AI 驱动力丨未来三年，非AI型产业互联网企业将被淘汰
2024-06-28 08:11:25
·
新质汇
·
张宸
AI将塑造产业互联网的未来。随着AI融入数字化转型的各个层面，产业互联网公司能够以更准更快的决策，更合理的流程来降本增效。欧洲数字化智库9 altitudes在报告中指出，不具备AI能力的产业互联网公
AI将塑造产业互联网的未来。随着AI融入数字化转型的各个层面，产业互联网公司能够以更准更快的决策，更合理的流程来降本增效。欧洲数字化智库9 altitudes在报告中指出，不具备AI能力的产业互联网公司在未来3年内将被市场淘汰，当下是投入产业AI的关键节点。
过去几个世纪，人类见证了多次工业革命，每一次都重塑了历史进程。从第一次工业革命中蒸汽动力与机械化的兴起，到第四次工业革命中物联网与大数据的出现，我们已经走过漫漫长路。目前，人类正经历第五次工业革命--AI时代，这是一个AI与产业协作的，可持续发展的时代。从1956年人工智能概念的提出，到1997年的机器学习，2017年的深度学习，再到2021年的生成式AI，AI对我们而言并不陌生，它将彻底提高产业互联网的数据应用与生产能力。未来“AI+产业互联网”应用模式呈现出的第一大特征，是以大量数据采集为算料基础，以机器学习或深度学习算法为核心，通过建立人工智能模型解决特定的诊断、预测等问题。对产业互联网公司而言，机器故障将带来重大影响，比如生产延期、缺货、供应链中断等等。试想让AI识别复杂的机械模式，不仅可以通知故障原因，还能主动解决问题，进行预测性检修。AI并不能接管管理者的决策工作，而是帮助其变得更有效率。只有将AI能力注入到组织的各个部分，公司的整体运营效率才会得到提高。第二大特征，以用户需求为导向，实现全产业链覆盖，为企业提供生产控制优化、供应链优化、物流调度优化、市场销售预测等方面的决策辅助支撑。在销售过程中，AI可以帮助预测潜在客户和下一次购买行为。在供应链内部，企业可以利用AI预测生产缺口和供应链中断的情况。采用物联网解决方案的产业互联网企业通常以各种传感器捕获数据，AI的融合可以帮助企业查找备件，向供应商报价，并根据交货时间在生产现场安排订单。这种自动化可以显著提高效率并最大限度地减少停机时间。AI对产业互联网企业的赋能覆盖生产过程中的九大环节：
采购：预测原材料成本变化，优化购买预算，根据公共数据自动监控供应商风险，优化合同管理方式。
产品设计：协助生成设计，优化测试计划，检测系统故障，预测将要运行的关键测试。
制造：通过自动化提高质量保证，预测机器的故障时间并提前修复，优化机工期提高产量，帮助工人减少失误。
市场：降低营销内容生产成本，客户分类和个性化营销，捕捉改善产品的机会，弥补市场差距。
销售：检索高价值销售线索，预测客户购买行为，通过预测需求优化销售流程，自动化客服。
供应链：通过预测需求优化供应链，降低库存水平，优化产品质量检测，预测生产瓶颈和中断节点。
财务：检测财务诈骗，自动信用风险检测，预测未来现金流，优化现金管理，优化开票流程。
售后：智能客服，邮件和电话分类检测，预测客户消耗品需求，提前通知更换。
基础设施：在设备出现故障前主动修复，自动检测所需备件，AI录入、生成、扫描产品手册，提高生产效率。
首先，根据企业具体需求，选择合适的AI技术和解决方案，如机器学习、深度学习、自然语言处理。其次，评估和选择市场上的AI平台和工具，以便快速搭建AI能力。产业互联网企业向AI的转型不能急于求成，而要循序渐进。从预建（Prebuilt）AI向垂直（Custom）AI发展，前者通过接入成熟大语言模型的api接口，在后台无缝协助各种任务。后者则通过行业或公司内部的数据，重新构建大语言模型。先从低精度到高精度的业务场景进行实现，AI在接替人工方面，从简单到困难，从辅助决策到自动决策，逐步提升业务自动化程度。数据质量影响AI生成结果的准确性，到垂直大模型阶段，AI生成结果全部基于公司内部数据。AI赋予产业数据被重新开采的价值，产业互联网企业应尽早积累必要数据。从清洗到治理再到标准化，建立对数据的开发标准。产业互联网企业可以通过内部培养AI技术人才或引进具有相关经验的专家，组建AI团队，同时提高全体员工对AI技术的理解和应用能力。过程中可与高校、研究机构等建立合作，保持技术前沿性和创新能力；与专业的AI服务提供商合作，借助外部资源和技术力量，快速实现AI能力。需要注意选择与企业业务高度契合的AI解决方案提供商，确保项目实施的成功率。京东集团：京东在自有的零售、物流、服务等复杂的供应链场景中，深度应用AI技术，实现了业务的全面自动化升级、降本增效、体验优化。京东产业AI沉淀出大规模落地的A I能力，研发了言犀AI应用平台。言犀搭建全流程协同处理的智能情感客服系统，在京东场景内实现90%服务咨询的自动化应答。京东物流投用分布在全国超25个城市的400余辆智能快递车，成为供应链末端配送的重要支撑力量。在京东物流亚洲一号智能产业园，拣货员与机器人分工明确、配合默契，有效提升拣货效率达3倍以上。同时，以京东云作为对外输出技术与服务的核心品牌把数字供应链上沉淀的能力赋能予上下游伙伴。国联股份：在AI领域进行了大量的研究和应用，尤其是在电商平台的智能推荐、销售预测、采购预测和机器视觉等领域。在智能推荐领域，国联股份采用深度学习算法，根据用户的历史点击记录、购买记录、偏好和标签等数据，为用户提供个性化的推荐服务；销售预测和采购预测层面，国联通过分析企业内数据，预测未来1-3月的市场需求和供应情况，根据历史交易数据预测平台用户的交易预测。在数字云工厂/云仓的安全识别上，国联在2021年实施了“三年百家云工厂”计划，为工厂端赋能。应用机器视觉技术，通过相机和传感器设备监控生产线，大大提高工厂安全监测和控制的精准度和效率。此外，国联股份的工业元宇宙项目元企，通过游戏引擎和仿真环境来生成大量仿真数据，用于训练机器视觉模型，例如目标检测、图像分割、姿态估计等。致景科技：旗下“百布”成品布交易服务平台现已拥有品类齐全的面料参数数据库，利用“大数据+AI+智能硬件”，快速精准匹配布料，改变传统纺织业找布方式。“天工”服装智能制造云平台，为服装企业提供一站式柔性供应链服务，大大提高行业下游供应链效率。服装AI设计系统“Fashion Mind”根据流行趋势数据和时尚元素，结合致景面料供应平台，快速匹配款式、品类和风格，并通过AI自动生成设计灵感图。同时，致景科技自主研发“边织边检”智能检测系统整合视觉AI大模型、边缘计算、云计算等技术，以智能巡检替代人工巡检，推动织布环节的全流程质量管理与智能制造更进一步。现在工厂在织布机上安装使用“边织边检”系统后可以通过高清摄像头模组实时全自动、全覆盖监测布面，实现织造环节0巡检，高效解决了人工巡检的缺点。1. Nine altitudes，Digital Maturity Report 2024: The AI Edition
2. MIT Technology Review，The great acceleration: CIO perspectives on generative AI
3. 埃森哲，《人工智能成熟之道：从实践到实效》
4. 德勤，《AI案例精选》喜欢就点个“在看”
请先 登录后发表评论 ~