在德國中北部城市希爾德斯海姆，世界工業(yè)巨頭博世已經(jīng)把生成式AI技術(shù)用在了生產(chǎn)線上。他們以AI仿真繪制的方式合成出超過15000張關(guān)于產(chǎn)品缺陷的圖片，然后將其應(yīng)用于電機(jī)定子生產(chǎn)線的質(zhì)檢。借助生成式AI，博世采用自動化光學(xué)檢測模型可將項(xiàng)目對應(yīng)工期縮短六個(gè)月，每年的產(chǎn)值得以提升六位數(shù)歐元。
 

　　而在大西洋對岸的美國，生成式AI概念的引爆者OpenAI剛剛在7月發(fā)布了一份飽受爭議的AGI路線圖。根據(jù)OpenAI的定義，現(xiàn)階段的聊天機(jī)器人只是AGI的第一階段，其后還有推理、智能體、創(chuàng)新、組織四個(gè)發(fā)展等級，且五級AGI最快將在2027年實(shí)現(xiàn)。然而，這份路線圖卻遭到了包括《財(cái)富》等媒體在內(nèi)社會各界的廣泛質(zhì)疑，因?yàn)镺penAI只給出了概念化的發(fā)展階段，卻沒有真正為AI在現(xiàn)實(shí)世界的應(yīng)用前景做出背書。
 

(圖源：The Verge)
 

　　不是所有人都贊同用純大語言模型去探索AGI的終局。在現(xiàn)實(shí)場景中，AI理應(yīng)具備更多可能性，就像博世在工業(yè)領(lǐng)域所做的嘗試那樣。
 

　　工業(yè)、制造業(yè)的生產(chǎn)線上，存在許許多多固定的工作任務(wù)和場景，讓生成式AI可以真正創(chuàng)造出產(chǎn)值，而不只是話題。這恰恰是現(xiàn)實(shí)產(chǎn)業(yè)真正的需求。貝恩咨詢在《2024年全球機(jī)械設(shè)備報(bào)告》中提到，75%的先進(jìn)制造企業(yè)在工程研發(fā)戰(zhàn)略中優(yōu)先采用AI技術(shù)，超過90%的機(jī)械設(shè)備企業(yè)早已開始收集和儲存生產(chǎn)數(shù)據(jù)，為AI的應(yīng)用落地提供了“養(yǎng)料”。
 

　　更進(jìn)一步地，如果一種AI技術(shù)試圖在工業(yè)和制造業(yè)場景中生根發(fā)芽，那它自然需要有相應(yīng)的產(chǎn)業(yè)環(huán)境。而在工業(yè)版圖龐大的中國，掌握這些AI技術(shù)的公司正在為新興應(yīng)用提供支撐。
 

　　麥肯錫在研究中提及，在2023年12月公布的21家新燈塔工廠名單中，有近60%的頂級用例采用了人工智能技術(shù)。燈塔工廠代表著全球制造業(yè)領(lǐng)域智能制造和數(shù)字化最高水平，這21家燈塔工廠有11家來自中國，其中中信泰富特鋼中國江陰工廠、隆基綠能中國嘉興工廠、亨通光纖科技中國蘇州工廠等，均引入了AI技術(shù)。
 

　　在人類擔(dān)憂AI和大模型將人類社會生活導(dǎo)向不可預(yù)測的未來時(shí)，工業(yè)場景為之提供了確定性，也為參與這個(gè)生態(tài)的玩家提供了寬廣的未來。
 

　　AI的智能釋放需要承載場景
 

　　理解場景之于AI的重要性，可以從兩則關(guān)于人類智能的信息出發(fā)。
 

　　人類世界有許多個(gè)流傳甚廣的關(guān)于“狼孩”的故事，它們描述了一種現(xiàn)象：一個(gè)擁有智慧大腦的人類在長期處于獸類(比如狼)的生存場景時(shí)，相關(guān)的語言、行為等功能將不會被激活，從而保持在較低的智能表現(xiàn)水平。
 

　　美國心理學(xué)家溫斯羅普和盧埃拉-凱洛格在九十多前利用猿猴和兒童展開了反向?qū)嶒?yàn)，測試其他物種學(xué)習(xí)人類智能的能力，并將結(jié)論寫進(jìn)了《猿與孩子：環(huán)境對早期行為影響的比較研究》一書：“無論如何進(jìn)行社會化和人性化訓(xùn)練，非人物種所能達(dá)到的人性化程度都存在明確的限制。”
 

　　兩個(gè)不同的故事折射出有相通之處的哲理：高智能個(gè)體缺乏訓(xùn)練，將不會釋放認(rèn)知和學(xué)習(xí)的潛能；而相對低智能的個(gè)體雖然上限較低，卻能通過模仿和訓(xùn)練掌握處理現(xiàn)實(shí)問題的能力，達(dá)到一定的“人性化程度”，只是要再往前一步會遇到困難。
 

