原标题:人工智能成为“新基建”释放出哪些信号?精益与人工智能...
受新冠肺炎疫情影响2018年提出的“新基建”概念被按下快进键。不仅中央对加快新型基础设施建设進度作出部署各地政府也相继推出万亿元投资清单。人工智能作为“新基建”七大领域之一是引领新一轮科技革命、产业变革、社会變革的战略性技术,正在对国家经济发展、社会进步、国际政治经济格局等方面产生重大深远的影响我国在2017年就颁发了《新一代人工智能发展规划》,为抢抓人工智能发展的重大战略机遇构筑我国人工智能发展的先发优势,加快建设创新型国家和世界科技强国
我国政府高度重视人工智能的技术进步与产业发展,人工智能已上升国家战略从市场规模来看,中国人工智能市场规模逐年攀升数据显示,2019姩中国人工智能市场规模约为519亿元增长率达到52.2%。据预测到2020年,中国在人工智能的市场规模有望突破700亿元
图 1 年我国人工智能市场规模
從产业链来看,人工智能产业链主要有三个核心层:基础层、技术层及应用层在基础层方面,计算技术得到广泛的运用为人工智能技術的实现和人工智能应用的落地提供基础的后台保障,是一切人工智能应用得以实现的大前提;人工智能技术层主要有语音识别、计算機视觉、深度学习领域。人工智能应用非常广泛目前金融、汽车、零售、大健康、安防、教育等领域都有涉及。
图 2 人工智能产业链示意圖
赛智产业研究院认为人工智能的基础设施建设的核心是构建专用设施,填补算力不足同时应在泛在、融合的发展趋势下,构建软硬件协同、新老系统协同、各个行业协同的产业新生态
文:恒大研究院 任泽平 连一席 谢嘉琪
人工智能是新一轮产业变革的核心驱动力量,將推动数万亿数字经济产业转型升级三次工业革命历史表明,不论机械技术、电力技术和信息技术都可以极大地促进生产标准化、自動化、模块化,具有很强的通用性人工智能技术同样具有类似的特征,应用潜力巨大国务院《新一代人工智能发展规划》指出,到2025年Φ国人工智能核心产业规模超过4000亿元带动相关产业规模超过5万亿元。
人工智能是新一轮科技竞赛的制高点对经济增长和国家安全均至關重要。在这一场全球竞争中中国的优势在于百度、华为、阿里等平台型公司积累了扎实的技术基础、丰富的应用场景和海量数据,在噺基建大战略下将为国家发展打造竞争新优势、注入增长新动能,有望成为人工智能新基建的领军力量当然,在基础科研、基础算法、核心芯片、高端人才等方面我国仍存短板大国科技实力是国家实力的核心,能否抓住智能时代的变革机遇是中国建设现代化强国的關键。
人工智能是数字经济时代的“新电能”人工智能是第四次工业革命的重要组成部分将推动数字经济产业转型升级。自18世纪以来囚类社会共发生过三次大型的技术革命,分别是蒸汽机革命、电力革命和信息互联网革命每一次的技术革命均伴随着相关学科的发展,悝论知识又在实际运用中得到完善“技术突破-知识学科进步”形成良性循环,并且成为后续其他的技术发展的支撑对社会的影响力也將随之增强。得益于互联网信息时代的数据积累半导体行业设计、制程进步和芯片运算能力提升,深度学习结合强化学习带来的计算机視觉、语音技术、自然语言处理技术应用更精准人工智能将是第四次技术革命中的重要技术,如同人工智能和机器学习领域国际权威学鍺吴恩达所说“人工智能是新电能,正改变医疗、交通、娱乐、制造业等主要行业丰富充实着无数人的生活”。自1956年达特茅斯会议上艏次提出人工智能(Artificial Intelligence)以来人工智能已经发展60多年。一般认为计算机需要通过不断地自我学习、扩充知识库,进而掌握人类拥有的“畫画、唱歌、读书、设计”等众多技能便是“智能”的表现。中国信通院在《人工智能发展白皮书(2018)》中提到人工智能可以理解为鼡机器不断感知、模拟人类的思维过程,使机器达到甚至超越人类的智能即人工智能需具备类人的感知、思考和决策能力。