智能制造的跨界融合,是对技术的考验,更是对人的考验|数据猿直播干货分享
2023-05-29 21:47:06
  • 0
  • 0
  • 0

智能制造已经逐渐渗透到各个领域,如汽车制造、机器人、3D打印、工业互联网等。越来越多的制造业企业也在纷纷转型智能制造,通过创新的技术和工具实现产品创新和降本增效的目的。

智能制造的发展可以追溯到上世纪70年代,当时出现了计算机集成制造系统(CIMS)和计算机辅助设计制造系统(CAD/CAM)等技术。随着信息技术的不断发展,智能制造得到了快速发展。2006年,德国率先提出了“工业4.0”的概念,标志着智能制造迈入了一个新的发展阶段。此后,全球各国纷纷加强了对智能制造的研究和投入,推动了智能制造的发展。

根据市场研究机构的数据显示,2019年全球智能制造市场规模约为1.3万亿美元,预计到2025年将达到2.4万亿美元,年复合增长率约为11.8%。其中,亚太地区是智能制造市场规模最大的地区,占据了全球市场的近40%。

总体来说,智能制造已经在全球范围内得到广泛应用,成为推动制造业转型升级的重要手段。随着技术不断进步和应用,智能制造的市场规模和应用领域还将不断扩大。在制造业不断转型升级的今天,技术创新究竟在智能制造中有哪些方面的应用?企业在打造智能制造IT基础设施,都要有哪方面的考虑呢?新技术的发展,对就业市场可能会有怎样的冲击呢?

带着这些问题,数据猿联合创始人兼主编张艳飞组织了一场主题为“智能技术与制造业的激情碰撞”的直播,邀请了美的集团楼宇科技研究院首席研究员周明春,焱融科技CTO张文涛,华院计算副总裁、智能制造事业部总经理钟炜铭,深入探讨智能制造的相关问题。

融合新技术,高品质创新

工业互联网这个词早在6年前就已经开始在国内“火热”起来,随着5G通信技术、人工智能、大数据、物联网的发展,在工业互联网平台也在不断的升级和改进,越来越多的新技术创新伴随着制造业的转型升级而应用于生产线上。技术创新究竟在智能制造中有哪些核心应用场景呢?

在说场景前,必须先要理解工业互联网的概念。周明春认为,“工业互联网”其实这个字面上虽然有“互联网”三个字,但觉得‍‍绝对不是互联网跟工业的简单组合。‍‍而是以网络为基础、平台为中枢、数据为要素的深度融合的整合体。‍‍它运用了很多技术创新,‍‍帮助企业实现降本增效,比如:5G通信技术、数据字典的技术以及自动化标识解析的体系等。

钟炜铭也非常认可工业互联网是整合体的概念,而且在他看来,工业互联网是围绕着‍‍制造业的工艺本身或者设备本身,结合物联网的技术、结合大数据的技术、结合人工智能的技术,形成整体的结合。而且,工业互联网在创新方面都要求特别高。‍‍比如说物联网技术的创新,也就是工业4.0,或者是工业物联网也好,很多时候‍‍企业管理者希望让企业内部实现智慧化、集成化的管理,‍‍其目的是优化生产流程和提高生产效率,这其实对物联网技术的创新‍‍要求非常高。‍‍因为它需要利用不断创新的物联网技术,‍‍将生产设备、仓储设备或者机器人连接起来,‍‍同时能够逐渐实现数据共享或者协同共赢,这样才可以达到‍‍智慧化、集成化管理。

在了解了工业互联网的概念之后,再回到智能制造的应用场景中,我们就会对它有更深刻的理解。周明春认为,传统模式很多时候是以模型为驱动的,而现在都是数据驱动,‍‍但如何将数据和模型结合起来,这才叫未来智能制造,也是未来发展的新方式。最近几年,‍‍‍‍数字孪生技术在制造行业里一直都有所倡导,‍其实在几十年前,在制造业也一直在使用类似的技术和工具,比如 CAD计算机辅助设计、CAE计算机辅助工程仿真等软件,在工业制造过程中被大量运用,‍‍只不过最近十年,由于计算机算力的提升以及数据挖掘技术的发展,再加上‍‍原来传感技术的进步,之前仿真‍‍和算法模型可以结合现有的数据,做更加深度的挖掘,‍‍从而可以实现贯穿产品全生命周期的延伸应用,用数据驱动的方式‍‍来实现跟虚实世界的融合。‍‍同时我们可以进一步修正‍‍物理世界里面实体产品的交替迭代过程。‍‍

由此可见,工业互联网并不是有网络即可,而是多种设备、多种工艺的互联互通。落脚到核心的应用场景中,智能制造与传统模式相比,它的驱动力主要来自于数据。

数据驱动生产

既然智能制造的主要驱动力是数据,那么当一家企业在进行智能制造IT基础设施建设和布局的过程中,不可避免的就需要考虑一系列与数据有关的问题。智能制造IT基础设施都要有哪方面的考虑呢?张文涛认为,企业需要从三个方面考虑。

