智能制造数字化转型 产品与服务如何“双管齐下”?

  • 2022-08-11

  • 来源:首席数字官

在新一轮信息技术和工业制造业的加速融合下,以计算机视觉、深度学习、机器学习为代表的人工智能技术在制造行业发挥了重大的作用,同时加速了制造业从传统生产模式向数字化、网联化、智能化方向转型,助力制造企业降本增效。另一方面,随着服务业作为第一大产业的地位越来越巩固,以及制造业和服务业日益渗透融合,以服务为核心的产业互联网正加速驱动制造业组织变革和生产变革,赋予制造业网络化协同、服务化延伸、个性化定制、智能化生产等新特征,推动智能制造转型 。

面对变化,一群优秀的人共同思考碰撞,往往会胜过一个人的独自摸索。8月11日,2022 shift数字化转型峰会盛大召开,会上,数字产业创新研究中心联合锦囊专家、第四范式围绕“产品迭代与服务升级‘双管齐下’,实现智能制造的数字化转型”这一主题,共同举办圆桌对话。中国软件行业协会信息主管(CIO)分会秘书长李圆、第四范式制造与物流业负责人陈曦、柳工集团总裁助理兼柳工七识科技董事长罗维、优信无限副总裁朱路、容百科技有限公司数字化推进中心经理王川、宇通客车CIO蔡栋以及20位制造业和服务业的企业管理者、专家,共同交流心得、碰撞观点,以期对企业数字化发展带来更多启示。

以下是本场圆桌对话嘉宾们的精彩语录:

升级第一曲线,以AI驱动智能制造,赋能企业降本增效,提升综合盈利能力

中国软件行业协会信息主管(CIO)分会秘书长李圆:熊彼特的经济学理论告诉我们,任何的创新都是当下对现有要素的重新组合,涉及产品、技术、市场等多种因素。可见无论是什么样的公司,都会经历从出生、繁荣、衰退、萧条的几个阶段,循环呈现出S型曲线。所以,当我们在第一曲线未带到达顶点的时候,通常企业需要尽快寻找新的增长点,探索破局才能实现持续的增长。在制造领域,人工智能技术如何驱动智能制造实现降本增效?在智能制造升级过程中面临哪些痛点?人工智能技术落地的时候,又会遇到哪些阻碍?

柳工集团总裁助理兼柳工七识科技董事长罗维:痛点主要体现在三个方面,首先在与业务相结合的过程中,懂AI的人不懂业务,懂业务的人不知道怎么运用AI。第二是AI技术从算法开始一直到落地整个过程中环节较多,需要大量准备数据去建立模型,同时耗费大量时间成本且看不到回报。第三是企业发展参差不齐,有些企业的流程信息化建设这方面没有完全达到智能化的要求,比如数据采集方面,采集多少?采集频率如何制定等问题无法确定,只能在需要时进行采集之后不断丰富和完善。

优信无限副总裁朱路:优信无限是集产研消一体的企业,我们在升级智能制造过程中发现AI技术落地主要体现在人才、产品、资金三个因素,具体体现在繁多的环节使得人才需求增加,产品需要缩小与用户的个性化需求的差异,做到让用户满意,最后,投入了大量的资金是否真正的满足了用户的需求。

宇通客车CIO蔡栋:首先是产品定制化,客车跟乘用车差别很大,需要对客户的需求进行大量定制的。同时客车的特点是小批量,并不是大规模制造的产物。由于它定制化程度高批量又小,所以整体而言个性化很强,但智能制造的逻辑基础是让产品更加模块化和标准化,这就位客车行业带来了巨大的挑战,在生产管理过程中数据的颗粒度和质量是难以达到智能制造所需要的要求。此外,在制造的过程中,受限于产品的体积,很难通过自动识别检查漆面、骨架焊点等环节的质量。客车同时属于工业设计驱动的行业,与乘客的距离较远,相对的与司机距离很近,导致缺乏与乘客的沟通体验的渠道。

中国软件行业协会信息主管(CIO)分会秘书长李圆:我们讲完痛点还想更多的听一听在实践AI技术的过程中取得了什么样的成果?如何应用AI技术在推动智能制造的转型上取得收益?

