工业4.0中的AI：标准、模型和进化 | SAIF FMBA智享荟 - SAIF金融MBA | SAIF | 高金

智享荟 - 智享荟 - 上海交大上海高级金融学院

300年前，牛顿力学在英国诞生，正式拉开了第一次科学革命的序幕。第一次技术革命和第一次工业革命（蒸汽革命）紧随其后，彻底改变了人类历史的进程。

随着蒸汽机的到来，人类生产不再仅依靠人力，劳动与生产效能大幅提升，以上被视作工业1.0；随着工业化进程的持续深入，工业2.0在之后出现，亨利福特改造的流水线标志着电气化时代的到来，生产汽车成本被明显降低；而到了工业3.0，信息技术开始引导全自动生产线，进一步节约了生产线上的技术人员成本。

从工业1.0到工业3.0，生产效能的变化无疑是关键词，目前，工业4.0备受市场瞩目，在这一进程中，人工智能、大数据的赋能将成为不可忽视的力量。与此前不同的是，工业4.0中，企业可以根据客户的需求，为不同客户定制不同的产品。

在这场新的工业4.0革命中，人工智能将如何发挥引导作用？在近期举办的2023高金金融MBA年度论坛上，上海交通大学特聘教授、国家重大人才计划入选者、上海交通大学弗劳恩霍夫协会智能制造创新中心主任王皓教授进行了生动剖析。

王皓

上海交通大学特聘教授、国家重大人才计划入选者、上海交通大学弗劳恩霍夫协会智能制造创新中心主任

01 数字化落地标准、模型与进化

自互联网诞生以来，AI（人工智能）一直是业内经久不衰的话题。而作为重点战略性产业，人工智能一直受到国家政策的重点扶持和关注。

早在2015年国务院出台的《中国制造2025》中，便提及聚焦新一代信息技术、高端装备等重点领域。随着时间的推移，国内针对该产业的政策与法规不断完善，人工智能技术亦向更多领域进行辐射。

然而，人工智能从出现到落地再到实现规模化的收入，实则需要大量的资金投入和较长的时间周期。要使工业4.0尤其是人工智能实现真正的落地，穿越当前的“死亡谷”是必经之路。

“就报告而言，现在人工智能工业4.0的水平都很高，但如果真正到企业去观察实施的具体情况，其实会发现数字化还有很漫长的路要走。”王皓直言。

王皓指出，除去部分已接近完成数字化转型，并引入了人工智能的先锋型企业，目前国内大多数企业尚处于数字化转型阶段，甚至有部分企业还处于转型初期。

如何让技术实现真正落地？在王皓看来，对于工业4.0中的人工智能部分，有三件事值得关注——标准、模型和进化。

对于“标准”，王皓指出，任何企业要实现数字化，首先要把基础做好，这涉及四个方面：统一数据源、统一产品解析标准、工业互联接口的标准化以及结构化。

具体而言，设计数据的模型、制造的数据以及供应链、维护的数据需要做到统一；而在进行数字化之前，每个物料都要有编号、标准，包括企业的前端供应链；同时，工业互联接口的标准化十分重要，是工业4.0时代需要重点解决的问题。

此外，与人工智能相关的结构化较为高阶。“假如一个车间，每一个零件，每一个设备，能够摆在标准离散的位置，如同电子游戏中的六角棋盘，一部分人工智能算法才能用的更好，机器视觉算法才能有效。”王皓进一步解释道。

对于“模型”，王皓介绍了ChatGPT的出现会给工厂带来的变革。以硬件为例，王皓指出了未来的趋势：“模型的要能够重构，就像桌子一样能够来回排列，而不是固定一处。正如刚才我所说，会结构化、网格化地去重构，制造系统将发展成一个仿生群落，像一群蚂蚁或蜜蜂那样进行协作生产，对应的模型也要可重构、自进化。

对于“进化”，王皓认为，从数字化技术到可视化技术，到之后的智能化技术，再到用生成式人工智能进行互动，整个发展过程脉络清晰——物联网概念于1991年由MIT（麻省理工学院）Kevin Ashton教授提出，工业4.0出现在2011年，ChatGPT则在去年横空出世。

“如若底层未建立好，那么在往上走时肯定会出问题。因此，任何一家成规模企业的数字化都必须要把过程走一遍，‘跳级’是不可能的。对于产业界来说，这也是判断一个企业发展价值的标准之一。”王皓指出。

