顺庐书院 | 主题活动

SHUNLU ACTIVITY

       科技与工业的紧密结合，将形成全新的生产模式和商业模式。尤其是不断成熟的人工智能技术，将引发新一轮的产业变革。

       目前全球制造业正加快数字化、智能化转型的步伐，政府部门也纷纷出台支持政策，鼓励企业投入智能制造领域的研发和实践。智能制造正在成为大国竞争的焦点，引领全球的技术和产业竞赛。

       7月21日下午，由顺庐书院和惠裕全球家族智库主办的“智能制造”主题沙龙在北京柏悦酒店成功举办。

       此次沙龙邀请了北京大学计算机学院教授、北京智源人工智能研究院院长黄铁军，富士康科技集团首席数字官及互联网办公室主任史喆，航宇智造董事长兼CEO程鹏志，第四范式CFO于中灏，太阳帆创投合伙人陈海滨等作为嘉宾，分享他们的专业见解。

       此外，近30名来自金融、电力、政府机构的投资人、CIO、管理者等也积极参与，共同探讨智能制造领域的前沿技术创新、产业发展趋势和投资风口变化。

富士康的数字化、智能化先进经验

       富士康是全球最大的电子科技智造服务商，也是代表中国制造业水平的重要企业。它在中国拥有40多个园区，峰值员工数量高达120万人，产品范围涵盖消费性电子产品、云端网络产品、电脑终端产品、元器件及其他这四大领域。截止2022年年底，富士康的年营收为1.49万亿元，位居《财富》世界500强第20位。

       为了未来5~10年的竞争优势，富士康正在进行全面的数字化和智能化转型。富士康科技集团首席数据官史喆指出，这个转型面临着挑战和机遇并存。在制造业中，数字化和智能化升级的环境非常复杂，一个工厂可能同时涵盖工业4.0的不同阶段，包括工业1.0的人工操作阶段、工业2.0的电气化和初步自动化阶段、工业3.0的广泛应用计算机技术阶段，以及正在逐渐开展的工业4.0的数字化和智能化阶段。

       “在当前制造业环境中，我们面临着工业4.0的四个不同阶段，形成了一种复杂的混合状态。在升级和优化的过程中，仅依赖最新技术解决问题是不够的，我们需要全面考虑并将所有技术融合成一个整体方案，才能真正实现工业4.0的最高阶段。”史喆谈到。

       在全面的数字化、智能化转型中，史喆认为可以从制造业的3个层次着手。最上层是运营层，负责接收订单和拓展全球业务；中间层负责生产分配，负责将订单拆解并指导产线运作，以实现所需产量、精度和毛率；最底层则是制造环节，关键是按时、按质、按量地完成生产目标，确保生产过程中不发生意外。

       目前，工厂层面，即制造端，是最有数字化和智能化升级潜力的领域。史喆指出，富士康对工厂端的追求主要集中在3个目标上：透明化、可追踪溯源、可远程实时管控。他特别关注如何推动工厂的智能化落地，不管是AIGC还是ChatGPT，都能融合到工厂的智能化转型中去。

富士康科技集团首席数字官及互联网办公室主任史喆

       富士康目前正在将制造环境进行全方位的仿真，构建一个人工智能平台来辅助管理和决策。实现这一目标的基础是全面的数字化，包括采集流程数据、提升设备能力，还要保证数据的实时性、真实性、准确性。

       这需要大量的时间、资金和精力投入，同时需要各个部门的协同合作。据了解，目前有超过上万人参与了富士康的数字化和智能化转型业务，而到年底，富士康还将联合合作伙伴打造工厂大模型，提升自身竞争力。

       随着工业4.0时代的持续发展，史喆认为，未来工厂中的所有设备都将变成数字资产。这些设备将汇集海量的数据，每天收集的数据都能帮助企业进行产品设计和生产优化。

       然而，要实现这一蓝图，需要所有制造业公司以及上下游合作伙伴的共同努力。数字化和智能化转型是一项庞大而复杂的任务，需要全行业的共同支持和投入，才能在工业4.0时代取得成功。

视觉产业的新纪元

北京大学计算机学院教授、北京智源人工智能研究院院长黄铁军

       北京大学计算机学院教授、北京智源人工智能研究院院长黄铁军教授在主题为《摄影原理革命，重塑智能视觉产业》的分享中，带来了令人惊叹的视觉创新技术。他指出，该创新是在30年的视觉革命性研究基础上，全球独一无二的、完全从零开始的脉冲成像芯片技术。

