近年來，國家持續(xù)高位推動數(shù)實融合走深向?qū)?，在?shù)實融合大勢下，惟有加快數(shù)智化轉(zhuǎn)型，才能走的更遠。ChatGPT的橫空出世，讓全球用戶發(fā)現(xiàn)了AI技術(shù)所蘊藏的巨大潛力。
10月27日，2023中國企業(yè)數(shù)字化轉(zhuǎn)型峰會暨賽意用戶大會在武漢隆重舉行。大會以“AI驅(qū)動 數(shù)智創(chuàng)新”為主題，邀請了1000多名行業(yè)精英、企業(yè)領(lǐng)袖、專家學者共聚一堂，聚焦AI技術(shù)，共創(chuàng)數(shù)字未來。
在主論壇高峰對話環(huán)節(jié)，特邀新華網(wǎng)產(chǎn)業(yè)運營總監(jiān)星火行動負責人胡皓冉作為主持人，對話中國工程院院士、華中科技大學教授李培根，賽意信息董事長兼CEO張成康，日出東方控股股份有限公司總裁萬旭昶，肆拾玖坊創(chuàng)始人、CEO張傳宗，圍繞“顛覆與重塑，AI技術(shù)賦能企業(yè)放大優(yōu)勢”，共探大模型時代的挑戰(zhàn)與機遇。
大會現(xiàn)場，聚焦“企業(yè)數(shù)字化轉(zhuǎn)型過程中采用AI賦能遇到的難點”這一話題，也特設(shè)了互動話題投票，臺下嘉賓掃碼參與互動，大屏實時呈現(xiàn)投票結(jié)果，圍繞共性難題展開深度探討，共同探尋建議和參考，助力企業(yè)智改數(shù)轉(zhuǎn)。
以下為高峰對話環(huán)節(jié)的部分精彩內(nèi)容實錄：
李培根：目前還處于人工智能應(yīng)用的早期階段，制造業(yè)是人工智能應(yīng)用藍海，AI技術(shù)應(yīng)用滲透率依然偏低，尚未充分施展拳腳，應(yīng)用潛力仍待開發(fā)。當然，大模型的出現(xiàn)能夠大大推動AI應(yīng)用的落地，但最近幾年還無法達到顛覆性的程度。我比較傾向于用“超越”這個詞來形容，現(xiàn)在大家都在講高質(zhì)量發(fā)展，但一家企業(yè)如果在高質(zhì)量的水平上，還要繼續(xù)超越一點點是非常困難的，人工智能的技術(shù)有可能幫助企業(yè)再實現(xiàn)改善和超越，為企業(yè)提升效率和創(chuàng)新能力。目前企業(yè)需要的是將AI技術(shù)與業(yè)務(wù)結(jié)合，落到實處去解決實際的業(yè)務(wù)痛點，將價值最大化。
張成康：大模型時代，生成式AI是大的趨勢，目前的發(fā)展現(xiàn)狀需求大過于價值，人力、資源、資金大量投入正推動技術(shù)的發(fā)展和應(yīng)用。這時，我們需要解決投入產(chǎn)出的問題：如何讓AI產(chǎn)生價值？在探索場景的應(yīng)用里面，其實最核心的解決的問題是投入和產(chǎn)出的問題，比如要訓練一個模型要大量的知識庫，需要大量的算力，最終產(chǎn)生的效益對單一工廠或者企業(yè)來說節(jié)省的成本很少，但對于一個行業(yè)那不一定是這樣。就像我談的“剪刀差原則”一樣，當所有的智能化大大低于未來我們用傳統(tǒng)模式所消耗的成本時，當這個交叉點來臨的時候，就會被全部取代。目前賽意也已經(jīng)和PCB行業(yè)的客戶去共創(chuàng)行業(yè)應(yīng)用場景，在工藝自動化領(lǐng)域通過大模型的訓練能夠提升高達90%的準確率，未來能達到100%或者99.9%的時候，我們就可以去替代。雖然這個交叉點還沒到來，但在這樣大的浪潮下，我們每個人都應(yīng)該積極去學習、擁抱AI技術(shù)。
萬旭昶：我認為在數(shù)字化的道路上要做到：認清自己，立足當下。日出東方作為一家傳統(tǒng)企業(yè)，也在緊抓數(shù)字化變革，在積極探索數(shù)字化管理新模式上也取得一定成效，如致力于數(shù)據(jù)治理，有效打通“信息孤島” ，在智能制造領(lǐng)域僅用3個月就完成了“制造、倉儲、質(zhì)量、數(shù)采、設(shè)備、采購”等6大系統(tǒng)的上線。目前，AI在傳統(tǒng)制造業(yè)數(shù)字化轉(zhuǎn)型領(lǐng)域的應(yīng)用也已經(jīng)在慢慢開展了，處于試點和局部應(yīng)用階段。在新技術(shù)的浪潮下，我認為企業(yè)需要立足當下，認清自己，找到適合自己的道路，跟隨但不跟風，只有合適的才是最美的，才能長久助力企業(yè)健康可持續(xù)發(fā)展。
張傳宗：隨著AIGC技術(shù)的不斷發(fā)展，傳統(tǒng)酒廠已經(jīng)開始引入一些智能化設(shè)備和系統(tǒng)，以提高生產(chǎn)效率和質(zhì)量。AI在酒行業(yè)已經(jīng)得到快速應(yīng)用，依托AI賦能，現(xiàn)在只需2個人就能管理千人工廠，實現(xiàn)了高度自動化的“黑燈生產(chǎn)”。AI新技術(shù)在酒企的倉儲、物流、制造和供應(yīng)鏈場景中都能發(fā)揮巨大作用，通過數(shù)據(jù)分析預(yù)測能夠優(yōu)化供應(yīng)鏈管理，提高供應(yīng)鏈的運作效率，幫助企業(yè)實現(xiàn)經(jīng)營效率的改善，最終達到降本增效的效果。