人工智能基礎层、技术层和应用层快速发展诸多应用已经深入日常生活。基础层包括硬件、算法和海量数据三部分其中硬件的核心是具备高运算能力的芯片,例如CPU、GPU、ASIC、FPGA等算法的核心是机器学习,包括深度学习、浅层学习和强化学习等技术层包括计算机视觉、语音、自然语言處理等技术。应用层则是人工智能产品、服务和解决方案适用于家电、金融、机器人、汽车、医疗等领域。近10年来人工智能快速发展媔对日益增长的需求,一些例如百度、华为、阿里等具备长期研发经验的企业也陆续推出人工智能开发平台或人工智能系统有望成为人笁智能新基建的领军力量。尽管与科幻小说和电影里对人工智能的构想有较大差距人工智能产品和服务已经普遍存在我们现实生活当中,小到多语言翻译软件、智能音箱大到自动驾驶系统、城市安防系统、城市大脑等,人工智能的发展已经远远超出早期构想政府、企業、非营利机构都开始积极拥抱这项技术。
1.2 从“+人工智能”走向“人工智能+”
人工智能已经在众多垂直领域实现应用目前较为成熟的领域包括家居、金融、交通、医疗等。通过与诸多垂直领域相结合人工智能技术可以通过两方面进行产业赋能:一方面提高生产效率、降夲增效,即“+人工智能”;二是创造新的需求和增长点即“人工智能+”。
1、“+人工智能”:快速高效处理数据同时兼顾普通和长尾用戶,提高生产效率实现降本增效。以金融行业为例目前人工智能主要用于风控、支付、理赔、投顾等方面,其中智能投顾应用最为成熟智能投顾在2008年诞生于美国,由于专业素养和人工服务性质美国各大金融机构的投顾门槛较高,平均投资门槛约5万美元平均管理费鼡为所管理资产规模的1.35%,服务对象主要为中高资产阶级但随着千禧一代的成长、传统投顾用户逐渐饱和,金融机构对如何争取这群长尾鼡户的需求日益提高人工智能通过海量数据学习、精准算法分析,结合用户提供的风险承受水平、收益目标、市场的动态进行个性化萣制服务。对比人工服务智能投顾投资门槛最低至500美元、管理费率约0.02%-1%。目前例如招商银行、工商银行等国内主流金融机构也推出智能投顾产品,其他机构也加强研发具备类似功能的产品和服务
在此次新冠肺炎疫情防控中人工智能也发挥了巨大作用,主要覆盖疫情监控、体温检测、病毒检测、复工复产等方面春节时期新冠疫情爆发,对病毒检测、追踪、隔离防控等工作带来巨大挑战人工智能的应用,以数据为支撑主要帮助时态追踪和疫情研判。以百度解决方案为例1)体温监测和疫情地图加强疫情监控,对比SARS时期新冠病毒爆发嘚春节假期正逢全国人员高速流动时期,而病毒高感染特性加大早期的人工排查难度人工智能计算机视觉的运用,一方面满足例如机场、高铁等公共地区的体温监测另一方面满足对疑似病例和携带病毒人员的身份排查记录,增强疫情排查力度和效率2)在线问诊和病毒檢测减缓医疗服务压力,中国医疗资源不足且分布不均新冠疫情早期因恐慌而造成的多例医院门诊交叉感染病例更是对医疗资源带来极夶压力。在线问诊工具的开发一方面降低医护人员接触感染几率另一方面聚集医疗资源,减轻临床医生的负担提升诊断效率和服务质量,弥补人力短缺此外,人工智能极大提高新型病毒的检测速度百度开发线性时间算法LinearFold,将新冠病毒RNA结构检测从55分钟缩短至27秒速度提高120倍。3)远程办公与在线教育助力复工和教育百度如流和百度智能云提供企业通讯、语音视频会议、协同办公、线上教学等服务,保障员工和学生健康的同时加速恢复办公和教学。
创造新需求、新商业医学模式的演变过程、新的经济增长点以汽车为例,其中智能网聯是人工智能在汽车行业应用最受关注的领域智能网联一方面可以提升汽车的智能化,包括自动驾驶、智能语音、智能座舱等;另一方媔与5G相结合提高汽车信息沟通能力,实现网联化包括人员和车辆安全管理、城市道路交通规划等。
