導(dǎo)語(yǔ) |?人工智能技術(shù)的迅猛發(fā)展，正在引領(lǐng)第四次工業(yè)革命悄然而至。盡管 AI 技術(shù)在工業(yè)領(lǐng)域的部署仍有諸多難題亟待解決，但這并不能阻擋歷史趨勢(shì)的車輪滾滾向前，AI 正在為工業(yè)領(lǐng)域帶來(lái)新的變革。今天，我們特邀了上海騰展長(zhǎng)融董事 & CTO 韓光祖老師，他將為我們分享 AI 數(shù)據(jù)分析在工業(yè)領(lǐng)域的發(fā)展及應(yīng)用。

作者簡(jiǎn)介

韓光祖，騰訊云 TVP，現(xiàn)任上海騰展長(zhǎng)融董事 & CTO。美國(guó)南加州大學(xué)企管碩士，曾任富邦華一銀行總部渠道與數(shù)字銀行部副總裁及總部信息科技部副總裁、緯創(chuàng)集團(tuán) WistronITS 全球總部首席信息官 、企業(yè)資安主委、子辰國(guó)際開發(fā)(央企港銀博源基金)技術(shù)顧問兼任 COO (投資）、新蛋網(wǎng)全球科技及委外服務(wù)總監(jiān)、外資銀行科技一級(jí)部主管 12 年。有 20 余年企業(yè) IT/MIS/IS 營(yíng)運(yùn)經(jīng)驗(yàn)，有 DD、私募債權(quán)融資、工業(yè)地產(chǎn)交易與股權(quán)轉(zhuǎn)讓、跨境金融財(cái)務(wù)、科技發(fā)展與創(chuàng)新經(jīng)驗(yàn)。并且也擁有多年大型電商行業(yè)從業(yè)及銀行核心系統(tǒng)更換經(jīng)驗(yàn), 熟悉信息化、數(shù)實(shí)化、商業(yè)系統(tǒng)分析、云架構(gòu)及云遷移、電信公有云建置及開發(fā)、整合; 并熟悉研發(fā)、產(chǎn)品、售前、交付、售后等業(yè)務(wù)；甚至包括專業(yè)的服務(wù)解決方案、規(guī)劃、實(shí)施、建立大型資料分析、資料采集及深度學(xué)習(xí)圖像物件偵測(cè)的AI工藝輔助決策和熟悉企業(yè)整體戰(zhàn)略規(guī)劃與實(shí)施。

一、工業(yè)4.0時(shí)代的關(guān)鍵技術(shù)

眾所周知，工業(yè)大數(shù)據(jù)分析是工業(yè) 4.0 時(shí)代的關(guān)鍵技術(shù)，它通過(guò)深入挖掘海量工業(yè)數(shù)據(jù)，為生產(chǎn)運(yùn)營(yíng)、產(chǎn)品創(chuàng)新、供應(yīng)鏈優(yōu)化以及安全管理等多個(gè)領(lǐng)域提供了前所未有的洞察力和決策支持。工業(yè)大數(shù)據(jù)分析涉及的主題和場(chǎng)景非常廣泛，以下是數(shù)據(jù)化整體業(yè)務(wù)及一些主要的例子：

（圖例，數(shù)據(jù)化整體業(yè)務(wù)架構(gòu)）

?（圖1，工業(yè)大數(shù)據(jù)分析主題）

（圖2，數(shù)據(jù)挖掘分析方法）

首先，在生產(chǎn)運(yùn)營(yíng)領(lǐng)域，工業(yè)大數(shù)據(jù)分析通過(guò)實(shí)時(shí)監(jiān)控傳感器和設(shè)備運(yùn)行數(shù)據(jù)，精準(zhǔn)識(shí)別生產(chǎn)過(guò)程中的瓶頸，從而優(yōu)化生產(chǎn)流程，提高效率。同時(shí)，通過(guò)對(duì)產(chǎn)品質(zhì)量檢測(cè)數(shù)據(jù)的分析，可以快速定位產(chǎn)品缺陷的成因，不僅提升了產(chǎn)品的質(zhì)量，也增強(qiáng)了客戶滿意度。此外，能源消耗數(shù)據(jù)的分析有助于發(fā)現(xiàn)能源使用的浪費(fèi)點(diǎn)，進(jìn)而優(yōu)化能源配置，實(shí)現(xiàn)綠色生產(chǎn)。

