首页 / 盖雅观点 / 制造业中,人工智能意味着什么?

制造业中,人工智能意味着什么?
WFM盖雅工场2017年12月5日

 

咨询公司埃森哲近日发布《人工智能:助力中国经济增长》报告。报告深入研究了人工智能对中国经济的影响,指出到2035年,中国经济年增长率将在人工智能拉动下从6.3%提速至7.9%。

 

我国作为当今的“世界工厂”,制造业的转型对于国家未来的重要性不言而喻。《智能制造发展规划》和《智能制造2025》等国家级战略的及时推出,为整个国家和产业提供了方向和框架的指引;同时各制造行业企业也在积极行动,越来越多的企业开始探索大数据、智能机器人等新技术在制造业领域的应用,探索制造业智能化升级的道路。

 

在这个过程中,制造业如何能有效利用互联网已积累的资源和新技术经验、加速智能化转型的进程,成为我们需要关心的重点问题。

 

盖雅工场自成立以来,专注于劳动力管理,关注自动化和人工智能对劳动力管理带来的影响和变革。为各行业劳动力管理带来新理念,今天,我们给大家分享这篇来自「腾讯研究院」(微信公众号:cyberlawrc)的文章,从互联网企业的角度,为大家解读一二,以下,Enjoy:

 

中国制造业面临的现实问题

  • 「夹心」的压力

虽然从体量上看,2010年以来中国制造业的产值和产量已处于世界首位,取代了美国延续100多年的位置;但从结构上看,中国制造业处于全球制造业价值链的中低端,作为“世界加工厂”赚的是低利润率的“辛苦钱”。

 

 

而随着08年金融危机后国际形势的变化,各国都在想办法重拾制造业的竞争力,处于大体量中低部区域的中国制造业自然受到了它国从各方的夹击:低端方向,南太、印度、墨西哥等高人口低成本市场对制造企业的抢夺日益激烈;高端方向,欧美等发达国家制造业回流形成了遏制。越来越多企业正将工厂搬离中国、或者至少是减少在中国生产

 

  • 「升级」的困难

主动“降级”去和其他发展中国家拼资源和人力成本,对当今中国而言已不可能。未来中国制造业的出路,主要在向高端制造,即向高精密、高质量、高价值的价值链方向升级

 

然而,高端制造的三条主要道路都已被先行者占据:以精密机器能力为核心的德国、以高效人员和组织能力为核心的日本、以及以科学和数据能力为核心的美国。目前中国在三方面均存在不足,能力的培养即需要时间又面临压力。

 

  • 「引入」的代价

随着新一轮制造业格局的争霸开启,主要竞争国都在不遗余力的构建和推广新的框架体系标准,以求主导制造业转型。其中我国产业企业接触多的,应该是德国的工业4.0和美国的工业互联网。这两个框架体系本身没有太大问题,甚至已经建立了相互映射对接的关系,对全球通用发挥了积极作用。关键问题在于这两个框架指导下的企业实践,目前尚未出现真正意义的通用型开放平台,还存在各厂商之间的竞争壁垒,造成厂商之间的设备互联互通困难等问题。

 

而制造业企业在面对厂商时,选择一个厂商可能意味着被锁定在这个厂商的一体化解决方案中,增值服务和替换成本较高,且难以掌握真正的核心技术。

 

正因为如此,中国制造业需要建立自主的智能制造框架标准体系,并鼓励产业和企业自主研发,探索自身的智能化经验,并终汇聚成自身主导的智能制造平台和生态,完成整个制造业的转型和升级。

 

互联网企业如何加持中国智能制造升级

对于中国制造业而言,在自动化流程和工艺水平尚有欠缺,同时物联网、云、大数据和人工智能等新技术爆发的历史节点,拥抱代表新技术的互联网、走两化融合之路是弯道赶追先进制造大国的典范路径。说互联网不懂制造业、或者说制造业大势已去,都是不负责任的说法。真正应该关心的,是如何用好互联网企业在消费市场的经验,来帮助制造业转型升级

 

  • 做好两端服务:提供前端的需求洞察和后端的营销服务

对于大部分互联网企业而言,贴近消费者是其擅长的事、也是对制造企业直接的价值。

 

  • 在消费者需求方面,借助自身业务的消费者行为,加上广义的互联网信息采集工具(如社交媒体聆听),能够比较完整地勾勒出用户画像,帮助制造企业对产品趋势热点进行分析判断;
  • 在营销服务方面,线上的各种营销渠道和即时营销手段,也能够帮助制造企业快速推广产品和提供服务。

 

 

目前这部分的内容已经非常丰富,大型电商平台、第三方大数据分析工具等都在提供相关服务。未来应该考虑的核心问题是,假设将来D2M是必然趋势,那么这些D(Data)归属各制造商更有效率、还是中间平台更有效率?从大数据的价值角度看,大数据维度越多、体量越大,理论上价值含量越高。

 

因此可以认为,未来无论是互联网还是制造企业,构建这样跨企业、跨产品的消费者洞察平台至关重要。现在的平台只能勾勒出比较综合的、或者单维的需求;未来的平台,应可以根据不同行业产品的特点,定位并勾勒出不同的画像,指导不同的产品生产。

 

