作者：?jiǎn)虃b，楊磊，王雷（中信戴卡股份有限公司） ? ? 引言

工業(yè)企業(yè)擁有復(fù)雜的生產(chǎn)線，其確保盈利的關(guān)鍵在于最大限度地提高生產(chǎn)率、降低轉(zhuǎn)換成本和確保按時(shí)交付產(chǎn)品。但需求和供應(yīng)的不確定性導(dǎo)致傳統(tǒng)的管理方式難以幫助企業(yè)實(shí)現(xiàn)高效生產(chǎn)，而AI 具有同時(shí)考慮大量變量的能力，可以學(xué)習(xí)調(diào)度和代理使企業(yè)實(shí)現(xiàn)利潤(rùn)最大化。

當(dāng)前工業(yè)產(chǎn)品和操作系統(tǒng)的復(fù)雜性急劇增加，依賴經(jīng)驗(yàn)豐富的工程師花費(fèi)大量時(shí)間進(jìn)行試驗(yàn)和研究的傳統(tǒng)模式效率極低；同時(shí)，工業(yè)企業(yè)的聲譽(yù)是以產(chǎn)品質(zhì)量為基礎(chǔ)，創(chuàng)新是企業(yè)持續(xù)增長(zhǎng)的關(guān)鍵因素；因此，工業(yè)企業(yè)需要快速了解并解決問題，而AI 能夠打破企業(yè)傳統(tǒng)的解決問題范式，幫助企業(yè)加速業(yè)務(wù)運(yùn)行，為企業(yè)創(chuàng)造巨大價(jià)值。

例如，為了查找一個(gè)系統(tǒng)存在的問題，AI 可以通過因果建模的方法，將復(fù)雜性問題重新表述為一個(gè)確定的業(yè)務(wù)問題，構(gòu)建基于事件的數(shù)據(jù)模型，將產(chǎn)品開發(fā)生命周期和運(yùn)行歷史中的數(shù)千個(gè)變量聯(lián)系起來，包括設(shè)計(jì)配置、制造參數(shù)及維護(hù)和維修歷史，然后基于模型確定與特定問題相關(guān)的最高因素，讓工程師能夠快速查找到導(dǎo)致問題出現(xiàn)的最可能根源。

2022 年末，由人工智能研究實(shí)驗(yàn)室OpenAI 發(fā)布的全新AI 聊天機(jī)器人ChatGPT，因其突破性的“Transformer 架構(gòu)大模型+RLHF（Reinforcement Learning from Human Feedback，人類反饋強(qiáng)化學(xué)習(xí)）算法”，帶來了自然語言處理在表述邏輯性、自然性等人機(jī)交互體驗(yàn)領(lǐng)域的巨大提升，因而迅速被人熟知，也為工業(yè)領(lǐng)域產(chǎn)品全生命周期的效率和質(zhì)量提升帶來更多可能性。

工業(yè)領(lǐng)域ChatGPT 的應(yīng)用

2.1 　通用AI 與工業(yè)AI 技術(shù)發(fā)展歷程

工業(yè)AI 與ChatGPT 等通用AI 的差異存在于2 方面。一是工業(yè)AI 的高價(jià)值應(yīng)用通常集中在與工業(yè)機(jī)理強(qiáng)融合的場(chǎng)景，如設(shè)備預(yù)測(cè)性維護(hù)、生產(chǎn)過程控制優(yōu)化、基于知識(shí)的綜合決策和殘次品視覺檢測(cè)等，工業(yè)AI 應(yīng)用場(chǎng)景分布如圖1 所示；二是工業(yè)對(duì)AI 高精準(zhǔn)度、高專業(yè)度和高安全性等要求導(dǎo)致技術(shù)創(chuàng)新與實(shí)際工業(yè)應(yīng)用落地存在時(shí)滯，如統(tǒng)計(jì)機(jī)器學(xué)習(xí)的工業(yè)領(lǐng)域應(yīng)用滯后周期基本在10 年左右，深度學(xué)習(xí)、生成對(duì)抗網(wǎng)絡(luò)等新技術(shù)于2012 年后在通用領(lǐng)域開展應(yīng)用，在4 年后產(chǎn)生了在工業(yè)領(lǐng)域的探索實(shí)例。總的來看，由于AI 技術(shù)可用性增強(qiáng)及工業(yè)領(lǐng)域自動(dòng)化、信息化和智能化水平的提升，ChatGPT 帶來的通用AI 大模型的突破，在短期內(nèi)實(shí)現(xiàn)工業(yè)領(lǐng)域的應(yīng)用仍不成熟，但有望在中長(zhǎng)期內(nèi)迎來快速發(fā)展。