李培根：近期我們很難談“顛覆”，在工業(yè)元宇宙里，產(chǎn)品、商業(yè)模式消費的模式等等，它都會發(fā)生一些顛覆性的改變，這是有可能的，但這種改變在目前來看還是比較遠的事?！?/span>重塑”是指怎么去通過數(shù)字技術(shù)賦能企業(yè)的變革，數(shù)字化轉(zhuǎn)型是多方面的，產(chǎn)品開發(fā)模式、制造模式、服務(wù)模式等等這些模式的轉(zhuǎn)型都是重塑的過程。
張成康：技術(shù)的革新是快速迭代的，AI在制造業(yè)是具有顛覆性力量的，自動化、機器人和AI正在改變傳統(tǒng)生產(chǎn)線，從傳統(tǒng)制造走向智能制造，這就是場景的顛覆，當交叉點來臨時，它不是優(yōu)化而是替代和顛覆。所以我們要擁抱AI，發(fā)現(xiàn)這個大的趨勢。我們作為一個數(shù)字化服務(wù)商，在AI時代，賽意也聯(lián)合華為、聯(lián)合客戶，利用我們多年來行業(yè)深耕積累下的Know-How，深入觸達行業(yè)核心痛點，共創(chuàng)行業(yè)模型，不斷地滲透產(chǎn)業(yè)，從而顛覆傳統(tǒng)生產(chǎn)制造模式，賦能企業(yè)高質(zhì)量發(fā)展。
萬旭昶：科技的變化是日變而不知，在潛移默化中逐漸改變我們的生活習慣和方式，比如有了辦公軟件之后，我們可以直接用移動端如釘釘去批復(fù)文件。拿日出東方來舉例，我們的空氣能熱泵產(chǎn)品，今年1-3季度的銷售收入同比增長了99%，面對如此龐大的貨品需求量，如果沒有引入數(shù)字化技術(shù)，我們是無法完成順利供貨的。這些是數(shù)字化和智能化給我們帶來的看得見摸得著的切實變化，我們需要去快速跟上，并適應(yīng)新技術(shù)對企業(yè)場景的重新塑造。
張傳宗：2010年，聯(lián)想推出了第一代智能手機樂Phone，那時智能手機又厚又重，智能的范圍也很局限，當時的我們無法想象現(xiàn)在的智能手機如此小巧輕便，并且?guī)缀跄芙鉀Q你所有問題。這幾年移動互聯(lián)網(wǎng)、電商直播的飛速發(fā)展，讓人機交互、人人交互成為可能。ChatGPT的出現(xiàn)又帶來了新的可能，未來我們可以通過人工智能超強的執(zhí)行力，以超低的成本實現(xiàn)超強的創(chuàng)造。我認為AI在未來是可以帶來顛覆性的改變的。
李培根：目前智能化、數(shù)字化的工具非常多，低代碼、零代碼的產(chǎn)生，也讓我們的業(yè)務(wù)人員在使用的時候能夠更便利高效。我們需要構(gòu)建一個好的數(shù)字化生態(tài)，從而協(xié)同創(chuàng)造價值，實現(xiàn)1+1>2的協(xié)同效應(yīng)。假以時日，這些問題都能逐步得到解決。
張成康：企業(yè)的AI應(yīng)用落地首先在于企業(yè)的一把手要不要去擁抱AI，開啟變革。變革事項一定是自上而下去發(fā)起，實現(xiàn)全員目標一致。其次是人才，對企業(yè)來說，人是最關(guān)鍵的環(huán)節(jié)，企業(yè)需要打造一個學習型組織。再者談到場景，我們作為一家數(shù)字化服務(wù)商，對內(nèi)我們需要考慮的是如何提升效率，對外要考慮如何可以創(chuàng)造新的價值。最后信息安全是很多企業(yè)都有擔憂的，企業(yè)可以去選擇做私有化部署，或者和有政府的背書，有公信力的平臺合作。
萬旭昶：對于大多數(shù)企業(yè)來說人才永遠都不夠用，對于變革來說，我也非常贊同張總所說的要自上而下發(fā)起變革。企業(yè)的一把手要勇于學習勇于改變，找到合適的對標對象，研究學習領(lǐng)先者的經(jīng)驗，然后找機會超越他。企業(yè)的老板們要立足現(xiàn)狀，大膽的去確認你的所使用的場景，哪些需要改變，哪些不用改變，順勢而為去尋找相關(guān)的人才，來實現(xiàn)你的夢想。
張傳宗：我看到這個場景難尋排到第三位，我略有不同的看法，我覺得場景不難尋，認為處處都是可以用AI替代優(yōu)化的場景。最近我們生產(chǎn)一個新產(chǎn)品，成品率只有30%，未來如果有更好的技術(shù)去支持，將這個數(shù)據(jù)提高到50%、80%，那都是非常可見的效益提升。今天，業(yè)界已經(jīng)有非常多智能制造的成功案例，我們也在去建設(shè)規(guī)劃我們的工廠，也希望能夠用數(shù)字化方式重新定義面向未來的業(yè)務(wù)。之前賽意的張總也提到“剪刀差原則”的交叉點，我認為這個交叉點快要來臨，或者已經(jīng)來臨。
