作者简介:何金池 是 IBM 科技事业部的资深架构师,著有《Kubeflow:云计算和机器学习的桥梁》和《大数据处理之道》等书,是 Kubeflow、Tekton 多个开源社区的 Maintainer,亲自参与了 IBM 多款产品的研发,是人工智能、分布式计算、大数据处理和云原生等相关技术和产品的专家。
当前,制造业正经历着一场以人工智能(AI)技术驱动的深刻变革,以大模型为代表的新一代 AI 技术,因其强大的数据处理能力、精准的预测分析和高效的自动化水平,正以前所未有的速度深度融入制造业的各个环节,重塑制造业的生产模式、管理方式和价值链,为传统制造业注入新的活力,推动着“智慧工厂”的加速到来。
跨国制造业在中国面临的挑战
跨国制造企业在中国市场面临着一系列复杂且严峻的挑战。首先,市场竞争的日益激烈使得跨国企业必须不断创新,以保持其竞争优势。随着中国本土企业的快速崛起,跨国企业不仅需要应对来自同行的压力,还需适应本土企业灵活多变的竞争策略。其次,成本的不断攀升和收益空间的缩减,使得跨国企业必须在成本控制和利润提升之间找到平衡点。此外,供应链的不确定性、数据本地化与网络安全的合规要求,以及本地化需求的差异化,进一步增加了跨国企业的运营难度。最后,本地化需求的差异化要求跨国企业深入理解中国市场,提供更贴近消费者需求的产品和服务。
面对日益严峻的挑战,跨国制造企业需要依托企业级 AI 的强大赋能,方能迎刃而解,助力实现高效运营和可持续发展。
IBM 企业级 AI 驱动智能制造升级
经过多年的技术积累和创新,IBM 企业级 AI(下文简称“IBM AI”)整合其新一代 AI 与数据平台 watsonx 的能力,不仅囊括了传统机器学习平台的优势,如数据处理、特征工程、模型训练和评估等,还具备当前备受瞩目的生成式 AI 功能。这一整合使得 IBM 的 AI 技术在处理复杂问题、提供精准预测和优化决策方面具备了更强大的能力,能够在多个关键领域为跨国企业带来深刻的数智化转型,助力企业实现高效运营和可持续发展。
在研发领域,IBM AI 通过构建知识图谱,整合并处理来自多方数据源的海量信息,深入挖掘数据间的隐秘关联与内在联系,为研发决策提供坚实的数据支撑。同时,IBM AI 打造统一的知识共享平台,利用智能问答与搜索技术,打破信息孤岛,提升知识共享效率。
在生产领域,IBM AI 利用机器学习技术,深入挖掘产线数据,识别出影响产品质量的关键因素,帮助企业从源头把控产品质量,降低生产成本。同时,IBM AI 针对企业有限的资源进行最优调配,通过决策优化技术,帮助企业制定最优生产计划,实现成本最小化、效率最大化。此外,IBM AI 对生产设备进行实时监测和数据分析,预测潜在故障,帮助企业提前制定维护计划,避免设备停机,保障生产连续性。借助于 IBM 视觉检测技术,提高产品质量和检测效率。
在供应链方面,IBM AI 融合多种算法与模型,进行多维度、多层次的需求预测,帮助企业精准把握市场需求,制定合理的采购和生产计划。同时,IBM AI 通过vwin 预排产,为企业提供决策辅助参考,优化生产排程,提高生产效率,降低库存成本。此外,IBM AI 基于需求数据、备件类别等数据,输出最优库存策略,帮助企业实现库存成本最小化,提高资金周转效率。IBM AI 还基于调度规则与优先级,提供智能化的物流调度方案建议,优化物流资源配置,提高物流效率,降低物流成本。
在售后方面,IBM AI 驱动的售后服务助手,能够提供故障诊断、解决方案查询、服务商政策咨询、售后工单系统问题咨询等一站式服务,提升客户满意度。同时,IBM AI 从消费者各个触点的声音中进行数据分析,洞察消费者需求,帮助企业优化产品和服务,提升客户体验。
