新火種
2023-12-01 
生成式AI將洗牌制造業(yè)？從知識外掛到設(shè)計搭子
圖片來源@視覺中國
文 | 四分儀Quadrant，作者 | 李威
生成式AI（GenAI）將如何推動制造業(yè)升級？四分儀的觀點是：它可以協(xié)助工程師在數(shù)據(jù)庫、專利信息中快速擷取有效信息，完成產(chǎn)品設(shè)計；同時，還可以將設(shè)計環(huán)節(jié)與視覺檢測環(huán)節(jié)進(jìn)行整合，提升視覺檢測的效果；在管理環(huán)節(jié)，GenAI的應(yīng)用還有望實現(xiàn)整個制造周期的透明化，并自動優(yōu)化成本和流程。
生成式AI正伺機(jī)放大招，將先進(jìn)制造業(yè)變得更先進(jìn)。
紅山美國的兩位投資人在他們的第二份生成式AI (GenAI) 報告中判斷，GenAI的發(fā)展已經(jīng)進(jìn)入到第二篇章，更多應(yīng)用將在基礎(chǔ)模型上創(chuàng)造解決方案，端到端地解決人類問題。這也意味著，GenAI將隨著越來越多應(yīng)用層公司的出現(xiàn)，進(jìn)入到各個垂直行業(yè)中，為每個行業(yè)帶來迭代與增長。
摒除已經(jīng)足夠受到GenAI開發(fā)者重視的金融、傳媒、零售、健康等垂直行業(yè)不談，作為AI技術(shù)重要應(yīng)用場景的制造業(yè)也開始擁抱GenAI。麥肯錫發(fā)布的《2023年AI現(xiàn)狀：生成式AI的突破之年》報告顯示，會在日常工作中使用GenAI工具的先進(jìn)制造業(yè)的受訪者占比已經(jīng)達(dá)到16%。
相較科技、傳媒、電信行業(yè)的33%，商業(yè)、法律行業(yè)的23%，以及金融服務(wù)行業(yè)的24%，先進(jìn)制造業(yè)中GenAI的滲透率更低，但相應(yīng)的增長潛力更大。第三方市場研究機(jī)構(gòu)Marketresearch預(yù)計，GenAI在全球制造業(yè)中的市場規(guī)模將在2030年達(dá)到約31億美元。
賽迪顧問人工智能產(chǎn)業(yè)研究中心預(yù)測，到2035年，GenAI在全球范圍內(nèi)的部署將創(chuàng)造12.5萬億美元的經(jīng)濟(jì)效益，屆時，中國企業(yè)對GenAI的采用率將達(dá)到約85%，創(chuàng)造5.9萬億美元的經(jīng)濟(jì)效益。賽迪顧問還認(rèn)為，GenAI的采用將加速中國行業(yè)數(shù)字化率的進(jìn)程，在2055年實現(xiàn)中國全行業(yè)100%數(shù)字化。
這個過程中，中國的制造業(yè)將在GenAI的采用率上實現(xiàn)領(lǐng)先，達(dá)到82%，僅次于零售業(yè)的90%。其中，智能客服、智能供應(yīng)鏈和物流、工業(yè)質(zhì)檢、數(shù)據(jù)安全與合規(guī)和預(yù)測性維護(hù)生成式AI采用率相較明顯，分別為10%-90%、30%-70%、19%-60%、30%-55%和16%-50%。
在這樣的行業(yè)需求刺激下，從大公司到創(chuàng)業(yè)者都在嘗試尋找GenAI變革制造業(yè)的切入點。在中國，量匠、創(chuàng)新奇智、阿丘科技、熾橙科技、視睿科技、感圖科技、Using.AI等聚焦制造業(yè)的AI創(chuàng)業(yè)公司都紛紛獲得融資。在全球范圍內(nèi)，微軟的Azure、亞馬遜云、豐田研究院、英偉達(dá)旗下的風(fēng)投部門也都在圍繞制造業(yè)的AI化進(jìn)行布局。
從近期目標(biāo)來看，亞馬遜云將工業(yè)設(shè)計、市場營銷、職能支持確定為GenAI最早在制造業(yè)中實現(xiàn)落地的場景。GenAI可以協(xié)助工程師在數(shù)據(jù)庫、專利信息中快速擷取有效信息，完成產(chǎn)品設(shè)計。同時，還可以將設(shè)計環(huán)節(jié)與視覺檢測環(huán)節(jié)進(jìn)行整合，提升視覺檢測的效果。在管理環(huán)節(jié)，GenAI的應(yīng)用還有望實現(xiàn)整個制造周期的透明化，并自動優(yōu)化成本和流程。