其次，預(yù)測(cè)性維護(hù)是工業(yè)大數(shù)據(jù)的又一重要應(yīng)用，它通過(guò)分析設(shè)備的歷史運(yùn)行和故障數(shù)據(jù)，預(yù)測(cè)潛在的故障風(fēng)險(xiǎn)，并制定科學(xué)的維護(hù)計(jì)劃。這種方法不僅減少了意外停機(jī)時(shí)間，也有效降低了維護(hù)成本。同時(shí)，通過(guò)對(duì)產(chǎn)品使用數(shù)據(jù)的分析，可以預(yù)測(cè)產(chǎn)品壽命，及時(shí)提醒用戶進(jìn)行更換或維護(hù)，提高了產(chǎn)品的可靠性和用戶的信任度。

再者，在產(chǎn)品研發(fā)環(huán)節(jié)，工業(yè)大數(shù)據(jù)分析利用市場(chǎng)數(shù)據(jù)和客戶需求數(shù)據(jù)，幫助企業(yè)洞察市場(chǎng)趨勢(shì)，快速響應(yīng)市場(chǎng)變化，研發(fā)出滿足市場(chǎng)需求的創(chuàng)新產(chǎn)品。同時(shí)，設(shè)計(jì)數(shù)據(jù)和測(cè)試數(shù)據(jù)的分析有助于優(yōu)化產(chǎn)品設(shè)計(jì)，提升產(chǎn)品性能和競(jìng)爭(zhēng)力。

此外，供應(yīng)鏈管理是工業(yè)大數(shù)據(jù)分析的另一個(gè)關(guān)鍵應(yīng)用場(chǎng)景。通過(guò)對(duì)供應(yīng)商數(shù)據(jù)和采購(gòu)數(shù)據(jù)的分析，企業(yè)可以優(yōu)化采購(gòu)策略，降低采購(gòu)成本。庫(kù)存數(shù)據(jù)和物流數(shù)據(jù)的分析則有助于優(yōu)化庫(kù)存管理，提高供應(yīng)鏈的響應(yīng)速度和效率。

最后，在安全管理方面，工業(yè)大數(shù)據(jù)分析通過(guò)分析安全事故數(shù)據(jù)和隱患排查數(shù)據(jù)，幫助企業(yè)識(shí)別安全風(fēng)險(xiǎn)，制定有效的安全措施，降低事故發(fā)生率。員工行為數(shù)據(jù)和環(huán)境監(jiān)測(cè)數(shù)據(jù)的分析，有助于識(shí)別潛在的安全隱患，預(yù)防安全事故的發(fā)生。

?（圖3，數(shù)據(jù)分析應(yīng)用場(chǎng)景及節(jié)點(diǎn)）

值得一提的是，工業(yè)大數(shù)據(jù)分析在智能制造、工業(yè)物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)和能源互聯(lián)網(wǎng)等多個(gè)場(chǎng)景中發(fā)揮著重要作用。在智能制造工廠，它助力實(shí)現(xiàn)生產(chǎn)智能化、決策智能化和服務(wù)智能化。在工業(yè)物聯(lián)網(wǎng)領(lǐng)域，它能夠處理和分析大量設(shè)備數(shù)據(jù)，提取有價(jià)值的信息。

機(jī)器狗巡檢平臺(tái)是一種集成了先進(jìn)機(jī)器人技術(shù)、人工智能和自動(dòng)化控制的智能巡檢解決方案。這種平臺(tái)通過(guò)使用靈活、敏捷的機(jī)器狗作為巡檢主體，能夠在各種復(fù)雜環(huán)境中執(zhí)行任務(wù)，如工業(yè)設(shè)施、倉(cāng)庫(kù)、公共區(qū)域甚至災(zāi)害響應(yīng)現(xiàn)場(chǎng)。