柳工集团总裁助理兼柳工七识科技董事长罗维:我认为最重要的一点就是智能化的协同。现在各个制造企业中各种各样的工业软件一应俱全,但软件只是基础,它不具备智能化,只是按照流程事件来驱动。所以在未来要实现智能化转型,工业软件需要具备智能化的功能。此外,通过以点带面,先选取型的痛点场景开展智能制造,形成示范效之后在进行全面推广。最后,制造系统相对封闭,很难直达客户,通过AI技术转型必须要直接触达客户,要与客户在产品上互动,利用制造过程中产生的信息与客户形成互动。我们不应把AI技术当成高高在上的概念,要通过技术解决痛点,而不是一个大而全的规划。

容百科技有限公司数字化推进中心经理王川:容百结合自身实践的经验提出同心多元的理念,核心圆是人工智能,中间圆是大数据,最外环是公共服务。人工智能使用的前提一定要有数据的沉淀,尤其是大数据平台的打造,数据不能同步会导致应用无法推进,最外环是公共能力的打造,比如利用人力财务、生产产品等每一项能力求最大工业数,然后把能力实现最大化,并作为一个非常重要的基础去打造大数据,实现人工智能。

第四范式制造与物流业负责人陈曦:很多企业现在对AI存在一定程度上的误解,往往会把AI当成一个魔法棒,点一下就可以显示很多问题。但本质上来说AI只是一个急性离线的方法,它只解决了人脑决策的局限性问题,比如我的精力是有限的、思维是有惯性的,甚至思考速度是有限的,但AI不存这些问题,所以如果我们把AI想象成一个聪明药,吃了之后就可以马上变成一个聪明的孩子的话,那往往其实期望值可能就会过高了。我们认为企业家应该专注去思考,去提升自己的认知,先不要把AI科技放到今天的业务流程里面或是只是关注某一些问题,用哪一个AI技术去解决?而是去思考,如果有一天能够把AI发挥到极致的时候,它能够给我的业务产生什么样不一样的成果,在这之后怎么去利用这样的能力设计整个企业,带来翻天覆地变化,即下一代企业的战略思考。通过这个战略思考,在顶层设计上充分考虑AI与行业的特性相结合,规划出下一代企业的核心竞争力,最后规划实现路径,弯道超车。

打造业务第二曲线:以服务为核心的产业互联网,推动智能制造转型

中国软件行业协会信息主管(CIO)分会秘书长李圆:管理思想大师查尔斯·汉迪提出在第一曲线到达巅峰之前,找到驱动企业的第二次腾飞的第二曲线,并且第二曲线必须在第一曲线到达顶点之前开始增长,企业可以永续增长的愿景就能够实现。所以我们也看到了,为了实现持续的增长,避免衰败。很多的企业已经开始在第一曲线的高峰到来之前开辟一条新的赛道,就是打造第二曲线,对于制造业企业,很多企业在通过以服务为核心的产业互联网这条路径来开辟企业的新增长曲线时,如何将生产为核心的运营模式,转化为以服务为核心的运营模式呢?

宇通客车CIO蔡栋:从生产转向服务,它本身就是一种思维方式转变的过程,宇通是一个很典型的制造业企业。生产向来都是经营的重点和核心。因为宇通完全是B2B的经营模式,但是我们也在尝试转向以服务为核心的模式,首先是从传统的客户服务转向数字化的客户服务。主要是针对我们的客户,在我们这种B2B的模式下,让我们的客户使用app或者小程序能够快速的进行售后的报障,搜寻最近的维修队伍,降低安全隐患。第二是环保事业,我们除了有环保车的销售和管理之外,其实还在开始走向整个环保业务,在某一个城市或某一个地区公共交通上的道路清洁。第三是在尝试从产品制造走向产品租赁。通过这种租赁服务实现从制造向服务的转型,另外新能源汽车方面也在推行车联网技术,把车辆租赁的状态及时进行跟进,做到主动服务,最后在AI方面,无人驾驶是一个崭新的领域,宇通也有一些产品面世,例如无人驾驶巴士“小宇”在疫情期间为广州隔离区输送物资。

容百科技有限公司数字化推进中心经理王川:传统的制造业一定是讲产品、讲生产、讲供应链。但是作为服务业,产品、专利技术、客户需求再好也不一定能做好服务,服务业非常注重的是用户体验,通过全在线,全连接,全协同的方式把每一个环节进行分析,发现自己的短板和弥补自己的能力。容百科技今年提出“电池三角”的战略。通过对新能源汽车中报废的新能源电池的回收以及重新加工、重新生产,并基于这一战略打造数字化平台,展现服务能力。

中国软件行业协会信息主管(CIO)分会秘书长李圆:传统的制造业企业迈向第二曲线确实是非常不容易的,很多企业也在做大量新的尝试。如何通过建立完善的智能制造服务体系,来支撑第二曲线的发展,重塑企业竞争力?

