作者：喬俠，楊磊，王雷（中信戴卡股份有限公司） ? ? 引言

工業(yè)企業(yè)擁有復雜的生產(chǎn)線，其確保盈利的關鍵在于最大限度地提高生產(chǎn)率、降低轉換成本和確保按時交付產(chǎn)品。但需求和供應的不確定性導致傳統(tǒng)的管理方式難以幫助企業(yè)實現(xiàn)高效生產(chǎn)，而AI 具有同時考慮大量變量的能力，可以學習調度和代理使企業(yè)實現(xiàn)利潤最大化。

當前工業(yè)產(chǎn)品和操作系統(tǒng)的復雜性急劇增加，依賴經(jīng)驗豐富的工程師花費大量時間進行試驗和研究的傳統(tǒng)模式效率極低；同時，工業(yè)企業(yè)的聲譽是以產(chǎn)品質量為基礎，創(chuàng)新是企業(yè)持續(xù)增長的關鍵因素；因此，工業(yè)企業(yè)需要快速了解并解決問題，而AI 能夠打破企業(yè)傳統(tǒng)的解決問題范式，幫助企業(yè)加速業(yè)務運行，為企業(yè)創(chuàng)造巨大價值。

例如，為了查找一個系統(tǒng)存在的問題，AI 可以通過因果建模的方法，將復雜性問題重新表述為一個確定的業(yè)務問題，構建基于事件的數(shù)據(jù)模型，將產(chǎn)品開發(fā)生命周期和運行歷史中的數(shù)千個變量聯(lián)系起來，包括設計配置、制造參數(shù)及維護和維修歷史，然后基于模型確定與特定問題相關的最高因素，讓工程師能夠快速查找到導致問題出現(xiàn)的最可能根源。

2022 年末，由人工智能研究實驗室OpenAI 發(fā)布的全新AI 聊天機器人ChatGPT，因其突破性的“Transformer 架構大模型+RLHF（Reinforcement Learning from Human Feedback，人類反饋強化學習）算法”，帶來了自然語言處理在表述邏輯性、自然性等人機交互體驗領域的巨大提升，因而迅速被人熟知，也為工業(yè)領域產(chǎn)品全生命周期的效率和質量提升帶來更多可能性。

工業(yè)領域ChatGPT 的應用

2.1 　通用AI 與工業(yè)AI 技術發(fā)展歷程

工業(yè)AI 與ChatGPT 等通用AI 的差異存在于2 方面。一是工業(yè)AI 的高價值應用通常集中在與工業(yè)機理強融合的場景，如設備預測性維護、生產(chǎn)過程控制優(yōu)化、基于知識的綜合決策和殘次品視覺檢測等，工業(yè)AI 應用場景分布如圖1 所示；二是工業(yè)對AI 高精準度、高專業(yè)度和高安全性等要求導致技術創(chuàng)新與實際工業(yè)應用落地存在時滯，如統(tǒng)計機器學習的工業(yè)領域應用滯后周期基本在10 年左右，深度學習、生成對抗網(wǎng)絡等新技術于2012 年后在通用領域開展應用，在4 年后產(chǎn)生了在工業(yè)領域的探索實例?？偟膩砜矗捎贏I 技術可用性增強及工業(yè)領域自動化、信息化和智能化水平的提升，ChatGPT 帶來的通用AI 大模型的突破，在短期內(nèi)實現(xiàn)工業(yè)領域的應用仍不成熟，但有望在中長期內(nèi)迎來快速發(fā)展。

2.2 　短期內(nèi)在工業(yè)領域的應用限制

從短期來看，ChatGPT 提供信息的模糊性、低時效性、非開源性、非專業(yè)性、低可信度及知識產(chǎn)權界定存疑等問題，限制了其在工業(yè)領域的應用和迭代。

1）高模糊性。ChatGPT 信息檢索和信息收集的精準度、準確性尚需提升，這是ChatGPT 在工業(yè)領域走向商業(yè)化的關鍵。

2）低時效性。ChatGPT 的時效性受OpenAI 的模型數(shù)據(jù)庫更新頻率、數(shù)據(jù)來源影響，不足以支撐工業(yè)企業(yè)對于信息的即時性和預測性要求，存在信息時效性不足的風險。

3）非開源性。ChatGPT 并非開源系統(tǒng)，且當前訓練用數(shù)據(jù)為公域數(shù)據(jù)，企業(yè)內(nèi)部封閉環(huán)境的應用尚不可知， 且多數(shù)工業(yè)企業(yè)內(nèi)部尚不具備足夠的高質量、準確（正確） 的基礎數(shù)據(jù)進行模型訓練。

