技術(shù)
導(dǎo)讀:北京2023年8月23日 -- 數(shù)十年來,亞馬遜一直將人工智能(AI)和機(jī)器學(xué)習(xí)(ML)作為關(guān)注的焦點(diǎn),不斷降低機(jī)器學(xué)習(xí)的使用門檻,并且讓包括各行各業(yè)超過十萬客戶在內(nèi)的所有人能夠輕松上手。在這些客戶中,來自制造業(yè)的企業(yè)正在將目光從人工智能和機(jī)器學(xué)習(xí)轉(zhuǎn)向生成式AI技術(shù),以期獲得更加令人興奮的成果。
北京2023年8月23日 -- 數(shù)十年來,亞馬遜一直將人工智能(AI)和機(jī)器學(xué)習(xí)(ML)作為關(guān)注的焦點(diǎn),不斷降低機(jī)器學(xué)習(xí)的使用門檻,并且讓包括各行各業(yè)超過十萬客戶在內(nèi)的所有人能夠輕松上手。在這些客戶中,來自制造業(yè)的企業(yè)正在將目光從人工智能和機(jī)器學(xué)習(xí)轉(zhuǎn)向生成式AI技術(shù),以期獲得更加令人興奮的成果。
IDC發(fā)布的《制造業(yè)現(xiàn)狀及制造業(yè)企業(yè)對(duì)生成式AI的應(yīng)用》研究報(bào)告顯示,來自制造業(yè)的受訪者認(rèn)為,未來18個(gè)月內(nèi)生成式AI可產(chǎn)生最大影響的前三大領(lǐng)域分別是制造(生產(chǎn))、產(chǎn)品開發(fā)與設(shè)計(jì)、銷售和供應(yīng)鏈。本文將聚焦生成式AI在革新產(chǎn)品設(shè)計(jì)、大幅提高制造業(yè)生產(chǎn)力水平和優(yōu)化供應(yīng)鏈應(yīng)用方面的潛力。
借助生成式AI在產(chǎn)品工程領(lǐng)域開展創(chuàng)新
在產(chǎn)品工程領(lǐng)域,人工智能和機(jī)器學(xué)習(xí)已經(jīng)與高性能計(jì)算結(jié)合使用,以增強(qiáng)離散產(chǎn)品組件的設(shè)計(jì),從而提供人類通常無法構(gòu)想的創(chuàng)新設(shè)計(jì)。這些技術(shù)為制造業(yè)企業(yè)提供了一種更快、更有效地探索各種設(shè)計(jì)選項(xiàng)的方法,以便在找出最佳解決方案的同時(shí),還能最大限度地降低成本、減少材料消耗、縮減工程設(shè)計(jì)時(shí)間甚至生產(chǎn)時(shí)間。
作為三維設(shè)計(jì)、工程和娛樂軟件領(lǐng)域的領(lǐng)先企業(yè),Autodesk自1982年以來就一直為建筑設(shè)計(jì)、施工、工程、制造、媒體和娛樂行業(yè)開發(fā)軟件。為了加快和簡化開發(fā)流程,Autodesk一直在穩(wěn)步擴(kuò)大對(duì)亞馬遜云科技服務(wù)的使用,并減少自有數(shù)據(jù)中心的使用。Autodesk通過其Fusion 360軟件提供了生成式設(shè)計(jì)功能(一種類似于生成式AI的服務(wù)),幫助產(chǎn)品設(shè)計(jì)師在用戶指定的參數(shù)范圍(包括材料、制造工藝約束、安全因素和其他變量)內(nèi)提供創(chuàng)新設(shè)計(jì)。在2023年4月德國漢諾威工業(yè)博覽會(huì)(Hannover Messe)上,Autodesk介紹了一家移動(dòng)出行初創(chuàng)企業(yè),該企業(yè)改進(jìn)了其創(chuàng)建新的移動(dòng)解決方案的流程,最終縮短了交貨時(shí)間,并在快速探索新的移動(dòng)設(shè)計(jì)概念的同時(shí),控制工程和制造成本。這家初創(chuàng)企業(yè)采用了Autodesk Fusion 360,借助Amazon SageMaker實(shí)現(xiàn)增強(qiáng)的人工智能生成式設(shè)計(jì)和增材制造,從而讓新設(shè)計(jì)的上市周期從3.5年縮短到6個(gè)月,達(dá)到86%的速度提升。
