林立岳：AIGC引领工人操作机器的变革

“我们可以把一些设备标准，如设备维保标准、岗位标准、质量标准等等体系都列到知识大脑里面去，工人在操作时，完全可以在一个随时可以进行的辅导体系下工作，我们的工业大脑将极大改变工作效率。”

4月9日，第十届中国广州国际投资年会天河平行分会上，广州赛意信息科技股份有限公司副总裁林立岳作“人工智能‘走深向实’赋能未来制造”主题分享。

林立岳介绍，工业智能制造范式发生很大变化，一是制造范式的迁移，从原先的试错实体制造方法到CPS虚拟制造体系，比如大家熟知的汽车碰撞，从设计就已经在实现虚拟化。二是生产模式的转变，以人工为主的密集型劳动走向了智能化生产制造体系。三是生产工具的变革，由能量转化的工具向智能化设备转变。四是制造系统重建，让封闭性的工厂走向了开放式透明化的产业链模式。

在新的制造模式变革之下，劳动者可能会发生很大变化，一是人形机器人越来越发达，二是虚拟数字人出现，三是还有工业智能体，这些都会替代大量的重复劳动。

围绕新型生产工具，林立岳介绍，赛意信息引入了大量的工业AI和敏捷的组织体系，当生产工具和生产者发生变化时，整个劳动关系也会发生变化，例如，形成在线的数字化协作，人机协同会变得更加普遍和常见。为此，赛意信息推出了赛意“工业大脑”，用工业互联网体系来支撑工业智能时代下的制造业新的发展体系。

赛意“工业大脑”，林立岳讲了几个应用案例。第一个案例是利用工业视觉智能，解决合规性问题。合规分很多，有作业合规、安全合规、环境合规、质量合规、还有工业操作合规，这些合规问题其实已经可以用视觉功能来解决，而视觉不仅仅是原先的监控能力，而是已经变成了智控，还变成可以自动作业，它发现问题还可以自动解决问题。

第二个案例是工业语言智能。随着AIGC等大模型出来之后，语言的智能广泛应用到各个领域，机器已经具有理解人类思想的能力，有了理解能力就能生成，能回答大量问题，现在开始延展到行业里的代码编程，包括预测科学的计算和模型的体现。就像通讯录一样，原先是记在本子上，后来记在手机上，现在记在云上，未来大量的知识不用再去学习，因为在你的身边就是你的知识，一台手机随时问随时答。

第三个案例是经营决策智能。制造业分为很多类型，比如有离散制造，有按批次的流程制造，也有连续制造，不同应用场景追求的模式不一样，比如说库存的管理优化，针对不同的制造需求，要去开发出面向更高级的经营决策智能，才可能帮制造业做更深入的应用。

例如，在生产经营中，要做量本利分析，现在，通过工业大脑，在生产时知道库存有多少，同时知道订单有多少，即将要采购多少量，采购完之后成本状况是什么样的，这些都实时在线，实时知道成本、销量、库存，进而帮助决策智能。

工艺决策智能在制造领域用的更加广泛，原来工艺是一个粗工艺阶段，会看成一个整体，到了智能化时代，可以去了解每一个工艺制造所有的参数过程，而且参数是可以学习和优化的，可以被模型优化再做决策。

林立岳以光伏行业为例，光伏追求光电转化率，每一个光伏片在生产出来时，光电转化率是有差别的，把转化率提升一个点，都需要大量的实践，在这么多的工艺环节过程中，究竟是哪些要素、哪些工艺影响了光电转化率，这只能通过大量的数据收集和分析才能知道哪个环节，然后根据最终的结果调整工艺参数，最后达到一个最佳实践结果。

林立岳最后总结，赛意的工业智能价值在于，进行复杂决策时，收集大量数据并通过大数据体系分析，利用人工智能帮助企业快速决策。

南方+记者 郜小平

【作者】 郜小平

南方产业智库