       黄教授首先回顾了摄影领域的光学原理发展。17世纪开始人类对光的认识便存在两争论：一种是牛顿光学，其中光被认为是粒子流；另一种是惠更斯光学理论，其中光被认为是波。

       随后，他介绍了摄影历史中的重要里程碑：18世纪人类第一张照片的诞生。1839年发明照相术曝光成像原理首次被改写成图像和视频；1895年，卢米尔兄弟发明了电影；以及1905年发现光电效应，证明了光是粒子，每一个光粒子就是高速的波。

       然后，黄教授向我们展示了北京大学脉冲连续摄影原理的创新成果。这一原理彻底颠覆了相机和视频的概念，攻克了实现超高速成像芯片的国际难题，形成了跨代领先优势，并开启了连续无模糊成像的新篇章。该技术还形成了SpikeCV技术，并已开源。

       这项技术的创新彻底解决了曝光原理的缺陷，逼近了光电器件的物理极限。相比传统相机在高速拍摄时产生模糊问题，脉冲呈像技术能够做到连续无模糊成像，克服了这一难题。

       黄教授指出，该技术已于2016年进行专利申请，被中国电子学会鉴定为超高速成像和机器视觉领域的重大原始创新，超高速成像技术达到国际领先水平。

       他还介绍了脉冲芯片在智能交通、自动驾驶、工业检测等领域的广泛应用，以及在解决大动态范围问题（如信号灯闪烁检测和运动图像模糊等）上的原理性突破。

       脉冲视觉技术已在中美日韩欧获得专利授权，并具有长期的技术竞争力。该技术为智能交通、自动驾驶、VR和消费电子等领域带来颠覆性变革升级。

先进的航空制造技术

航宇智造董事长兼CEO程鹏志

       航空一直以来都是先进制造业的领军者，其技术也广泛应用于汽车、电子等工业领域。成立于2013年的航宇智造公司就是航空制造技术的集成商，公司的主要产品涵盖四类：飞机蒙皮与机体结构、短舱反推部件、一体化管梁车身、风扇叶片。

       其中，短舱反推是一项重要的降落和减速技术，在飞行器着陆和减速过程中发挥着关键作用。据航宇智造董事长兼CEO程鹏志介绍，短舱系统是除了发动机外飞机上最大的一个系统，约占飞机价值的7%~10%，国内民用市场的规模高达上千亿元，相关零部件需求巨大。

       飞机蒙皮和机体结构主要是指使用铝合金、钛合金等材料制造的大型蒙皮拉伸和型材拉弯等产品。程鹏志生动地将飞机蒙皮形容为“可乐瓶、矿泉水瓶”，这是因为蒙皮的直径大约有4米，但厚度仅为4毫米，最薄的地方甚至只有1.5~2毫米的铝合金蒙皮。“这种薄而坚固的蒙皮在空中飞行时，人其实就像是被放置在填充了压缩空气的易拉罐里一样。”

       航宇智造正在和商飞研发大型铝合金型材和机体蒙皮制造技术。今年6月底，航宇智造还与沈飞民机签订了合作协议，为空客研制蒙皮和结构件。目前公司也在规划飞机钣金智慧工厂，预计投资3-5个亿元，每年能带来10个亿的营收规模。

       管梁车身是一种车身结构，它采用纵向和横向管状梁构成框架，形成稳固的整体结构。目前航宇智造已跟小鹏汽车、一汽丰田、一汽大众奥迪、江铃福特、极氪汽车等达成合作，为其提供管梁车身产品，预期市场容量每年高达400亿元，航宇智造在手订单每年超2亿元，潜在订单每年超10亿元。

       最后，程鹏志提到，在航空、汽车制造领域，有很多核心部件存在“卡脖子”现象，未来航宇智造在攻克核心制造技术的同时，也要抓住市场机会不断扩大生产规模，助力大飞机批产上量。

大模型在企业端如何应用？

第四范式CFO于中灏

       如今，越来越多企业开始认识到大模型在企业软件中的优势以及在用户交互中所带来的体验。第四范式首席财务官于中灏在《AIGS AI generated software》主题演讲中阐述了AI技术的演变，从人类专家规则开始，他举例说明了在AI的加持下，医生根据症状进行诊断和治疗的过程，以及银行应用专家规则进行风控决策的案例。

第四范式CFO于中灏指出，基于这些讨论，可以总结以下机遇：

       1、大模型落地：将AI技术与企业软件结合，可以提高企业的效率和创新能力。例如，利用大模型进行智能数据分析、预测和决策支持，可以帮助企业更好地理解市场趋势、优化运营和提供个性化的客户体验。

