隨著人工智能技術的快速發(fā)展，AIGC(AI-Generated Content)已成為引領新一輪科技革命和產業(yè)變革的重要驅動力。AIGC在服務業(yè)中已經得到廣泛應用，并創(chuàng)造出巨大社會價值;AIGC在制造業(yè)中的應用則正在加速，不僅提高了生產效率、優(yōu)化了產品質量，還推動了產業(yè)鏈的升級和轉型。連接器行業(yè)急需把握AIGC的發(fā)展機遇，推動制造業(yè)高質量發(fā)展，從而在全球制造業(yè)競爭中取得先機。
01 AIGC在全球制造業(yè)的應用案例與意義
案例啟示：
中美兩國均有不少成功AIGC應用案例，以下為網絡上收集的一些具體AIGC應用案例。
在質檢與缺陷檢測方面，富士康等EMS制造商、ODM制造商、以及PCB板行業(yè)、連接器行業(yè)，都已經大規(guī)模應用。
在材料研發(fā)方面，博威(深連協(xié)會員單位)的數(shù)字化研發(fā)平臺早在2021年10月底就 啟動上線，新材料數(shù)字化研發(fā)全鏈條由數(shù)字化市場洞察、數(shù)字化需求轉化、數(shù)字化成分設計、 數(shù)字化工藝設計、數(shù)字化應用研究等五個階段構成，運用大數(shù)據(jù)分析、計算仿真、知識圖譜、數(shù)字孿生和數(shù)據(jù)中臺等前沿技術，將基礎研究和應用研究有效融合，使得公司擁有第三、 第四范式研發(fā)能力;2023年11月，谷歌DeepMind 發(fā)明了一種新工具，該工具使用深度學習來顯著加快發(fā)現(xiàn)新材料的過程 ，這項被稱為材料探索圖形網絡(GNoME ，graphical networks for material exploration)的技術已經被用于預測220萬種新材料的結構，其 中700多種已經在實驗室中創(chuàng)造出來， 目前正在測試中。
在財務管理方面：某大型醫(yī)藥企業(yè)在進行全面信息化升級過程中，發(fā)現(xiàn)在費用報銷這一 流程，存在重復性高、效率低、數(shù)據(jù)量大等問題，企業(yè)員工需要核對卡號金額、區(qū)分30多個企業(yè)U盾、記住60多組密碼，平均每天需處理50筆付款，高峰期時則高達120筆， 容易出現(xiàn)復制粘貼出錯等人為風險。人工單筆操作需4~5分鐘，通過AIGC技術全程不超過1.5分鐘，且軟件機器人在7* 24小時不間斷工作的同時，還能保證100%的準確率。
在設備預維護方面：GE(美國通用電氣)公司是AI技術應用的先行者，通過直接分析飛機發(fā)動機的數(shù)據(jù)來識別潛在問題、進行必要維護并確保飛機的整體安全。設備預維護的AIGC工具近年來發(fā)展較快，美國有SparkCognition、IS Predict等;中國的天澤智云、西安因聯(lián)已經為海爾、富士康、上海電氣等眾多企業(yè)對生產設備進行實時監(jiān)控和預測性維護， 可以有效降低設備故障率，提高設備利用率。
在平臺工具方面：2017年美國國防部高級研究計劃局(DARPA)， 提出實現(xiàn)“設計工具在版圖設計中無人干預能力 ”，即通過人工智能和機器學習等方法將設計經驗固化，進而形成統(tǒng)一版圖生成器，以實現(xiàn)通過版圖生成器在24小時之內完成 SoC(系 統(tǒng)級芯片)、SiP(系統(tǒng)級封裝)及印刷電路板(PCB)版圖設計。2022年，Autodesk發(fā)布了新版本的 Fusion 360創(chuàng)成式設計軟件，可以在其三維CAD建模環(huán)境中直接運行仿真。通過現(xiàn)代計算機的GPU功能加速，這些仿真使設計人員能夠以交互的步伐做出明智的決策，而無需等待分析人員對設計進行網格劃分并運行有限元分析(FEA)。2023年4月，新思科技推出Synopsys.ai整體解決方案，涵蓋設計、驗證、測試和模擬電路設計階段，Synopsys.ai 在減少功能覆蓋率漏洞方面實現(xiàn)10倍提升，IP驗證效率提高30%，IBM、英偉達、微軟等公司已率先采用該解決方案。華大九天、西安星天外公司(聯(lián)合西工大智能 制造研究所)、等中國企業(yè)也已經將AI技術應該在相關產品中;2023年12月22日，中工互聯(lián)(北京)科技集團有限公司發(fā)布了智工·工業(yè)大模型3.0產品，為業(yè)界提供了輕量化的開源大模型預訓練底座和嵌入式多模態(tài)大模型產品。