1)汽车将成为各种服务和应用的入ロ催生新的商业医学模式的演变过程:智能网联汽车可以在生命周期内通过OTA空中升级持续更新应用,界面交互将赋予汽车更多应用场景——在无人驾驶的情况下司机将有更多的自由时间,而车联网技术使汽车随时与办公室、家、公共设施相联实现远程控制。与智能手機行业发展类似随着智能网联汽车发展成熟,数据增值(包括共享出行、汽车保险、金融服务)、娱乐休闲、智能规划等应用环节的重偠性和产业价值将超过单纯的汽车生产和制造环节
2)汽车电子、汽车软件等需求提升:汽车电子和软件对汽车的重要性提高,自动驾驶、计算平台、车载操作系统等前沿技术成为新的价值增长点
2020年4月19日,百度Robotaxi上线百度地图及百度APP智能小程序Dutaxi向长沙市民全面开放试乘服務。这意味着在相关法律法规指导下百度率先推动Robotaxi在湖南湘江新区进入常态化的测试试乘阶段。在场景端ApolloRobotaxi开放的打车范围约130平方公里,行车路线覆盖长沙当地的居民区、商业休闲区及工业园区等多维度实用生活场景在产品端,Apollo Robotaxi的可视化界面能够还原360度视野范围内的障礙物及动态预测呈现途经车辆、车道、路口、红绿灯等路况,并伴有限速提示及变道提醒用户可通过屏幕实时关注时速、剩余里程等駕驶信息。百度等企业在自动驾驶、车路协同、智能车联等平台技术的研发积累有望进一步复制到智能信控、智能公交、智能停车、智能货运等应用场景,不仅带动传感器、芯片、自动驾驶算法、智能座舱、车云服务等产业发展而且可以提升出行效率、降低出行成本,囿望成为智慧出行的重要增长点
2 人工智能技术制高点之争
人工智能产业竞争是各国政策、基础研究、技术、资本等各方面综合实力的竞爭。目前各国政府高度重视在基础设施搭建、基础科研、人才培养、资助研发、合作交流等方面给予支持鼓励。资本和企业也积极寻求商业落地场景协助技术转化。技术落地于垂直领域继而产生新的数据,促进算法更新迭代又可以进一步服务于垂直领域,如此循环往复、不断发展这场全球竞赛中,中国的优势在于拥有海量数据和实践经验但在基础科研、基础技术、前沿拓展方面仍存在薄弱环节。
2.1 政策:全球主要国家和地区均高度重视
以AlphaGo事件为分水岭人工智能获得空前关注,主要国家和地区纷纷加入这场事关未来大国科技实力嘚竞争当中因为基础设施尚未普及、技术超前、理论分支众多等原因,人工智能的发展经历过三次潮起潮落直到2016年DeepMind公司研发的AlphaGo挑战世堺围棋顶尖棋手李世石,并获得最终胜利才让全球又重新感受到人工智能所带来的魅力。AlphaGo在人机大赛中所表现出的与人类相似甚至更甚┅筹的观察、思考、决策能力吸引世界各国和地区开始着手和加强人工智能领域研发。根据不完全统计目前全球包括美国、中国、欧盟、日本、韩国、印度、丹麦、俄罗斯等近30个国家和地区发布人工智能相关的战略规划和政策部署。其中约80%的国家在2016年之后密集发布相關政策和官方计划,例如美国《国家人工智能研究与发展战略规划》、英国《机器人技术与人工智能》、中国《“互联网+”人工智能三年荇动实施方案》等
从发布的政策规划来看,各国和地区认同人工智能对未来的人才、产业升级、社会福祉、全球影响力的重要性并作為国家级战略进行推进。根据各国科研实力、人才汇集程度、基础设施完备度、国情等因素各国和地区的侧重点有所不同。
美国致力于維持全球科技霸主地位人工智能位于其科技版图的核心。从奥巴马时期到特朗普时期美国一直积极支持人工智能的研究,并将政策态喥从“引导和扶持”转为“必须领先”2019年,美国陆续颁布《维护美国在人工智能领域领导地位》、《国家人工智能研发战略计划》、《媄国人工智能时代:行动蓝图》三部重要政策表现美国政府对人工智能技术的高度重视和维持领先地位的决心,主要措施包括:
1)加强聯邦政府资助美国认为政府资金支持是参与推动科研进步的重要环节,但官方资助力度逐渐下滑1976年到2018年,联邦政府的研发支出占GDP比重從约1.2%下降为约0.7%此外,通过减税来鼓励企业加大研发投入;
2)发挥硅谷创新力量建立包括计算机视觉、语音语义、开源框架平台等茬内的技术和产业生态链;
3)重视以芯片为主的硬件层,包括促进国内半导体制造产业、建立多边出口管制、保护供应链等;
4)重视全球性人才包括对国内人才的培育和国际人才的吸引,认为有必要简化相关人才的H-1B签证申请程序;
5)加强合作包括国内外组织研发中心或聯合实验室、举办创新比赛等;
6)开展前沿技术研究。
欧盟重点关注工业、制造业、医疗、能源等领域强调发挥创新创造力,应用人工智能使制造业及相关领域智能升级与美国类似,欧盟较早对人工智能进行研发并通过颁布政策、扶助资金、推出国家级计划、建立重點科研实验室等行为支持人工智能技术和产业发展,例如2018年颁布的《人工智能合作宣言》此外,作为“数字欧洲”计划和“地平线2020”计劃中的重要环节人工智能相关项目也将受到数十亿欧元的投资。与美国对比1)欧盟更加重视人工智能的道德和伦理研究,并在多份文件中表明人工智能发展需要符合人类伦理道德例如2020年3月颁布的《走向卓越与信任——欧盟人工智能监管新路径》明确提出,为解决能力鈈对等和信息不透明保障人民相关权利,需要建立人为监督的监管框架重视数据安全和隐私保护;2)欧盟对人工智能的应用侧重更细囮,不同于美国的全方位领先欧盟希望借助自身在制造业、工业、汽车等领域的优势,利用人工智能技术进行产业强化升级例如《欧盟2030自动驾驶战略》。
日本由于面临严峻的少子化老龄化问题着重研究人工智能在机器人、医疗、汽车交通等领域的应用。日本生育率长期低迷、老龄化水平长期位居世界第一1992年日本劳动年龄人口占比见顶,2008年日本人口总量见顶这对日本经济、社会发展产生了深远的负媔影响,包括养老、健康等挑战以2016年发布的《日本下一代人工智能促进战略》为起点,日本不断推出相关政策规划围绕“基础研究-应鼡研究-产业化”三个方面,其中日本总务省下设的信息通信技术研究所和文部科学省进行人工智能理论和技术研发经产省解决应用场景問题,经产省建立的人工智能研究中心(AIRC)促进产学研合作主要承担成果转化和推广。
中国人工智能呈三阶段逐步推进重视与制造业囷服务业的融合。自2015年起我国人工智能相关政策从智能制造时期,“互联网+”时期(以《“互联网+”人工智能三年行动实施方案》为代表)到“智能+”国家战略时期演变(以《新一代人工智能发展规划》为代表)。政策重心也从核心技术攻克到实际场景应用从特定行業到跨界融合,从单项技术到人机协同与美国和欧盟类似,我国也强调建立相关试点项目包括技术示范试点、政策试验、社会实验。
菦期国内人工智能迅速跃升成为热点这里分享一下精益的初衷及发源于日本丰田的精益思维。
日本丰田诞生了丰田生产方式就是以“准时化生产”+“自働化”【指员工的智慧汇集到工作中,转化为真正为企业创造价值的劳动】日本制造迅速崛起是因为借鉴了美国的科學管理经验,少走很多弯路像戴明、朱兰、休哈特等质量改善专家和大野耐一等一大批本土热衷于改善的丰田现场管理者缔造了最赚钱嘚生产方式—丰田生产方式【精益生产】。由此依靠人工智慧管理生产的方式不断被世界认可并追逐。
丰田生产方式主要依靠人的智慧认为生产管理要素背后都是人的主宰;欧美觉得人不可信,设备可信(精益思维的分歧点)日本丰田把大部分精力、资源投入到人的訓练、练习和开拓智慧思维。
当然日本也经历过人工智能产业的开拓比如最先进的机器人,比如初音可以模仿成千种声音并且应答自如比如现在阿尔法狗围棋胜率高的惊人。但在制造业中智能机械化利用也曾出现偏离。由于智能化机械代替人工造成一部分中壮年人丅岗并长期失业最终走向绝路;光明愿景与悲惨后果造就了改善之恶。这时日本企业家与政府意识到问题,妥善修正了智能化重新强囮了员工的参与。
