AI如何滲透制造業(yè)：席卷眾人，改變一切，激發(fā)自省

今年1月全球排名第一的分銷商巨頭安富利（Avnet）發(fā)布了一份面向1200名全球工程師的問卷調(diào)查，主題是當下最熱的產(chǎn)業(yè)話題——《擁抱AI，設(shè)計開發(fā)的新機遇》。調(diào)查顯示， AI正在滲透設(shè)計、采購、開發(fā)、量產(chǎn)各個工業(yè)制造階段，而接受調(diào)查的三大專業(yè)人群——軟件工程師、電子工程師、機電工程師——他們對這一潮流抱有積極適應(yīng)、主動探索的樂觀態(tài)度。

• AI正在成為產(chǎn)品設(shè)計中的默認元素：42%的工程師告知，他們所在的企業(yè)“已經(jīng)”在產(chǎn)品中集成了AI技術(shù)，另有40%的被調(diào)查者稱，其雇主“正在”將AI集成到新品設(shè)計中。
• 專業(yè)AI設(shè)計工具尚未得到完全信任：從電路設(shè)計、PCB走線到仿真測試、方案優(yōu)化……幾乎每個設(shè)計階段都出現(xiàn)了特定的AI工具和平臺。但是，近四成的電子工程師們表示，出于對AI引用數(shù)據(jù)質(zhì)量的擔心、以及保護商業(yè)機密的考量，他們在具體研發(fā)工作中雖然會嘗試這些AI工具，但主要還是采用以往傳統(tǒng)的設(shè)計工具。
• 通用AI助手已經(jīng)完成全面滲透：盡管對于設(shè)計工具抱有懷疑，但是64%的受訪者表示，自己在設(shè)計和開發(fā)過程中已經(jīng)大量采用諸如ChatGPT、Google Gemini、Microsoft Copilot和Meta AI這些AI助手，幫助自己進行資訊搜集甚至代碼的自動生成。
• 大部分企業(yè)都在考慮加大AI研發(fā)投入： 68%的受訪者透露，所在企業(yè)計劃在未來12個月內(nèi)投資5000萬至5億美元用于生成式AI，這一比例明顯高于2024年初的45%。

最受人關(guān)注的問卷問題，應(yīng)該是“選擇您認為未來最有需求的三大嵌入式AI應(yīng)用”。1200名工程師投票給了 “流程自動化”、“預(yù)測性維護”和“異常/故障檢測”。那么，這三大應(yīng)用的具體指代什么？它們是AI時代的嶄新概念，還是早已有之的應(yīng)用升級？

• “流程自動化”（42%）：工業(yè)領(lǐng)域的流程自動化，指的是利用技術(shù)和軟件自動執(zhí)行生產(chǎn)過程中的各種任務(wù)和操作，以降低人工錯誤，提高運營效率。前AI時代的流程自動化，主要依賴預(yù)先定義的規(guī)則和人工編寫的程序，按部就班執(zhí)行重復(fù)性的任務(wù)，不同部門的自動化系統(tǒng)往往獨立運行，缺乏實時協(xié)調(diào)和交互能力；后AI時代，得益于幾何級數(shù)增長的數(shù)據(jù)處理能力，流程自動化能夠指導(dǎo)企業(yè)進行資源優(yōu)化配置、調(diào)整生產(chǎn)流程，全面協(xié)調(diào)采購、生產(chǎn)、庫存、物流不同環(huán)節(jié)的高效運作。
• “預(yù)測性維護”（28%）：所謂預(yù)測性維護，就是實時監(jiān)測設(shè)備運行狀態(tài)和性能數(shù)據(jù)，以便在設(shè)備故障發(fā)生前進行干預(yù)和維護。AI普及之前，一些工廠已經(jīng)通過傳感器部署、數(shù)據(jù)收集和專家的人工分析完成該項工作；但現(xiàn)代的AI驅(qū)動系統(tǒng)，則能夠?qū)崟r處理海量復(fù)雜數(shù)據(jù)，創(chuàng)建動態(tài)模型，瞬間識別以往很難發(fā)現(xiàn)微小異常，從而更準確地預(yù)測設(shè)備故障。
• “故障/異常檢測”（27%）：使用機器視覺技術(shù)進行產(chǎn)品缺陷檢測，早已經(jīng)在各條產(chǎn)線上廣泛應(yīng)用。不過，傳統(tǒng)的機器視覺系統(tǒng)依賴于預(yù)定義的規(guī)則和模式，檢測精度和范圍有限；如今的AI系統(tǒng)得以通過深度學(xué)習(xí)算法，從大量生產(chǎn)數(shù)據(jù)中學(xué)習(xí)和適應(yīng)，逐漸提高檢測精度，識別復(fù)雜和罕見的缺陷，甚至總結(jié)出缺陷模式，幫助企業(yè)了解問題根源。

值得中國工程師關(guān)注和思考的，是此次被調(diào)查群體對于自己AI技能的反思。他們認為，目前自己最需要提升的技能集中于以下幾個領(lǐng)域：

• AI模型優(yōu)化（17%）：根據(jù)工作內(nèi)容，選擇合適的評估指標來衡量最優(yōu)AI模型，并能自己通過調(diào)整模型超參數(shù)，訓(xùn)練和優(yōu)化AI模型——這又需要掌握網(wǎng)格搜索、隨機搜索、貝葉斯優(yōu)化等方法。
• 數(shù)據(jù)分析與解釋（16%）：能夠從多個數(shù)據(jù)源收集數(shù)據(jù)、清洗數(shù)據(jù)，以保證數(shù)據(jù)質(zhì)量；能夠用不同的可視化數(shù)據(jù)模型，發(fā)現(xiàn)數(shù)據(jù)中的模式和趨勢。
• 問題解決和批判性思維（16%）： 簡單說，就是分辨真假、整理評估、保持質(zhì)疑態(tài)度，真正成為AI的受益人，而不是受害者。

【最后，針對本文的制造業(yè)讀者，此處請容許我們誠意又忐忑地植入四方維自己的AI工具XQ元器件智能采購平臺。按照此次票選出的三大AI植入應(yīng)用來分，XQ可歸入“流程自動化”之列，即企業(yè)運用AI之力，利用XQ進行“元器件需求預(yù)測”、“供應(yīng)商選擇和評估”、“捕捉最佳議價窗口”、“自動化采購流程”和“實時采購風(fēng)險管控”……內(nèi)容頗多，鏈接已出，歡迎去看，歡迎試用！】