11月23日，以“智能制造引领创新发展”为主题的“2021人工智能与机器人应用高峰论坛”在广州拉开帷幕。
格创东智李楠博士受邀参会并发表主题演讲《利用数字化与人工智能技术助力制造业转型升级》，与李培根院士、罗锡文院士、e－works主编黄培博士等人同台碰撞思想火花，为制造企业利用人工智能技术建设智慧工厂提供新观点、新思路、新模式。

人工智能助力企业智能化建设的

“是与非”

目前，在工业领域，人工智能还无法100％交给计算机、交给深度学习模型，让其在毫无专业知识或者工业模型输入的情况下，输出优质的关于品质预测、设备管理等相关的信息。工业领域的人工智能仍然需要基于生产数据、行业经验以及“人机合作机制”，才能实现数据驱动的制造过程智能优化决策，发挥数据价值。

企业智能化的本质是从记录、连接、可视、分析、预测到自适应这六步骤的逐步迭代升级，只是有不同的尺度和范围（从设备到车间再到工厂）。目前大部分公司的智能化发展，还停留在可视化这一步骤，能够发展到数据分析并反向进行预测指导的公司非常少。
造成这一现象的核心原因在于，人工智能技术在制造业的应用其实还面临非常多的挑战，可以归纳为4点：数据基础薄弱、应用敏感度低、数据复杂、专业工具和人才缺失。

标杆案例

提供人工智能技术应用模版

以格创东智为某高科技制造企业打造智能工厂为例，依据整体发展思路——三化四步骤（三化：自动化、数据化、智能化；四步骤：自动化、IoT、大数据、智能制造），逐步落地多个关键应用，推动智能工厂的建设。

01工业物联网平台打造扎实数据基础

该制造企业具有高自动化、高节拍、良率效率几乎达到极限、停机损失巨大等特点，因此必须高效发挥数据的价值。格创东智为其搭建的工业物联网平台可以将以往采集不到的生产数据全部汇集到平台里，基于这些数据去做设备预测性维护、生产环境监控等应用，提高数据利用价值。

02数据中台支撑上层应用

工业物联网平台收集数据后，通过数据中台来进行数据分析，从而支撑上层应用例如生产分析平台、运营分析平台、智能分析平台等

03关键应用陆续上马

格创东智为该企业打造了多个智能化应用，逐渐形成一套360度品质监控管理体系：工业大数据应用（如东智多因子分析建模工具MFA等）提升极致良率；视觉检测应用（如东智视觉检测系统、ADC系统等）建立自主学习模型，实现无间断、精准的AI图像识别功能；设备预测性维护应用（如东智设备健康管理EHM）提前检测设备异常，降低设备异常停机损失；

能源管理应用（如东智智慧能源管理EMS）提供综合能源服务平台，减少能源消耗，提高能源利用率

．．．．．．

＊E－works主编黄培博士与李楠博士同台互动

人工智能助力智能工厂建设的

“锦囊妙计”

如何利用人工智能技术更好地推动智能工厂建设，格创东智总结了以下四点经验：

01聚焦核心业务场景

制造企业的“KPI”可以归纳为QCDI四个关键词（Q－品质；C－成本；D－交期；I－创新）。企业需要确定自身智能工厂建设的最重要的痛点在哪个环节，然后“因材施教”，针对性通过人工智能技术解决痛点。

02组织与文化变革

在以往的分享中有提过，我们建议企业一定要成立一个无论是虚拟化还是实体化的智能制造推进部门，在IT、品质生产、供应链物流等所有相关部门中抽取1－2个核心关键用户放到推进部门里，由这些人来共同制定企业未来3－5年的智能制造推广战略。这样的分工能够较好的保证智能制造的推广和复制。

以TCL转型之路来说，TCL外部孵化了独立的工业互联网公司格创东智，与内部的数字化委员会、旗下产业形成了“铁三角”，而这也是企业能够成功进行智能化转型并取得巨大成效的最重要原因。

03赋能一线生产工程师

智能工厂的建设归根结底，是为了赋能一线生产工程师，让工程师即使不具备丰富的IT经验知识，也能读懂数据、读懂设备，在生产过程或设备出现故障的第一时间，甚至出现故障之前，能够快速响应或者提前预判，解决问题，这是智能工厂建设最能够产生业务价值的地方。

04专业技术平台支撑

通过给一线生产工程师提供专业工具，实现数据汇聚、数据可视化、数据价值挖掘，并通过该过程内化人工经验，最终形成模型库，沉淀在专业技术平台上，继而实现从依赖人工经验的决策向智能化决策转变。