　　所以，當(dāng)AI也開始學(xué)習(xí)人類的工作邏輯并滲透進(jìn)現(xiàn)實(shí)生活，當(dāng)我們發(fā)現(xiàn)AI的學(xué)習(xí)能力和應(yīng)用水平都暫時(shí)有限，無法通向深度的AGI，選擇合適的賽道與場景讓AI先創(chuàng)造可見的價(jià)值，就變成了一條值得嘗試的道路。現(xiàn)階段的AI具備了一定的智能，經(jīng)過貼合現(xiàn)實(shí)場景需求的訓(xùn)練后，可以參與生產(chǎn)作業(yè)。
 

(圖源：MakinaRocks)
 

　　工業(yè)是天然的高優(yōu)先級場景，在制造業(yè)和工業(yè)環(huán)境中已部署4000多個(gè)AI模型的韓國AI工程公司MakinaRocks認(rèn)為，基于工業(yè)場景的多元性，工業(yè)大語言模型得以覆蓋制造工廠的所有層面，將能夠管理和優(yōu)化整個(gè)運(yùn)營流程。而麥肯錫則通過評點(diǎn)全球燈塔工廠的AI用例指出，AI能夠全面參與到工業(yè)價(jià)值鏈的優(yōu)化升級中去，并帶來顯著的生產(chǎn)力提升。
 

(圖源：McKinsey & Company)
 

　　正是因?yàn)锳I技術(shù)具有普適性，可以做到“吃什么行業(yè)的數(shù)據(jù)，就提供什么行業(yè)的知識”，AI技術(shù)正在成為工業(yè)界新的明珠。美國國家標(biāo)準(zhǔn)與技術(shù)研究院(NIST)在7月下旬宣布，發(fā)起資金總額達(dá)到7000萬美元的支持計(jì)劃，幫扶專注利用AI技術(shù)提高美國制造商應(yīng)變能力的美國制造研究所。
 

　　而在中國，我們看到了工業(yè)企業(yè)廣泛擁抱AI大模型趨勢。在顯示面板領(lǐng)域，京東方在去年12月推出了顯示工業(yè)大模型；在新能源領(lǐng)域，金風(fēng)科技在今年3月推出了風(fēng)電行業(yè)大語言模型，隆基綠能在今年5月推出了基于多模態(tài)大模型的生產(chǎn)合規(guī)視頻檢測技術(shù)。
 

　　即便如此，工信部賽迪研究院發(fā)布的數(shù)據(jù)顯示，截至2023年，中國生成式人工智能的企業(yè)采用率還只有15%，存在巨大的增長潛力。在中國公司的實(shí)踐中，工業(yè)企業(yè)受益了，擁有深厚技術(shù)底蘊(yùn)的AI技術(shù)企業(yè)也隨之成長。
 

　　中國AI創(chuàng)新公司得天獨(dú)厚的發(fā)展之路
 

　　談到關(guān)于生產(chǎn)制造的場景，繞不開中國。在龐大的工業(yè)和制造業(yè)背景下，這里存在無限可能。
 

　　《福布斯》雜志在年初的一篇報(bào)道中探討了五個(gè)與AI契合度極高的行業(yè)。例如，汽車行業(yè)將是制造業(yè)采用AI技術(shù)的領(lǐng)先行業(yè)之一。而在新能源汽車發(fā)展如火如荼的中國，AI驅(qū)動的智能化、數(shù)字化幾乎和汽車行業(yè)同氣連枝、共同成長。這也就使得中國汽車行業(yè)涌現(xiàn)了不少先進(jìn)技術(shù)用例。
 

　　去年末，《財(cái)富》雜志公布2023年《財(cái)富》最具影響力物聯(lián)創(chuàng)新榜單，中國企業(yè)AI全棧解決方案提供商創(chuàng)新奇智憑借“理想汽車廠智能自動化產(chǎn)線”案例，在近200個(gè)申報(bào)項(xiàng)目中脫穎而出，成功上榜。通過把AI技術(shù)融入新能源汽車工廠自動化產(chǎn)線，工廠提升了對潛在問題的檢測能力，故障率與停產(chǎn)損失得到控制，有效技術(shù)工時(shí)縮短了70%。
 

　　這不是唯一的成果。創(chuàng)新奇智自2018年創(chuàng)立以來，在計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)等AI領(lǐng)域儲備了深厚的技術(shù)能力，掌握“MMOC人工智能技術(shù)平臺”和“AInnoGC工業(yè)大模型技術(shù)平臺”，并建立了覆蓋鋼鐵冶金、面板半導(dǎo)體、3C高科技、工程建筑、汽車裝備、能源電力、食品飲料&新材料、智造實(shí)訓(xùn)等八大領(lǐng)域的行業(yè)方案。
 

