如何構(gòu)建智能制造行業(yè)新生態(tài)？

每經(jīng)記者 梁宏亮 實(shí)習(xí)記者 溫雅蘭    每經(jīng)編輯 張凌霄    

智能制造是推進(jìn)制造強(qiáng)國戰(zhàn)略的主攻方向，涉及多種前沿技術(shù)的集成與創(chuàng)新，其中包括物聯(lián)網(wǎng)、云計(jì)算、人工智能、機(jī)器學(xué)習(xí)、邊緣計(jì)算、網(wǎng)絡(luò)安全、數(shù)字孿生等。這些技術(shù)在智能制造中發(fā)揮著不同的作用和價(jià)值。

然而，當(dāng)前中國智能制造的發(fā)展還存在諸多瓶頸與難題。新技術(shù)如何被正確加以應(yīng)用、企業(yè)管理者如何正確理解數(shù)字化的真正內(nèi)涵，這些都是直接影響企業(yè)能否成功轉(zhuǎn)型的關(guān)鍵因素。

視覺中國圖

上海交通大學(xué)行業(yè)研究院成立五周年之際，聯(lián)合每日經(jīng)濟(jì)新聞重磅推出十期“知行天下·行研中國”專欄，每期邀請“1名安泰行研專家+1名業(yè)內(nèi)專家”，圍繞行業(yè)熱點(diǎn)、難點(diǎn)與痛點(diǎn)，以文字對談的形式，從理論和實(shí)踐兩個層次展開行業(yè)洞察。

在第三期對話中，上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院院長、上海交通大學(xué)行業(yè)研究院院長、上海交通大學(xué)深圳研究院院長陳方若，阿里云智能中國區(qū)總裁黃海清，圍繞“構(gòu)建智能制造行業(yè)新生態(tài)”這一話題進(jìn)行深入討論。

洞見智能制造前沿趨勢

NBD：數(shù)字化轉(zhuǎn)型為制造業(yè)勾勒出新的增長曲線。當(dāng)前中國智能制造呈現(xiàn)出怎樣的發(fā)展趨勢？

陳方若：信息技術(shù)與企業(yè)管理的融合發(fā)展，已經(jīng)有幾十年的歷史。上世紀(jì)80年代，沃爾瑪發(fā)射了自己的衛(wèi)星，旗下每個零售網(wǎng)點(diǎn)都通過衛(wèi)星系統(tǒng)連接起來，這使得沃爾瑪能夠及時準(zhǔn)確地掌握商品流動的信息，做出準(zhǔn)確的資源配置決策。

從制造業(yè)上來看，“智造”轉(zhuǎn)型總體可以分為三個階段：第一階段是信息聯(lián)網(wǎng)，第二階段是利用信息輔助優(yōu)化決策，第三階段是采用人工智能收集、分析信息，提前預(yù)判未來可能發(fā)生的問題和風(fēng)險(xiǎn)并加以解決，從而達(dá)到像中醫(yī)里所說的“治未病”的目的。

如今，國內(nèi)大多數(shù)企業(yè)仍然停留在較為初級的信息化建設(shè)上，也就是通過信息聯(lián)網(wǎng)，消除企業(yè)部門之間和供應(yīng)鏈上下游之間的信息孤島。這件事看似簡單，事實(shí)上由于不同企業(yè)使用的系統(tǒng)不同，往往推進(jìn)起來并不那么容易。

在數(shù)字化轉(zhuǎn)型過程中，能夠發(fā)展到第二階段和第三階段的企業(yè)還比較少。大多數(shù)企業(yè)對于信息使用的思路仍然停留在了“事后”環(huán)節(jié)，很少有企業(yè)能夠通過數(shù)智化轉(zhuǎn)型實(shí)現(xiàn)信息的“事前”預(yù)判。

雖然我們看到，目前一些標(biāo)桿企業(yè)能夠采用物聯(lián)網(wǎng)技術(shù)，以大數(shù)據(jù)分析的方式提前預(yù)判機(jī)器故障，并采取預(yù)防措施，在“智”上取得了新進(jìn)展和新成效，但放眼中國智造的未來，想要大規(guī)模邁向智能化階段，還有很長的路要走。

黃海清：總體來說，人工智能技術(shù)的加速發(fā)展，使中國制造正處于智能化時代的新起點(diǎn)。

這段時間以來，AI大模型帶來了最新的技術(shù)熱潮和全社會的廣泛關(guān)注。前不久阿里巴巴也發(fā)布了自主研發(fā)的大語言模型“通義千問”，迎來了社會各界廣泛的反響和巨大的合作需求。