從長遠(yuǎn)來看，有分析認(rèn)為，透過元宇宙科技及相關(guān)生成式模型科技的結(jié)合，AI在智能制造層面將不僅是單純的輔助者，甚至可以成為進(jìn)一步的監(jiān)督者與決策者。人們完全可以期待由AI完全系統(tǒng)決策的年代到來。
以下是四分儀智庫整理的GenAI在制造業(yè)場景中的具體應(yīng)用場景和案例：
01 提升質(zhì)檢模型訓(xùn)練效率質(zhì)檢是較早應(yīng)用AI技術(shù)的制造業(yè)環(huán)節(jié)之一。在四分儀調(diào)研過的多家數(shù)智化工廠案例中，基于機(jī)器視覺實現(xiàn)的AI質(zhì)檢已經(jīng)被廣泛應(yīng)用在高度自動化的生產(chǎn)線上，讓自動化生產(chǎn)線擁有了眼睛。GenAI的出現(xiàn)讓AI質(zhì)檢方案提供方在大模型基礎(chǔ)上可以快速構(gòu)建質(zhì)檢場景的小模型，并且提升了AI質(zhì)檢方案的場景遷移能力。
GenAI融入質(zhì)檢場景的基本原理是通過AIGC生成產(chǎn)品缺陷圖，解決樣本量不足的問題，減少質(zhì)檢模型的訓(xùn)練時間和成本。并且，利用AIGC將相似的缺陷生成在材料相近、工藝相似的產(chǎn)品中，可以提升質(zhì)檢模型向不同場景橫向遷移的效率。阿丘科技、視睿科技、感圖科技等公司的主要業(yè)務(wù)都集中在AI質(zhì)檢領(lǐng)域。
阿丘科技核心團(tuán)隊來自清華大學(xué)AI實驗室，自2017年創(chuàng)立開始就聚焦于將AI和機(jī)器視覺技術(shù)賦能先進(jìn)制造，目前其產(chǎn)品已經(jīng)部署上線了超百家工廠。利用阿丘科技的AIDG平臺，可以將劃傷、凹坑和臟污等產(chǎn)品缺陷聚合在一張仿真圖上，將質(zhì)檢模型的訓(xùn)練數(shù)據(jù)集壓縮66%，訓(xùn)練時間縮短30%，漏檢指標(biāo)降低20%。
獲得銀盈資本、基石基金等機(jī)構(gòu)近億元A輪投資的視睿科技成立于2018年，專注于半導(dǎo)體視覺檢測，致力于成為國內(nèi)領(lǐng)先的半導(dǎo)體制造過程檢測設(shè)備整體解決方案供應(yīng)商。視睿科技提供原創(chuàng)的基于深度學(xué)習(xí)等人工智能技術(shù)的圖像識別與分類解決方案，并應(yīng)用于工業(yè)視覺領(lǐng)域的產(chǎn)品缺陷檢測，目前已在半導(dǎo)體場景中廣泛落地。
獲得虢盛資本、高通創(chuàng)投、博華資本數(shù)億元C輪投資的感圖科技同樣成立于2018年，聚焦高端線路板行業(yè)的檢測和生產(chǎn)環(huán)節(jié)，打通并落地了FPC制程產(chǎn)線操作智能監(jiān)測、FPC SMT 全流程制程設(shè)備監(jiān)控及缺陷&良率管理系統(tǒng)等多個解決方案。高通創(chuàng)投風(fēng)險投資高級總監(jiān)毛嵩表示，感圖科技團(tuán)隊在小樣本學(xué)習(xí)算法及光學(xué)設(shè)備集成等諸多方面有著深厚的技術(shù)積累和工程化經(jīng)驗。
02 生產(chǎn)線上的知識外掛從2023年10月開始，羅克韋爾自動化與微軟合作，將Azure OpenAI 服務(wù)集成至FactoryTalk Design Studio中。通過這項合作，羅克韋爾自動化不僅可以自動生成示例代碼的資深工人可以與聊天機(jī)器人展開協(xié)作，共同完成對一線制造工人的培訓(xùn)工作，并在一線生產(chǎn)過程中給出恰當(dāng)?shù)牟僮魈崾尽?/p>
羅克韋爾自動化認(rèn)為，一線員工擁有豐富的專業(yè)知識，他們知道事情究竟是如何完成的。但是，一線工人的工作非常復(fù)雜，他們需要提高工作效率。生成式AI可以通過簡單的提示幫助工人現(xiàn)場排除故障，這有助于重塑人們在一線的工作方式，使其更加友好。
在騰訊研究院發(fā)布的《生成式AI“進(jìn)軍”制造業(yè)：應(yīng)用范式、趨勢與問題》中，也給出了幾個將GenAI應(yīng)用在制造業(yè)中的案例：
西門子和微軟在合作開發(fā)可編程邏輯控制器（PLC）的代碼生成工具，ChatGPT 被用于通過自然語言輸入生成 PLC 代碼；
