智能制造要遵循行业特性 没有普适方法

来源:中国工业信息化周报收藏
2026-04-08 09:40

三帝科技3D铸造(修订)11111.gif
image.png

从全球发展格局及国家战略导向上来看,智能制造已成为推动制造业发展与新型工业化建设的核心主攻方向。其中,智能制造是核心定位,数字化转型是核心推进策略,人工智能、工业软件、工业大数据、工业自动化等属于交叉融合技术,工业机器人、工业互联网、增强现实、虚拟现实等则是核心支撑技术。智能制造落地需要遵循“三年一规划,一年一滚动”原则,制定实施方案。

近日,围绕智能制造、工业AI等相关话题,国家智能制造专家委员会委员黄培进行采访时,黄培做出上述表示。

智能工厂建设需要经过“五级修炼”

智能制造不仅是制造业高质量发展的关键引擎,更是提升国家核心竞争力、抢占未来产业制高点、实现从制造大国向制造强国跨越的重要支撑。

目前,我国智能制造已进入规模化落地的关键阶段,正从单点应用迈向全域智能,从自动化走向自主化。黄培表示,从行业属性来看,制造业可以分为离散制造、流程制造,以及混合制造。推进智能制造首先要强调行业特性,并不存在一套可以照搬的普适方法。

黄培认为,智能制造快速落地的核心路径主要分为四步:第一步开展现状评估,依托智能制造成熟度国家标准或行业细化标准,明确企业智能制造推进现状和成熟度水平;第二步进行需求分析,结合企业管理特色、现存问题、集团管控模式、行业合规要求、供需双方需求等维度梳理核心需求;第三步制定整体规划,搭建企业的业务、数据、应用、技术等完整的系统架构,避免重硬轻软、盲目投入;第四步遵循“三年一规划,一年一滚动”原则,制定实施方案。后续还需完成系统选型、项目监理、系统验收和效果评测全流程管控,确保每个系统落地见效。

黄培进一步强调,智能工厂是智能制造的核心载体。在智能工厂的具体建设上,应采取“五级修炼”法:一是建设精益工厂,夯实精益生产基础,减少生产浪费;二是建设互联工厂,实现设备联网与数据采集,打通自动化基础环节;三是建设透明工厂,通过可视化实现生产全流程透明化管理;四是建设数字化工厂,应用MES、工厂仿真等技术,实现数字化管控与数字洞察;五是建设智能工厂,融合人工智能、数字孪生等技术,实现柔性化、智能化生产。

在此基础上,各类装备制造企业还应积极推进服务化转型。当前,中国企业面临的一大挑战是许多企业仍停留在“一锤子买卖”模式,产品售出后便难以再从客户身上持续获得收益。如何通过备品备件、金融服务、设备维修等环节持续创造利润,是值得探索的方向。

“未来智能工厂建设的主流形态并非完全无人化的黑灯工厂,而是面向小批量、多品种生产的人机协同少人化工厂,实现人与机器、机器与机器的高效协同,构建柔性自动化生产体系。”黄培如是说。

工业AI推进应是场景驱动

黄培表示,当前人工智能技术受到广大工业企业广泛关注。不过,目前行业内还存在一些认知误区:由于生成式AI发展成为热潮,很多人认为生成式AI是分析式AI的下一代,而以往基于机器视觉、机器学习和深度学习的应用,似乎被贴上了“老一代传统技术”的标签,现在应当转向生成式AI。

事实上,分析式AI仍是当前制造企业人工智能应用的主流,例如设备故障诊断、产品质量检测和节能降耗等场景。该类应用的核心是通过视觉、听觉、振动传感器等采集数据,构建算法模型,并依托数据分析质量缺陷、设备故障隐患、能耗异常等问题。生成式AI则依托知识库与互联网信息,生成文本、数控代码、声音、图像、程序等内容,在生成投标文件、数控代码、PLC代码或机器人代码等方面存在独特的应用价值。此外,客服机器人这类基于知识库的场景也是生成式AI应用的一个重要方向。

在黄培看来,尽管分析式AI与生成式AI属于并存和互补关系,但由于生成式AI本质上是基于已有信息,根据用户提问重新组合生成答案,难免存在“幻觉”问题。因此,从精确性和消除幻觉的角度来看,分析式AI的应用场景会更加广泛。

除了一些潜在的认知误区之外,黄培认为,当前工业AI领域交付模式仍然存在痛点,多数企业采用交钥匙工程模式,委托厂商解决单一问题,厂商交付软硬件集成系统,企业后续面临新需求时仍需重复合作,该模式与企业资源计划(ERP)普及前的管理信息系统(MIS)时代类似。那时,企业往往自行开发各类系统,而系统彼此之间互不关联,易形成烟囱式、竖井式系统架构。

对此,黄培表示,工业企业应引入通用人工智能引擎,培育自主技术团队,在此基础上与AI专业厂商合作,或者推进工业AI应用,实现从“授人以鱼”向“授人以渔”的转变,能够举一反三。同时,工业AI推进还有一个关键环节,即“业务+AI”,而非“AI+业务”。对于制造企业而言,应是场景驱动,根据具体业务场景的需求,决定采用大模型还是小模型,亦或是部署在边缘端还是云端。

“此外,在推进工业AI快速应用的情况下,通用大模型企业和工业自动化与软件企业具备显著互补性:通用大模型厂商提供底层技术支撑,工业垂直厂商具备行业know-how与场景落地能力,二者只有加强交流与协作,才能够找到更好的AI实施范式,以及能够真正取得实效的应用场景。”黄培如此说道。


378bc112d678210cd22564089d917a3.jpgimage.png
image.png

image.png

/*本文部分内容(图片)来源于网络,若牵涉版权请联系删除。

铸造头条微信二维码.jpg

——欢迎登陆www.zhuzaotoutiao.com发表您的作品

查看所有评论