       2、用户交互体验：将大模型应用于企业软件可以改善用户交互和体验。通过提供更智能、个性化的界面和功能，可以增强用户对企业软件的使用和满意度。

       3、专家规则的转变：随着AI技术的发展，传统的专家规则正在逐渐被基于数据的机器学习方法取代。企业可以利用大数据和机器学习算法来自动化和优化决策过程，从而减少人工干预并提高效率。  

       4、增强风控能力：AI可以为企业提供更强大的风险管理和风控能力。通过分析大量数据、识别模式和风险因素，AI可以帮助企业预测和避免潜在的风险，并为决策提供更准确的支持。

       于中灏还提到通用模型和专业场景模型之间的差异。通用模型适用于长尾场景，而专业场景模型则适用于特定行业的关键任务，如银行风控、故障预警等。实现大模型的落地可能并不容易，但它能创造一个可能性，例如将企业软件转化为自然语言对话形式。

       为实现对软件的优化和功能调用，需要考虑多模态识别能力、对接企业内部数据、对接软件的API、知识库能力和抽象化需求。

       对于企业如何应用大模型，于中灏给出了建议：AI最容易优化的工作，包括重复性的劳动和需要专业性的任务。在企业决策方面，建议企业制定关键的指标，并基于这些理性指标做出决策。同时，企业管理层需具备足够广的胸怀。

       总结来说，决策型人工智能面向企业大脑，可以在核心业务流程中做出更智能的判断，例如银行的风险控制和能源企业的故障诊断。引入大模型后，AI具备了更多交互可能性，例如通过自然语言进行交互和理解图像和视频内容的能力。这种增强相当于给予AI视觉等感官能力，使其成为一个更全面的解决方案，因此大模型在企业落地场景中有巨大的提升空间。

圆桌论坛：共话人工智能带来的产业变革

从左至右：太阳帆创投合伙人陈海滨，第四范式CFO于中灏，北京大学计算机学院教授、北京智源人工智能研究院院长黄铁军，富士康科技集团首席数字官及互联网办公室主任史喆，主持人胡博

       在四位嘉宾分享之后，本次活动迎来了最具思想碰撞的圆桌环节，除了上述四位嘉宾，太阳帆创投合伙人陈海滨、主持人胡博也参与其中，共话人工智能与制造业相关话题。 

       太阳帆创投合伙人陈海滨认为，人工智能将带来一场新的工业革命，它有可能颠覆各个行业。类比工业化解决了生产规模化的问题，互联网解决了需求规模化的问题，而人工智能的主要作用是大幅度提升生产效率，因此它有潜力对各行业进行全面改变。 

       他谈到，人工智能在改变社会的过程中，可能经历三个阶段。第一阶段是点解决方案，简单物理代替，如电气革命的初期。第二阶段是生产装置改变，类似电器时代，改变生产方式和设备。第三阶段是系统解决方案，可能形成类似流水线的高效生产方式。人工智能有可能在不断的改变中，最终可能改变现在的“流水线”教育体制，尽管这个过程可能逐步进行。

       史喆提到，富士康整个数字化、智能化后最终的结果中，其中很重要的一部分是5年后间接人力成本将减少1/10，反而管理人员不一定会减少，因为现在很多数字化、智能化，是人和系统共同在做决策，虽然一些算法和系统可以做出决策，但还是需要人员去做管理。现在黑灯工厂能做到生产执行能自动化、智能化，但再向上生产设计、资本运营还是需要大量的人力。 

       黄铁军谈到，人工智能的发展至今，它的商业化模式还并未完全显现，但未来一定会存在机会点，产生两种类型的AI公司。

       第一种是通用大模型，当它变成水、电、网一样的基础设施之后，将产生大型的运营商，存在大量的上下游企业，形成一个完整的生态。 

       第二种公司偏硬件，人工智能时代一定需要各种低功耗的芯片，软硬件模组，就像是电话时代，所需要的芯片远不及智能手机时代那要精密，AI时代大量的数据处理需求，一定会产生新的硬件供应商，来补足这块市场空白。

       第四范式目前主要服务金融、能源、零售以及电信等核心行业，于中灏谈到，制造业是公司正在着重布局和投入的领域，并且已经在多个头部客户完成了很好的场景落地，随着制造企业数字化、自动化水平的进一步提升，相信未来会有更多的行业赋能与转型的成功案例落地。

       第四范式在制造业中进行了一些尝试，如故障预测、排产派工、质量检测等，但制造业智能化的落地需要前端的数据收集和获取以及生产线的数字化提升。总体来看，制造业作为中国制造大国，未来具有巨大的发展空间，尤其是随着大模型等新技术能力的加持，对制造业的信息也会产生积极的影响。【标题修订：第四范式CEO应为CFO】