2024年《政府工作報(bào)告》首次提出“人工智能+”行動(dòng)，標(biāo)志著中國(guó)正加快形成以人工智能為引擎的新質(zhì)生產(chǎn)力。
在2024全球商業(yè)創(chuàng)新大會(huì)上，用友網(wǎng)絡(luò)董事長(zhǎng)兼CEO王文京指出，AI 技術(shù)的迅猛發(fā)展已驅(qū)動(dòng)AI在企業(yè)的應(yīng)用進(jìn)入普及化階段，大大加速了數(shù)智化的進(jìn)程，企業(yè)數(shù)智化由此前側(cè)重?cái)?shù)字化，進(jìn)入到數(shù)字化和智能化并舉的新階段。
依托于最新發(fā)布的用友BIP3 R6，用友企業(yè)服務(wù)大模型YonGPT重磅升級(jí)，發(fā)布了YonGPT2.0及100多項(xiàng)智能應(yīng)用，引領(lǐng)企業(yè)AI應(yīng)用創(chuàng)新發(fā)展。從用友在制造業(yè)的布局來(lái)看，生成式AI和判別式AI正呈現(xiàn)交相輝映的局面，形成了前所未有的協(xié)同效應(yīng)。
生成式AI（Generative AI）和判別式AI（Discriminative AI）是當(dāng)前AI應(yīng)用的兩種主要模型類型，它們?cè)谔幚韱?wèn)題和任務(wù)時(shí)采用不同的方法和策略。
相較而言，生成式模型旨在生成數(shù)據(jù)的新實(shí)例，通常涉及到對(duì)數(shù)據(jù)的整體分布進(jìn)行建模。在生成式模型中，AI應(yīng)用試圖了解數(shù)據(jù)的整體結(jié)構(gòu)，以便能夠生成與真實(shí)數(shù)據(jù)在統(tǒng)計(jì)上幾乎無(wú)法區(qū)分的新數(shù)據(jù)。
而判別式模型主要關(guān)注于給定輸入數(shù)據(jù)后如何做出決策或預(yù)測(cè)，它們?cè)噲D找到數(shù)據(jù)特征和標(biāo)簽之間的映射關(guān)系，而不是學(xué)習(xí)數(shù)據(jù)的整體分布。
用友BIP數(shù)智供應(yīng)鏈產(chǎn)品總監(jiān)唐洪華博士就認(rèn)為，相比生成式AI在企業(yè)服務(wù)領(lǐng)域仍處在探索階段，基于運(yùn)籌學(xué)/統(tǒng)計(jì)學(xué)/機(jī)器學(xué)習(xí)等技術(shù)的判別式AI在制造業(yè)已有更豐富的場(chǎng)景和案例。
從用友在制造業(yè)的布局來(lái)看，生成式AI和判別式AI正呈現(xiàn)交相輝映的局面，形成了前所未有的協(xié)同效應(yīng)。
一方面，生成式AI以其強(qiáng)大的語(yǔ)義理解能力，精準(zhǔn)捕捉并處理海量數(shù)據(jù)，自動(dòng)生成詳盡報(bào)告與個(gè)性化計(jì)算方案；另一方面，判別式AI則以其精準(zhǔn)的決策能力，高效執(zhí)行分析、預(yù)測(cè)與優(yōu)化任務(wù)，兩者相輔相成，共同推動(dòng)企業(yè)運(yùn)營(yíng)效率與智能水平的飛躍。
生成式AI：
聯(lián)合伙伴發(fā)布工業(yè)裝備行業(yè)大模型
2024全球商業(yè)創(chuàng)新大會(huì)上，用友聯(lián)合伙伴發(fā)布了三大行業(yè)垂類大模型。其中，亨通數(shù)科基于用友企業(yè)服務(wù)大模型YonGPT，結(jié)合自身在裝備行業(yè)深耕多年的經(jīng)驗(yàn)以及自身積累的海量數(shù)據(jù)，與用友聯(lián)合研發(fā)、共同打造了工業(yè)裝備行業(yè)垂類大模型。
這正是用友在生成式AI方向的探索。依托YonGPT 2.0，亨通數(shù)科將“繁雜企業(yè)應(yīng)用需求”與“通用大模型”的鴻溝連接起來(lái)，成為企業(yè)AI應(yīng)用新引擎。
以點(diǎn)巡檢場(chǎng)景為例，通過(guò)工業(yè)裝備行業(yè)垂類大模型，企業(yè)可以優(yōu)化設(shè)備管理平臺(tái)點(diǎn)巡檢線路和策略，以及推薦設(shè)備維修策略。
具體來(lái)看，根據(jù)點(diǎn)巡檢地圖錨點(diǎn)和地圖信息進(jìn)行多模態(tài)加載，提供智能化的點(diǎn)巡檢路徑規(guī)劃。點(diǎn)檢人員在進(jìn)行點(diǎn)巡檢任務(wù)時(shí)，大模型會(huì)推薦經(jīng)過(guò)優(yōu)化的路徑，可避免在日常巡檢中重復(fù)走回頭路。在完成點(diǎn)巡檢任務(wù)時(shí)，大模型會(huì)進(jìn)行反向的標(biāo)準(zhǔn)優(yōu)化，從而為后續(xù)規(guī)劃更加合理的點(diǎn)巡檢任務(wù)。大模型在思維鏈中結(jié)合策略，對(duì)相應(yīng)的設(shè)備自動(dòng)進(jìn)行維修計(jì)劃編排。