?（圖 4，IoT與機(jī)器狗技術(shù)結(jié)合：智能化工業(yè)巡檢與實(shí)時(shí)監(jiān)控平臺(tái)）

工業(yè)物聯(lián)網(wǎng)的興起，讓大數(shù)據(jù)分析能夠處理和分析來(lái)自無(wú)數(shù)設(shè)備的龐大數(shù)據(jù)流，揭示隱藏的價(jià)值。工業(yè)互聯(lián)網(wǎng)平臺(tái)利用大數(shù)據(jù)分析打破了數(shù)據(jù)孤島，實(shí)現(xiàn)了數(shù)據(jù)共享和創(chuàng)新應(yīng)用的繁榮。能源互聯(lián)網(wǎng)也通過(guò)大數(shù)據(jù)分析優(yōu)化了能源的供需平衡，提升了能源使用效率。

此外，工業(yè)大數(shù)據(jù)分析為企業(yè)帶來(lái)的具體價(jià)值表現(xiàn)在多個(gè)層面：它不僅提高了生產(chǎn)效率和產(chǎn)品質(zhì)量，還通過(guò)縮短研發(fā)周期和優(yōu)化供應(yīng)鏈管理降低了成本。更重要的是，它通過(guò)預(yù)測(cè)和預(yù)防措施顯著提高了安全生產(chǎn)水平。隨著技術(shù)的不斷進(jìn)步，工業(yè)大數(shù)據(jù)分析將繼續(xù)擴(kuò)展其應(yīng)用范圍，成為企業(yè)實(shí)現(xiàn)可持續(xù)發(fā)展和保持競(jìng)爭(zhēng)優(yōu)勢(shì)的重要工具。

總而言之，隨著工業(yè)物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)等技術(shù)的快速發(fā)展，工業(yè)大數(shù)據(jù)分析的應(yīng)用前景無(wú)限廣闊。它將成為企業(yè)獲取競(jìng)爭(zhēng)優(yōu)勢(shì)、實(shí)現(xiàn)智能化轉(zhuǎn)型的重要工具。同時(shí)，人工智能技術(shù)，如 ChatGPT，將在數(shù)據(jù)清洗、探索性數(shù)據(jù)分析、假設(shè)測(cè)試、分析方法選擇以及結(jié)果解釋等方面發(fā)揮重要作用，為企業(yè)提供深入的業(yè)務(wù)見解和決策支持。

二、工業(yè)AI發(fā)展怎么走？變革的心法、方法、做法

其實(shí)，在探討工業(yè)人工智能的未來(lái)路徑時(shí)，我們可以從業(yè)界的最佳實(shí)踐汲取靈感，并據(jù)此構(gòu)建一個(gè)高效、可持續(xù)的發(fā)展策略。在我看來(lái)，其未來(lái)的發(fā)展之路可以用心法、方法、做法這幾個(gè)詞來(lái)概括：

心法：降低成本是終極目的，工業(yè) AI 的核心目標(biāo)是通過(guò)智能化手段降低生產(chǎn)和運(yùn)營(yíng)成本。這不僅包括直接的材料和人工成本，還涉及到通過(guò)優(yōu)化流程減少浪費(fèi)，提高資源利用率。

方法：降低變異是關(guān)鍵過(guò)程，在實(shí)現(xiàn)成本降低的過(guò)程中，減少生產(chǎn)和運(yùn)營(yíng)中的變異性是至關(guān)重要的。變異性可能導(dǎo)致不確定性和浪費(fèi)，而通過(guò) AI 技術(shù)對(duì)流程進(jìn)行精準(zhǔn)控制，可以顯著提高一致性和可靠性。

做法：資源的整合采用 AI 的新流程，如?ECRS（Eliminate, Combine, Rearrange, Simplify）原則，可以幫助企業(yè)重新思考和設(shè)計(jì)工作流程，消除不必要的步驟，合并相似任務(wù)，重新排列工序順序，簡(jiǎn)化復(fù)雜操作。同時(shí)，對(duì) AI 資源的作業(yè)研究可以確保技術(shù)的有效利用，最大化生產(chǎn)效率。而 AI 探索因子則是數(shù)據(jù)科學(xué)的運(yùn)用，數(shù)據(jù)科學(xué)在工業(yè) AI 的應(yīng)用中扮演著重要角色。通過(guò)探索和分析大量數(shù)據(jù)，企業(yè)可以發(fā)現(xiàn)潛在的模式和趨勢(shì)，從而對(duì)生產(chǎn)過(guò)程進(jìn)行持續(xù)的改進(jìn)和優(yōu)化。