技術潛力：
利用AIGC技術，可以處理和分析大量數(shù)據(jù)，為制造業(yè)提供洞察力，幫助企業(yè)優(yōu)化生產 流程，提高質量和效率，增強供應鏈管理能力，提高決策運營效率。AIGC作為前沿性、顛 覆性、基礎性技術，在制造業(yè)有巨大應用前景，未來將為制造業(yè)的基礎能力帶來重大的改進和提升，推動制造業(yè)的創(chuàng)新和發(fā)展。
競爭優(yōu)勢：
AIGC在制造業(yè)的應用，必須和制造業(yè)的工業(yè)數(shù)據(jù)結合，才能更好地了解行業(yè)內的特定 術語、趨勢和應用場景，從而生成更相關、更高質量的內容。率先應用AIGC的制造業(yè)企業(yè)， 將獲得數(shù)據(jù)結構化和高質量數(shù)據(jù)積累的先機，從而在全球競爭中取得領先優(yōu)勢。
02 AIGC在連接器行業(yè)應用面臨的挑戰(zhàn)
技術挑戰(zhàn)：
盡管AIGC在制造業(yè)中的應用前景廣闊，但仍面臨諸多挑戰(zhàn)。AIGC技術，尤其是深度學習模型，通常非常復雜，需要大量的數(shù)據(jù)和計算資源來訓練和維護。其技術復雜性、技術可及性、以及與現(xiàn)有的制造系統(tǒng)和技術集成，需要額外的投資和時間，可能導致企業(yè)在技術實 施上面臨困難。
基礎薄弱：
根據(jù)深圳市連接器行業(yè)協(xié)會的調研，大部分連接器企業(yè) 在AIGC應用方面還欠缺基礎能力， 硬件基礎如支持大模型私有化部署的AI服務器，軟件基礎如AI人才和體系建設 等，都幾乎是空白。
深圳市連接器行業(yè)協(xié)會會長熊藤芳指出，連接器行業(yè)應用AIGC，數(shù)據(jù)缺失是一個挑戰(zhàn)。訓練機器學習模型，支撐深度學習算法，都需要海量工業(yè)數(shù)據(jù)支撐，連接器行業(yè)一個個數(shù)據(jù)孤島如何打通?如果從技術方面引入加密計算，效率如何提高?要應對上述挑戰(zhàn)，需要構建政府、科研機構、行業(yè)協(xié)會、企業(yè)等多個主體參與協(xié)同創(chuàng)新的新機制。
決策風險：
目前，AIGC大模型、大模型應用開發(fā)框架(如LangChain)、基于大模型開發(fā)的垂直AIGC應用，數(shù)量眾多，技術迭代迅速，如何評估其易用性、場景適配性、可持續(xù)性是一個難題，在選擇AIGC技術方案時面臨諸多風險。比如：選擇一個即將被淘汰的技術方案可能導致企業(yè)在短時 間內就需要進行技術升級，造成資源的浪費;不是所有先進的技術都適合所有制造業(yè)場景， 選擇與業(yè)務需求不匹配的技術可能會導致效率低下甚至業(yè)務失敗;大模型的訓練和運行可能需要較高的計算資源，如果選擇不當，可能會導致運營成本的增加。
安全挑戰(zhàn)：
如何解決AIGC技術在數(shù)據(jù)隱私和安全、合規(guī)性和標準方面的問題，產業(yè)鏈還在探索階段。
03 AIGC在連接器行業(yè)應用現(xiàn)狀
從AIGC技術成熟度和業(yè)務影響度兩個關鍵維度，對AIGC在連接器行業(yè)的應用現(xiàn)狀進行四象限初步分析：
高業(yè)務影響 - 成熟技術
CCD視覺識別：在連接器制造過程中，CCD視覺識別技術已經相當成熟。深耕連接器行業(yè)15年的三瑞科技，其CCD視覺識別系統(tǒng)搭載AIGC技術，可快速實現(xiàn)產品瑕疵檢測、分類、聚類、識別等復雜任務，能夠高效地檢測產品缺陷，提高生產效率和產品質量，對業(yè)務有顯著的正向影響。
注塑(高級自動化和預測性維護)：成熟的注塑技術結合高級自動化和預測性維護，能 夠減少停機時間，提高設備利用率，對連接器行業(yè)的生產效率和成本控制有重要影響。發(fā)那科的注塑系統(tǒng)中集成了AI功能，功能包括對注塑機螺桿工作狀態(tài)進行監(jiān)測等，減少了非正常停機風險。
人力資源、法律顧問、財務分析、供應鏈管理：上述AIGC應用工具十分豐富，已經相對成熟，并在制造業(yè)廣泛應用，能夠為連接器企業(yè)提供高效、準確的服務，降低運營成本， 提升業(yè)務運營效率。
高業(yè)務影響 - 不成熟技術
