“智慧製造像光一樣，方向是確定的，但是它有多遠、我們能走多快是不確定的。”
以大模型、大資料、大算力為特徵的當代人工智慧技術正在向更為複雜和精準的工業製造領域加速滲透，助力製造企業邁向數字化轉型和智慧化升級。在生成式AI引發的新一輪技術變革之下，弱人工智慧正在向強人工智慧的加速轉變，與製造業融合的資訊科技也從以數字技術、網路技術為主演變為以生成式AI、大模型技術為主。
目前，深化大資料、人工智慧等創新應用，開展“AI+”行動，已寫入今年的《政府工作報告》，其中“AI+製造業”受到業界重點關注，將會為推動製造業行業數智化注入新動能。
在華為企業業務最新推出的《智無不言-華為行業軍團訪談錄》第一期欄目中，華為製造與大企業軍團CEO劉超、江汽集團資訊化管理部部長劉峰和中國電子技術標準化研究院物聯網研究中心主任郭楠就製造業數字化轉型和智慧化升級的現存難題展開多維度討論，助力製造企業在加速數智化的程序中更好地抓住機遇、戰勝挑戰。
AI價值顯現，智慧製造課題再度豐富
在政策引導和市場驅動下，我國製造業數字化水平總體呈現穩步上升的趨勢。工信部資料顯示，截至2023年12月底，我國已培育421家國家級示範工廠、萬餘家省級數字化車間和智慧工廠。國家兩化融合公共服務平臺服務工業企業18.3萬家，這些企業的數字化研發設計工具普及率達到79.6%，關鍵工序數控化率達到62.2%。
今年5月，國務院常務會議審議還通過了《製造業數字化轉型行動方案》，該方案提出對現階段製造業數字化轉型的三條明確指引：分行業分領域挖掘典型場景、加快核心技術攻關和成果推廣應用、加大對中小企業數字化轉型的支援。
可以看出，我國製造行業數智化將持續走深向實，將帶動更多企業參與其中，數智化將滲透到更多細分場景，應用深度和廣度同步擴大。
智慧製造是一個不斷演進的系統工程，作為製造業和資訊科技深度融合的產物，它的誕生和演變與資訊化發展相伴而生。郭楠表示，數字化、網路化、智慧化製造都屬於智慧製造的範疇。智慧製造體現在設計、生產、物流和銷售等端到端的環節中。
近幾年，以新一代人工智慧技術為主要特徵的資訊化發展迅速。其中，生成式AI的發展、大模型的應用使得人工智慧這項技術更加貼合行業場景，並滲透到千行萬業有關研發設計、生產製造、銷售服務等全流程中，在這種新語境下，“智慧製造”內涵再度得到豐富。
華為製造與大企業軍團CEO-劉超
“製造企業使用數字化和智慧化手段，提升效率和競爭力的整個實踐過程，就是智慧製造。數字化、智慧化技術拓展了製造的新邊界。而人工智慧這一輪技術浪潮正在以價值驅動製造業全鏈路數字化轉型和智慧化升級。”劉超說道。
人工智慧融入製造行業這一課題已是大勢所趨。今年1月，國務院常務會議指出，要統籌高質量發展和高水平安全，以人工智慧和製造業深度融合為主線，以智慧製造為主攻方向，以場景應用為牽引，加快重點行業智慧升級，高水平賦能工業製造體系，加快形成新質生產力。
從當前的應用案例來看，生成式AI和大模型這一代人工智慧技術應用到製造環節當中帶來的回報較為直觀，包括縮短研發週期、最佳化產業鏈流程、降低成本等。例如：
-
在生物醫藥行業的藥物研發環節，在人工智慧技術加持下，新藥物發現時間可能從數年縮短至數個月，成本下降70％以上；
-
在製造行業的生產排程環節，華為在AI技術加持下可在1.5個小時內完成未來35天的供應計劃分解，這都是人工智慧技術對智慧製造各個環節的使能。
可以看出，生成式AI和大模型等技術應用於製造業已有先驗成果，技術價值已經凸顯，這些技術的加入讓智慧製造這一工程變得更為龐雜，這也正是製造業所要探索的新課題。
機遇與挑戰並存，製造企業邁向數智化存在不確定性
從上述政策檔案的指導思想以及技術應用現狀不難看出，生成式AI和大模型引領的新技術浪潮正在開啟製造業數智化發展的想象力。
但智慧製造這一概念提出已近十年，對製造企業而言，數字化轉型和智慧化升級之路始終存在多重挑戰。郭楠就總結了傳統制造業尋求數字化轉型和智慧化升級時會面臨的不確定因素，主要包括三方面：
-
戰略層面：企業一定會遇到零號難題——到底該幹什麼？做到什麼程度？從何入手？
-
人才層面：員工中同時懂IT、工藝、製造、裝備等各類知識的複合型人才短缺；
-
投資層面：投資回報比難以計算，而智慧製造一旦投資就沒有回頭路。
目前，大模型加速湧現，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：“製造行業的作業流程具備極強的確定性，生成式AI和大模型滲透到製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在製造業的應用需要更有針對性。”
由此，製造行業數智化趨勢已定，儘管困難重重，不迎頭趕上就會被淘汰。正如中國工程院院士譚建榮所說，數字化轉型不是想不想轉的問題，而是遲早都要轉、遲轉不如早轉的問題。
這是因為除上述提到的資金、人才、頂層設計方面的挑戰外，新技術的迭代變革會加大製造業企業數智化的梯隊差距——本就數字化能力強的企業自然會跑得更快，而數字技術基礎薄弱或慢於行業平均水平的企業，轉型之路會變得更緊迫。