（圖 5，工業(yè)AI的發(fā)展路徑）

典型例子便是臺(tái)積電（TSMC），它作為全球領(lǐng)先的半導(dǎo)體制造企業(yè)，其在人工智能導(dǎo)入方面的成功實(shí)踐為整個(gè)制造業(yè)樹立了標(biāo)桿。臺(tái)積電通過(guò)深度集成 AI 技術(shù)到其生產(chǎn)流程中，不僅提高了制造精度，還優(yōu)化了生產(chǎn)效率和產(chǎn)品質(zhì)量。

?（圖 6，智能制造發(fā)展歷程）

三、從企業(yè)最佳實(shí)踐看未來(lái)工業(yè)AI之路

（一）公輔車間的AI數(shù)字化應(yīng)用

此外，我們可以在工廠車間這一具體環(huán)節(jié)看到工業(yè) AI 發(fā)揮的巨大作用，IOT+ ML ?公輔車間和機(jī)器學(xué)習(xí)技術(shù)在公輔車間的應(yīng)用顯著提升了能源效率并實(shí)現(xiàn)節(jié)能減碳。其實(shí)，工廠的生產(chǎn)車間，主要由間接生產(chǎn)車間（公輔車間）和直接生產(chǎn)車間組成，同時(shí)包括空壓系統(tǒng)、中央空調(diào)系統(tǒng)和循環(huán)水系統(tǒng)等部分。我們通過(guò) AI 技術(shù)對(duì)各部分實(shí)現(xiàn)智能控制，可以成功實(shí)現(xiàn)節(jié)能減排，提升生產(chǎn)效率。例如中央空調(diào)系統(tǒng)通過(guò)智能尋優(yōu)，可實(shí)現(xiàn)主機(jī)高效運(yùn)行，節(jié)省能耗 10-20%，而循環(huán)水系統(tǒng)則會(huì)根據(jù)水質(zhì)數(shù)據(jù)變化，經(jīng)過(guò)數(shù)據(jù)模型與分析進(jìn)行智能加藥和智能調(diào)節(jié)。

（圖 7，生產(chǎn)車間細(xì)節(jié)示意圖）

在 AI 智控的數(shù)字化車間，公輔車間的各站房通過(guò)數(shù)智技術(shù)可實(shí)現(xiàn)平均節(jié)能率超過(guò) 10%，而其中的數(shù)智化技術(shù)節(jié)能原理主要是通過(guò)采集工廠生產(chǎn)“能源需求側(cè)”和智能控制“能源供給側(cè)的設(shè)備參數(shù)”來(lái)實(shí)現(xiàn)供需曲線，這種節(jié)能減耗也與國(guó)家提倡的碳中和戰(zhàn)略不謀而合。它是目前最先進(jìn)的公輔車間智控節(jié)能方案，主要通過(guò)數(shù)據(jù)監(jiān)測(cè)和可視化來(lái)實(shí)現(xiàn)降低運(yùn)維成本，借助 AI 智能控制幫助車間節(jié)能減耗 10-30%。

（圖 8，AI 技術(shù)作用于車間效果圖）

另一方面，在空壓站中的空氣系統(tǒng)中，我們通過(guò)實(shí)現(xiàn)數(shù)字化和智能化解決方案，可以充分實(shí)現(xiàn)實(shí)時(shí)監(jiān)測(cè)、故障診斷、報(bào)表分析與展示，并可根據(jù)車間用氣變化，自動(dòng)啟停，告警管理、分析報(bào)告管理、系統(tǒng)管理等實(shí)用功能模塊。同時(shí)可以實(shí)現(xiàn)反向智能控制，節(jié)省能耗和提高管理效益的目的。隨著技術(shù)的不斷進(jìn)步，未來(lái)的工業(yè) AI 之路將更加注重成本降低和減少變異，引領(lǐng)制造業(yè)向更智能、更高效、更環(huán)保的方向發(fā)展。

（二）企業(yè)燃?xì)庵械拇竽Ｐ头治鲱A(yù)測(cè)

