杨元庆:修炼智能制造

2018/01/05

       我们今天正在飞快地进入一个由人工智能驱动的全新时代。就像蒸汽机之于第一次工业革命,电力之于第二次工业革命,数字化之于第三次工业革命一样,以人工智能驱动的智能化变革正在引发第四次工业革命。这次智能化变革正在深刻地改变我们的生活、工作以及整个社会。


       当下的中国制造业正处于被双向挤压的局面,发展中国家跟我们争夺中低端制造业,发达国家也纷纷出台保护和激励政策引导高端制造业回流。要从这样的“双向挤压”中突围,中国制造业企业亟需丢掉低效、低质的“小米加步枪”,用高精尖的武器来武装自己。


       智能制造无疑是我们实现转型升级,提升竞争力的利器。我国政府在实施制造强国战略的第一个十年行动纲领——“中国制造2025”规划中提出,智能制造是制造业的主攻方向,是未来制造业发展的重大趋势和核心内容,这确实是解决我国制造业由大变强的根本路径。


       说到智能制造,大部分媒体呈现的是机器人、机械手臂、自动化的流水线等等,其实这是一种片面的理解和表述,不仅是媒体和公众有理解局限,很多制造企业对于智能制造也还停留在“制造”端。


       事实上,智能制造不仅仅是“制造”环节的智能化,而是把研发、生产、供应、销售、服务的企业制造全链条都串连起来的全面的智能化,是按照客户的需求设计开发、采购部件、组织生产、精准营销,并提供个性化服务的全流程的智能化。


数字化和网络化


       要实现智能制造,首先需要对制造业进行“数字化”改造。其中,最关键的就是实现制造全链条的数字化,掌握各环节产生的数据,这些数据是智能化的基础。如果把智能化比作一辆汽车,那么数据就是汽车的汽油,是智能化的能源。


       以联想为例,我们目前在全球有9个数据中心,每天新增的数据量超过30TB,每天处理的数据超过150亿条,这些海量数据支撑了联想的产品创新、个性化定制、供应链管理的各个环节。


       当然,光有数据还远远不够,还要通过网络让数据连接起来、流动起来。只有通过制造的全链条全面互联互通,才能打通企业的“任督二脉”。没有联网的数据是没有意义的,只有把数据网络化,才能最终实现智能化。


       但大家不要小看这样一张看不见的网,它其实难倒了不少制造业企业,包括一些地方政府。


       由于我国制造业企业发展水平差异较大,很多企业特别是中小企业的网络化基础还很薄弱。一些乡镇企业“数字化”的问题还没解决,企业数据存储基本依赖纸张。这种效率的低下可想而知。而有些企业虽然拥有部分数据,但因为存储设备落后导致整体“数据上网”比较滞后。


       我想对于企业而言,急需进行内网的搭建和改造升级,推动企业内网的信息化、高效化、扁平化,实现企业内部数据的联网及共享,打通企业内部信息孤岛,实现资源的互联互通。


全链条智能化


       对于制造企业来说,数字化、网络化是基础,实现了这两化之后,研发、生产、供应链、销售、服务全链条就有条件进一步实现智能升级。


       在研发智能化方面,我们可以通过人工智能技术,对产品和工艺流程进行虚拟模拟。凭借电脑模拟程序,就能对设计和工艺流程进行检验。这种智能研发、测试的成本相对比较低,可以提前发现误差,降低研发风险、提高产品研发效率。


       生产的智能化,除了大家看到的各种机器人作业实现的高度自动化之外,更强大的地方是能够快速实现“个性化定制”。制造型企业在生产过程中遇到的最核心问题,是传统的以大批量订单获得生产成本优势的模式现在已经过时,小批量、多批次的生产制造需求日益增长。


       近些年来,联想通过生产环节的智能化,已经实现了快速调取2000多个电脑元器件,形成全球数万种个性化配置组合,为客户提供独一无二的产品,我们的ThinkPad笔记本电脑产品的个性化定制率,现在已经达到了70%以上。


       供应链管理对于制造企业来说尤其重要,一个销量很好的产品突然断货,或者生产过剩,对于企业来说都会带来非常大的损失。而供应链的智能化将有望实现供需平衡,使得按需生产、按需供应成为可能,也许在未来的智能化时代,“计划经济”才真正可以成为现实。