Authentise通過利用12,000 篇科學(xué)增材制造論文對通用大語言模型的精調(diào)，推出 3DGPT用于增材制造技術(shù)問答。用戶可以獲得例如“在使用粉末不銹鋼時如何減少缺陷的可能性”等專業(yè)問題答案；
SprutCAM X結(jié)合ChatGPT api 構(gòu)建CAM虛擬助手，能夠支持工程師操作機(jī)床加工，例如提出“在點(100, 25)處鉆一個直徑10毫米的孔”，AI助手就會為生成相應(yīng)的CAM執(zhí)行代碼；
C3iot 也是基于大語言模型構(gòu)建了面向多個行業(yè)和多個領(lǐng)域的生成式AI服務(wù)，并且為某大型制造企業(yè)基于生成式AI提供設(shè)備運維服務(wù)，借助C3 Generative AI，操作員可以利用簡化的工作流程來診斷設(shè)備故障根因。當(dāng)操作員發(fā)現(xiàn)生產(chǎn)問題時，可以直接進(jìn)入C3 Generative AI 搜索故障排除指南和教科書，以找出潛在原因。
03 提升工廠智慧決策水平提升制造場景中的數(shù)智化水平和智慧決策能力，也是GenAI在制造業(yè)中的重要應(yīng)用之一。從目前的情況來看，相比于優(yōu)化質(zhì)檢模型、構(gòu)建知識庫，這個方向上的探索要更復(fù)雜、更難以實現(xiàn)。但聚焦工業(yè)領(lǐng)域大模型搭建的創(chuàng)新奇智、君聯(lián)資本和金沙江投資的Using.AI、英偉達(dá)旗下風(fēng)投部門投資的Machina Labs以及頻率探索等公司依然在這個方向上進(jìn)行著探索。
創(chuàng)新奇智推出的奇智孔明AInnoGC與其預(yù)置大量行業(yè)知識和經(jīng)驗的機(jī)器視覺智能平臺ManuVision相互配合，不僅可以快速生成產(chǎn)品缺陷圖，還可以幫助工廠規(guī)劃產(chǎn)線布局、優(yōu)化倉儲區(qū)域布局，并且可以基于制造業(yè)知識圖譜回答一線工程師的問題。創(chuàng)新奇智的探索顯示，利用大模型、小樣本學(xué)習(xí)和AI數(shù)據(jù)生成技術(shù)，預(yù)計可以使客戶節(jié)約50%的費用，訓(xùn)練時間有望降低到原來的1/3。
Using.AI選擇上游核心控制環(huán)節(jié)切入，專注于通過AGI技術(shù)賦能封閉場景下高精度要求的決策。具體而言，Using.AI通過“軟硬解耦”的方式，以軟件配置硬件資源，利用仿真的虛擬量測、異常檢測和現(xiàn)實中的實時控制、工藝優(yōu)化結(jié)合，實現(xiàn)多類型非標(biāo)設(shè)備的可遷移決策能力。
在36氪的報道中，Using.AI曾為某3C頭部企業(yè)智能化改造陽極氧化產(chǎn)線。傳統(tǒng)結(jié)業(yè)方案存在手動控制導(dǎo)致的品質(zhì)管控不穩(wěn)定、有效數(shù)據(jù)無法收集帶來的物料損耗、不能進(jìn)行量化分析決策等問題。Using.AI通過AI技術(shù)的引入，實現(xiàn)了參數(shù)全程監(jiān)控、自動染色和加藥執(zhí)行、智能參數(shù)控制等功能，幫助客戶提升工藝水平、提高良率和大幅降低成本。
獲得英偉達(dá)旗下風(fēng)投部門NVenture投資的Machina Labs則致力于實現(xiàn)軟件定義工廠，利用AI和機(jī)器人構(gòu)建下一代制造業(yè)。媒體報道顯示，Machina 的機(jī)器人工匠是一個敏捷制造平臺，集成了7軸機(jī)器人、自主板材裝載和夾具以及先進(jìn)的人工智能流程模型和閉環(huán)控制，只需單擊按鈕即可啟用許多制造流程。機(jī)器人能夠立即更換工具和傳感器，以執(zhí)行各種操作，例如對各種材料進(jìn)行roboforming ?、掃描和修剪。
頻率探索則定位為一家工業(yè)AI預(yù)測性維護(hù)公司。頻率探索的產(chǎn)品由硬件、軟件兩部分組成。硬件端，頻率探索研發(fā)了低能耗、強(qiáng)計算力的傳感設(shè)備，用來采集數(shù)據(jù)。軟件端，頻率探索研發(fā)了擁有多維判斷標(biāo)準(zhǔn)的AI設(shè)備衛(wèi)士，為設(shè)備提供多維度故障機(jī)理模型的實時跟蹤，并提供分鐘級故障診斷結(jié)果。目前，頻率探索可以診斷20多個行業(yè)、50多種設(shè)備的40多種故障類型。