正因如此，製造業對生成式AI和大模型、資料價值挖掘等的關注度依舊只增不減，相關討論聲量日趨增大。而不同領域的製造業企業面對各項挑戰都在進行積極探索和嘗試。
江汽集團資訊化管理部部長-劉峰
江汽集團作為製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慧化升級道路上已探索多年，對製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，智慧製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；
最後，人才儲備是決定公司轉型能否能走下去的關鍵，但同時懂IT、應用、場景等的人才是最稀缺的。
上述所提到的三項挑戰也是多數製造企業面臨的挑戰。而打破這種困境，為企業邁向數智化增加不確定性，則需要回到行業中去找答案——追溯製造行業數智化重點佈局的典型場景已有的標杆案例，探尋解題之道。
智慧製造需要多方協力，江汽集團與華為的破題思路
工信部本月釋出的《國家人工智慧產業綜合標準化體系建設指南（2024版）》中提到：堅持應用牽引——堅持企業主體、市場導向，面向行業應用需求，強化創新成果迭代和應用場景構建，協同推進人工智慧與重點行業融合應用。堅持產業協同——加強人工智慧全產業鏈標準化工作協同，加強跨行業、跨領域標準化技術組織的協作，打造大中小企業融通發展的標準化模式。
“應用牽引”和“產業協同”為人工智慧融入智慧製造提供了指引方向。
在應用層面，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《智慧製造能力成熟度標準》中L4智慧化生產（優先順序）的目標建設，這兩項成果可視為標杆案例，其中蘊含著解開上述挑戰的答案。
瑞風RF8之所以取得商業成功，背後原因在於江汽集團與華為的合作過程中，江汽集團吸納了華為IPD（整合產品開發）流程，並組建了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。
具體合作過程中的細節是，華為向江汽集團派出一支諮詢顧問團隊，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。這套制度流程會在後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。
結合江汽集團數字化轉型和智慧化升級成功經驗，其中有三點核心要素：
-
做好頂層設計。梳理頂層設計的邏輯才能做好後續的逐級、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慧化升級時，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杆試點進行突破。試點成功之後再將成功經驗向下複製，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，該過程中最值得借鑑之處在於“跨界學習”，江汽集團與華為的合作也實現了將經驗和工作流程工具化，成為跨專案、跨行業快速複製的行業典範。
這也呼應了“應用牽引”後的第二個指引方向“產業協同”，可以看出，對於新技術浪潮之下的行業數智化而言，二者其實是密不可分的。在江汽集團的成功經驗中，該企業的合作伙伴是華為公司製造與大企業軍團。
這個組織特別在於，它可以為製造行業數智化提供來自另一個視角的解題思路。華為製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，聯合行業夥伴為製造企業提供匹配需求的場景化解決方案。
如果用三個詞概括其在推動行業數智化中起到的作用，華為製造與大企業軍團其實是華為能力與製造企業之間的“聯結器、放大器、催化劑”：
-
聯結器：充分理解制造企業的痛點和需求，將華為的解決方案與製造企業的需求相連線；
-
放大器：剖析、分解客戶需求後，將客戶的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。
可以看出，華為充分理解制造企業的數智化困境，並能迅速找到癥結，以紮實的策略為客戶解決困難。截至目前，華為已經與1000傢伙伴一起服務於中國超過8000家制造企業，成為客戶身邊加速邁向數智化的重要夥伴。
結語
對於智慧製造這一系統工程，在實際推進過程中應當堅持系統思維，江汽集團與華為的合作正是這一點的佐證。不僅是人工智慧這一輪新技術，過往的大資料、區塊鏈等技術也是如此，在新技術能否推進行業數智化的驗證階段，不同領域、行業、公司所具備的資源和能力存在差異，思想認知也不相同。
因此，結合實際情況，聚集創新資源，分層次、場景、階段的實施策略，從標杆應用場景切入，打通產業鏈上下游，才能促進行業數智化生態建設，讓改造中領先的企業案例發揮引領作用，使得技術應用深度和企業數智化程度持續演進。
未來，隨著製造行業數智化走深向實，製造業將形成更開放的生態環境。推動製造業數智化這一路程沒有終點，相信在智慧製造的明確目標下，製造企業與其合作伙伴也可以向著光和希望，攜手加速奔跑，以星星之火，終成燎原之勢。