在制造业部署人工智能，保障就业并提高生产率

• 在各制造行业应用人工智能，既带来独特挑战，也蕴含独特机遇。

• 人工智能是一种强大工具，有望改变制造业、提高生产率，同时对社会和人类产生积极影响。

• 今年年会探讨如何负责任地大规模部署创新，本文则思考人工智能与任何工具一样，必须由深思熟虑、负责任的人来运用。

人工智能（AI）正在重塑各行业的运营方式，几乎触及全球每一家企业。然而，当前大多数讨论都聚焦于大型语言模型（LLM）及其对办公室流程、就业和组织的影响。

制造业的前景有所不同：提高生产率的潜力同样巨大，但在我们这类企业中应用人工智能也面临独特挑战。其中包括：当我们建造关乎生命安全的关键基础设施时，能在多大程度上信任其结果；以及能在多大程度上安全地与客户和供应商分享专有知识。

在三菱重工业（MHI），我们正在努力应对这些挑战，并认为所有大型制造和科技企业都必须以有利于自身业务和整个社会的方式解决这些问题。

生产率提升潜力

首先要指出的是，尽管人工智能在过去约18个月里引发了公众的广泛关注，但对所有人来说它并非新事物。如果我们所说的人工智能，是指收集大型数据集并用算法加以分析以获取洞见，那么我相信，大多数大型先进制造企业多年来一直在应用它。我们用它来优化生产，并帮助客户操作他们从我们这里购买的设备。

在工厂里，我们还利用人工智能实现流程自动化，让机床和机器人变得更智能，并提高产品检验的质量和一致性。

此外，我们还有机会更进一步。焊接是装配燃气轮机、船舶、核反应堆部件等产品时常用的一种工艺。听起来很简单，实际上却需要高超的技能。受过训练的专家运用实实在在的五种感官，随着时间推移还会培养出第六感，让工作做得更好。我们目前正在拍摄并记录焊工的作业方式，看看能否收集到足够的数据，将人工智能应用于这些工作。这样一来，我们就能把人的技能与机器般的稳定性结合起来，使这项可能具有危险性的工作实现自动化，让相关人员转而从事更安全、更清洁的工作。

与此同时，为了改进检验流程，我们有意在部分产品线上添加人为制造的缺陷，例如轻微凸起、划痕或变色，以训练人工智能系统，使其今后能更准确地检测真实缺陷。

与此同时，我们已经为所建造基础设施中的运行控制技术（OT）系统开发了内部算法。我们出售的每台燃气轮机都配有OT系统，能够检测运行中的细微异常，让客户得以在部件发生故障前几天或几周，预测更换需求。

较为常见的是，我们也使用大型语言模型支持业务拓展。即使是最优秀的销售人员，也无法快速、轻松地判断我们数千种产品中的哪一种可能解决客户的问题。人工智能建立起这种联系，再由人跟进潜在商机。

保障方面的挑战

然而归根结底，人工智能只是一种工具、一种技术，类似于用于制造某些零部件的3D打印。和任何工具一样，它也有缺点。其中一点是人人都能使用，因此竞争优势很可能迅速消退——可能只需六个月或一年——除非你把它与其他技术、人的技能和经验结合起来，让整体方案变得难以复制。我认为，与金融服务或咨询等企业相比，制造商更容易做到这一点。

更令人担忧的是，至少在目前，算法的输出有时并不可信。我们发现，使用第三方数据（包括来自其他人工智能模型的数据）训练的人工智能模型，并不总能得出可靠或可复现的结果。完全使用我们自己的信息训练，效果会更好，但有时我们的数据并不足够。

这引出了一个更广泛的问题：专有数据在人工智能系统或大型语言模型中究竟有多安全？在MHI，我们希望尽可能多地与客户和供应商分享知识与经验，因为我们是在日本及国际范围内积极将人工智能应用于本行业的企业之一。

与此同时，我们需要保护自己的知识产权和商业地位，更要保护合作伙伴的相关权益。我不确定是否有人已经解决了建立人工智能赋能的供应链这一难题，在这种供应链中，敏感数据需要双向共享。

这表明，尽管超大规模云服务商投入巨资建设规模越来越大的数据中心，许多企业仍会希望对自己的专有数据保持相对严格的控制。这可能会刺激对更小型“边缘”数据中心的需求，甚至可能将其设在客户园区内——而这些数据中心同样需要电力、冷却和OT系统。这是一个竞争激烈的市场，而MHI正通过将现有产品与新增投资打包，打造有吸引力的集成解决方案。

人工智能在工作中应用：谁受益更多？

01:04

保持人的技能

如果说我对本行业还有最后一项担忧，那就是当前人工智能和数据中心热潮正在分流原本用于开发新制造技术的资源。无论我到哪个国家，都看到越来越多的学生学习算法和软件，而专注于“硬件”以及培养我们在日本称为“monozukuri”（造物匠艺）技能的课程和学徒项目却越来越少。

人工智能是一种强大工具，有望改变制造业及许多其他行业，带来生产率提升，并有望显著而积极地影响社会和人类生活。然而，和任何工具一样，它需要由深思熟虑、负责任的人来运用。