“我們可以把一些設備標準，如設備維保標準、崗位標準、質量標準等等體系都列到知識大腦里面去，工人在操作時，完全可以在一個隨時可以進行的輔導體系下工作，我們的工業大腦將極大改變工作效率。”
4月9日，第十屆中國廣州國際投資年會天河平行分會上，廣州賽意信息科技股份有限公司副總裁林立岳作“人工智能‘走深向實’賦能未來制造”主題分享。
林立岳介紹，工業智能制造范式發生很大變化，一是制造范式的遷移，從原先的試錯實體制造方法到CPS虛擬制造體系，比如大家熟知的汽車碰撞，從設計就已經在實現虛擬化。二是生產模式的轉變，以人工為主的密集型勞動走向了智能化生產制造體系。三是生產工具的變革，由能量轉化的工具向智能化設備轉變。四是制造系統重建，讓封閉性的工廠走向了開放式透明化的產業鏈模式。
在新的制造模式變革之下，勞動者可能會發生很大變化，一是人形機器人越來越發達，二是虛擬數字人出現，三是還有工業智能體，這些都會替代大量的重復勞動。
圍繞新型生產工具，林立岳介紹，賽意信息引入了大量的工業AI和敏捷的組織體系，當生產工具和生產者發生變化時，整個勞動關系也會發生變化，例如，形成在線的數字化協作，人機協同會變得更加普遍和常見。為此，賽意信息推出了賽意“工業大腦”，用工業互聯網體系來支撐工業智能時代下的制造業新的發展體系。
賽意“工業大腦”，林立岳講了幾個應用案例。第一個案例是利用工業視覺智能，解決合規性問題。合規分很多，有作業合規、安全合規、環境合規、質量合規、還有工業操作合規，這些合規問題其實已經可以用視覺功能來解決，而視覺不僅僅是原先的監控能力，而是已經變成了智控，還變成可以自動作業，它發現問題還可以自動解決問題。
第二個案例是工業語言智能。隨著AIGC等大模型出來之后，語言的智能廣泛應用到各個領域，機器已經具有理解人類思想的能力，有了理解能力就能生成，能回答大量問題，現在開始延展到行業里的代碼編程，包括預測科學的計算和模型的體現。就像通訊錄一樣，原先是記在本子上，后來記在手機上，現在記在云上，未來大量的知識不用再去學習，因為在你的身邊就是你的知識，一臺手機隨時問隨時答。
第三個案例是經營決策智能。制造業分為很多類型，比如有離散制造，有按批次的流程制造，也有連續制造，不同應用場景追求的模式不一樣，比如說庫存的管理優化，針對不同的制造需求，要去開發出面向更高級的經營決策智能，才可能幫制造業做更深入的應用。
例如，在生產經營中，要做量本利分析，現在，通過工業大腦，在生產時知道庫存有多少，同時知道訂單有多少，即將要采購多少量，采購完之后成本狀況是什么樣的，這些都實時在線，實時知道成本、銷量、庫存，進而幫助決策智能。
工藝決策智能在制造領域用的更加廣泛，原來工藝是一個粗工藝階段，會看成一個整體，到了智能化時代，可以去了解每一個工藝制造所有的參數過程，而且參數是可以學習和優化的，可以被模型優化再做決策。
林立岳以光伏行業為例，光伏追求光電轉化率，每一個光伏片在生產出來時，光電轉化率是有差別的，把轉化率提升一個點，都需要大量的實踐，在這么多的工藝環節過程中，究竟是哪些要素、哪些工藝影響了光電轉化率，這只能通過大量的數據收集和分析才能知道哪個環節，然后根據最終的結果調整工藝參數，最后達到一個最佳實踐結果。
林立岳最后總結，賽意的工業智能價值在于，進行復雜決策時，收集大量數據并通過大數據體系分析，利用人工智能幫助企業快速決策。
南方 記者 郜小平
【作者】 郜小平
南方產業智庫
版權聲明：本文內容由互聯網用戶自發貢獻，該文觀點僅代表作者本人。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。如發現本站有涉嫌抄襲侵權/違法違規的內容， 請發送郵件至 舉報，一經查實，本站將立刻刪除。