這是我的第329篇專欄文章。
2024年漢諾威工業(yè)博覽會(huì)雖已落幕一段時(shí)間，但其揭示的工業(yè)AI最新趨勢(shì)有待深入探討。市場(chǎng)研究機(jī)構(gòu)IoT Analytics最近發(fā)布了從漢諾威上收集到的觀察匯總，值得參考。
通過參觀450多個(gè)展位并進(jìn)行300多次面對(duì)面訪談，IoT Analytics目的是在人工智能風(fēng)起云涌、經(jīng)濟(jì)形勢(shì)充滿不確定性的大背景下，厘清工業(yè)技術(shù)的發(fā)展現(xiàn)狀與趨勢(shì)走向。
當(dāng)然，要真正理解人工智能將給工業(yè)領(lǐng)域帶來的深遠(yuǎn)影響，僅看一場(chǎng)展會(huì)是遠(yuǎn)遠(yuǎn)不夠的。
殊途同歸，全球著名研究機(jī)構(gòu)Gartner也為我們帶來了他們對(duì)產(chǎn)業(yè)AI應(yīng)用的最新洞察。通過比對(duì)Gartner和IoT Analytics的觀察，我們能夠更加全面、立體地把握人工智能在工業(yè)領(lǐng)域的應(yīng)用現(xiàn)狀和發(fā)展趨勢(shì)。
今天這篇文章，我們就通過IoT Analytics和Gartner的視角，來呈現(xiàn)工業(yè)人工智能的最新判斷和發(fā)展趨勢(shì)。
生成式AI：潛力與局限并存
在人工智能的浪潮中，生成式AI(GenAI)正以其獨(dú)特的創(chuàng)造力和多樣性應(yīng)用成為焦點(diǎn)。根據(jù)Gartner最新調(diào)查，過去一年GenAI的采用率飆升，成為各行各業(yè)部署最廣泛的AI技術(shù)之一。
面對(duì)如此前景光明的技術(shù)，企業(yè)難免心生向往。然而，在興奮之余，我們也必須保持理性與清醒，認(rèn)識(shí)到GenAI并非包治百病的靈丹妙藥。
GenAI在內(nèi)容生成、對(duì)話式交互、知識(shí)發(fā)現(xiàn)等領(lǐng)域大放異彩。利用GenAI，我們可以創(chuàng)作出精彩紛呈的文字、圖像、視頻等內(nèi)容，打造更加智能、自然的聊天機(jī)器人和虛擬助手，從浩瀚的數(shù)據(jù)海洋中挖掘出有價(jià)值的洞見。
這些應(yīng)用場(chǎng)景正是GenAI的強(qiáng)項(xiàng)，企業(yè)可以充分利用GenAI在這些方面的優(yōu)勢(shì)，提升運(yùn)營效率，創(chuàng)造全新的業(yè)務(wù)可能。
然而，盲目迷信GenAI的能力，試圖用其解決所有問題，無疑是一種危險(xiǎn)的想法。
事實(shí)上，在客戶細(xì)分、個(gè)性化推薦、異常檢測(cè)等領(lǐng)域，GenAI雖然可以發(fā)揮一定作用，但其表現(xiàn)往往不如其他成熟的AI技術(shù)。更不用說在預(yù)測(cè)趨勢(shì)、制定戰(zhàn)略、自主決策等高風(fēng)險(xiǎn)、強(qiáng)邏輯的場(chǎng)合，GenAI目前的能力還難以完全勝任。
對(duì)于GenAI不擅長的任務(wù)，我們大可使用其他AI技術(shù)。
傳統(tǒng)的機(jī)器學(xué)習(xí)、優(yōu)化算法、知識(shí)圖譜等方法雖然不如GenAI那般花哨，但在特定場(chǎng)景下往往更加有效、透明、可控。一些新興的范式，如因果AI、神經(jīng)符號(hào)AI、第一性原理AI等，也可能為復(fù)雜問題提供新的解決思路。企業(yè)應(yīng)當(dāng)揚(yáng)長避短，根據(jù)實(shí)際需求審慎選擇恰當(dāng)?shù)募夹g(shù)工具，而非盲從一時(shí)的技術(shù)熱潮。
事實(shí)上，AI技術(shù)從來就不是非此即彼的。恰恰相反，將不同技術(shù)優(yōu)勢(shì)互補(bǔ)結(jié)合，往往能收到事半功倍之效。
例如，非生成式機(jī)器學(xué)習(xí)可以為GenAI提供高質(zhì)量的訓(xùn)練數(shù)據(jù)，優(yōu)化搜索算法可以增強(qiáng)GenAI模型的檢索能力，而符號(hào)化的知識(shí)圖譜則為GenAI提供了可解釋的背景知識(shí)。這些AI技術(shù)相互配合，構(gòu)成了一個(gè)生機(jī)勃勃的生態(tài)系統(tǒng)。企業(yè)在AI戰(zhàn)略規(guī)劃時(shí)，應(yīng)著眼于這一生態(tài)的全局，而非單一技術(shù)的局部。