在运营方面,IBM AI 自动化和优化人力资源管理中的招聘、员工管理和绩效等任务,提高人力资源管理效率,降低人力成本。同时,IBM AI 根据自然语言输入或现有源代码,提供 AI 生成的代码推荐,帮助企业提升 IT 系统开发效率,降低开发成本。
在销售方面,IBM AI 提供智能问答和销售策略支持,帮助销售人员提升销售效率,达成销售目标。同时,IBM AI 基于销售历史数据及业务专家判断,建立销售数量预测模型,帮助企业制定合理的销售计划,提升销售业绩。此外,IBM AI 驱动的 7*24 智能客服机器人,能够提供全天候的客户服务,解答客户疑问,提升客户满意度。
IBM 企业级 AI 应用案例
1.智能视觉检测技术,打造“火眼金睛”
某大型汽车制造企业面临着传统人工质检效率低下、漏检率高、成本高昂等问题,亟需引入先进的 AI 技术提升生产质量。IBM 为其部署了基于 IBM Maximo Visual Inspection (VI) 技术的智能视觉检测系统。该系统融合了计算机视觉和深度学习等技术,能够对汽车零部件进行高精度、高效率的自动化检测。首先,收集大量汽车零部件图像数据,并进行人工标注,构建高质量的训练数据集。然后训练模型,并进行持续优化,提升模型识别精度和泛化能力。最后,将训练好的模型通过手机端和工控机部署到生产线上,实现实时在线检测。结果显示,AI 视觉检测系统能够以毫秒级速度完成检测,效率远超传统人工质检,漏检率降低至 0.1% 以下,显著降低了质检成本,同时提高了产品质量,减少了返工和报废成本。
2.大模型技术赋能,构建智能知识库
某全球领先的电子产品制造商拥有海量的技术文档、产品手册和客户服务记录,但这些信息分散在各个部门,难以有效利用,导致知识共享和协同效率低下。IBM 为其打造了基于 watsonx Assistant 和 watsonx Discovery 技术的智能知识库平台。首先,从企业内部系统、网站、文档库等渠道采集海量非结构化数据,并进行清洗、去重、格式转换等预处理操作。然后构建企业专属的智能知识库,将分散的知识点连接起来,形成知识网络。最后,基于 IBM watsonx Assistant,开发智能问答机器人,能够理解自然语言,并从知识库中快速检索相关信息,提供精准的答案和解决方案。结果显示,员工可以通过智能知识库平台快速获取所需信息,避免了信息孤岛,提升了知识共享和协同效率。智能问答机器人能够 7*24小时提供在线服务,快速解答客户疑问,提升客户满意度,减少了人工客服的工作量,降低了客户服务成本,同时提高了问题解决效率,减少了客户流失。
随着 AI 技术的不断发展和应用,AI 将在制造业中发挥越来越重要的作用,推动制造业向数字化、网络化、智能化方向转型升级。未来,AI 将与其他新兴技术深度融合,例如 5G、物联网、区块链等,共同构建更加智能、高效、绿色的智慧工厂,为制造业高质量发展注入强劲动力。AI 赋能制造业,是时代发展的必然趋势,企业需要积极拥抱 AI 技术,将其融入到生产、管理、研发等各个环节,才能在激烈的市场竞争中立于不败之地,开创制造业高质量发展的新局面。
-
IBM
+关注
关注
3文章
1755浏览量
74675 -
云计算
+关注
关注
39文章
7774浏览量
137343 -
AI
+关注
关注
87文章
30726浏览量
268870 -
大模型
+关注
关注
2文章
2423浏览量
2637
原文标题:IBM 专家观点:IBM 企业级 AI 为跨国制造业智能化注入新动力
文章出处:【微信号:IBMGCG,微信公众号:IBM中国】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论