4）非專業(yè)性。ChatGPT 是一種通用語言模型，在工業(yè)領域的應用尚需適宜的方式與工業(yè)知識進行結合，即對于一個接受完9 年義務教育的學生還需要一些專業(yè)技能和素養(yǎng)去從事工作實踐。

5）低可信度。當前ChatGPT 生成的內(nèi)容質量尚無法滿足工業(yè)領域對于信息和數(shù)據(jù)的高可信度要求。

6）低安全性。ChatGPT 在工業(yè)企業(yè)內(nèi)部應用過程中存在數(shù)據(jù)泄露和隱私保護相關問題。由于擔心信息泄露等問題，軟銀和日立等企業(yè)已經(jīng)開始限制在商業(yè)運營中使用ChatGPT 等互動AI 服務。

7）知識產(chǎn)權存疑。ChatGPT 知識產(chǎn)權問題有待討論， 生成式AI 提出的新設計或想法的所有權歸屬及版權確認保護問題存疑。

2.3 　中長期內(nèi)在工業(yè)領域的應用可能

從中長期來看，ChatGPT 在工業(yè)軟件形態(tài)顛覆、工業(yè)現(xiàn)場問題解決和知識圖譜構建等方面均具有可觀的應用潛力。

一是工業(yè)軟件形態(tài)的顛覆。軟件的本質在于數(shù)據(jù)的采集和匯集、信息的使用及對人的操作流程形成管控。在生產(chǎn)方式越來越多元的趨勢下，ChatGPT 很有可能會顛覆軟件未來的形態(tài)，可能會從APP 或者桌面端的形式轉變?yōu)榕c人互動的形式，信息流將會變?yōu)椤叭? 機器- 物聯(lián)網(wǎng)設備-ChatGPT”，ChatGPT 會以更加智能的方式， 滿足不同角色對于信息生成和推送的顆粒度、種類和實時性等的要求，不僅能在短時間內(nèi)探索多樣化的創(chuàng)新或設計方案，提升效率，而且兼顧材料、制造工藝和性能參數(shù)要求等進行快速地迭代和優(yōu)化，以CAD、CAE 為代表的工業(yè)軟件的創(chuàng)成式設計能力和工藝仿真水平有望進一步增強，AI 賦能仿真優(yōu)化及數(shù)字孿生優(yōu)化如圖2 所示。

二是解決工業(yè)現(xiàn)場問題。企業(yè)經(jīng)過幾十年的經(jīng)營，往往擁有豐富的數(shù)據(jù)信息，因而當工程師對高度復雜的系統(tǒng)進行故障排查時，需要查找歷史上最相關的程序、機器性能數(shù)據(jù)和操作實例，而人類幾乎不可能瀏覽數(shù)百萬結構化和非結構化數(shù)據(jù)記錄以獲取信息，此時，ChatGPT 有望憑借其攝取大量數(shù)據(jù)并快速定位最相關信息的功能來幫助工程師加速解決問題。

比如：①明晰需求并撰寫代碼。工程師面對工業(yè)現(xiàn)場的編程需求，可以通過ChatGPT 起到“翻譯”的作用， 在明晰需求的場景下通過ChatGPT 寫出相應場景所需的代碼，進而解決工業(yè)現(xiàn)場所出現(xiàn)的問題。②信息檢索以及分析。ChatGPT 充當“導游”的角色，將諸如國家標準委員會的標準庫、機械工業(yè)信息研究院的文獻庫和企業(yè)自身的知識庫等導入其基礎模型訓練數(shù)據(jù)庫中，通過ChatGPT 進行相應信息的檢索、導覽和分析，提高信息檢索的效率。③提升工業(yè)制造效能。ChatGPT 可以通過從產(chǎn)品配置、開發(fā)和采購中獲取的數(shù)據(jù)來構建產(chǎn)品的物料清單，從而確定重復使用零部件和改進現(xiàn)有工作標準的機會，幫助企業(yè)縮短工程生產(chǎn)時間。通過ChatGPT 推動MRP（Material Requirement Planning，物料需求計劃） 和APS（Advanced Planning & Scheduling System，先進規(guī)劃排程系統(tǒng)）運算效能的提升，至少可以帶來工業(yè)制造5% 性能的提升。④提升軟件開發(fā)和使用的便捷性。一方面，ChatGPT 充當“快捷鍵”的角色，可以快速調取諸如SAP 系統(tǒng)和MES 中的專業(yè)工具，提升系統(tǒng)軟件使用者的便捷性；另一方面，ChatGPT 充當“輔助者”的角色，可以幫助工業(yè)軟件用戶更快、更一致且更高質量地建模和開發(fā)應用程序。以西門子低代碼應用程序開發(fā)平臺Mendix 為例，用戶可借助MxAssist Logic Bot（一個由 AI 驅動的虛擬協(xié)作開發(fā)者機器人）在該平臺上更快且更高質量地構建出所需應用程序邏輯、完成建模和配置，而不必編寫代碼。