2.2 　短期內(nèi)在工業(yè)領(lǐng)域的應(yīng)用限制

從短期來看，ChatGPT 提供信息的模糊性、低時(shí)效性、非開源性、非專業(yè)性、低可信度及知識(shí)產(chǎn)權(quán)界定存疑等問題，限制了其在工業(yè)領(lǐng)域的應(yīng)用和迭代。

1）高模糊性。ChatGPT 信息檢索和信息收集的精準(zhǔn)度、準(zhǔn)確性尚需提升，這是ChatGPT 在工業(yè)領(lǐng)域走向商業(yè)化的關(guān)鍵。

2）低時(shí)效性。ChatGPT 的時(shí)效性受OpenAI 的模型數(shù)據(jù)庫更新頻率、數(shù)據(jù)來源影響，不足以支撐工業(yè)企業(yè)對(duì)于信息的即時(shí)性和預(yù)測(cè)性要求，存在信息時(shí)效性不足的風(fēng)險(xiǎn)。

3）非開源性。ChatGPT 并非開源系統(tǒng)，且當(dāng)前訓(xùn)練用數(shù)據(jù)為公域數(shù)據(jù)，企業(yè)內(nèi)部封閉環(huán)境的應(yīng)用尚不可知， 且多數(shù)工業(yè)企業(yè)內(nèi)部尚不具備足夠的高質(zhì)量、準(zhǔn)確（正確） 的基礎(chǔ)數(shù)據(jù)進(jìn)行模型訓(xùn)練。

4）非專業(yè)性。ChatGPT 是一種通用語言模型，在工業(yè)領(lǐng)域的應(yīng)用尚需適宜的方式與工業(yè)知識(shí)進(jìn)行結(jié)合，即對(duì)于一個(gè)接受完9 年義務(wù)教育的學(xué)生還需要一些專業(yè)技能和素養(yǎng)去從事工作實(shí)踐。

5）低可信度。當(dāng)前ChatGPT 生成的內(nèi)容質(zhì)量尚無法滿足工業(yè)領(lǐng)域?qū)τ谛畔⒑蛿?shù)據(jù)的高可信度要求。

6）低安全性。ChatGPT 在工業(yè)企業(yè)內(nèi)部應(yīng)用過程中存在數(shù)據(jù)泄露和隱私保護(hù)相關(guān)問題。由于擔(dān)心信息泄露等問題，軟銀和日立等企業(yè)已經(jīng)開始限制在商業(yè)運(yùn)營(yíng)中使用ChatGPT 等互動(dòng)AI 服務(wù)。

7）知識(shí)產(chǎn)權(quán)存疑。ChatGPT 知識(shí)產(chǎn)權(quán)問題有待討論， 生成式AI 提出的新設(shè)計(jì)或想法的所有權(quán)歸屬及版權(quán)確認(rèn)保護(hù)問題存疑。

2.3 　中長(zhǎng)期內(nèi)在工業(yè)領(lǐng)域的應(yīng)用可能

從中長(zhǎng)期來看，ChatGPT 在工業(yè)軟件形態(tài)顛覆、工業(yè)現(xiàn)場(chǎng)問題解決和知識(shí)圖譜構(gòu)建等方面均具有可觀的應(yīng)用潛力。

一是工業(yè)軟件形態(tài)的顛覆。軟件的本質(zhì)在于數(shù)據(jù)的采集和匯集、信息的使用及對(duì)人的操作流程形成管控。在生產(chǎn)方式越來越多元的趨勢(shì)下，ChatGPT 很有可能會(huì)顛覆軟件未來的形態(tài)，可能會(huì)從APP 或者桌面端的形式轉(zhuǎn)變?yōu)榕c人互動(dòng)的形式，信息流將會(huì)變?yōu)椤叭? 機(jī)器- 物聯(lián)網(wǎng)設(shè)備-ChatGPT”，ChatGPT 會(huì)以更加智能的方式， 滿足不同角色對(duì)于信息生成和推送的顆粒度、種類和實(shí)時(shí)性等的要求，不僅能在短時(shí)間內(nèi)探索多樣化的創(chuàng)新或設(shè)計(jì)方案，提升效率，而且兼顧材料、制造工藝和性能參數(shù)要求等進(jìn)行快速地迭代和優(yōu)化，以CAD、CAE 為代表的工業(yè)軟件的創(chuàng)成式設(shè)計(jì)能力和工藝仿真水平有望進(jìn)一步增強(qiáng)，AI 賦能仿真優(yōu)化及數(shù)字孿生優(yōu)化如圖2 所示。