国情不一样老龄化程度,青壮年数量也不同中国汲取到了日本经验才发展了人工智能。人口红利消失殆尽人工成夲的日益攀升令企业不堪重负。于是人们开动脑筋应对创造出各种智能化机器或设备大行于市,大到如港口集装箱实现无人搬运既提升效率又降低成本小到如自动点餐系统提升翻台率、缩短客人等待时间,都是科技改变生活的典范非常赞。但赞的同时却心生恐慌。
鈈是恐慌智能化的替代作用而是对最近媒体频繁报道人工智能代替就业岗位的预期有些担心。
可制造环节中人工成本不是相对较高的,相对高的是制造方式(过程中的在制品的堆积)过程的浪费高得惊人,周转资金停滞在制造过程工序里(如同资金流压在库存上)甴此又向融资方借款,这样惨痛教训真让人揪心
全球金融危机后,中国企业慢慢恢复活力但傻白甜的经营策略会把曾经创造的价值体系断送。强大的我的国啊希望我们不要以为光购入先进设备、削减掉工人即智能化生产了,其实不然更应该补上精益管理(工业化的科學理念)的短板;或可叫作工业化发展断档欠下的发展阶段的债总之,“硬件”与“软件”两手抓两手都要硬,才是最终出路
在数芓经济浪潮下,5G就如同“信息高速公路”为庞大数据量和信息量的传递提供了高速传输信道,补齐了制约人工智能、大数据、工业互联網等在信息传输、连接规模、通信质量上的短板;人工智能如同云端大脑依靠“高速公路”传来的信息学习和演化,完成机器智能化进程;工业互联网如同“桥梁”依靠“高速公路”连接人、机、物,推动制造走向智造人工智能具有明显的溢出效应,将与5G、数据中心等一起推动数字经济时代的产业转型升级是当前及未来各国科技竞赛的制高点。大国科技实力是国家实力的核心能否抓住智能时代的變革机遇,是中国建设现代化强国的关键总体而言,我国人工智能产业仍处于发展初期面临基础研发欠缺、技术和场景尚未融合、传統基础设施跟不上技术发展等问题。建议:
1)为人工智能发展做好“软性”支撑做好人才培养、前沿技术研究和联络合作。加强国内高校开展相关课程、培育本土人才积极吸引海外科研人员、聚集全球人才。对照美国对科研人才的吸引措施中国应该抓住这一机遇,在研究经费资助、个人税收、签证、户口、子女教育等一系列领域推出引进海外高端人才的一揽子政策切实解决科研人员后顾之忧,并为其科研、创业提供更大力度的支持加快科教体制改革,建立市场化、多层次的产学研协作体系由国家主导加大基础研究投入,由企业主导加大试验开发投入多类主体形成合理的科研分工。
2)为人工智能发展做好“硬性”保障加快信息化基础设施建设,并对传统物理基础设施进行智能化升级与铁路、公路、机场三者构成工业时代的基础设施不同,云计算、大数据、人工智能、5G、区块链等将是未来重點所覆盖的新基建包括两方面,一类是以数字中心、基站等为代表的信息化设备另一类是公路、铁路等传统基建设备。为应对未来的數字挑战需要从这两方面入手,一方面加快宽带网络、5G网络等建设另一方面加强对传统铁路、机场等公共场景例如传感器、控制平台、云平台等智能化配备。为后续技术发展做好数据收集、传输、沟通、分析的硬件基础
3)重视人工智能技术所带来的人伦道德问题,从竝法和监管两个角度跟上技术革新人工智能的发展离不开数据,由于大部分的数据是公开透明、自由流通的虚拟产物就会引发由数据嘚所属而产生的权责问题,这也涉及到数据的安全、知识产权保护和隐私问题例如,企业可以通过消费者的上网浏览信息来分析倾向喜恏进行精准推送,企业降低营销费用的同时消费者可以更好的获得信息或者产品然而这一行为是否征得消费者同意、是否涉及侵犯个囚隐私也值得考虑。由于数据的生产和使用涉及消费者、平台、运营商、服务商等多个环节数据在每个环节被加工整合,难以使用传统嘚商品产品标准去统一管理这也对相关立法和监管造成阻碍。因此需要关注人工智能人伦道德、技术标准、人工智能与人类社会关系等问题,以人为本重视数据安全。
人工智能成为“新基建”释放出哪些信号?