除了在設(shè)計(jì)環(huán)節(jié)的巨大潛力,工程師還可以借助生成式AI分析大型數(shù)據(jù)集來提高產(chǎn)品的安全性、創(chuàng)建模擬數(shù)據(jù)集、探索如何更快地制造或加工零部件,進(jìn)而更快地將產(chǎn)品推向市場。這些數(shù)據(jù)集可以成為制造業(yè)企業(yè)構(gòu)建生成式AI策略的信息源或基礎(chǔ)模型,讓企業(yè)可以在此基礎(chǔ)上構(gòu)建其生成式AI策略。這使企業(yè)從此項(xiàng)技術(shù)中充分獲益的同時(shí),還可保護(hù)企業(yè)對(duì)數(shù)據(jù)的所有權(quán)和數(shù)據(jù)安全性。
亞馬遜云科技Amazon Bedrock托管服務(wù)讓用戶可以通過API訪問AI21 Labs、Anthropic、Cohere、Stability AI以及亞馬遜提供的基礎(chǔ)模型。Amazon Bedrock是客戶利用基礎(chǔ)模型構(gòu)建和擴(kuò)展基于生成式AI應(yīng)用程序的最簡便的方法,降低了構(gòu)建者的使用門檻。Amazon Bedrock最重要的功能之一便是讓客戶可以輕松定制模型??蛻糁恍柘?Bedrock 展示Amazon Simple Storage Service(Amazon S3)中的幾個(gè)標(biāo)注好的數(shù)據(jù)示例,Bedrock 就可以針對(duì)特定任務(wù)微調(diào)模型,最少僅需 20 個(gè)示例即可,而無需標(biāo)注大量數(shù)據(jù)。
利用生成式AI優(yōu)化生產(chǎn)流程
由于制造業(yè)企業(yè)面臨著成本較高和生產(chǎn)損失的風(fēng)險(xiǎn),它們往往對(duì)在生產(chǎn)環(huán)境中采納和實(shí)施新技術(shù)猶豫不決。在工廠生產(chǎn)中,生成式AI的應(yīng)用案例尚處于早期階段,但諸多工廠負(fù)責(zé)人已明確表示生成式AI可以幫助其優(yōu)化整體設(shè)備效率(OEE)。由于生成式AI需要大量數(shù)據(jù)來創(chuàng)建基礎(chǔ)模型,這意味著制造業(yè)企業(yè)將面臨獨(dú)特的行業(yè)挑戰(zhàn),即獲取工廠的數(shù)據(jù)并將其遷移上云,開啟生成式AI之旅。數(shù)據(jù)是任何數(shù)字化轉(zhuǎn)型的基礎(chǔ)。對(duì)于許多制造業(yè)企業(yè)而言,首先需要制定和采用行業(yè)數(shù)據(jù)戰(zhàn)略,這能夠幫助業(yè)務(wù)團(tuán)隊(duì)輕松有效地利用數(shù)據(jù)來應(yīng)對(duì)企業(yè)中的各種應(yīng)用場景。原因在于,制造業(yè)企業(yè)經(jīng)常面臨互不關(guān)聯(lián)、彼此孤立的數(shù)據(jù)源,它們讓協(xié)同工作變得困難,導(dǎo)致基礎(chǔ)模型難以獲取經(jīng)濟(jì)、安全、結(jié)構(gòu)化且易于訪問的高質(zhì)量數(shù)據(jù)集。現(xiàn)在,亞馬遜云科技提供的Industrial Data Fabric解決方案可以幫助企業(yè)解決這些問題。
Georgia Pacific多年來一直使用人工智能和機(jī)器學(xué)習(xí)優(yōu)化紙張生產(chǎn)質(zhì)量。該公司通過使用亞馬遜云科技數(shù)據(jù)分析技術(shù)來預(yù)測生產(chǎn)線的運(yùn)行速度,以避免生產(chǎn)過程中紙張撕裂的問題,從而提高了利潤并最大限度地利用了工廠資源。而生成式AI又將如何幫助企業(yè)改進(jìn)生產(chǎn)呢?在跟業(yè)務(wù)和生產(chǎn)制造負(fù)責(zé)人的交談中,一個(gè)反復(fù)出現(xiàn)的問題是員工離職導(dǎo)致的生產(chǎn)知識(shí)和經(jīng)驗(yàn)流失的問題。經(jīng)驗(yàn)豐富的工人可以聽出哪些機(jī)器軸承需要潤滑,還可以感知出哪些機(jī)器運(yùn)行振動(dòng)不正常。但隨著他們的退休,這些幾十年所積累的知識(shí)和經(jīng)驗(yàn)也被一并帶走。因此,企業(yè)時(shí)常面對(duì)的挑戰(zhàn)在于如何讓經(jīng)驗(yàn)不足的操作人員快速具備專業(yè)知識(shí),使復(fù)雜的生產(chǎn)流程保持高效運(yùn)轉(zhuǎn),并最大限度地提高產(chǎn)量、保證質(zhì)量。