特別是在制造業(yè)當(dāng)中，AI大模型應(yīng)用會成為重要的戰(zhàn)場。AI大模型能將自然語言轉(zhuǎn)化為計(jì)算機(jī)識別的代碼，以更低門檻、更高效率，打通一個個數(shù)據(jù)斷流節(jié)點(diǎn)，推動數(shù)據(jù)在研發(fā)、生產(chǎn)、供應(yīng)鏈、銷售、營銷、服務(wù)等暢通流動。

我和大家分享一個小場景：過去在工廠中，人們只有通過編寫代碼才能控制和指揮機(jī)器。而AI大模型，可以讓一個普通人通過自然語言——用人最熟悉的對話方式——能夠來指揮機(jī)器，來進(jìn)行統(tǒng)籌調(diào)度和運(yùn)作；可以通過一張最普通的手繪草圖，然后生成結(jié)構(gòu)化的應(yīng)用；可以讓工人成為一個個“超級個體”，讓工廠運(yùn)行更穩(wěn)定，更多地解放人的生產(chǎn)力和創(chuàng)造力。

NBD：大型制造企業(yè)和中小型制造企業(yè)在邁向數(shù)字化、智能化的過程中，需求和路徑有何不同？

黃海清：大企業(yè)小企業(yè)都面臨增效降本和創(chuàng)新的需求，智能化的轉(zhuǎn)型路徑，本質(zhì)上是“業(yè)務(wù)轉(zhuǎn)型，組織升級”。

我舉兩個例子。第一個是超大型企業(yè)，擁有超過22萬員工，體型龐大、業(yè)務(wù)復(fù)雜，通過數(shù)字化辦公軟件作為超級入口，全集團(tuán)4000多個組織和部門達(dá)到了100%的激活率，快速實(shí)現(xiàn)了業(yè)務(wù)協(xié)同的移動化。同時，平均7天可以開發(fā)和上線一款新的應(yīng)用，實(shí)現(xiàn)了“部門創(chuàng)新、集團(tuán)共享”。

再舉一個中小企業(yè)的例子，福建有一家做凍干水果的生產(chǎn)商，數(shù)字化基礎(chǔ)薄弱。但最近一個“工廠程序員”，采用低代碼開發(fā)平臺，花兩周時間為公司自建了一套智能物流系統(tǒng)。中國有4800萬企業(yè)組織，其中99%是中小企業(yè)。數(shù)字技術(shù)帶來的組織協(xié)同，不僅讓大企業(yè)更加高效，也讓小企業(yè)能夠敏捷創(chuàng)新。

陳方若：黃總從產(chǎn)品應(yīng)用實(shí)踐角度，介紹了數(shù)字化工具對企業(yè)效率的提升作用。從我們學(xué)界視角來看，大型企業(yè)與中小企業(yè)的數(shù)字化轉(zhuǎn)型路徑和需求，還是有一定的差別。

當(dāng)我們放大到產(chǎn)業(yè)鏈視角，就會發(fā)現(xiàn)，對于處于供應(yīng)鏈鏈主地位的大型企業(yè)來講，因其組建的“神經(jīng)網(wǎng)絡(luò)”足夠大，獲得的信息更多，決策優(yōu)化的空間也就更大。

小型企業(yè)通過采用數(shù)字化平臺來優(yōu)化內(nèi)部流程相對容易，但由于在供應(yīng)鏈上的地位不高，需要與產(chǎn)業(yè)鏈、供應(yīng)鏈對接的環(huán)節(jié)考驗(yàn)著合作伙伴的配合度，存在著較高的溝通成本，因此中小企業(yè)的數(shù)字化目標(biāo)不宜定太高。

我想特別強(qiáng)調(diào)的是，所有企業(yè)的數(shù)字化轉(zhuǎn)型都應(yīng)該是問題導(dǎo)向的。我們走訪過許多企業(yè)，坦率地說，許多企業(yè)走上數(shù)字化轉(zhuǎn)型都是“被逼的”——實(shí)踐中遇到了按傳統(tǒng)方法難以解決的問題，不得不采取數(shù)字化手段來進(jìn)行攻克。

發(fā)現(xiàn)智能制造企業(yè)需求

NBD：請問黃總，云計(jì)算的出現(xiàn)，怎樣賦能與重構(gòu)了制造業(yè)的發(fā)展？未來還有哪些發(fā)展空間值得我們?nèi)ハ胂螅?/p>