三是ChatGPT 在線回答其在工業(yè)中的應用場景，包括跨行業(yè)科普、工程技術支持、知識更新、數(shù)據(jù)分析及語言翻譯、在線客服等。①跨行業(yè)科普。ChatGPT 可以解答各種科技、工業(yè)等相關問題，將復雜的技術知識快速簡化為易于理解的形式，從而幫助專業(yè)領域外的人員了解該領域。②工程技術支持。ChatGPT 可以幫助工程師更快地找到代碼示例和技術解決方案，以加速開發(fā)進程。例如，根據(jù)工程師提供的需求生成代碼，或提供代碼修改建議，并在編寫過程中提示最佳實踐和常見錯誤。③知識更新。ChatGPT 可以幫助工業(yè)公司的員工快速地學習和更新技術知識。例如，根據(jù)工程師提供的需求， 提供最新的技術資料和研究進展。④數(shù)據(jù)分析。ChatGPT 可以利用大量數(shù)據(jù)進行分析，幫助工業(yè)公司更好地識別模式和趨勢，并基于此進行決策。除此之外，ChatGPT 還有很多其他的應用場景，比如幫助工業(yè)公司完成語言翻譯、生成文件、語音合成、在線客服，以及提供先驗知識/ 經(jīng)驗參考等。

ChatGPT 對就業(yè)崗位的影響

從AI 技術的整體應用影響來看，AI 技術在創(chuàng)造和維持高端就業(yè)崗位方面同時帶來了機遇和挑戰(zhàn)：一方面， 研究表明AI 技術可能對具備高度專業(yè)技能或教育程度較高的工作者的工資增長產(chǎn)生積極影響；另一方面，AI 技術的普及可能導致部分工作被零工所替代，導致固定工作崗位需求減少，非標準化的自由就業(yè)機會可能增加。

從ChatGPT 對工業(yè)領域崗位影響來看， 近期， ChatGPT 只是一個全科60 分的通才，缺乏工業(yè)領域的專業(yè)知識和實踐，因此不會出現(xiàn)大規(guī)模的職位替代。長期， ChatGPT 勢必會帶來效率的提升，進而導致資源結構的調整，包括職位結構的調整和迭代。例如，機械臂一方面替代了部分組裝工人，但另一方面也增加了自動化、數(shù)字化運營等崗位；AI 產(chǎn)品上市以來，誕生了諸如訓練、應用、培訓和開發(fā)維護等一系列崗位；在汽車出現(xiàn)之后， 根據(jù)統(tǒng)計數(shù)據(jù)，從事運輸服務環(huán)節(jié)的人數(shù)，出現(xiàn)了成千上萬倍的增加。

因此，為應對ChatGPT 的應用，工業(yè)企業(yè)需要創(chuàng)造新的高效率工作崗位，ChatGPT 在長期內(nèi)有望取代人類工作中的部分任務，但不能完全取代整個工作崗位，而ChatGPT 產(chǎn)生的影響將取決于政策及研究機構的投資和技術所有權模式。

結束語

ChatGPT 作為一項AI 技術，將內(nèi)容自動生成式技術推向了平民化時代，但受限于其信息的模糊性、數(shù)據(jù)的低可信度和商業(yè)模式的不成熟等，ChatGPT 短期內(nèi)在工業(yè)領域的應用時機尚不成熟，對工業(yè)企業(yè)的影響不大。但長期來看，ChatGPT 在工業(yè)領域的應用前景可期，在工業(yè)現(xiàn)場問題解決中可以充當“翻譯”“導游”“快捷鍵” 等角色，在工業(yè)效率提升方面具備價值空間。

同時，幾乎每一次的技術革命均伴隨勞動力要素結構的調整。在工業(yè)3.0 和4.0 階段，“機器代人”幾乎一直是熱點話題榜單的“?？汀保舜蜟hatGPT 的出圈， 更是引發(fā)了全社會對部分崗位結構性調整的關注。因此， 企業(yè)應在內(nèi)容生成式技術真正對工業(yè)崗位產(chǎn)生影響之前， 做好對高度專業(yè)技能等崗位的階段性預設、增設和相應人才的培養(yǎng)，以應對未來勢必會出現(xiàn)的崗位結構調整所帶來的勞動力就業(yè)沖擊和企業(yè)生產(chǎn)經(jīng)營沖擊。

編輯：黃飛

?