GenAI的興起，為人工智能的發(fā)展注入了新的活力。但我們必須明白，任何技術(shù)都有其能力邊界。對(duì)GenAI的過度炒作和不當(dāng)使用，反而可能增加項(xiàng)目的風(fēng)險(xiǎn)，導(dǎo)致期望落空。
工業(yè)應(yīng)用：生成式AI任重道遠(yuǎn)
在漢諾威工業(yè)博覽會(huì)上，IoT Analytics敏銳地捕捉到一個(gè)趨勢(shì)：參展商們更加注重展示作為整體解決方案一部分的技術(shù)，而非單獨(dú)的技術(shù)展示。
這一轉(zhuǎn)變反映出工業(yè)AI正從概念驗(yàn)證階段邁向?qū)嶋H應(yīng)用落地。西門子就是一個(gè)典型的例子，其展位特色是多個(gè)端到端制造演示，涵蓋汽車、化工等行業(yè)，充分展示了其各種解決方案的協(xié)同效應(yīng)。
然而，在工業(yè)AI的落地之路上，生成式AI雖備受矚目，但推廣之路仍任重道遠(yuǎn)。調(diào)研發(fā)現(xiàn)，在所有生成式AI展示中，有30%聚焦于編碼領(lǐng)域，其中PLC編程是最常見的應(yīng)用場(chǎng)景。
西門子、施耐德電氣、倍福自動(dòng)化等廠商紛紛展示了利用自然語言輸入自動(dòng)生成PLC代碼的解決方案。這些方案結(jié)合了工業(yè)知識(shí)庫、上下文理解等技術(shù)，以提高編程的效率和準(zhǔn)確性。
生成式AI在其他領(lǐng)域也有亮眼表現(xiàn)。西門子工業(yè)副駕利用簡單的文本提示，結(jié)合西門子NX、RuleStream等軟件，實(shí)現(xiàn)了3D模型的快速設(shè)計(jì)生成。
Softserve公司的“工業(yè)副駕”可以幫助車間工人排查機(jī)器故障，基于文檔和指南提供問題解決的可視化步驟。美國軟件公司Tulip的Frontline Copilot讓一線員工可以便捷地從文檔中獲取關(guān)鍵信息。這些案例展示了生成式AI在工業(yè)領(lǐng)域的廣闊應(yīng)用前景。
但生成式AI要在工業(yè)界大規(guī)模推廣，仍需時(shí)日，許多供應(yīng)商對(duì)推出生成式AI解決方案持謹(jǐn)慎態(tài)度。他們希望確保這些方案經(jīng)過全面測(cè)試，以滿足工業(yè)級(jí)別的法律、性能、安全標(biāo)準(zhǔn)。與此同時(shí)，最終用戶在數(shù)據(jù)質(zhì)量和可訪問性方面的困境，也制約了生成式AI的采用速度。
這一痛點(diǎn)促使供應(yīng)商將短期重心轉(zhuǎn)向數(shù)據(jù)管理解決方案。SymphonyAI公司展示的IRIS Foundry就是為工業(yè)AI的數(shù)據(jù)聚合、查詢和管理而生。
塔塔咨詢服務(wù)公司(TCS)則強(qiáng)調(diào)，要破解數(shù)據(jù)難題，關(guān)鍵在于跨行業(yè)的專業(yè)知識(shí)和廣泛的合作伙伴網(wǎng)絡(luò)，而非特定的技術(shù)方案。谷歌云推出的Cortex框架，也旨在管理和轉(zhuǎn)換非結(jié)構(gòu)化、難以訪問的AI應(yīng)用數(shù)據(jù)。
工業(yè)AI正站在從“會(huì)學(xué)習(xí)”到“會(huì)工作”的轉(zhuǎn)折點(diǎn)上。生成式AI作為一股新興力量，為工業(yè)創(chuàng)新注入了無限想象。但任何技術(shù)的落地，都離不開與行業(yè)知識(shí)的深度融合，以及對(duì)業(yè)務(wù)全流程的系統(tǒng)考量。端到端的解決方案，而非單點(diǎn)技術(shù)，才是工業(yè)AI蓬勃發(fā)展的沃土。
同時(shí)，我們必須認(rèn)識(shí)到，工業(yè)數(shù)據(jù)的質(zhì)量和可得性，是當(dāng)前制約AI規(guī)模化應(yīng)用的“硬骨頭”。打通數(shù)據(jù)孤島，構(gòu)建高效、可信的數(shù)據(jù)管理機(jī)制，是供需雙方共同的任務(wù)。唯有如此，工業(yè)AI的潛力才能得以充分釋放，化為驅(qū)動(dòng)產(chǎn)業(yè)變革的澎湃動(dòng)能。
工業(yè)AI之爭(zhēng)：硬件巨頭謹(jǐn)慎前行，軟件玩家躍躍欲試