04 成為產(chǎn)品設(shè)計專家GenAI的融入，也為制造業(yè)領(lǐng)域的產(chǎn)品設(shè)計帶來了突破可能。其中，最令人興奮的就是GenAI與增材制造（3D打印）結(jié)合，給制造業(yè)設(shè)計、研發(fā)、制造等不同環(huán)節(jié)帶來的改變。二者結(jié)合不但提升了個性化制造能力，讓用戶可以更輕松創(chuàng)造零部件模型，還能夠降低材料的研發(fā)周期，優(yōu)化制造流程。
精密零組件端到端的AI自主制造工廠量匠就在朝著這個方向進(jìn)行探索。量匠通過AI技術(shù)解決工藝開發(fā)問題，以軟件定義數(shù)控制造工廠，用通用設(shè)備和端到端的自主制造，打造一個可輕量化全球復(fù)制的工廠，來提升非標(biāo)（超）精密核心零組件生產(chǎn)的規(guī)模化效率和全球化水平。
量匠認(rèn)為這個模式的優(yōu)勢有三點：一是擺脫傳統(tǒng)非標(biāo)零部件生產(chǎn)加工過程中對高技能工藝工程師的依賴，用AI實現(xiàn)了工藝的無人化開發(fā)，把以周甚至以為月為單位的開發(fā)、驗證周期降低到了小時級；二是通過自主制造能夠把機(jī)床和刀具性能推到極限；第三，相比于工藝工程師，AI更能夠從全局出發(fā)，給出成本最優(yōu)的工藝方案。
豐田研究院（TRI）的人類互動駕駛 (HID) 部門則將GenAI應(yīng)用到了設(shè)計師與工程師的對接環(huán)節(jié)中。在傳統(tǒng)流程中，往往需要設(shè)計師與工程師進(jìn)行大量討論，才能確定一款兼具設(shè)計美觀性與車輛安全性的設(shè)計方案。這往往會是一個耗時良久的過程。該部門將早期設(shè)計草圖和工程約束同時結(jié)合到了借助GenAI實現(xiàn)的早期設(shè)計流程中，保證了設(shè)計的迭代能夠在工程約束參數(shù)范圍內(nèi)進(jìn)行。
在亞馬遜云科技的支持下，海爾創(chuàng)新設(shè)計中心與計算美學(xué)Nolibox合作開發(fā)了一個工業(yè)產(chǎn)品概念設(shè)計方案。該方案中，計算美學(xué)Nolibox基于開源大模型Stable Diffusion開發(fā)了概念圖生成應(yīng)用，并連接了云上的渲染平臺，讓整體概念設(shè)計提速了83%，集成渲染效率提升了約90%。
總結(jié)以上GenAI在制造業(yè)的應(yīng)用可以看到，在AI技術(shù)原本已經(jīng)得到大規(guī)模應(yīng)用的質(zhì)檢、問答領(lǐng)域，GenAI的價值已經(jīng)得到驗證，并且有很多具備行業(yè)解決方案積累的公司在利用GenAI進(jìn)行能力升級。在這個確定性的市場上，說服與留住客戶已經(jīng)成為企業(yè)贏得競爭的關(guān)鍵。
而在智慧決策、智慧設(shè)計領(lǐng)域，還處于探索階段，雖然在一些項目上已經(jīng)看到了GenAI帶來的效率提升和成本降低，但是這類人機(jī)結(jié)合緊密的應(yīng)用場景，大規(guī)模的應(yīng)用不僅受限于方案的有效性，還要等待更多人養(yǎng)成與AI協(xié)作的經(jīng)驗。因此，市場的爆發(fā)會來得略遲一些。
但是，AI融入制造業(yè)是一個必然的過程，就像紅杉美國的報告中所說，我們需要中運用耐心與判斷力，并仔細(xì)關(guān)注每個公司如何解決價值問題。
更多精彩內(nèi)容，關(guān)注鈦媒體微信號（ID：taimeiti），或者下載鈦媒體App
相關(guān)推薦
- 免責(zé)聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應(yīng)被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認(rèn)可。 交易和投資涉及高風(fēng)險，讀者在采取與本文內(nèi)容相關(guān)的任何行動之前，請務(wù)必進(jìn)行充分的盡職調(diào)查。最終的決策應(yīng)該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產(chǎn)生的任何金錢損失負(fù)任何責(zé)任。
