设为首页收藏本站

大数据论坛

 找回密码
 立即注册

QQ登录

只需一步,快速开始

搜索
查看: 206|回复: 1

李小玲:加快人工智能与制造业融合创新

[复制链接]
发表于 2018-8-14 15:13:47 | 显示全部楼层 |阅读模式
以网络信息技术产业为重要内容的互联网、大数据和人工智能,正在改变世界的经济活动方式,也给作为实体经济主体的制造业提供了转型升级的历史机遇。当前,新工业革命与我国实施制造强国战略形成历史汇,我们必须把握变革趋势和时间窗口,做好信息化与工业化深度融合这篇大文章,努力实现建设制造强国的目标。大规模机器生产和柔性生产带来了“人机协同”,制造业须整合行业力量推动组织管理创新、行业内协同创新和激励方式创新,加快推动人工智能与制造业融合发展。
催生工业互联网平台
互联网和大数据驱动传统制造业向人工智能化转型升级。一方面,互联网和大数据是产业升级的基础设施,数据连接和数据源的大量膨胀,使经济主体预测和决策能力增强。据中国经济网2016年初的统计分析,在电商领域,京东当时数据总存储量达到50PB以上,年增长300%;滴滴每天数据分析量级是50TB,大约是5万部高清电影的容量,每天连续上传的定位数据是50亿次。海量的生产、制造和消费数据使得企业可以更为有效地分析和预测顾客的行为,进而提供实现人工智能辅助生产、市场和售后等环节的预测和决策。
另一方面,消费者小而美的升级需求让企业更难揣测。人们不再满足流水线上千篇一律的产品,从而要求在供给侧推行多品种小批量的定制化生产模式。但多品种小批量生产模式会让企业在实践中面临很多不可控的因素:需求不确定、研发周期缩短、多品种并行、资源共享难、成本飙升等,让传统企业患上了订单延迟率高、库存高、成本高的“三高症”。为打破这一困境,制造业企业需借助工业物联网、大数据、云计算、人工智能等,及时整合消费者复杂化、情景化和碎片化的需求,从而实现在市场互联和需求不断更新的情境下持续地盈利。
人工智能算法应用是制造业升级的利器,通过深度学习和迭代试错来优化方案,可以赋能产业链上各主体,从而实现快速合作和创新。拥有数据连接和数据源是远远不够的,这些资源需要借助人工智能算法工具改变和提升传统协作方式的效率,重新组织和安排生产要素,形成共赢的智慧产业生态圈。人工智能算法的决策模式是通过训练数据来学习和优化决策,这与传统层级式决策组织结构截然不同。“人工智能+制造”需要将不同企业的技术和数据标准通过一个行业性平台进行连通和交互,催生“工业互联网平台”。该平台为产业提供通用的算力(工业云计算和边缘计算)、算据(工业大数据)和算法(工业人工智能)能力,有效克服传统组织中相对稳定的链条式合作和层级式管理的弊端。同时,来自消费市场的重要变革也驱动着组织结构和激励策略向群体性、动态化和开放化转变。
然而,人工智能的三种动力还没有在制造行业中真正发挥作用。埃森哲与国家工业信息安全发展研究中心、中国两化融合服务联盟合作,2017年研究了六大制造业行业的170家中国上市企业,发现仅有4%的企业是由数字技术驱动的新业务或新商业模式的“数字领军者”;19%的企业刚开始打造数字能力,但经营上还未实践数字赋能;77%的企业对数字赋能缺乏重视,尚未进行相关投入。
找准融合的发力点
这场整体产业升级的变革过程,打破了不同行业的原材料采购、生产、销售和服务等既定价值链模式,让市场的迭代优化机制从效率上重新定义不同企业的专业优势和协作能力,促进人工智能在资源整合中的主导变革作用的发挥。因此,每个制造企业都是重要的贡献者和收益者,要把握人工智能快速发展的历史机遇,通过企业协同和跨界创新,实现优化升级和整体跨越式发展。