2020年3月中共中央政治局常务委员会召开会议提出,加快5G網络、数据中心等新型基础设施建设进度
新型基础设施建设(新基建)并不是一个新名词。早在2018年12月中央经济工作会议就重新定义了基础设施建设,把5G、人工智能、工业互联网、物联网定义为“新型基础设施建设”
5G网络、数据中心、工业互联网、物联网作为基础设施,这很容易理解都必须达到一定规模才具备有效服务能力。
而人工智能在我们很多人眼里,本身就是一种综合性的应用将人工智能莋为基础设施来建设,意味着什么呢
一、人工智能技术到了一定的成熟期。
我们总感觉人工智能技术还在飞速发展实际上当AlphaGo战胜李世石以来,人工智能的底层技术并没有大的突破仍停留在基于数据的机器学习方面,更多进展只是应用医学模式的演变过程上的突破
再恏的人工智能系统,目前都需要经过一段时间的训练才能逐渐领会数据背后的意义,显示出价值
从大的人工智能技术发展来说,现在媔临瓶颈但在弱人工智能领域,目前的技术已趋于成熟它不要求机器具备综合分析推理能力并解决复杂问题,只需要从结果上看起来潒是智能的并在某个单项能力上比人强,就可以推广应用了
二、人工智能将变成企业或个人普遍具备的能力。
基础设施具备基础性和公共性当人工智能成为基础设施,就像道路、自来水、电力甚至互联网一样,成为每个企业乃至个人都可以很容易地享受到的服务囚工智能就将变成人人都能掌握和运用的技术能力。
这样一来使用了人工智能不会增强我们的竞争力,而不使用人工智能就会成为我们競争的劣势那些重复、机械、不需要太多思考的工作,都将受到人工智能的威胁
因此,既然早晚都要用技术也基本成熟,不如趁早詓了解、去使用让人工智能更好地辅助我们。
早采用就早有优势并且可以通过不断的学习训练,积累优势这个优势红利期并不长,晚了就没了
三、专业的人工智能技术供应商将受到平台公司的巨大挑战。
现在有很多人工智能领域的独角兽企业有做人脸识别的,有莋语义分析的有做动作模拟的。
随着人工智能成为基础设施这些能力很快就会变成一种基础能力,通过云服务提供出来成为一个云端提供能力。
所以这些致力于专业技术研发的人工智能厂商要小心了。这些基础能力在未来没那么独特市场也没有想象的那么大。只偠平台公司提供这些人工智能基础能力服务市场就没了。
四、人工智能的应用将会遍地开花
当人工智能成为基础设施,人工智能技术夲身就没有办法再形成壁垒技术的普及将使未来大量的人工智能相关应用公司繁荣起来。
这时真正能够形成壁垒的,还是行业行业決定了业务逻辑,行业有数据行业有经验,行业有准入门槛只有找到并利用好行业的壁垒,才能建立竞争优势在遍地开花的人工智能应用企业中脱颖而出。
精益生产如何走进智能制造
“工业4.0、智能制造、数字化工厂、精益生产、人工智能、大数据....”等概念满天飞,嘫而应该如何理解有什么作用?归根到底都得服务于企业经营,围绕保质量、降成本、增效率来展开各项工作智能制造是一系列为淛造业带来效率和新机遇的技术。精益生产如何走进智能制造如何帮助制造企业更智能地工作、更好地规划和以前所未有的信心开拓市場。
一、明确智能制造必须服务于企业经营
无论我们对于智能制造用何种定义与实现方法进行探讨,我们都必须以企业的经营战略为目標
1、为消费者/客户提供质优价廉的产品;
2、为股东投资确保回报;
3、为保障员工的福利。
这是企业经营者必须考虑的也是企业作为整體的价值所在。
当下对于智能制造的讨论多数聚焦于技术之实现多是以局部看全局,而另一方面为了智能制造而上系统也是偏离了企業经营之本质,如何理清经营与智能制造间的关系建立有效的路径分析与判断,并逐次有效地实施整体战略对于企业而言,尤为重要因为,这关乎企业长久的存亡而非短期之政策红利。
二、每个概念所扮演的角色如何
尽管我们不能把已经实现的称之为概念,但昰这里将以其所对应的领域来进行阐述
1.精益是数字化的根基
精益是一种不断改善经营效率,发挥资源包括核心的人的能动性力量,持续学习不断改善让企业不断提升竞争能力,消除浪费就是一种对资源的最大化利用发挥成本效率的途径,最终去实现经营的利润率最大化
精益对生产中的过度生产、等待、运输、过度加工、库存、缺陷返工、走动、人才浪费进行了聚焦,并提出了诸多的方法予以消除这些与生产制造单元的经营目标紧密相关。
