AI赋能制造业：效率革命与成本优化的新范式

提升工作效率、降低成本是企业争夺市场竞争优势的关键策略，而人工智能技术在实现这一目标的过程中发挥着显著的作用。

一方面，借助人工智能与大模型技术，企业得以通过数据驱动的智能决策、流程自动化和系统优化，显著提高生产效率并降低运营成本;另一方面，利用知识图谱技术融合多元信息，构筑企业知识体系，从而加快产品更新和服务升级的步伐。

“随着新一代信息技术快速发展，我们将5G、AI、数字孪生等技术与制造业深度融合，推动工厂加快向数字化、网络化、智能化发展。”江苏亨通光纤科技有限公司总经理刘振华介绍，有一次，公司接到一笔紧急订单，客户要求在短时间内生产交付两种具备不同功能的特种光纤，且对质量要求很高。过去，研发人员要设计多套方案并在工厂逐一试验，直到指标达到要求为止，至少需要半年时间。现在，研发人员以智能集控系统积累的数据为基础，运用数字仿真技术模拟制造流程，再由AI分析测算生产结果，最终仅用半个月就确定了合适的工艺参数，大大提升研发效率。

在柳钢集团冷轧厂的生产车间，生产技术室电气主任工程师朱旋向记者展示了基于DeepSeek开发的数智钢卷智能助理APP，“我们以高质量工业数据训练大模型，它能够对比不同机组生产效率，提供优化排产建议。例如，在生产冷轧低碳钢板时，一退火机组的冷却效率在3个机组中最快，加热罩升温速度更是比其他区域快20分钟。有了它的精准调控，生产成本降低了，设备运行更稳定了”。

此外，我们的员工们现在可以通过手机上的钉钉AI助手，实时地监控生产进度、成本以及设备状态等重要信息。在酸轧生产线上，将4毫米厚的原料带钢加工成1.5毫米薄钢板，这一过程需要经过多达10多道复杂的工序，并涉及到100多个关键参数。在过去，这样的生产成本判断显得尤为困难。然而，如今，所有这些关键数据都清晰地呈现在员工的手机屏幕上：例如，0.8毫米厚度的钢板在二酸轧产线上的生产成本比其他规格低出13元，而1.2毫米以下的带钢在排产时选择二酸轧产线则更为经济划算。这种透明化的管理方式，不仅使员工对生产线的运作了如指掌，而且也极大地促进了不同部门之间的沟通与协作，从而有效推动了精益管理的深入实施。

我们还需认识到，大模型在制造业的应用尚处于起步阶段，针对工业复杂场景的模型尚需进一步研发，而连接供需双方的中间服务环节相对薄弱。针对这一现状，于萍提出建议：应持续推动模型的适配与算力的优化，同时培育和壮大一支专业的人工智能服务商队伍。此外，应强化应用导向，加快构建能够解决行业共性问题的先进大模型和公共服务平台，以降低人工智能应用的门槛和成本。通过以市场需求为驱动，促进技术创新，以实际应用场景反哺技术发展，从而推动制造业在各个环节实现智能化升级。