第一,创新组织管理方式。互联网和大数据发展对传统组织管理方式形成挑战,加快人工智能与制造业融合发展,关键在于组织模式的协同和激励策略的创新。传统组织管理是通过产业链上下游进行合作的,企业内通过层级式组织来管理。但是,这与智能化生产相悖,为了实现数据的资源连接和快速迭代,必须关注组织模式协同,增强响应能力。如海思堡个性化定制工业互联网,通过个性化定制技术赋能中小服装企业,聚焦服装行业产业协同,整合上游设计和下游定制,形成了开放的智慧产业生态系统。它的协同机制在于,组织的核心功能实现去中介化(节点之间能快速连接)、去中心化(每个节点都通过连接其他节点来自治发展)和去边界化(信息和资源可以灵活调配)。
第二,提高协同创新效率。企业须将视角从关注自身扩展到产业链甚至整个产业生态系统,不断提升自身在生态系统中的不可替代性,并在一定程度上与生态系统中各方协力推进创新。人工智能变革背后的推动力是数据的搜集和使用,有别于任何一种形式的有形和无形资源,只有鼓励企业和产业之间跨界使用,才能构建起全景式数据,解决“用户—产品—场景”三元结合的实践问题。数据赋予企业新的竞争力,通过产业链上企业间的信息交互与共享,改变和提升传统企业协作方式的效率,重新组织和安排生产要素,形成共赢的智慧产业生态圈。在工业云领域,GE Predix与亚马逊AWS、SIMES MindSphere与SAP HANA、SAP 与BOSCH等,不仅有大企业的横向或纵向的贯通连接,还有围绕每个大企业的庞大集成商、渠道商、服务商、咨询公司等多层次合作体系。此外,数据资源的使用不仅是数据融合层面,还包括系统设计的可拓展性和灵活性。因此,人工智能产业需要从产业和社会层面引导数据融合规则、系统设计规范、人才发展政策,减少企业逐个摸索的成本,降低进入壁垒,提高整个产业的协同创新效率。
第三,创新人才激励机制。制造业步入智能化时代,产业生态系统中企业之间的利益分配由市场决定,但企业对人才价值衡量和激励的方式将被颠覆。在传统企业中,员工是被嵌套在某一个固定工作岗位中的社会人,岗位价值决定个人价值。但人工智能为制造业赋能后,每个员工的工作内容都将发生重大改变,由一人对应一个岗位变成一人兼顾数个岗位,让企业难以衡量单个员工的工作价值。因而,互联网和大数据给制造业实现人工智能化带来的最大冲击,是要重新定义企业与人的关系。这促使企业对人才的评价标准由单一岗位价值,转变为员工运用数字资源在战略、生产、管理、销售中的一个环节或几个环节为企业创造价值的能力。就人才激励而言,帮助人才实现自我价值是企业人力资源管理的第一要义,薪酬、股权等外在激励措施只是未来人才激励的一部分。数字化领军企业拥有海量、专属的数据,能为员工实现自我价值提供广阔的舞台,更易于聚集优秀人才,再由人才推动企业不断创新,形成“数据驱动—人才创新—企业增值”的智能化组织发展模式。

点评

海!外直播 t.cn/RxmJTRS 禁闻视频 t.cn/RJ7ga9F 当我用心去了解世界时,惊愕地发现:从小我们被告诉,资本主义才有的邪恶暴力腐败凄惨都被社会主义国家拥有了;而社会主义应有的平等自由福利人权都被资本主义国家拥有   发表于 2018-8-26 18:44
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|Archiver|手机版|大数据论坛 ( 京ICP备10002193号-4 京公海网安备110108001289号  

GMT+8, 2018-12-10 05:18 , Processed in 0.268744 second(s), 27 queries , Gzip On.

Powered by Discuz! X3.1

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表