二是解決工業(yè)現(xiàn)場(chǎng)問題。企業(yè)經(jīng)過幾十年的經(jīng)營(yíng)，往往擁有豐富的數(shù)據(jù)信息，因而當(dāng)工程師對(duì)高度復(fù)雜的系統(tǒng)進(jìn)行故障排查時(shí)，需要查找歷史上最相關(guān)的程序、機(jī)器性能數(shù)據(jù)和操作實(shí)例，而人類幾乎不可能瀏覽數(shù)百萬結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)記錄以獲取信息，此時(shí)，ChatGPT 有望憑借其攝取大量數(shù)據(jù)并快速定位最相關(guān)信息的功能來幫助工程師加速解決問題。

比如：①明晰需求并撰寫代碼。工程師面對(duì)工業(yè)現(xiàn)場(chǎng)的編程需求，可以通過ChatGPT 起到“翻譯”的作用， 在明晰需求的場(chǎng)景下通過ChatGPT 寫出相應(yīng)場(chǎng)景所需的代碼，進(jìn)而解決工業(yè)現(xiàn)場(chǎng)所出現(xiàn)的問題。②信息檢索以及分析。ChatGPT 充當(dāng)“導(dǎo)游”的角色，將諸如國(guó)家標(biāo)準(zhǔn)委員會(huì)的標(biāo)準(zhǔn)庫、機(jī)械工業(yè)信息研究院的文獻(xiàn)庫和企業(yè)自身的知識(shí)庫等導(dǎo)入其基礎(chǔ)模型訓(xùn)練數(shù)據(jù)庫中，通過ChatGPT 進(jìn)行相應(yīng)信息的檢索、導(dǎo)覽和分析，提高信息檢索的效率。③提升工業(yè)制造效能。ChatGPT 可以通過從產(chǎn)品配置、開發(fā)和采購中獲取的數(shù)據(jù)來構(gòu)建產(chǎn)品的物料清單，從而確定重復(fù)使用零部件和改進(jìn)現(xiàn)有工作標(biāo)準(zhǔn)的機(jī)會(huì)，幫助企業(yè)縮短工程生產(chǎn)時(shí)間。通過ChatGPT 推動(dòng)MRP（Material Requirement Planning，物料需求計(jì)劃） 和APS（Advanced Planning & Scheduling System，先進(jìn)規(guī)劃排程系統(tǒng)）運(yùn)算效能的提升，至少可以帶來工業(yè)制造5% 性能的提升。④提升軟件開發(fā)和使用的便捷性。一方面，ChatGPT 充當(dāng)“快捷鍵”的角色，可以快速調(diào)取諸如SAP 系統(tǒng)和MES 中的專業(yè)工具，提升系統(tǒng)軟件使用者的便捷性；另一方面，ChatGPT 充當(dāng)“輔助者”的角色，可以幫助工業(yè)軟件用戶更快、更一致且更高質(zhì)量地建模和開發(fā)應(yīng)用程序。以西門子低代碼應(yīng)用程序開發(fā)平臺(tái)Mendix 為例，用戶可借助MxAssist Logic Bot（一個(gè)由 AI 驅(qū)動(dòng)的虛擬協(xié)作開發(fā)者機(jī)器人）在該平臺(tái)上更快且更高質(zhì)量地構(gòu)建出所需應(yīng)用程序邏輯、完成建模和配置，而不必編寫代碼。

三是ChatGPT 在線回答其在工業(yè)中的應(yīng)用場(chǎng)景，包括跨行業(yè)科普、工程技術(shù)支持、知識(shí)更新、數(shù)據(jù)分析及語言翻譯、在線客服等。①跨行業(yè)科普。ChatGPT 可以解答各種科技、工業(yè)等相關(guān)問題，將復(fù)雜的技術(shù)知識(shí)快速簡(jiǎn)化為易于理解的形式，從而幫助專業(yè)領(lǐng)域外的人員了解該領(lǐng)域。②工程技術(shù)支持。ChatGPT 可以幫助工程師更快地找到代碼示例和技術(shù)解決方案，以加速開發(fā)進(jìn)程。例如，根據(jù)工程師提供的需求生成代碼，或提供代碼修改建議，并在編寫過程中提示最佳實(shí)踐和常見錯(cuò)誤。③知識(shí)更新。ChatGPT 可以幫助工業(yè)公司的員工快速地學(xué)習(xí)和更新技術(shù)知識(shí)。例如，根據(jù)工程師提供的需求， 提供最新的技術(shù)資料和研究進(jìn)展。④數(shù)據(jù)分析。ChatGPT 可以利用大量數(shù)據(jù)進(jìn)行分析，幫助工業(yè)公司更好地識(shí)別模式和趨勢(shì)，并基于此進(jìn)行決策。除此之外，ChatGPT 還有很多其他的應(yīng)用場(chǎng)景，比如幫助工業(yè)公司完成語言翻譯、生成文件、語音合成、在線客服，以及提供先驗(yàn)知識(shí)/ 經(jīng)驗(yàn)參考等。