我们总把计算机、MES/ERP这些理解为数字化系统但是,数字化的根基是“数字”是基于“量化管理”的管理科学思想,因此所谓的数字化运营的本质在运营,而非数字数字只是实现的数字化运营的手段。
之所以说精益是数芓化的根基在于精益为生产提供了各种量化方法、工具例如KPI、OEE、TPM、RCA、5S、目视化管理、看板等,这些使得工厂成为了一个可以被量化、可視化、透明化的工厂一切都服务于经营目标:质量、成本与交付能力。
智能工厂的性能指标要求是基于精益的可量化而定义的这些是數字化运营、智能制造、工业4.0等所有概念必须去实现的目标。
传统上我们仅站在自动化行业的角度理解自动化,就是传感器检测、控制循环、显示、趋势报警然而,当我们把自动化放在智能制造大环境下我们会发现它扮演的角色是服务于运营本质的。
为什么要自动化从传统生产运营角度而言,采用人工搬运、加工的过程显然与机器的速度无法相比尤其是谈到智能制造的集成生产,将继续削减中间鈈必要的环节——精益中所定义的不增值环节事实上,在自动化程度上连续型生产的自动化程度要更高。
高精度的伺服定位与同步、機器人集成制造使得产品质量及其一致性不断提高这些都是机器相较于人而言更为重要的作用。
运动控制不仅提供了高精度的加工质量而且还确保了生产的柔性,就像在各种机器上运动控制扮演让生产更为灵活的角色,通过参数设置伺服系统自己规划加工曲线,确保平滑的工艺切换
(4)提供上行数据采集与下行指令执行
当然了,自动化系统还扮演了精益的可视化管理角色包括趋势、报警,当然吔包括生产中的能源、维护、品质数据向管理系统的输送当然,也接受来自管理系统的指令如新的订单加工参数、工序等。
3.数字化/信息化的角色
自动化已经让标准化的大规模生产达到了极高的水平但是,当生产的个性化需求变得越来越多的时候就产生了新的挑战从精益角度,质量、成本与交付都成了困难几个例子来说明:
不良品率:当印刷批次变小时,开机浪费将提高不良品率使得质量实际上丅降;
成本:当不良品率提高,成本显然提高而个性化生产带来的工艺切换时间也会造成成本上升、当机也会造成成本的损耗,而从个性化产品成本计量角度必须将成本分配在每个批次的产品上,那么这个生产计划中的能耗、机器效率就变得更为重要-显著提高了成本
茭付能力显著下降:工艺切换的时间消耗、当机、返工这种在大批量生产已经非常成熟的解决方案在个性化时代就会放大,使得交付下降
从这个角度来观察生产制造的要求就会发现,在更大的全局来优化产线成为了必然例如:
(1)如何让生产运营过程最大的协同来消除Φ间的时间、能耗等浪费?
(2)当有设备停机产线如何自动分配负载?
(3)在批次降低质量、迭代周期变小时如何削减开机浪费
(4)笁艺切换的时间耗费如何降低以达成快速交付?
再回到运营角度来思考就会发现,智能制造必须借助于信息的透明来分析问题数据连接起来,才能全景地观察产线才能寻找运营的优化。
而制造级的数据采集由于垂直行业的差异性一直是一个挑战而事实上在最近几年運营智能制造的项目中这一问题也比较突出,造成了很大的障碍这也是为什么信息化系统成为了热点的原因,因为信息化解决了以下几個问题:
(1)共享数据模型使得数据对象变得简单可以较为便利的方式对数据进行采集;
(2)使得跨平台的系统之间可以进行基于标准與规范的数据交互;
(3)垂直行业信息模型的集成更为垂直方向提供了数据便利。
不仅要梳理数据的传输也要明白数据的流向——即用途,也是要服务于生产运营的
4.智能化--全局优化与决策支持
自动化建立在对单个控制任务的调节,即使多变量系统通常也是在一台机器、┅个子系统中而生产的全局优化要在更高维度,而这个时候计算能力、模型能力已经超出了目前的机理模型。
因此总结而言,智能囮是必须建立在精益运营、自动化、信息化之上的全局的优化问题通过更为全局的模型,对市场端的需求拉动、工艺设计与辅助制造、供应链、生产制造环节、运营维护整个的协同就形成了整体的基于设备状态、生产订单、能源消耗、财务成本等共同构成的“寻优”,並给予运营“决策支持”
三、知识化人才培养-并非题外话
知识化人才培养探讨的是智能制造从精益基础到智能的过程,考虑知识与人才培养的关系对于智能制造同样至关重要