目前，工業(yè)裝備行業(yè)垂類大模型可以對(duì)上萬(wàn)種設(shè)備進(jìn)行智能化的維修計(jì)劃編排，并通過(guò)智能體集群能力自動(dòng)生成年度計(jì)劃、月度計(jì)劃，同時(shí)自動(dòng)推送維修工單，維修工的手機(jī)上會(huì)自動(dòng)接收到維修工單信息，根據(jù)工單信息進(jìn)行策略性維修和保養(yǎng)防護(hù)。
據(jù)了解，亨通數(shù)科接下來(lái)還將基于YonGPT，不斷訓(xùn)練工業(yè)裝備行業(yè)垂類大模型，如在數(shù)字輔助決策、多模態(tài)專業(yè)知識(shí)搜索、專業(yè)方案推介等層面，服務(wù)工業(yè)裝備領(lǐng)域的數(shù)智化轉(zhuǎn)型。
相比于生成式AI近兩年突然備受關(guān)注，用友在判別式AI方向上的探索與布局更早，在智能排程、智能配料、智能裁切、供應(yīng)鏈計(jì)劃、圖像識(shí)別等場(chǎng)景積累了大量應(yīng)用實(shí)踐。
特別是在廢鋼智能判級(jí)應(yīng)用上，用友BIP結(jié)合圖像采集、物聯(lián)網(wǎng)、自動(dòng)拍照、深度學(xué)習(xí)、數(shù)據(jù)接口、5G通信等先進(jìn)技術(shù)，將看似亂七八糟的廢品進(jìn)行數(shù)字化，實(shí)現(xiàn)鋼鐵企業(yè)廢鋼的智能判級(jí)和扣雜，開啟了鋼鐵行業(yè)人工智能判級(jí)的新時(shí)代。
但是生成式AI與判別式AI并不是孤立的存在，他們的融合應(yīng)用將為工業(yè)制造按行業(yè)帶來(lái)更多出智能化創(chuàng)新場(chǎng)景。2024全球商業(yè)創(chuàng)新大會(huì)上，用友將判別式AI與生成式AI相融合，推出了智能制造AI運(yùn)營(yíng)中心，全面覆蓋了企業(yè)運(yùn)營(yíng)的多個(gè)關(guān)鍵環(huán)節(jié)：
精準(zhǔn)銷售預(yù)測(cè)：基于歷史數(shù)據(jù)與實(shí)時(shí)市場(chǎng)趨勢(shì)，運(yùn)用AI算法精準(zhǔn)預(yù)測(cè)未來(lái)銷售情況，助力企業(yè)靈活調(diào)整生產(chǎn)策略。
BOM智能配置：自動(dòng)化生成并優(yōu)化物料清單（BOM），實(shí)現(xiàn)成本有效控制與資源配置優(yōu)化。
智能排程系統(tǒng)：動(dòng)態(tài)調(diào)整生產(chǎn)計(jì)劃，確保生產(chǎn)活動(dòng)高效有序進(jìn)行，最大化資源利用率。
智能配料管理：精準(zhǔn)計(jì)算原材料配比，減少浪費(fèi)，提升產(chǎn)品質(zhì)量穩(wěn)定性。
智能設(shè)備維修：實(shí)時(shí)監(jiān)測(cè)設(shè)備狀態(tài)，預(yù)測(cè)潛在故障，實(shí)現(xiàn)預(yù)防性維護(hù)，降低停機(jī)風(fēng)險(xiǎn)。
生產(chǎn)指揮中心：作為全局調(diào)控的核心，集成各類AI應(yīng)用，實(shí)現(xiàn)生產(chǎn)全流程的可視化、智能化管理。
這一系列功能模塊的有機(jī)結(jié)合，不僅大幅提升了企業(yè)的生產(chǎn)效率與產(chǎn)品質(zhì)量，還顯著降低了運(yùn)營(yíng)成本，為企業(yè)智能化升級(jí)提供了強(qiáng)大支撐。未來(lái)，隨著技術(shù)的不斷進(jìn)步與應(yīng)用的持續(xù)深化，用友智能制造AI運(yùn)營(yíng)中心將成為推動(dòng)企業(yè)持續(xù)創(chuàng)新與高質(zhì)量發(fā)展的關(guān)鍵力量。
AI加持，
技術(shù)突破與產(chǎn)品創(chuàng)新齊頭并舉
在AI技術(shù)的加持下，用友在2024全球商業(yè)創(chuàng)新大會(huì)上一舉發(fā)布了六大領(lǐng)先技術(shù)：