ChatGPT 對(duì)就業(yè)崗位的影響

從AI 技術(shù)的整體應(yīng)用影響來看，AI 技術(shù)在創(chuàng)造和維持高端就業(yè)崗位方面同時(shí)帶來了機(jī)遇和挑戰(zhàn)：一方面， 研究表明AI 技術(shù)可能對(duì)具備高度專業(yè)技能或教育程度較高的工作者的工資增長(zhǎng)產(chǎn)生積極影響；另一方面，AI 技術(shù)的普及可能導(dǎo)致部分工作被零工所替代，導(dǎo)致固定工作崗位需求減少，非標(biāo)準(zhǔn)化的自由就業(yè)機(jī)會(huì)可能增加。

從ChatGPT 對(duì)工業(yè)領(lǐng)域崗位影響來看， 近期， ChatGPT 只是一個(gè)全科60 分的通才，缺乏工業(yè)領(lǐng)域的專業(yè)知識(shí)和實(shí)踐，因此不會(huì)出現(xiàn)大規(guī)模的職位替代。長(zhǎng)期， ChatGPT 勢(shì)必會(huì)帶來效率的提升，進(jìn)而導(dǎo)致資源結(jié)構(gòu)的調(diào)整，包括職位結(jié)構(gòu)的調(diào)整和迭代。例如，機(jī)械臂一方面替代了部分組裝工人，但另一方面也增加了自動(dòng)化、數(shù)字化運(yùn)營(yíng)等崗位；AI 產(chǎn)品上市以來，誕生了諸如訓(xùn)練、應(yīng)用、培訓(xùn)和開發(fā)維護(hù)等一系列崗位；在汽車出現(xiàn)之后， 根據(jù)統(tǒng)計(jì)數(shù)據(jù)，從事運(yùn)輸服務(wù)環(huán)節(jié)的人數(shù)，出現(xiàn)了成千上萬倍的增加。

因此，為應(yīng)對(duì)ChatGPT 的應(yīng)用，工業(yè)企業(yè)需要?jiǎng)?chuàng)造新的高效率工作崗位，ChatGPT 在長(zhǎng)期內(nèi)有望取代人類工作中的部分任務(wù)，但不能完全取代整個(gè)工作崗位，而ChatGPT 產(chǎn)生的影響將取決于政策及研究機(jī)構(gòu)的投資和技術(shù)所有權(quán)模式。

結(jié)束語

ChatGPT 作為一項(xiàng)AI 技術(shù)，將內(nèi)容自動(dòng)生成式技術(shù)推向了平民化時(shí)代，但受限于其信息的模糊性、數(shù)據(jù)的低可信度和商業(yè)模式的不成熟等，ChatGPT 短期內(nèi)在工業(yè)領(lǐng)域的應(yīng)用時(shí)機(jī)尚不成熟，對(duì)工業(yè)企業(yè)的影響不大。但長(zhǎng)期來看，ChatGPT 在工業(yè)領(lǐng)域的應(yīng)用前景可期，在工業(yè)現(xiàn)場(chǎng)問題解決中可以充當(dāng)“翻譯”“導(dǎo)游”“快捷鍵” 等角色，在工業(yè)效率提升方面具備價(jià)值空間。

同時(shí)，幾乎每一次的技術(shù)革命均伴隨勞動(dòng)力要素結(jié)構(gòu)的調(diào)整。在工業(yè)3.0 和4.0 階段，“機(jī)器代人”幾乎一直是熱點(diǎn)話題榜單的“常客”，此次ChatGPT 的出圈， 更是引發(fā)了全社會(huì)對(duì)部分崗位結(jié)構(gòu)性調(diào)整的關(guān)注。因此， 企業(yè)應(yīng)在內(nèi)容生成式技術(shù)真正對(duì)工業(yè)崗位產(chǎn)生影響之前， 做好對(duì)高度專業(yè)技能等崗位的階段性預(yù)設(shè)、增設(shè)和相應(yīng)人才的培養(yǎng)，以應(yīng)對(duì)未來勢(shì)必會(huì)出現(xiàn)的崗位結(jié)構(gòu)調(diào)整所帶來的勞動(dòng)力就業(yè)沖擊和企業(yè)生產(chǎn)經(jīng)營(yíng)沖擊。

編輯：黃飛

?