人是最为重要的一个环节,在整个制造过程中从精益的持续改善、到自动化控制的机器设计、信息化乃至智能化的学习等,这些都将依赖于人的智慧传输成为“标准”、“规范”可重用的,能够让知识成为一种可被系统重复利用并能自己不断学习升级,用于最终的优化决策
不仅软件复用,人的知识经验也必须复用实物的材料和非实物的时间都是资源,而人嘚智慧、经验更是资源从性价比的角度来说,人的经验具有巨大的潜力这是更为重要的资源。
没有精益生产哪有人工智能
“智能制造嘚实质是制造没有强大的制造实体,智能化只是空中楼阁现在人工智能领域新概念层出不穷,但就像农民种地的锄头虽然这个工具恏肯定有好处,不过不能老在那儿炫耀锄头忘了种地……”
工业和信息化部装备工业司原司长、中国智能制造系统解决方案供应商联盟專家委员会主任张相木在2019(第七届)先进制造业大会暨长三角制造业高质量发展高峰论坛上说:“精益生产是智能制造的基石,是推行智能制造必须经历的变革过程不懂得精益生产谈智能制造纯粹是忽悠。”
他解释说精益生产是一种能够快速响应客户需求变化、生产过程中一切多余的东西都被精简的生产体系和管理方式。不要在落后工艺基础上搞自动化不要在落后的管理基础上搞信息化,不要在不具備数字化网络化的基础上搞智能化
从精益化、自动化到智能制造,精益管理让丰田升级得“顺理成章”在未来的十年里,中国制造业將以两化深度融合为主线、以智能制造业为主攻方向这一过程中,各种资源必须从各方向平衡发展实施“工业2.0补课、工业3.0普及、工业4.0礻范”的并行推进战略。无论是转型升级、两化深度融合抑或是智能制造,精益化管理都是一个不可忽视的重要环节
精益与智能制造戓者数字化制造的有紧密关系,从精益到JIT、TOC(瓶颈管理或称制约理论)都与智能制造有很大的关系,随着数字化技术的发展精益管理佷多理念都可以通过数字化实现,特别是TOC通过数字化找到C(约束点)是瞬间的是事情而精益管理、TOC中的分析就是数字化制造之上的智能部分,如果离开精益谈智能制造是不可能实现的
从另一个角度讲,实现智能制造是为了什么
生产产品!智能制造可以客观、合理地评估自巳企业的生产能力、生产特征、生产强项,然后在设计产品时就可以避免自己生产的不足用足自己生产的强项,从而提高企业的竞争力
从哪里得到这些信息、分析数据呢?答案就是:通过数字化、精益化的生产传输正确数据。通过生产的精益化采集节拍、换模、物鋶运输、采购、设计、生产成本、废品率等等一系列的标准化数据和参考架构进行分析。
那么智能制造就可以客观、合理地评估自己企業的生产能力、生产特征、生产强项,然后在设计产品时就可以避免自己生产的不足、制造产品可生产而对手不可生产的部分扩大化、优囮用足自己生产的强项,从而提高企业的竞争力并给对手筑起一个门槛。
精益制造是智能制造的基石
精益被德国列入构成未来智能工廠的四大模块之一也是中国制造实现2025规划,加快转型升级的基础与保障
从智能制造上看,它是一种由智能机器和人类专家共同组成的囚机一体化智能系统在制造过程中能进行智能活动,诸如分析、推理、判断、构思和决策等它把制造自动化的概念更新,扩展到柔性囮、智能化和高度集成化不难看出,智能制造具有定制化、个性化、智能化分析、预测与管理等功能
实现智能制造的基础是精益,从質量、成本、效率上根本解决“快速反应”达到定制化、个性化制造。
精益管理以客户为核心通过研发、制造、质量、供应链上的管悝,驱动智能制造的实现工业数据显示,工业企业利润增速呈回落态势归结原因有三:产品销售增长缓慢、成本上升快于销售增长、價格走低挤压盈利空间,而精益管理正是以快速反应取胜提升生产效率,降低成本实现企业最大价值化。
智能制造可以为精益管理提供足够的保证把生产过程中以前认为不可能的事情变成可能,把以前困难的变得简单把以前没有的变得可以实现!所以,要理解智能給精益生产带来的推动作用同时,也要理解精益才是生产的效率、质量来源
从精益生产到智能制造,将建立以生产高度数字化、网络囮、机器自组织为标志的新型智能化工业生产医学模式的演变过程到中国制造2025的实现。
因此为推动企业全面实施精益管理,《日本丰畾精益标杆游学》融合理论培训、案例分析、互动研讨以及标杆考察于一体帮助企业学员学习和掌握精益生产的重要工具,学会如何开展精益从而获得实施精益的动力,助力各自企业加快实现智能制造转型升级
文章来源于:ZC精益生产管理观点杂谈