第一个方面是网络数据安全, ‍‍这是任何企业都首要解决的问题,智能制造中的数据涉及到企业的核心机密信息,包括产品设计、生产流程、销售渠道等重要信息。这些信息如果被泄露,将会给企业带来巨大的经济损失和声誉损害。

其次是一些系统性的相关的问题,因为现在制造业里面的业务会越来‍‍越来越多,需要去管理的设备也越来越多,系统本身的性能‍‍需要能够得到保障,而且随着业务发展,还需要‍规划未来一段时间的增长空间。

‍‍第三是‍‍数据管理,‍‍随着设备和产业的数字化以及信息化的增加,会产生大量的数据,从‍‍数据的产生、采集到数据存储、处理等方面,会涉及到很多环节,‍‍这就需要企业解决好这些数据的流动和管理问题,让系统能够有序、高效的‍‍运转起来。

整体来看,智能制造的关键还是在于数据,而智能制造的基础设施布局,归根结底还是要保障制造业企业数据的安全和稳定运转,只有数据在整个生产环节完整的运行起来,才能有生产线和产品的高效生产。

拥抱变化,自我升级

智能制造作为不断融合新技术、新工具的平台和制造方式,必然会对传统模式下的就业岗位和从业者产生冲击。一直以来,大部分人认为技术革新会取代传统的、劳动密集型的岗位,然而,今年以来,ChatGPT的出现让很多白领感到了“危机”。那我们该如何看待智能制造对传统制造业就业市场的影响,以及从业者可以采取哪些应对措施呢?

钟炜铭结合自己的职业生涯成长经历和自身的感受,提出了自己的想法和建议,他认为,人跟动物或者是跟机器相比,最大的区别‍‍就是人有学习的能力,人会有认知能力。‍‍智能制造对现有从业者和某些岗位的影响肯定有,但是最终‍‍它只会促进科技的进步,提升制造业的效率,降低制造业的成本。人可以在政府政策的支持‍‍帮助下,在相关的培训下,经过‍‍自我的学习努力,能够找到自己新的方向‍‍和新的岗位,这相当于一个动态平衡的过程。

程序员出身的张文涛更是以身边同事的变化为例,谈到了对新技术的看法和大家的改变。他认为,程序员肯定是首当其冲受到影响,但是在ChatGPT普及后的两个月里,现在很多人‍‍的变化是在利用‍‍ ‍‍ChatGPT的能力,来加快自己的生产,从而提高自身的效率。‍‍比如就写代码而言,‍‍原来写基础函数时,可能要去做一些搜索、调试,有了‍‍ChatGPT之后,这些事情‍‍很快就能够完成了,程序员不需要‍‍在这些基础性代码上花太多的精力,而是会把更多的精力专注在业务本身,‍‍而业务本身其实更具有创造性。然而,创造性是‍‍ChatGPT ‍‍当前还不太具备的能力。因此,在程序员群体中,不少人其实心里都在做一个转变,就是应该要去充分利用它的能力‍‍来提升自身的效率。‍‍当看到新事物的时候,大家更多的应该是去拥抱变化,然后不停的去‍‍学习,来提升自己的能力,然后主动的适应变化的环境,‍‍这样才能保证我们自身的竞争力。

周明春的看法充满哲学意义。他认为,传统制造业是人类社会从农业向工业发展,本身就是技术发展的产物,‍‍大数据、云计算、物联网这些都只是技术工具,我们真正‍‍要往前推进靠的还是人。所以从传统的制造业向智能的制造业转变,‍‍新技术迭代发展肯定是必然,‍‍但是,在过程中一些刚工作岗位会受到冲击,甚至出现消亡,‍‍一些新的岗位也会出现, ‍‍所以在制造业变成智能制造的过程中,我们需要思考怎么去应对它。‍‍在生产线上做简单重复工作的工人,这种其实比较危险。‍‍学习各种知识固然重要,最重要的还是要学会‍‍如何快速的升级自己,就是把自己的“能量”和“内存”升级起来,这种方法‍‍要比一直奔波在升级自己的道路上更有效。

三位专家对于新事物、新技术、新工具的态度都非常积极,更愿意积极拥抱新事物,取长补短,进一步提升从业者的学习能力,不断升级自己,从而让自己不断改变、不断适应、不断创新。

以前,很多人认为智能制造距离我们很远,可能只是制造业企业或者制造业行业的事情,甚至很多人会以为蓝领群体是最容易被新技术、新工具取代的群体,然而从智能制造的发展和趋势看,并没有哪个岗位或者能力是永恒的,任何岗位都有可能受到新技术的冲击和改变,每个人都需要学会快速提升自己、升级自己,才能跟上时代的步伐。

文:赢家/ 数据猿

 
最新文章
相关阅读