首先是發(fā)布企業(yè)服務(wù)大模型YonGPT2.0，并升級(jí)大模型平臺(tái)，目標(biāo)要讓百億模型企業(yè)服務(wù)應(yīng)用的專業(yè)能力超過(guò)千億模型；其二，發(fā)布“智能大搜”，重新定義企業(yè)知識(shí)管理與運(yùn)營(yíng)，實(shí)現(xiàn)業(yè)務(wù)流程中的全程知識(shí)伴隨；第三，YonData數(shù)據(jù)平臺(tái)全新升級(jí)，發(fā)布YonMatrix數(shù)據(jù)庫(kù)，提供基于HTAP超融合數(shù)據(jù)架構(gòu)的企業(yè)級(jí)數(shù)據(jù)服務(wù)解決方案；第四，全新發(fā)布的零代碼開發(fā)平臺(tái)，讓AI輔助應(yīng)用生成，實(shí)現(xiàn)全員開發(fā)、全員創(chuàng)新；第五，發(fā)布簡(jiǎn)強(qiáng)微服務(wù)架構(gòu)，按需靈活部署，并大大降低客戶資源需求和成本，實(shí)現(xiàn)業(yè)務(wù)系統(tǒng)秒級(jí)響應(yīng)；第六，升級(jí)安全可信架構(gòu)，使用YSF安全防護(hù)盾等全方位守護(hù)客戶安全。
同時(shí)，基于YonGPT 2.0，用友打造了 “智友”、“數(shù)智員工”、“智能大搜”3項(xiàng)重要產(chǎn)品，以及包括智能合同、智能訂單生成、智能月結(jié)、AI面試、智能人才發(fā)現(xiàn)等100多個(gè)場(chǎng)景化的企業(yè)智能服務(wù)。
譬如我的智能助理——智友。擁有上下文記憶、可以感知理解用戶意圖，能夠?qū)?fù)雜任務(wù)分解為一系列子任務(wù)，用戶只需與“智友”進(jìn)行簡(jiǎn)單的對(duì)話，就能輕松完成一系列繁瑣的業(yè)務(wù)操作，包括企業(yè)經(jīng)營(yíng)洞察、合同風(fēng)險(xiǎn)審核、智能生成報(bào)告、知識(shí)搜索與推薦等，帶來(lái)無(wú)處不在的智能化交互。
數(shù)智員工則是用友為每家企業(yè)配備的在線雇傭（訂閱）的虛擬數(shù)字員工。數(shù)智員工能承擔(dān)專業(yè)領(lǐng)域內(nèi)的工作，有形象、有語(yǔ)音、有姓名、有用戶身份，如同真實(shí)員工一般，精通崗位所需技能并自主完成工作，如稅務(wù)風(fēng)險(xiǎn)合規(guī)官、采購(gòu)合規(guī)官、合同審核助理、客服助理等，讓更多員工從繁雜重復(fù)事項(xiàng)中解脫出來(lái)，顯著降低作業(yè)成本、提升工作效率。
智能大搜是另一款基于YonGPT的企業(yè)知識(shí)全程伴隨服務(wù)產(chǎn)品，可以挖掘非結(jié)構(gòu)化數(shù)據(jù)價(jià)值。通過(guò)將企業(yè)大量分散、私域的非結(jié)構(gòu)化數(shù)據(jù)，利用知識(shí)圖譜實(shí)現(xiàn)知識(shí)體系化。構(gòu)建“搜、問(wèn)、推、創(chuàng)一體化，知識(shí)全程伴隨”的閉環(huán)流程，實(shí)現(xiàn)企業(yè)級(jí)“感知式”知識(shí)伴隨，大模型“生成式”業(yè)務(wù)審查、“閉環(huán)式”知識(shí)沉淀與運(yùn)營(yíng)。
后記
當(dāng)前，AI技術(shù)在制造業(yè)的應(yīng)用與落地正在加速。
根據(jù)麥肯錫的評(píng)估，AI應(yīng)用將使得制造商能夠應(yīng)對(duì)不確定性，提高生產(chǎn)效率，并推動(dòng)創(chuàng)新；Gartner則預(yù)測(cè)，到2027年，中國(guó)制造業(yè)的AI使用滲透率將以10%的年復(fù)合增長(zhǎng)率上升。
毋庸置疑，AI技術(shù)與制造業(yè)融合的進(jìn)程中，面臨著不斷變化的機(jī)遇與挑戰(zhàn)。對(duì)用友而言，一方面，正從產(chǎn)品和業(yè)務(wù)運(yùn)營(yíng)方面入手，大力加強(qiáng)生成式AI的產(chǎn)品研發(fā)和生態(tài)合作，密切跟蹤以大模型為代表的AI技術(shù)發(fā)展；另一方面，在布局已久的判別式AI方向繼續(xù)積累，深耕更多的應(yīng)用場(chǎng)景，持續(xù)助力制造企業(yè)的數(shù)智化進(jìn)程，推動(dòng)企業(yè)持續(xù)創(chuàng)新與高質(zhì)量發(fā)展。
本文作者來(lái)自e-works王陽(yáng)
產(chǎn)品大型企業(yè)
4006-600-577
