V zadnjih letih je umetna inteligenca postala pomembna gonilna sila za nov krog znanstvene in tehnološke revolucije ter industrijske preobrazbe. Ker se hitrost četrte industrijske revolucije še naprej pospešuje, je povpraševanje po podjetjih za izboljšanje kakovosti in učinkovitosti ter pospeševanje procesa trajnostnega razvoja doseglo vrhunec, ki je brez primere, in pojav tehnologije AI označuje pomembno pregibno točko za podjetja.
S katerimi ovirami se danes srečujejo proizvodna podjetja v procesu digitalne preobrazbe? Katere prioritete in prednostne naloge morajo imeti podjetja pri vlaganju vanj in tehnologij AI?
Izboljšanje operativne učinkovitosti: glavna prednostna naloga digitalne preobrazbe v proizvodnji
Zdaj, ko svet vstopa v "postepidemično dobo", se počasi oblikuje nov zemljevid proizvodnje. Ne glede na proizvodno lestvico, kakovostno in stopnjo dobavne verige je globalna proizvodna industrija v "močni močnejši" in bolj inovativni, bolj vrhunski smeri. Če pogledamo državo, se tržni delež in vpliv kitajske proizvodnje nenehno povečujeta, oblikovanje visokogorja s potencialom "nove kakovostne produktivnosti".
V procesu nenehnega napredovanja v kakovostni razvoj v različnih panogah je digitalna preobrazba nedvomno eden najpomembnejših programov in trendov. Ker je struktura stroškov proizvodne industrije in storitvene industrije popolnoma drugačna, lahko skupni stroški surovin in delovna sila v proizvodni industriji predstavljajo 70%-80%, zato je zelo pomembno zmanjšati stroške in povečati učinkovitost.
Če povzamemo, se digitalna tehnologija s poudarkom na odličnih primerih preoblikovanja digitalne inteligence lahko pomaga podjetjem, da se poslovijo s tradicionalnim ročnim načinom vzdrževanja in izkoristijo velike prednosti preventivnega vzdrževanja. Za proizvodna podjetja se mejni učinek proizvodnje tisoč istih izdelkov zelo razlikuje od učinka izdelave sto tisoč, zato je za podjetja zelo pomembno, da ohranijo dolgoročno visokokakovostno delovanje opreme.
Hkrati ima digitalna preobrazba tudi pomembno vlogo pri zmanjšanju obratnega kapitala podjetij pri presejalnem, načrtovanju in natančnem napovedovanju ter centralizirani optimizaciji. S poglabljanjem digitalne transformacije, ko je digitalna tehnologija kombinirana s podjetjem "ljudmi, stroji in materiali" ali aplikacijskimi zmogljivostmi in procesi, jo lahko v sistemu utrdimo, da ustvarite večjo vrednost ponovne uporabe, ki je zelo značilna v strojništvu in obsežnih diskretnih proizvodnih industrijah.
Vpogled in predlogi: Zgradite digitalno srednjo mizo, da oživite sredstva za podatke
Industrijska proizvodnja je tipična kapitalsko intenzivna industrija, njena digitalna preobrazba pa naj bi spremljala ogromne naložbe. Zato ima razumevanje naložb in trend IT tehnologije pomemben referenčni pomen za podjetja. Gong Huiwei je dejal, da je najbolje, da podjetja sledijo modelu modularizacije in postopnega razvoja, tako da lahko oblikovanje in izvajanje postopka uvajanja digitalne tehnologije dobi boljše usklajevanje poslovanja in virov.
Za pospešitev pristanka AI so ključni kakovostni podatki in talenti
Zakaj AI dobiva toliko pozornosti? Glavni namen uvedbe AI s strani proizvodnih podjetij je zmanjšati stroške in racionalno uporabiti vire, kar je zelo skladno z namenom zmanjšanja stroškov in povečanja učinkovitosti. Na srečo v mnogih vrhunskih primerih generativni AI in industrijski metauniverzi počasi pristajajo na industrijskem področju, stopnja tehnične penetracije pa se tudi postopoma povečuje, kar ustvarja izvedljivo pot za široko uporabo tehnologije AI.
Res je, da se bodo podjetja v procesu pristanka AI in pospeševanja iteracije še vedno soočala s številnimi težavami. Po eni strani je s hitrim razvojem kitajske proizvodne industrije velika količina podatkov, ki jih prinaša operacija, eno najdragocenejših sredstev za razvoj AI, vendar je Gong Huiwei dejal, da ogromni podatki niso 100 -odstotni uporabni, podatki o nizki kakovosti pa pogosto vodijo v situacije, kot je "Vertigo" velikih jezikovnih modelov, zlasti za generativne AI. Kot temeljni kamen "kakovost podatkov" neposredno določa natančnost modelov AI.
Poleg tega lahko proizvodna podjetja razvijejo in načrtujejo načrt generativnih primerov uporabe AI in AI za podjetja na ravni raziskovalnih in razvojnih procesov, načrtovanju in načrtovanju proizvodnje, nabavi logistike, OEM in kakovosti sledljivosti, po prodaji in operativni odličnosti, ki lahko igrajo pomembno vlogo pri doseganju inteligentne proizvodne in izboljšanja proizvodne učinkovitosti. Hkrati je pomanjkanje talentov in virov glavna ovira za podjetja, da na kratko ali dolgoročno uporabijo tehnologijo AI. Zato je večina proizvodnih podjetij ne le uvesti algoritme AI tehnologije in druge povezane talente od zunaj, ampak mora tudi ustanoviti ustrezno osebje "knjižnico", da bi bolje lahko izpolnili izzive prihodnje aplikacije za inovacije in integracijo AI.