值得注意的是，企業(yè)燃?xì)饨y(tǒng)計(jì)數(shù)據(jù)分析的應(yīng)用無(wú)疑也為工業(yè) AI 的發(fā)展注入了強(qiáng)有力的注腳。具體而言，在實(shí)現(xiàn)該能源管理優(yōu)化的實(shí)踐中，我們需要對(duì)企業(yè)類型進(jìn)行分析，并對(duì)企業(yè)數(shù)據(jù)頻率進(jìn)行采集，從而把握企業(yè)的整體數(shù)據(jù)情況，此外，我們可以使用LightGBM、LSTM和ARIMA 模型對(duì)燃?xì)馐褂昧窟M(jìn)行預(yù)測(cè)。其實(shí)，企業(yè)燃?xì)馐褂昧繑?shù)據(jù)的分析和預(yù)測(cè)也給我們提供了模型選擇的建議、數(shù)據(jù)預(yù)處理的重要性和評(píng)估模型泛化能力的方法。

注：每個(gè)點(diǎn)代表當(dāng)前時(shí)間點(diǎn)下未來(lái) 24 小時(shí)燃?xì)馐褂昧款A(yù)測(cè)值和真實(shí)值，藍(lán)色是真實(shí)值，橙色為模型預(yù)測(cè)值（其中 x 軸為時(shí)間，y 軸為燃?xì)馐褂昧?#xff09;

（圖 9，模型預(yù)測(cè)結(jié)果圖）

LightGBM 模型預(yù)測(cè)結(jié)果與實(shí)際值緊密相符，R2 評(píng)分達(dá) 0.829，顯示出模型的高準(zhǔn)確性。

R2 的計(jì)算公式為 1- sse/sst (sse 為殘差平方和，sst 為總平方和)

在數(shù)據(jù)驅(qū)動(dòng)的現(xiàn)代商業(yè)環(huán)境中，企業(yè)通過(guò)資本規(guī)劃對(duì)數(shù)據(jù)資產(chǎn)進(jìn)行有效管理，可以顯著提升企業(yè)的整體價(jià)值。特別是在制造業(yè)領(lǐng)域，數(shù)據(jù)資產(chǎn)的標(biāo)準(zhǔn)化不僅能夠增強(qiáng)管理效率、優(yōu)化流程，還能提高對(duì)市場(chǎng)變化的預(yù)判能力，從而促進(jìn)產(chǎn)能的顯著提升。然而，這種提升的具體幅度會(huì)受到企業(yè)規(guī)模、行業(yè)特點(diǎn)、基礎(chǔ)設(shè)施建設(shè)和現(xiàn)有數(shù)據(jù)管理水平等多種因素的影響。

具體來(lái)說(shuō)，數(shù)據(jù)資產(chǎn)的標(biāo)準(zhǔn)化可以通過(guò)自動(dòng)化和預(yù)測(cè)分析手段，實(shí)現(xiàn)產(chǎn)能提升 10% 至 30%。而管理流程的標(biāo)準(zhǔn)化，通過(guò)提高決策效率和績(jī)效管理，能夠帶來(lái) 5% 至 15% 的產(chǎn)能增長(zhǎng)。進(jìn)一步地，流程的標(biāo)準(zhǔn)化通過(guò)工藝優(yōu)化和更有效的資源配置，可以額外提升產(chǎn)能 10%至 25%。此外，通過(guò)預(yù)判標(biāo)準(zhǔn)化，減少錯(cuò)誤發(fā)生和提升員工培訓(xùn)效率，產(chǎn)能還有望提高 5%至 10%。

綜合這些標(biāo)準(zhǔn)化措施，不僅可以推動(dòng)生產(chǎn)效率的優(yōu)化，還能加強(qiáng)產(chǎn)品質(zhì)量控制，從而在競(jìng)爭(zhēng)激烈的市場(chǎng)環(huán)境中為企業(yè)贏得優(yōu)勢(shì)。

結(jié)語(yǔ)

在工業(yè)的未來(lái)畫卷上，人工智能將作為一支畫筆，擘畫出智能化生產(chǎn)的宏偉藍(lán)圖。隨著技術(shù)不斷突破，AI 將在預(yù)測(cè)性維護(hù)、質(zhì)量控制、供應(yīng)鏈優(yōu)化等方面展現(xiàn)其卓越能力，引領(lǐng)工業(yè)進(jìn)入一個(gè)更高效、更智能、更環(huán)保的新時(shí)代。我們期待 AI 與工業(yè)的深度融合，為全球制造業(yè)帶來(lái)革命性的變革。