柳工集团总裁助理兼柳工七识科技董事长罗维:首先是获客能力,寻找新时代的客户,柳工集团实行做数字化穿透工程,即数字化营销,通过销售漏斗、客户画像分析客户心理实现获客。第二点是客户粘性,通过产品本身的数据连接一部分客户,未来不仅要卖产品还要连带服务向客户推销。把智能制造的整个服务体系延伸到客户生产运营管理过程中。同时我们还增加了智慧客服系统,它能够做到让所有客户提出来的问题得到一个闭环的解决方案。第三是客户体验,在产品开发的过程中,对零部件的通用化、模块化、参数化以及可选择性进行严格的定义,通过这种定义组合成更多的满足客户需求的产品。让客户在自行选择的过程中,把这些信息直接传递给客户,让他下了单以后看得见产品。第四点,现在有了AI技术,可以开展很多的工作,比如集群画像、工艺过程优化、设计过程优化以及库存优化。最后在系统方面,我希望是开放而不是封闭,智能制造系统需要跟外部平台互动和联通,未来,我希望通过大数据应用场景的深度挖掘,让服务体系能够更加贴近客户,实现降本、提质、增效。

优信无限副总裁朱路:以我们智慧食堂的场景为例,首先,在前期建设环节,可以提供全方位的服务,从现场的勘测,到餐线的设计是一对一的。第二,让顾客满意,吃的省钱省心,不排队,也有营养。第三是说让采购更新鲜更及时,成本更优。但是在这一过程中,我们会面临一个最大的挑战就是我们一直投入人工,必须引入的技术来支撑,形成一些标准化的模型来赋能顾客,这就需要我们从大量的数据中得出最优实践。让人工成本更专注于给客户负责。

第四范式制造与物流业负责人陈曦:转型是一个必不可少的命题,制造业向服务业转型,基本上是已经大家共识的趋势。其中行业的倡导者大部分都是细分领域里面的龙头企业,它有一定的市场优势,核心理念是将产业所有的生态单元化再网络化。然后用技术手段打通整个生态做产业互联互通。但是有一些问题是避不开的,首先是在联通生态之后,怎么去促使这个平台更加活跃?另外一方面,数据沉淀了之后怎么去挖掘价值?挖掘出来价值怎么反哺这个生态链?这时就需要一把手对未来整个平台的业务形态有非常清晰的目标。有了目标之后,定义这个平台的北极星指标,之后将指标拆解,最后运用数据驱动的手段提升指标。

第四范式一直坚持对数字化转型的认知是要跟企业一起去思考和寻找下一代核心竞争力的北极性指标,然后通过AI的极限理性的判断能力找出这个指标的量变规则,然后再找出找出下一个增长曲线,让指标进行提升,实现质的飞跃。而不是说单纯跳到某一个AI场景里面,解决某一个系统问题。另一方面,第四范式其实对北极星指标的理解和拆解能力的运用已经帮助过很多企业找到他们未来的核心竞争力。并且我们也能够让这样指标跟人工智能的技术结合起来,还是利用AI极致理性的能力,不断测试跟判断,然后去分析到底什么样的手段才最有效的。降低了平台对人的判断的依赖程度,也让企业自己可以利用方法论和工具,自己去测试自己去调整,找出最适合平台发展的一些策略。最后,第四范式的核心团队通过多年的实践,累积了非常丰富的经验,帮助过很多传统企业转型。加上第四范式本身对AI的能力的理解,我们相信,通过北极星指标找到战略目标并拆解完毕后,再与第四范式的AI能力相结合,可以为企业带来非常巨大的一个辅助作用。

  • 推荐
  • 新闻
  • 案例
  • IT/互联网
  • 软件信息
  • CIO
  • CDO
  • 运营
  • 市场营销
  • IT
  • 数字化

推荐

我要评论