AI技術的發展與應用豐富了智能制造內涵

生成式AI的發展、大模型的應用使得AI這項技術更加貼合行業場景，并滲透到企業有關研發設計、生產制造、銷售服務等全流程中，在這種新語境下，“智能制造”內涵再度得到豐富。

郭楠表示，數字化、網絡化、智能化制造都屬于智能制造的范疇。智能制造體現在設計、生產、物流和銷售等端到端的環節中。

華為制造與大企業軍團CEO 劉超

劉超認為，制造企業使用數字化和智能化技術，提升效率和競爭力的整個實踐過程，就是智能制造。數字化、智能化技術拓展了制造的新邊界。而AI這一輪技術浪潮正在以價值驅動著制造業全鏈路數字化轉型和智能化升級。

● 在研發設計環節，比如生物醫藥行業在AI技術加持下，新藥物發現時間可能從數年縮短至數月，成本下降70％以上；

● 在生產調度環節，比如華為在AI技術幫助下，可在1.5個小時內完成未來35天的供應計劃分解，這都是AI技術對智能制造各個環節的使能。

制造企業擁抱數智化存在不確定性和挑戰

智能制造的概念提出至今已近十年，但制造企業的數字化轉型和智能化升級之路始終存在多重挑戰。郭楠總結了傳統制造業尋求數字化轉型和智能化升級時會面臨的不確定因素：

● 戰略層面：企業一定會遇到零號難題——到底該干什么？做到什么程度？從何入手？

● 人才層面：員工中同時懂IT、工藝、制造、裝備等各類知識的復合型人才短缺；

● 投資層面：投資回報比難以計算，而智能制造一旦投資就沒有回頭路。

目前，大模型加速涌現，各行各業都在關注自己所處領域的大模型應用成效如何。對此，郭楠補充道：“制造行業的作業流程具備極強的確定性，生成式AI和大模型滲透到制造業的核心場景中需要解決的問題非常多，比如需要迭代掉生成結果的不確定性，AI在制造業的應用需要更有針對性。”

江汽集團作為制造業汽車領域的大型企業，自2020年起至今在數字化轉型和智能化升級道路上已探索多年，對制造業走向數智化存在的挑戰有切身體會。劉峰將江汽集團在升級轉型過程中遇到的挑戰歸結為三點：

首先，智能制造的投資規模動輒達到幾十億甚至上百億，這需要企業對數智化轉型抱有堅定決心；

其次，企業知道自身規劃的轉型方向是正確的，也要衡量自身能力是否與之匹配，對自身有清晰認知；

最后，人才儲備是決定公司轉型能否走下去的關鍵，但同時懂IT、應用、場景等的人才是最稀缺的。

制造企業如何應對數字化轉型和智能化升級的挑戰？

如今，江汽集團旗下的瑞風RF8已是廣受好評的網紅車型，新建的新港智慧工廠也按照《智能制造能力成熟度標準》中L4智能化生產（優先級）的目標建設，其中蘊含著解開上述挑戰的答案。

江汽集團信息化管理部部長 劉峰

劉峰表示，瑞風RF8取得商業成功，背后原因在于江汽集團與華為的合作過程中，吸納了華為IPD（集成產品開發）流程，并組建了PDT團隊（產品開發團隊），改變原有的產品商業邏輯，從技術為先轉變為以市場需求為先。

劉超介紹了上述合作過程中的細節，他談道：“華為向江汽集團派出一支咨詢顧問團隊，把華為公司產品的開發流程、制度、方法變成江汽集團產品的開發流程、制度、方法。這套制度流程會在后續的實踐過程中不斷迭代和演變，最終固化為江汽集團自己的能力。”

劉峰結合江汽集團數字化轉型和智能化升級成功經驗總結出三點核心要素：

● 做好頂層設計。梳理頂層設計的邏輯才能做好后續的逐級、逐層管理，避免資金和時間的浪費；

● 用好外腦。傳統制造業企業尋求數字化轉型和智能化升級時，可以尋找華為等轉型經驗豐富的企業合作，改變舊有模式，轉換思路；

● 控制成本，試點先行。優先選擇一些典型場景作為標桿試點進行突破。試點成功之后再將成功經驗向下復制，由此可降低轉型中的不確定性。

中國電子技術標準化研究院物聯網研究中心主任 郭楠

郭楠認為，該過程中最值得借鑒之處在于“跨界學習”，江汽集團與華為的合作實現了將經驗和工作流程工具化，成為跨項目、跨行業快速復制的行業典范。

劉超表示，華為制造與大企業軍團是華為能力與制造企業之間的“連接器、放大器、催化劑”。對此，他進行了詳細解讀：

● 連接器：充分理解制造企業的痛點和需求，將華為的解決方案與制造企業的需求相連接；

● 放大器：剖析、分解客戶需求后，將客戶的共性需求在各個相關產品的開發過程中進行受理；

● 催化劑：讓客戶應用場景與華為提供的技術有機結合，產生化學反應，甚至達到聚變級、裂變級。

華為制造與大企業軍團集結了華為內部覆蓋研發到銷售全鏈條各環節的專家，能夠快速集結資源，找到價值場景，聯合行業伙伴為制造企業提供匹配需求的場景化解決方案。截至目前，華為已經與1000家伙伴一起服務于中國超過8000家制造企業，成為客戶身邊加速數智化轉型的重要伙伴。

未來，隨著制造行業數智化走深向實，制造業將形成更開放的生態環境，相信在智能制造的明確目標下，我們可以向著光和希望，攜手加速奔跑。