  • 提供基础设施:协助制造企业向云计算迁移

云计算是互联网发展的基础设施,也成为了部分互联网企业的核心能力,目前已经基本坐实了新IT基础设施的位置。中国制造业要追赶国外发达国家,将整个企业流程尽快向云迁移是必然之路。通过云部署,既能有效降低成本、又有利于促成IT和OT的融合。

 

目前这部分有两条路:互联网企业主导的,通用型云计算基础设施;工业装备和软件企业主导的,专业性云计算基础设施(工业云等)。对互联网企业而言,缺乏工业、制造业的经验是短期较难弥补的短板。

 

因此,做好通用IaaS、发挥自己IT计算经验和特长为其他专业云提供服务,可能是近期较为合理的方式。而向远期看,IaaS之上的工业云PaaS,才是终需要努力打造的核心。而其中涉及各种软硬件接口和数据的标准化,任何一方都难独挑大梁。互联网企业应与优质的工业装备和软件企业等联盟,尽快和国家政府部门共同制定相关的规范和标准,推动大的工业云平台基础设施的成功建立与应用。

 

  • 贡献技术使能:发挥人工智能相关技术能力优势

人工智能技术的再兴起,为中国制造业的弯道超车提供了可能。当前欧美等先进制造国家的制造业技术,主要基于上一代信息处理技术发展,即信息传递的方式以文本为核心。这在机器对机器的交互中问题不大,但在人-机交互中其实比较受限,大量的人经验只能通过文本传递(比如参数输入),实际上并不符合人在操作中视听等感官经验。

 

随着人工智能的发展成熟,语音、图像、视频等的机器识别和交互越来越成为现实,这为整个制造业生产流程、至少是信息传递流程的颠覆创造了机会。试想一下,如果机器能直接通过视频识别发现残次品的问题和位置、并用图像直接叠加显示,能省去多少人用卡尺等反复测量的成本。

 

目前已有越来越多的IT巨头,在其云中提供人工智能API或SDK,以方便其他企业调用和二次开发。对互联网企业而言,提供类似的能力服务也是必然选择。不过从通用AI能力到专用AI应用,中间还有巨大的断层,需要通过与制造业企业联合研发等方式,才能更有效的发挥人工智能的能力。

 

  • 孵化新型制造:以资本和技术孵化新型制造企业

新的工业革命需要投资,而且可能是远比信息革命大的投资(物理资产、人力成本等相对比重大),而投资正是制造业缺乏的东西。这种投资有两方面内容:

 

一是钱,多年来中国制造业利润率的持续走低,使得追求利益大化的资本对制造业板块不太感冒;
二是人,互联网的蓬勃发展吸附了大量的优秀人才,人才决定了技术创新能力,制造业的转型缺乏大量的高质量跨界人才注入。从这个层面看,互联网对制造业的投入是必须也是必然。

互联网对制造业的投资其实空间很大,可以从新型的智能产品切入(如AI音箱),组建项目组或投资创业公司,投入资金、人员和人工智能等技术能力,完全从智能化生产的新角度,自己深入和构建新的制造业流程,并在过程中尝试开发软件工具,终形成新型制造企业的模型和经验。Google自制硬件、Facebook的Area 404硬件实验室等,都初步显示出这种端倪。

 

互联网大潮方兴未艾,人工智能新潮涌起,各行各业都在努力赶潮,避免被时代步伐落下。

 

面对这个极速变化的市场,不仅是制造企业,互联网企业也一样面临颠覆性挑战和机遇。智能时代大幕已经开启,作为工业时代代表的制造业、和信息时代代表的互联网更应主动拥抱与融合,有效利用新技术发展,帮助企业降本增效,实现卓越发展。

 

更多关于人工智能话题文章:

零售业遇上AI,未来真的能够“掏空”你的腰包?

人类未来会是机器人的对手吗?

AI将带你远离Boring Jobs

 

你可能感兴趣:

制造业劳动力管理解决方案

上一篇 文章
新西兰制造世界首个虚拟女性政治家,将参与大选
一周人力资源重要事件集锦
劳动力双周刊:面对机器人,白领也很危险?
工业革命和技术大升级,大规模的机器换人
相关推荐文章
盖雅工场
劳动力管理系统
我们始终关注劳动力管理领域,时刻为您创造劳动力管理价值
体验DEMO演示

产品推荐

智能排班
算法云实现多种优化目标,数据洞察助力企业转型决策,开箱即用
了解详情
实时考勤
数据实时准确,异常自动校验,让复杂考勤变得更简单、更省钱
了解详情
精益工时
精确追踪工时控制劳动力成本,打开工厂绩效的黑盒子,透明可视
了解详情
销售绩效
优化销售队伍的指标和奖金管理,灵活应对市场变化,推动企业业绩增长
了解详情
劳动力分析
实时可视化劳动力数据看板,多维度交叉数据分析,打破数据孤岛
了解详情
人事薪资
重塑混合劳动力队伍的数字化员工体验,助力敏捷强韧组织
了解详情
灵活用工
打通工具与服务,建立灵活用工的全流程服务,全面赋能客户
了解详情
SAP SuccessFactors
涵盖核心人事信息、排班考勤薪资、员工自助全流程,全新云端体验
了解详情