人工智能之外:前沿技术如何重塑工业运营

Industry4.0 and IoT(Internet of Things). Factory automation system. AI(Artificial Intelligence).
AI agents can amplify the impact of large language models like ChatGPT by enhancing their ability to plan, prioritize, and execute actions.Image: Getty Images/iStockphoto
本内容由人工智能自动翻译。
  • 人工智能等前沿技术的兴起,正在迅速改变全球工业和制造业的运营方式。

  • AI智能体可以增强大型语言模型(如ChatGPT)的规划、优先排序和执行行动的能力,从而放大其影响力。

  • 展望未来,本文介绍知识型智能体将如何赋能员工,以及自动化智能体如何在工业运营中实现任务自动化。

在前沿技术兴起的推动下,工业运营正处于关键时刻,这些技术将重塑该领域。人工智能(AI)是这一变革的核心,其动力来自计算能力的指数级进步。AI不仅在增强现有技术,也在为全新的创新开辟道路。

人工智能的一项重大突破是多模态基础模型的发展,它开启了大量全新的工业应用。多模态扩展了AI的能力,使模型能够处理文本、声音、视频以及制造业中存在的其他数据类型。

其中,以广为人知的ChatGPT-4为代表的大型语言模型(LLM)表明,AI有潜力超越仅限专家使用的应用,使各行各业的每个人都能使用复杂的AI。

AI智能体是人工智能的下一次飞跃。这些智能体赋予大型语言模型访问工具的能力,并增强其规划、优先排序和执行行动的能力,从而放大其影响力。与其他技术相结合,AI智能体将解锁运营中的前沿技术:与机器人技术结合,它们将使人形机器人成为现实;与数字工具结合,它们将实现自主系统。

这些前沿技术将为整个价值链带来生产力、灵活性、员工赋能和可持续性方面的重大收益。其潜力巨大,但这些应用在实践中会是什么样子?这些技术的成熟度如何,要成功实施又必须克服哪些关键挑战?

AI智能体和任务自动化如何改变运营

预计AI智能体将以两种方式改变运营。知识型智能体将赋能员工,而自动化智能体则在运营中实现任务自动化。

知识型智能体与自动化智能体。Image: 世界经济论坛

知识型智能体

知识型智能体借助公司的整个数据平台,为员工和工程师的决策提供支持。这些智能体通过提供洞察并建议所需行动来协助团队,同时调用相关数据源并使用任何数字工具来实现其目标。

人与智能体之间的交互可以通过语音或文本实现,同时可以利用多种技术实现可视化,例如平板电脑和手表等智能设备,或混合现实等沉浸式技术。

例如,维护建议智能体将结合机器学习(ML)的现有能力来预测故障,并结合其从机器手册等各类来源获取的具体维修说明。

此外,它还能够识别故障的根本原因,告知车间工人所需采取的行动,并为所需零部件准备采购订单。类似的应用也可用于生产排程的开发。

自动化智能体

自动化智能体可以基于其推理和执行能力自主执行自动化任务,从而支持虚拟和具身自动化智能体。根据一份BCG报告,自主智能体可以直接“告诉”其他企业系统该做什么,从根本上改变公司运营,并实现更全面的自动化,从而显著降低劳动力成本。

虚拟自动化智能体

这些智能体通过独立访问和使用不同工具的能力来实现软件自动化。一个广为人知的例子是自动化旅行预订智能体。在运营中,应用场景可包括设定点优化,即智能体自动调整特定机器参数以优化性能。

它将质量系统中基于机器学习的性能分析与机器视觉相结合,并自动更新机器参数,从而实时提升生产效率。这些智能体还可用于生产规划,根据客户需求、库存和工厂绩效自动测试生产计划的各种方案。

具身自动化智能体

这些智能体将机器人与情境理解、推理和执行能力相结合,从而转变物理自动化。这些新能力大幅拓展了自动化的范围,并克服了现有挑战。

AI智能体赋予机器人适应不同环境所需的灵活性,以及处理任何物体的灵巧性。Covariant等公司已成功在配送中心部署机器人,能够以高精度执行复杂的配套作业,拾取和放置随机物品。

除关节型机器人外,具身AI智能体还增强了多种机器人的能力,包括用于物料运输的自主移动机器人(AMR)和无人机。另一项突破是双足人形机器人的发展,这类机器人能够执行类人任务。

近年来,Agility Robotics公司的Digit机器人和Boston Dynamics公司的Atlas机器人等初创企业推动了这些进展。虽然目前的应用主要是演示和试点,但要实现更广泛的部署,仍需进一步发展。

在运营中实现AI智能体所需的技术

AI智能体只有与其他技术及底层基础层相结合,才能成功发挥作用:

  • 数据层:集成数据平台可在异构工业工具链中实现数据的横向集成和自动化测试。它整合了运营中的所有数据集,涵盖从工程到实时生产数据。数据层还包括为有效训练AI模型而生成的合成数据。

  • 智能层:AI是该层的核心,模型在模拟物理环境中进行训练,以显著提升其性能。AI模型的改进将为智能体带来显著益处。

除这些层级外,适当的计算能力(包括云端和边缘端)、网络连接以及网络安全也是至关重要的赋能技术。

自动化智能体的基础层。Image: 世界经济论坛

部署自动化智能体时需考虑的因素

部署自动化智能体仍面临一些挑战。这些系统的可靠性和安全性是科技公司在大规模部署之前需要解决的问题。与此同时,企业仍需做好准备,并在中期战略中纳入这些技术。

了解这些技术对各行业的潜在影响,以及如何在供应链中实现规模化部署,将是推动工业领域成功且负责任转型的关键。

为帮助制造商了解即将到来的前沿技术的变革性影响,世界经济论坛与波士顿咨询公司合作发起了这一全球性倡议:运营前沿技术:人工智能及其他,该倡议建立在此前人工智能驱动的工业运营倡议的经验之上。

这一新举措旨在概述将重塑运营的前沿技术,并深入探讨人工智能,同时与AI治理联盟合作,并评估其他尖端技术的价值潜力和成熟度,为此制定2030年的目标情景。

世界经济论坛邀请制造企业加入这一倡议,共同加速向人工智能驱动的工业运营转型。

授权与转载
世界经济论坛发布的文章,可依据《知识共享署名-非商业性使用-禁止演绎4.0国际公共许可协议》以及我方《使用条款》进行转载。 本文所表达的观点仅代表作者个人立场,并不代表世界经济论坛的观点。