02 ChatGPT之变：赋能、可能与不能

掌握了人工智能落地所必要的条件，落地后将带来的改变亦备受关注。

事实上，自去年OpenAI推出AI聊天机器人ChatGPT，其所展现出的智能涌现能力在全球范围内掀起了一场AI“狂飙”，同时引发了业界对这一技术的讨论——ChatGPT出现之后，哪些工作将被替代？新的投资机会又在哪个领域？

从投资与管理视角出发，王皓将其分类为“赋能”、“可能”与“不能”。他首先分析了ChatGPT 所“赋能”的领域。

“一是秘书的文本工作被替代了一部分；二是对于软件公司，ChatGPT可以帮忙写代码。”王皓表示，因为重点任务不是写代码，而是要理解业务。比如为车间设计软件，要理解车间的工艺流程、管理方式、物料流向、生产线平衡、运筹学，预测性维护等，掌握知识之后再写成一个软件说明书，之后的事情可以由ChatGPT实现落地。

基于此，王皓认为，受到AI冲击的主要是只会编写代码但不懂行业知识的初级码农。“所以ChatGPT事实上并未改变什么，而是推动大家把精力往前挪，重点在于业务本身。”

以制造业为例，在ChatGPT时代，车间的信息化系统软件代码的编程将不需要人亲自上阵，但却对人熟悉企业制造的内部运作提出了更高要求，需要做到真正理解制造业规律。

王皓随之提到了ChatGPT所“不能”——成为行业领域专家。在他看来，视觉算法、大数据分析等均无法替代行业领域专家，ChatGPT改变的是效率。

“高智商，尤其是高经验值的领域是不可能被替代的，即使未来人工智能还将进一步发展，这些领域专家以及掌握这些领域知识的公司才是未来应该重点关注或是投资的对象。”王皓指出。

那么，信息化应用在行业中究竟处于怎样的阶段？作为一名深耕制造业领域的专家，王皓与信息化领域已有多次交融。从他的经验出发，人工智能、工业互联网、5G、大数据分析等信息化知识的应用，在三个层面——效率层面、质量层面与创新层面的情况各不相同。

具体来看，据王皓介绍，在效率层面，已有多种解决方案并且带来了实际效率的提升。他以物流行业举例，扫码、工业读取、人脸识别等都是典型代表。

在质量层面，王皓认为处于发展过程之中，“有场景能做，有场景做不了”，处于和领域的工业知识相结合阶段。他进一步解释称，“很多大设备、大生产线绝对不能出事，所以要做预测性维护，高价值产品的一个小缺陷，就要报废几百万，这是不能做的。”

而在创新层面，王皓直言，目前信息化应用尚未达到。“全息型的制造，我们要把数字孪生系统全部跟踪上来，并且分析背后的规律；而像创造性的设计，包括深度学习、规律获取型领域，人工智能、工业互联网5G、大数据分析基本无法做到。”

“人工智能替代的是繁琐的、耗时间的工作，能提高效率，目前的技术水平还难以提高质量，更不大可能去做创造。”王皓指出。

正如王皓此前所提，目前在企业中，信息化应用刚开始进入质量阶段，而这还需要很长时间。工业4.0中的人工智能要朝着这一方向进化，如果能突破至质量级别，甚至往前突破到创新级别，那么这家公司就能被视作“卓越”。

“实际上，经过几年的发展，我认为我国人工智能技术研究在一些点上已经超过德国了，但是具体到应用的升级依旧有很长的路要走。”王皓指出。

基于以上分析，王皓认为，大家对于技术发展需要有自己的判断。那些很快能被新技术“赋能”的领域，将会在很短时间内变成“红海”，意味着未来内卷的产生。

所谓“可能”的领域，是指能结合工业核心领域知识和信息化知识的领域，它们很有可能成为行业内的隐形冠军。对于投资人而言，掌握工业核心领域知识和信息化知识相结合的团队要重点关注。

而那些“不能”的，王皓强调，才是真正的核心知识。对于这类具有核心知识的团队或企业，则需要独具战略眼光。

本文整理自王皓教授在2023高金金融MBA年度论坛主题演讲《工业4.0中的AI：标准、模型和进化》

相关新闻 +