護應(yīng)用（如東智設(shè)備健康管理EHM）提前檢測設(shè)備異常，降低設(shè)備異常停機損失；

能源管理應(yīng)用（如東智智慧能源管理EMS）提供綜合能源服務(wù)平臺，減少能源消耗，提高能源利用率

......

*E-works主編黃培博士與李楠博士同臺互動

人工智能助力智能工廠建設(shè)的

“錦囊妙計”

如何利用人工智能技術(shù)更好地推動智能工廠建設(shè)，格創(chuàng)東智總結(jié)了以下四點經(jīng)驗：

01聚焦核心業(yè)務(wù)場景

制造企業(yè)的“KPI”可以歸納為QCDI四個關(guān)鍵詞（Q-品質(zhì)；C-成本；D-交期；I-創(chuàng)新）。企業(yè)需要確定自身智能工廠建設(shè)的最重要的痛點在哪個環(huán)節(jié)，然后“因材施教”，針對性通過人工智能技術(shù)解決痛點。

02組織與文化變革

在以往的分享中有提過，我們建議企業(yè)一定要成立一個無論是虛擬化還是實體化的智能制造推進部門，在IT、品質(zhì)生產(chǎn)、供應(yīng)鏈物流等所有相關(guān)部門中抽取1-2個核心關(guān)鍵用戶放到推進部門里，由這些人來共同制定企業(yè)未來3-5年的智能制造推廣戰(zhàn)略。這樣的分工能夠較好的保證智能制造的推廣和復(fù)制。

以TCL轉(zhuǎn)型之路來說，TCL外部孵化了獨立的工業(yè)互聯(lián)網(wǎng)公司格創(chuàng)東智，與內(nèi)部的數(shù)字化委員會、旗下產(chǎn)業(yè)形成了“鐵三角”，而這也是企業(yè)能夠成功進行智能化轉(zhuǎn)型并取得巨大成效的最重要原因。

03賦能一線生產(chǎn)工程師

智能工廠的建設(shè)歸根結(jié)底，是為了賦能一線生產(chǎn)工程師，讓工程師即使不具備豐富的IT經(jīng)驗知識，也能讀懂?dāng)?shù)據(jù)、讀懂設(shè)備，在生產(chǎn)過程或設(shè)備出現(xiàn)故障的第一時間，甚至出現(xiàn)故障之前，能夠快速響應(yīng)或者提前預(yù)判，解決問題，這是智能工廠建設(shè)最能夠產(chǎn)生業(yè)務(wù)價值的地方。

04專業(yè)技術(shù)平臺支撐

通過給一線生產(chǎn)工程師提供專業(yè)工具，實現(xiàn)數(shù)據(jù)匯聚、數(shù)據(jù)可視化、數(shù)據(jù)價值挖掘，并通過該過程內(nèi)化人工經(jīng)驗，最終形成模型庫，沉淀在專業(yè)技術(shù)平臺上，繼而實現(xiàn)從依賴人工經(jīng)驗的決策向智能化決策轉(zhuǎn)變。

編輯：fqj