“
當前，工業(yè)大模型落地集中在生產制造、研發(fā)設計和經營管理等場景，如何應用到工藝設計則是待啃的“硬骨頭”。
本文字數1154，閱讀時長約4分鐘
文｜財經E法 楊柳 特約撰稿人 郭思嘉
編輯｜郭麗琴
“如果說AI大模型落地消費者端是‘平原戰(zhàn)’，落地工業(yè)領域則是一個又一個‘山地戰(zhàn)’。”中國計算機學會計算機應用專委會副秘書長劉晶如此形容大模型在工業(yè)場景中的應用難度。
在9月21日舉行的2023成都創(chuàng)交會興隆湖“數實蓉合”數字轉型騰訊專場對話活動上，劉晶分析介紹，大模型在工業(yè)制造落地效果較好的場景，主要是生產流程上：利用大模型控制機械手/臂、實現人機協同和設備之間的協同運作，以及進行瑕疵檢測。她認為大模型在輔助人類進行諸如排產排程的決策方面還有挖掘空間，而對于工業(yè)中最核心的工藝方案設計，由于工藝機理復雜，大模型落地面臨難題。
訓練數據缺乏是工業(yè)AI大模型應用面臨的另一阻礙。劉晶表示，提升大模型適用于工藝方案設計的能力，離不開大量數據喂養(yǎng)。但工藝這一塊的數據是各個工廠非常核心的數據，“誰愿意把它共享給行業(yè)大模型？”
2023成都創(chuàng)交會興隆湖“數實蓉合”數字轉型騰訊專場對話活動現場圖
行業(yè)大模型被業(yè)界普遍視為解決AI大模型“最后一公里”問題的關鍵，在工業(yè)制造領域的應用尚處于起步階段。據IDC2023年7月發(fā)布《AI大模型在工業(yè)應用展望，2023》報告，概括了AI大模型在工業(yè)上的應用，目前在生產制造、研發(fā)設計和經營管理領域都形成一些場景。而生產制造領域的應用，可細分為質量檢測及生成檢測結果、生產排產與調度、PLC代碼編程和對工業(yè)機器人進行自動化控制等。
上述IDC報告中還指出，大模型在工業(yè)應用中仍存在多重挑戰(zhàn)：現有技術難以確保數據內容可靠無誤；應用成本高；如何與現有企業(yè)各方應用對接和集成；面向具體應用場景的模型開發(fā)和積累依然不可避免。
“大模型工業(yè)化落地的現實非常骨感，用數據訓練行業(yè)大模型會踩很多坑。”騰訊智能制造行業(yè)高級戰(zhàn)略總監(jiān)王巍說，每一處具體工業(yè)場景的大模型落地，都離不開百萬級數據和開源模型進行碰撞測試。
在對話活動中，騰訊云、東方電氣集團等企業(yè)界人士還圍繞制造業(yè)數字化轉型分享了相關案例。其中，騰訊云工業(yè)行業(yè)首席解決方案架構師張強提到，制造業(yè)企業(yè)尋求數字化轉型的兩大驅動因素：一方面，受制造業(yè)競爭加劇、利潤率下降影響，企業(yè)越來越追求提質增效，對借助數字化降低產品研發(fā)及生產過程的成本、提高生產質量的訴求進一步提升；另一方面，新能源等賽道企業(yè)紛紛出海，這些企業(yè)迫切期望利用數字化手段在海外拓展市常
作為2023成都創(chuàng)交會期間的系列活動，本次“數實蓉合”對話騰訊專場以“數實共生 擎動未來”為題，聚焦先進制造業(yè)與產業(yè)數字化轉型，交流分享制造業(yè)中的產業(yè)機遇、場景實踐與未來引擎，共話數智協同生態(tài)構建、共謀未來產業(yè)新動能。
