李楠在演講中指出,制造業(yè)轉(zhuǎn)型升級(jí)是一個(gè)持續(xù)過程,歷經(jīng)了機(jī)械化、電氣化、自動(dòng)化、信息化、數(shù)字化時(shí)代。未來10~20年,將進(jìn)入智能化升級(jí)時(shí)代。與此同時(shí),企業(yè)發(fā)展模式也正在從“規(guī)模擴(kuò)張”轉(zhuǎn)變?yōu)?ldquo;高質(zhì)量發(fā)展”。在智能化時(shí)代下,制造業(yè)工廠的最終形態(tài)即將實(shí)現(xiàn)。比如場(chǎng)景智能決策+自動(dòng)化控制、AI區(qū)塊鏈賦能雙碳運(yùn)營(yíng)等……而智能工廠的打造,依賴于多種創(chuàng)新技術(shù)疊加作用,AIoT將成為驅(qū)動(dòng)工廠數(shù)智升級(jí)的關(guān)鍵。

AIoT集合工業(yè)互聯(lián)網(wǎng)等技術(shù),正在重新定義產(chǎn)業(yè)協(xié)同,為制造業(yè)收集、處理、分析大量的生產(chǎn)和設(shè)備數(shù)據(jù),數(shù)據(jù)越豐富,數(shù)據(jù)越開放,產(chǎn)業(yè)鏈協(xié)作效率越佳。李楠介紹,比如鋰電行業(yè)質(zhì)量管理領(lǐng)域,存在安全性、一致性要求高,異常電芯未及時(shí)攔截,造成異常品后流,以及據(jù)分析效果不佳等痛點(diǎn),若通過化成分容數(shù)據(jù)去分析電池質(zhì)量,便能夠?qū)崿F(xiàn)對(duì)電池質(zhì)量的反饋,進(jìn)而實(shí)現(xiàn)電芯質(zhì)量判定,異常電芯及時(shí)攔截,減少異常品后流,提升良率,指導(dǎo)優(yōu)化生產(chǎn)。

同時(shí),大模型/生成式AI技術(shù)的突破,更有望加速制造業(yè)對(duì)于AIoT的深度應(yīng)用。例如在質(zhì)量管理方面,引入GPT技術(shù),實(shí)現(xiàn)通過AI智能來識(shí)別改進(jìn)過程及過程中的各項(xiàng)輸出,產(chǎn)出AIGC類型的8D報(bào)告,進(jìn)行數(shù)據(jù)及過程有效性管控。

作為源自半導(dǎo)體制造業(yè)的國(guó)家級(jí)雙跨平臺(tái),格創(chuàng)東智具備雄厚的平臺(tái)技術(shù)實(shí)力、成熟的智能化工廠規(guī)劃能力,已經(jīng)將AIoT技術(shù)應(yīng)用至數(shù)據(jù)全面采集、制造系統(tǒng)集成、業(yè)務(wù)閉環(huán)驅(qū)動(dòng),實(shí)現(xiàn)AI助力數(shù)據(jù)決策。

在質(zhì)量管理數(shù)字化方面,格創(chuàng)東智具備完整的產(chǎn)品和服務(wù)矩陣,包括QMS質(zhì)量管理、MFA多因子分析、視覺檢測(cè)方案ADC等,可通過整合的一站式數(shù)字化解決方案,助力制造業(yè)有效提升品質(zhì)管理。

在能碳管理數(shù)字化方面,格創(chuàng)東智雙碳平臺(tái)集成了設(shè)備物聯(lián)、AI算法、邊緣控制,形成云邊一體化操作系統(tǒng)。通過設(shè)備互聯(lián)、大數(shù)據(jù)處理、AI建模,結(jié)合設(shè)備機(jī)理與算法等多技術(shù)棧融合,形成工業(yè)雙碳Know-how模型,充分發(fā)揮數(shù)字化在實(shí)現(xiàn)“雙碳”目標(biāo)中的關(guān)鍵作用,實(shí)現(xiàn)企業(yè)能碳效益最大化。