連接器工程制圖&仿真：雖然AI技術在連接器工程制圖&仿真等方面有著巨大的潛力，但目前應用還不夠成熟。如果能夠進一步發(fā)展和完善，整合連接器行業(yè)工業(yè)數(shù)據(jù)、知識資源、管理工具，AIGC應用將對連接器企業(yè)的產品設計、優(yōu)化和測試等方面產生深遠影響。
連接器專利檢索與分析：AIGC應用在專利檢索和分析方面的應用尚處于起步階段，但其潛力巨大。隨著技術的不斷進步，它將有助于企業(yè)更好地了解行業(yè)趨勢，規(guī)避潛在風險，提升創(chuàng)新能力。
生產流程優(yōu)化：雖然AIGC技術在生產流程優(yōu)化方面有著廣闊的應用前景，但目前AIGC技術還不夠成熟，需要更多的研發(fā)和實踐來完善。
低業(yè)務影響 - 成熟技術
連接器產業(yè)研究：雖然AIGC技術在產業(yè)研究方面的技術已經相對成熟，但由于其更多地關注宏觀趨勢和數(shù)據(jù)分析，對連接器行業(yè)具體業(yè)務的直接影響較小。
文檔處理工具、思維工具、會議助手： 這些AIGC應用雖然能夠提高工作效率， 但對于連接器行業(yè)的核心業(yè)務影響有限。
低業(yè)務影響 - 不成熟技術
實驗階段的技術：這部分AIGC技術可能還在實驗室階段，尚未找到合適的應用場景或商業(yè)模式，因此對連接器行業(yè)的業(yè)務影響較小。這些技術可能需要更多的研發(fā)和投資才能成熟并產生實際價值。
綜上所述，AIGC技術在連接器行業(yè)的應用呈現(xiàn)出多樣化的特點。隨著技術的不斷進步和應用場景的不斷拓展，相信未來會有更多的AIGC應用為連接器行業(yè)帶來更大的價值。
04 連接器中小企業(yè)應用AIGC的一些建議
第一階段
初步建議先從“低業(yè)務影響-成熟技術入手”，公司行政體系對各種AI文檔處理工具、 思維工具、會議助手進行試用。同時：
建立AI工具評價體系，比如從成本效益(此類工具大部分免費)、易用性與可集成性、 穩(wěn)定性、安全性和可靠性多個維度進行評價;
對公司業(yè)務流程進行梳理，列出公司內低度互動且高度標準化的工作與項目，作為AIGC應用的初步方向;
指定專人學習AI應用技術，掌握提示詞和提示詞工程技術，掌握人工智能體(AI Agent)搭建技術，了解服務器、LangChain、深度學習、神經網絡等基本概念。
深連協(xié)秘書處正在對數(shù)十個AIGC大模型、專用模型和垂直領域AIGC應用進行試用、評價，歡迎會員單位聯(lián)系協(xié)會秘書處交流經驗。
第二階段
建議開始在人力資源、法律顧問、財務分析、供應鏈管理等“高業(yè)務影響-成熟技術 ”象限類別中進行小規(guī)模試驗，實時監(jiān)控AIGC應用的效果，收集數(shù)據(jù)，評估試點項目的成效。 在取得經驗和成果后，將AIGC應用推廣到更廣泛的區(qū)域或流程中;乃至進行技術集成：將AIGC的成熟技術與現(xiàn)有系統(tǒng)進行集成，實現(xiàn)流程的自動化和優(yōu)化。
第三階段
探索“高業(yè)務影響 - 不成熟技術 ”的AIGC應用。在中科院計算所郝沁汾研究員的指導下，深連協(xié)正在積極調研，征求會員企業(yè)意見，布局3至5年的長期工作規(guī)劃。力爭將AIGC應用于連接器的研發(fā)輔助設計，并擴展到決策層面，幫助企業(yè)實現(xiàn)更加精準和高效的決策。
上述內容，是結合深連協(xié)秘書處工作場景提出的一些粗淺的建議。不同的連接器企業(yè)，對“業(yè)務影響度”這個維度的評價指標不一，因此，本文只是文拋轉引玉，希望大家積極參與AIGC討論。
05 結語：堅持以“人為本”的基本方針
在AIGC應用實施的過程中，要堅持“以人為本”的基本方針。
制造業(yè)的核心是員工， 他們是企業(yè)運營的重要支柱。以人為本意味著在引入AIGC技術時，要充分考慮員工的實際需求，確保技術能夠輔助他們更好地完成工作，而不是增加負擔。通過滿足員工的需求，可以提高員工的工作滿意度和忠誠度，從而有助于企業(yè)的長期發(fā)展。
AIGC技術旨在提高生產 效率和質量，但這并不意味著要完全取代員工，在高度創(chuàng)造性、復雜協(xié)同、情感交流等多個場景中，AIGC替代不了人類。相反，人機協(xié)作是實現(xiàn)這一目標的關鍵。以人為本的實施策略意味著要確保AIGC技術能夠與員工形成良好的互動和配合，共同完成任務。這樣不僅可以發(fā)揮技術的優(yōu)勢，還能充分利用員工的智慧和經驗。 |