(圖源：創(chuàng)新奇智)
 

　　這一點(diǎn)恰恰驗(yàn)證了，中國擁有的多元化的工業(yè)場景，是AI技術(shù)落地的溫床。貝恩咨詢認(rèn)為，制造業(yè)對AI的利用集中于三個(gè)方向：減少裝配缺陷和改進(jìn)質(zhì)量控制、提高生產(chǎn)率、簡化倉儲庫存管理。通過利用工業(yè)場景下豐富的數(shù)據(jù)集和工業(yè)經(jīng)驗(yàn)積累，“AI+制造”的集成效果超越了傳統(tǒng)自動化技術(shù)，提升了控制優(yōu)化等方面的能力，因而實(shí)現(xiàn)了優(yōu)化制造流程、改進(jìn)質(zhì)量控制的目的。
 

　　硅谷華人投資人、清源創(chuàng)投(Foothill Ventures)創(chuàng)始合伙人王金林曾在接受騰訊科技采訪時(shí)指出，AI應(yīng)用層的關(guān)鍵就是數(shù)據(jù)壁壘。以此類推，工業(yè)大模型與行業(yè)生成式AI的應(yīng)用，關(guān)鍵就是基于擁有可靠數(shù)據(jù)基底的AI模型，輸出貼合工業(yè)企業(yè)實(shí)際需求的能力或內(nèi)容，以及為工業(yè)生產(chǎn)流程保駕護(hù)航。
 

　　從數(shù)據(jù)量級方面看，代表性用例均體現(xiàn)了對行業(yè)的深度鏈接。如海爾卡奧斯工業(yè)大模型COSMO-GPT擁有300多萬條高質(zhì)量工業(yè)數(shù)據(jù)、3900多個(gè)機(jī)理模型和200多個(gè)專家模型，注入了562個(gè)工業(yè)數(shù)據(jù)集；創(chuàng)新奇智在上半年發(fā)布的奇智孔明工業(yè)大模型2.0版本(AInno-75B)，參數(shù)量達(dá)到750億，規(guī)模和性能進(jìn)步的同時(shí)還引入了多模態(tài)大模型能力，甚至能輸出CAD或者actions。
 

　　而從落地應(yīng)用場景的能力看，博世根據(jù)定子的不同故障類型，以每種類型兩位數(shù)的真實(shí)圖像生成了上萬張樣本圖像。生成式AI大大擴(kuò)展了缺陷樣本數(shù)據(jù)潛力，進(jìn)而為產(chǎn)線上的檢測提供了依據(jù)。
 

(圖源：創(chuàng)新奇智)
 

　　這種“在不實(shí)際生產(chǎn)有缺陷的零件的情況下，獲得所有缺陷類型的足夠圖像”的方法，同樣出現(xiàn)在創(chuàng)新奇智的用例中?；谄嬷强酌鰽InnoGC工業(yè)大模型，創(chuàng)新奇智可幫助垂直行業(yè)生成特有的缺陷樣本數(shù)據(jù)，并進(jìn)行分割標(biāo)注等其他處理，突破工業(yè)瑕疵樣本不足的限制。
 

　　目前，在汽車、液晶面板、鋼鐵冶金等行業(yè)，創(chuàng)新奇智都建立了垂直的智能化檢測分析方案。憑借對相關(guān)技術(shù)方案的熟練應(yīng)用，創(chuàng)新奇智在IDC近期發(fā)布的《中國AI賦能的工業(yè)質(zhì)檢解決方案市場份額，2023》報(bào)告中榮登中國第1大AI工業(yè)質(zhì)檢解決方案廠商之位。
 

　　由工業(yè)場景、工業(yè)數(shù)據(jù)、AI模型能力、垂直工業(yè)應(yīng)用等要素共同支持，相應(yīng)的To B業(yè)務(wù)已經(jīng)形成了有內(nèi)生增長性的商業(yè)模式。創(chuàng)新奇智在其年報(bào)中披露，2023年由AI賦能的制造業(yè)業(yè)務(wù)板塊收入已達(dá)到11.76億元，同比增長24.1%。在去年的業(yè)績溝通會上，其管理層還表示公司將向高質(zhì)量成長轉(zhuǎn)型，在公司健康發(fā)展的基礎(chǔ)上盡快實(shí)現(xiàn)扭虧為盈。
 

(圖源：創(chuàng)新奇智年度報(bào)告)
 

　　見微知著，扎根中國工業(yè)市場的AI創(chuàng)新公司正在走入多點(diǎn)開花的時(shí)代。在這個(gè)有著豐富“養(yǎng)料”的生存環(huán)境中，生成式AI產(chǎn)業(yè)也找到了現(xiàn)階段的新“活法”。