       供应链管理中最难的是供需预测。有了预测,我们才可以安排采购、生产等计划。过去更多是通过人工主观判断每个产品未来一个月一个季度需要多大的量。而基于人工智能和大数据分析做预测,准确度就能大幅提升,进而提升劳动生产效率。


       当然,要把机器训练到优于人工判断也不是那么容易的事情,需要一个数据积累和算法优化的过程。比如在联想,一开始我们只是基于过去数年的内部供需数据让机器来学习后做预测,准确度在大多数情况下还不如人工预测。后来我们加上人类专家在产品生命周期管理、市场营销计划、设备活跃度乃至上下游厂商周期性变化等等多方面的经验,让机器去学习,以此来优化算法。在不断学习之后,现在机器预测的准确度已经比人工预测更加准确。其实我们一直在做这样“打擂台”的事,在很长一段时间机器是不如人的,但在过去几个季度,机器已经要比人算的更加精准。我觉得这个胜利,是值得我们高兴的,因为这会为大多制造企业和社会劳动生产率的提高带来非常大的好处。


       再一个是销售端的智能化,有了大数据和人工智能等技术,我们不仅可以提升销售预测的准确率,还能大幅提升销售效率。


       大家知道现在“新零售”这个词很火,很多行业都在谈,它的核心特点之一就是智能化。联想的零售店面做了很多智能化的探索和优化,比如我们在店面做了一套“想展示”系统,可以收集并分析用户到店后体验各个产品的数据,再结合各电商平台产品的销售热度等因素,我们就可以把用户关注度高的产品摆在店面最核心的位置,提升销售效率。


       最后是服务的智能化,实际上这已经不是什么天方夜谭了,已经走入了我们的日常生活。像在联想的客服和电话中心,部分用户的问题其实都不是人工回答的,而是后台聪明的机器人回答的,这大大降低了人工成本,同时提升了服务水平和客户满意度。因为客户所要咨询的问题,大多数是过去已经被问过的问题,完全可以由机器代替人来回答。


       我们正在研发的联想智能情境引擎,它可以基于人工智能技术,通过联想电脑自带的50多个传感器,在用户操作的同时感应周围的环境场景,并根据云计算和大数据,自动预测你的下一步操作或者使用需求,最大程度地简化用户的操作步骤,提高使用便捷性。举例来说,我们平时来到工作场所,打开笔记本电脑登录办公系统,然后处理工作邮件。在过去我们需要使用鼠标一步一步打开上述软件,比如企业ERP、浏览器等。而联想智能情景引擎则可以根据你每天的使用习惯,自动记录平时打开频率最高的软件,然后在打开笔记本、登录系统之后,就可以自动启动这些常用的办公软件或者网页,并且根据不同的时段显示不同的内容,让工作充满效率。


       因此,要成为一个智能制造企业,绝不仅仅是要修炼“制造”端,而是要推进包括研发、生产、供应链、销售、服务的全链条智能化。


迈向制造强国


       习总书记在十九大报告中明确指出,“加快发展先进制造业,推动互联网、大数据、人工智能和实体经济深度融合”,把先进制造业提升到了国家战略层面的高度。


       不仅明确了方向,国家对如何实现智能制造也发布了明确的指引。国务院常务会审议通过的《深化“互联网+先进制造业”发展工业互联网的指导意见》指出,要打造网络、平台、安全三大体系,推进大型企业集成创新和中小企业应用普及两类应用,构筑产业、生态、国际化三大支撑。


       前几年大家都在看风口,虚拟经济过热,实体经济有点落寞,现在国家旗帜鲜明地强调智能制造,对制造业来说是极大的鼓舞。


       可以预见,先进制造业的高阶阶段就是全面智能化,而工业互联网是实现智能化的必由之路。


       中国正在从制造大国迈向制造强国,世界强国的兴衰史亦证明,没有强大的制造业,就没有国家和民族的强盛。我相信,中国制造业能够抓住智能变革的历史机遇,加速转型升级,未来,以先进制造和工业互联网的领导地位引领全球!

关闭