黃海清：云計(jì)算的飛速發(fā)展使數(shù)字化成為確定，使智能化成為可能。我們也正以云計(jì)算為基石，以AI為引擎，參與到從數(shù)字化邁向智能化的劃時代變革中。

我們通過傳統(tǒng)IT基礎(chǔ)設(shè)施向云計(jì)算升級，加速業(yè)務(wù)在線化、組織協(xié)同化、應(yīng)用智能化，最終實(shí)現(xiàn)產(chǎn)業(yè)的升級。

概括講主要就是：只有將傳統(tǒng)的業(yè)務(wù)活動轉(zhuǎn)化為在線的方式進(jìn)行，才能讓數(shù)據(jù)成為資產(chǎn)，讓智能成為可能；通過數(shù)字技術(shù)可實(shí)現(xiàn)組織高效協(xié)同與資源靈活編排，構(gòu)筑企業(yè)生產(chǎn)關(guān)系新形態(tài)；智能化的本質(zhì)，就是以數(shù)字化為基礎(chǔ)，以數(shù)據(jù)驅(qū)動，最后邁向應(yīng)用智能化的過程。

NBD：企業(yè)在決策是否開展數(shù)智化轉(zhuǎn)型的過程中，同樣關(guān)注轉(zhuǎn)型帶來的業(yè)務(wù)風(fēng)險(xiǎn)。請問陳院長，如何才能優(yōu)化決策、降低轉(zhuǎn)型風(fēng)險(xiǎn)？

陳方若：正如我前面所強(qiáng)調(diào)的一樣，制造業(yè)的數(shù)字化轉(zhuǎn)型，要堅(jiān)持問題導(dǎo)向。找準(zhǔn)問題至關(guān)重要。

如果企業(yè)面臨的問題沒有找準(zhǔn)確，就盲目開展數(shù)字化轉(zhuǎn)型，往往可能會導(dǎo)致更糟糕的結(jié)果。因?yàn)檫@相當(dāng)于在原有問題沒解決的基礎(chǔ)上，給整個企業(yè)又平添了新問題。

所以，我們建議企業(yè)一定要堅(jiān)持問題導(dǎo)向，為了解決問題而數(shù)字化，而不是為了數(shù)字化而數(shù)字化，不要盲目去迎合所謂的數(shù)字化轉(zhuǎn)型潮流。

構(gòu)建智能制造行業(yè)生態(tài)

NBD：從行業(yè)層面來看，當(dāng)前我國智能制造的發(fā)展還存在哪些瓶頸與痛點(diǎn)？

陳方若：當(dāng)前，一些頭部企業(yè)通過數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)了對生產(chǎn)決策的優(yōu)化，在提升生產(chǎn)效率方面有了明顯的進(jìn)步。但總體而言，企業(yè)邁向智能化還有很長的道路要走。

正如前面講到的，我們面對的第一個瓶頸是當(dāng)下多數(shù)企業(yè)的“智能”水平仍然很低，整合信息的能力還十分有限，難以通過搭建起龐大的“神經(jīng)系統(tǒng)”來收集分析海量信息、解決問題，預(yù)判問題的源頭，進(jìn)而做到“治未病”。

其次，許多企業(yè)對“數(shù)字化”概念的理解尚存有認(rèn)知瓶頸。許多人簡單地認(rèn)為，用機(jī)器替代了人，就實(shí)現(xiàn)了數(shù)字化，這是把“數(shù)字化”與“自動化”兩個概念混淆了。有的時候機(jī)器代替人能夠降本增效，但有的時候機(jī)器代替人也會面臨高昂的成本。

此外，跨界溝通也是智能制造轉(zhuǎn)型發(fā)展過程中所面臨的難題。在現(xiàn)實(shí)的轉(zhuǎn)型實(shí)施場景中，軟件工程師與生產(chǎn)線上的工人如何真正實(shí)現(xiàn)有效溝通？數(shù)字化轉(zhuǎn)型升級方案如何真正被企業(yè)員工所接受和執(zhí)行？這都是在企業(yè)管理過程中所面臨的真切問題。

最后，我們還要考慮如何挖掘海量數(shù)字資源的潛在價(jià)值，通過精準(zhǔn)捕捉到消費(fèi)者的需求信息，從中找到新的商業(yè)機(jī)會和新的產(chǎn)品設(shè)計(jì)思路。

黃海清：大家都知道，通過數(shù)字化和智能化轉(zhuǎn)型可以提升運(yùn)營效率、降低成本、增加收入，但要怎樣達(dá)成這樣的目標(biāo)？坦白來講，供需雙方都不清楚具體路徑。