如前所述，在2024年漢諾威工業(yè)博覽會(huì)上，人工智能，尤其是生成式AI，無疑成為了最耀眼的明星。它所展現(xiàn)的獨(dú)特創(chuàng)造力和廣闊應(yīng)用前景，點(diǎn)燃了業(yè)界對(duì)智能制造未來的無限遐想。然而，在這場(chǎng)技術(shù)盛宴的背后，不同陣營的玩家卻對(duì)AI時(shí)代的到來有著迥然不同的預(yù)判和反應(yīng)。
硬件巨頭們對(duì)2024年的業(yè)務(wù)前景普遍持謹(jǐn)慎態(tài)度。
西門子、ABB等工業(yè)自動(dòng)化領(lǐng)域的傳統(tǒng)霸主，雖然在展會(huì)上大力展示了各自的AI解決方案，但在面對(duì)客戶庫存過剩、需求疲軟的現(xiàn)實(shí)時(shí)，他們難掩銷售壓力和經(jīng)營憂慮。在展會(huì)結(jié)束幾周后，西門子就在財(cái)報(bào)電話會(huì)議上坦言，其工業(yè)自動(dòng)化部門的訂單同比下降了12%。
控制器等硬件產(chǎn)品的銷量下滑，成為拖累業(yè)績的主要因素。雖然一些參展商對(duì)2024年下半年市場(chǎng)回暖抱有期望，但展會(huì)上并未聽到任何實(shí)質(zhì)性的利好消息。
與之形成鮮明對(duì)比的，是軟件供應(yīng)商對(duì)2024年的樂觀預(yù)期。
微軟、亞馬遜、SAP等IT巨頭，似乎已經(jīng)嗅到了AI革命的前奏。在與他們的交流中，對(duì)AI產(chǎn)品及其應(yīng)用的興奮之情溢于言表。Avanade、Cognizant等系統(tǒng)集成商也紛紛表示，客戶正在啟動(dòng)越來越多的AI和數(shù)據(jù)相關(guān)項(xiàng)目，以期借助這些新技術(shù)驅(qū)動(dòng)業(yè)務(wù)增長。
這種分化的背后，折射出工業(yè)AI發(fā)展的復(fù)雜圖景。傳統(tǒng)的硬件廠商，長期以來依賴設(shè)備銷售和工程服務(wù)獲取利潤。他們?cè)贏I領(lǐng)域的積累相對(duì)有限，轉(zhuǎn)型的步伐也較為謹(jǐn)慎。
而軟件廠商，尤其是那些在IT領(lǐng)域已經(jīng)樹立了AI優(yōu)勢(shì)的巨頭，則對(duì)工業(yè)AI的想象空間充滿信心。他們希望利用先發(fā)優(yōu)勢(shì)，搶占智能制造的制高點(diǎn)，進(jìn)而重塑工業(yè)競(jìng)爭(zhēng)的版圖。
但不可否認(rèn)，工業(yè)AI的應(yīng)用落地，既需要算法和軟件的驅(qū)動(dòng)，也離不開傳感器、控制器等硬件設(shè)施的支撐。軟硬件廠商只有協(xié)同創(chuàng)新、優(yōu)勢(shì)互補(bǔ)，才能真正實(shí)現(xiàn)1+1>2的效果。
寫在最后
2024年，人工智能無疑成為了全球科技界的熱議話題。但有趣的是，這股AI熱潮在不同行業(yè)領(lǐng)域的反映卻有著微妙的差異。
在2024年2月的世界移動(dòng)通信大會(huì)(MWC)上，人工智能幾乎主導(dǎo)了所有的展示和討論。
相比之下，在2024年漢諾威工業(yè)博覽會(huì)上，人工智能雖然也是一個(gè)重要的亮點(diǎn)，但并非唯一的主角。工業(yè)企業(yè)除了關(guān)注AI，還在數(shù)字孿生、5G、邊緣計(jì)算等領(lǐng)域進(jìn)行了廣泛的探索。
這種差異折射出不同行業(yè)數(shù)字化轉(zhuǎn)型的特點(diǎn)和節(jié)奏。通信行業(yè)較早開始數(shù)字化轉(zhuǎn)型，而工業(yè)領(lǐng)域的數(shù)字化進(jìn)程相對(duì)更加復(fù)雜，涉及生產(chǎn)、物流、管理等各個(gè)環(huán)節(jié)，不同技術(shù)之間需要深度融合、協(xié)同優(yōu)化，方能實(shí)現(xiàn)全局最優(yōu)。在這一過程中，AI固然扮演著越來越重要的角色，但并非唯一的“主角”。
工業(yè)AI的未來已然在望，但其發(fā)展之路注定曲折而漫長。
正如漢諾威和MWC兩大展會(huì)所折射的，不同行業(yè)對(duì)AI的理解和應(yīng)用有著微妙的差異。這背后反映的是，每個(gè)行業(yè)數(shù)字化轉(zhuǎn)型的基礎(chǔ)、節(jié)奏和路徑都有其特殊性。
對(duì)工業(yè)領(lǐng)域而言，AI雖然潛力巨大，但仍需要與行業(yè)知識(shí)深度融合，與其他技術(shù)協(xié)同優(yōu)化，才能真正發(fā)揮出最大價(jià)值。