如果制造業(yè)企業(yè)銳意進(jìn)行數(shù)字化轉(zhuǎn)型,并記錄歷史機(jī)器維護(hù)數(shù)據(jù)、維修數(shù)據(jù)、設(shè)備手冊(cè)、生產(chǎn)數(shù)據(jù),乃至其他制造業(yè)企業(yè)的數(shù)據(jù),從而讓基礎(chǔ)模型更加有效,真正的變革就會(huì)來臨。例如,一臺(tái)持續(xù)發(fā)生故障的機(jī)器導(dǎo)致了計(jì)劃外的停機(jī),如果工程師可以使用生成式AI查詢可能的故障原因,并獲得關(guān)于設(shè)備調(diào)整、維護(hù)操作,以及備件采購等方面的建議,就可以減少停機(jī)時(shí)間。因此,在缺乏經(jīng)驗(yàn)豐富的工程師和操作人員的情況下,生成式AI可以推進(jìn)生產(chǎn)環(huán)境中OEE最大化。
利用生成式AI優(yōu)化供應(yīng)鏈
亞馬遜云科技提供了多種服務(wù)來應(yīng)對(duì)各種供應(yīng)鏈場景。Amazon Supply Chain能夠幫助企業(yè)提高供應(yīng)鏈的可視性,在更快做出明智決策的同時(shí)降低風(fēng)險(xiǎn)、節(jié)省成本并改善客戶體驗(yàn)。Amazon Supply Chain可自動(dòng)合并和分析多個(gè)供應(yīng)鏈系統(tǒng)的數(shù)據(jù),讓企業(yè)能夠?qū)崟r(shí)觀察自身的運(yùn)營狀況、更快把握變化趨勢,從而生成更準(zhǔn)確的需求預(yù)測,以確保有足夠的庫存滿足客戶需求。基于Amazon.com近30年的物流網(wǎng)絡(luò)經(jīng)驗(yàn),Amazon Supply Chain通過提供統(tǒng)一的數(shù)據(jù)湖、基于機(jī)器學(xué)習(xí)的洞察、行動(dòng)建議以及應(yīng)用內(nèi)協(xié)作功能,增強(qiáng)了供應(yīng)鏈的靈活性。
疫情、地緣沖突、原材料短缺、自然災(zāi)害等為供應(yīng)鏈帶來了種種的不確定性,制造業(yè)企業(yè)的供應(yīng)鏈仍然是令人擔(dān)憂的領(lǐng)域,甚至可以說是焦慮的源頭。但正因如此,供應(yīng)商開發(fā)了生成式AI的增值領(lǐng)域。例如某制造業(yè)企業(yè)的定制機(jī)械零件已經(jīng)用完,并且正在尋找替代供應(yīng)商來完成一部分定制加工工作,這時(shí)可以利用生成式AI為替代供應(yīng)商提供所需的能力,幫助企業(yè)提供急需的專業(yè)服務(wù)。在條件允許的情況下,生成式AI還可用于替代日常的人際交流,例如可以回答以前需要數(shù)小時(shí)或數(shù)天時(shí)間才能獲得正確數(shù)據(jù)并理解其含義的問題。生成式AI還能作為供應(yīng)鏈控制塔,主動(dòng)評(píng)估如運(yùn)輸困難、自然災(zāi)害、罷工或其他地緣政治事件等相關(guān)風(fēng)險(xiǎn),幫助企業(yè)為供應(yīng)鏈合理分配稀缺資源,減輕供應(yīng)中斷所造成的沖擊。
相對(duì)于生成式AI為制造業(yè)帶來的無限可能,目前在產(chǎn)品設(shè)計(jì)、生產(chǎn)、供應(yīng)鏈等環(huán)節(jié)的應(yīng)用還只是冰山一角,但無論如何,這是前所未有的一大步。亞馬遜云科技致力于讓任何水平的開發(fā)人員和各種規(guī)模的企業(yè)都能夠借助生成式AI開展創(chuàng)新。相信生成式AI技術(shù)將為制造業(yè)帶來無限新可能。