新闻资讯

智能制造进一步转型升级,企业将面临哪些机遇与挑战?

2021-01-26

过去几年,我国制造企业主要展开了制造过程的信息化改造,将企业的设计、生产、管理、服务等制造活动的各环节通过信息技术连接贯通,更加及时、准确和全面地获得企业制造环节、经营过程、市场、产业和竞争等信息,有效地组织生产和应对市场变化。信息技术已经融入企业日常工作,成为企业运营管理和决策的一部分。

接下来几年,制造业企业将向智能制造进一步升级和转型。智能制造的概念比制造自动化更为广泛和复杂,需要将自动化技术、物联网、工业机器人等 “硬”技术与大数据、云计算和人工智能等“软”技术真正集成起来,并有机地融于“以人为本”的企业运营流程、管理和决策工作中。

可以想象,将具备了人类在制造过程中积累的最高智慧和经验的人工智能规模化用于所有企业,会极大减少企业人员由于知识、经验和能力不足带来的生产和收益波动,从而把产业内所有制造企业的生产效率整体提高到同一高度,产生更高的生产价值。而且,由于人工智能的智慧往往通过计算机算法实现,是一种“软”的数字技术,复制使用的边际成本低,使得一个企业的成功应用可以比较容易地复制扩展到不同企业。


当然,在人工智能与智能制造的融合过程中,企业会面临着一些挑战,但是,挑战与机遇并存:挑战应对得当,也可以转变为成功的要素。以下谈谈四点企业可能会遇到的挑战与机遇。 

其一,扎实的信息化基础。人工智能算法的应用,需要高质量、完备和大量的数据,对数据进行有效地存储、传递、收集和处理。因此,在信息处理和业务流程改善效率后,人工智能才可能开始产生应用价值。这也是对制造企业过去工作的考验。

其二,新兴的制造科技。人工智能在“软”技术层次,主要体现为以机器学习和深度学习为代表的算法应用。尽管互联网、金融保险、安保等行业已经基于消费者行为、图像、语音和文本信息进行人工智能学习,也产生了大量成熟的应用,包括对人的精准识别、定位、广告投放、营销定价、推荐和互动等,但是实际上都是针对消费者个体进行的应用,与智能制造的主体(生产设备、流程等)完全不同。智能制造的成功,与其他行业一样,需要大量成功的、独特的人工智能技术应用。  

其三,务实的企业实施。制造企业真正采纳智能制造技术,并不是单纯依靠技术的先进性,而是需要和企业战略、制度、流程和人相结合,将人工智能融于工作流程、并与企业管理人员的合作共事。这中间涉及不少挑战。比如当人工智能给出的建议与人的判断不一致时,应该如何取舍?人工智能的决策思路,可否更好地让决策者理解?问题的答案涉及到混合智能、算法可解释性、算法偏见等一系列前沿科研,尚有待科研工作者与企业实践人员共同解决。而人工智能技术的复杂性导致目前制造业很少有成功的落地经验,也加剧了企业实施的挑战性。

此外,人工智能的算法是一种通用技术,它与企业实践结合的方式方法,才决定了其具体价值。制造业涉及新产品研发、生产效率、质量控制、安全监控、智能调度、设备维护等应用场景,各不同企业的人工智能落地方式也各有不同。尽管人工智能具有边际成本较低的特性,但在探索初期的成本相对较高(包括软件、硬件和人力等投入),更要注意有效的成本收益控制,最好采用小步快走,重点突破的实施路径,选取关键节点突破,以点带面形成效益后再逐步扩大规模。  

其四,清晰的战略导引。企业转型是牵一发动全局的过程,尤其是涉及到大量投资、流程调整和劳动力结构调整,过程会非常复杂和有挑战性。相应的企业战略和技术一样复杂,战略设计和执行过程涉及到数据整合、组织结构设计、人力资源配置、项目顺序等等诸多因素。而且,企业不仅需要增加精通人工智能和制造的人才和技术储备,还需要让企业上下形成共识合力。


现状是,优秀的智能制造战略专家比优秀的技术专家更加稀缺,他们需要对智能制造技术和企业管理都有丰富的经验和深邃的理解,才能全面理解技术与管理的结合,把握技术转化为生产力、利益,甚至竞争优势的途径和步骤,最后从全局出发,创造性地规划和执行企业智能制造战略。如果企业没有这样的高端综合人才,则需要有计划地培养传统管理者和算法科学家的相互理解和部分转型,通过团队的有效合作来弥补。

总的来说,企业需要明确自身的业务需求和目标,然后据此形成智能制造项目的计划,这样可以避免被各种智能制造技术弄得眼花缭乱、迷失方向、过度投资。计划里包含多个潜在的项目,企业还需要决定它们的优先顺序,之后可以考虑具体实施的问题,比如供应商的选择、是否先在小范围实施、是否要重新设计工作流、如何确保员工采纳等。

联系我们

产品咨询
0/200

紧急问题请联系 0516-80582888

我们会有专人与您联系