但也不是沒有破解的辦法。舉個例子，汽車的制造產(chǎn)線，實(shí)際上是數(shù)字化需求比較聚焦的場景。汽車的生產(chǎn)制造線和水泥的生產(chǎn)制造線是否一樣呢？肯定是不一樣的，但我們能夠裁減出相對標(biāo)準(zhǔn)化的解決方案的通用能力或基礎(chǔ)平臺，并能夠順利地把數(shù)字工廠解決方案在鋼鐵、水泥、固廢以及半導(dǎo)體等行業(yè)落地。

這就是解決方案的“最大公約數(shù)”。

數(shù)字化轉(zhuǎn)型不能停留在宏觀的概念，而要從具體場景出發(fā)，聯(lián)合生態(tài)合作伙伴構(gòu)建解決方案。概而言之就是：

第一，要勾畫一張藍(lán)圖，做好頂層設(shè)計(jì)和咨詢規(guī)劃；第二，要有具體的業(yè)務(wù)場景；第三，在業(yè)務(wù)場景下有相應(yīng)的技術(shù)支撐。我們有很清晰的三段論：基礎(chǔ)設(shè)施的云化、核心技術(shù)的互聯(lián)網(wǎng)化、應(yīng)用場景的數(shù)據(jù)化和智能化——圍繞這三個階段，我們提供相應(yīng)的技術(shù)支撐；第四，組織和流程的優(yōu)化匹配。

如果做了這樣的拆解，對于自己什么能做、什么不能做就一目了然。

NBD：智能制造的發(fā)展，離不開構(gòu)建廣泛的合作伙伴生態(tài)系統(tǒng)，這樣的合作生態(tài)系統(tǒng)應(yīng)該包括哪些方面和要素？如何鼓勵更多的主體參與到智能制造創(chuàng)新發(fā)展上來？

陳方若：傳統(tǒng)生態(tài)系統(tǒng)比較簡單。我們都知道，傳統(tǒng)供應(yīng)鏈的上下游包括了從產(chǎn)品的設(shè)計(jì)，再到零件、中間產(chǎn)品、最終產(chǎn)品的生產(chǎn)，最后交付到消費(fèi)者的手中。

而在智能制造的新生態(tài)里，我們用心觀察，會發(fā)現(xiàn)很多新的角色。

工業(yè)軟件開發(fā)與服務(wù)企業(yè)在制造業(yè)數(shù)字化轉(zhuǎn)型過程中發(fā)揮越來越重要的作用，跨行業(yè)的交錯相融也成為一種新的趨勢。剛才黃總也講到了汽車制造，我們發(fā)現(xiàn)在電動汽車制造領(lǐng)域，儲能、互聯(lián)網(wǎng)、人工智能等行業(yè)與傳統(tǒng)汽車制造交織融合，跨行業(yè)一起做一件事情的案例越來越多。

更重要的是，伴隨著數(shù)字化轉(zhuǎn)型升級，消費(fèi)者的定制化需求也可以通過對偏好數(shù)據(jù)的收集，實(shí)現(xiàn)與消費(fèi)者需求的無縫對接。這些生態(tài)系統(tǒng)中的新變化，給企業(yè)提出了一個新的命題，那就是海量信息如何高效處理和利用——誰能從數(shù)據(jù)中發(fā)現(xiàn)新的問題、新的價(jià)值和新商機(jī)，誰就能在生態(tài)系統(tǒng)中收獲更多。

黃海清：通過傳統(tǒng)IT基礎(chǔ)設(shè)施向云計(jì)算升級，加速業(yè)務(wù)在線化、組織協(xié)同化、應(yīng)用智能化，是云計(jì)算深入制造業(yè)的關(guān)鍵。制造業(yè)的數(shù)字化場景，需要專業(yè)的行業(yè)知識和上層應(yīng)用能力，這離不開生態(tài)合作伙伴。對于我們來說，會更堅(jiān)定地聯(lián)合生態(tài)伙伴，以云計(jì)算產(chǎn)品技術(shù)為基礎(chǔ)，面向具體的業(yè)務(wù)場景，打造豐富的行業(yè)解決方案，為客戶創(chuàng)造價(jià)值。

從我們的經(jīng)驗(yàn)來看，要鼓勵更多的伙伴參與到制造業(yè)的智能化上來，一定要與伙伴形成分工明確的合作模式、貨真價(jià)實(shí)的權(quán)益體系和長期穩(wěn)定的發(fā)展政策，從而讓伙伴的收益更可期、協(xié)同更高效、發(fā)展更持續(xù)。

封面圖片來源：視覺中國圖