美学呼唤互联网对手

所有版权归中国经济网所有。
中国经济网新媒体矩阵
网络广播视听节目许可证（0107190）（京ICP040090）
未来人工智能研究的一个方向是工厂技术的不断迭代，另一个方向是内部。文字|梁晓，《中国商人》记者、编辑|米娜图片来源|回答 拧紧螺丝需要几步？对于经验丰富的技术人员来说，这是一种不需要思考的惯性操作。然而，对于机器人来说，这需要分解为多维功能，例如精确定位孔、确定螺钉的型号以及了解其拧紧程度。特别是在灵活或混合生产中，前一秒你有一个特定的产品模型，下一秒你就有一个完全不同的产品。也就是说，它们都必须改变操作参数。这就是为什么即使在高度自动化和无人值守的工厂中，数千名工人继续在装配线上拧紧螺丝。正如卢宏志所说，拧紧螺丝已经成为美的工厂改造中的“拿手好戏”。他计划于2024年接手美的洗衣机荆州工厂的管理工作。这是美的新一代5G全互联工厂，配备最先进的智能物流系统和自动化生产线。工业机器人正在承担许多任务。理论上，KUKA机械臂可以拧螺丝，但在混合生产中实际效果并不理想。空海子正在给洗衣机装螺丝。 2025年，新开发的KUKA icco协作机器人发运至荆州工厂。他们要完成的第一个任务是依次拧紧不同型号的洗衣机。这种看似简单的手动操作对机器人提出了复杂的挑战。用技术术语来说，这是一个“多式联运解决方案”。 “首先，寻找漏洞取决于视觉方面，尤其是在发现小孔时，还涉及触觉和力反馈。打击的松紧程度取决于力反馈……”美的集团AI实验室主任徐毅表示：“这些功能需要一起完善，技术要求如下。非常昂贵。”徐毅于2025年2月加入美的，此前负责亚马逊的人工智能项目。在他看来，互联网巨头的优势在于大规模通用模型的研发，而像美的这样的企业在制造和产品方面拥有丰富的场景，这是人工智能应用和自我进化的最佳训练场。人形机器人“梅罗一号”与伊科大约同时进入工厂，并被“空运”成为“厂长”。我们可以在工厂内进行安全检查、设备检查以及机械的必要润滑。我们还可以将初始 q 外包将新制造的产品移至第一个智能检验站的质量检验任务。如果数据合格，则机器继续工作；否则发出警报，它甚至可以自行“思考”，直接修改机器。 “一个连接各种智能的‘大脑’，从局部智能到全球智能。”卢宏志说。他对未来工厂的想象有一个非常简单的画面。过去工厂管理层应该有N个人，而实际上有N个人。假设未来的工厂有N个人，但实际上有一个机器人。“这只是工厂内部的一个连接。”未来，如果把美的几十家工厂和50多年的制造经验连接起来，会产生怎样的竞争优势？”葛子铭用了一句切合实际的口号：“所有传统行业都可以通过数字化改造，这在人工智能时代也是如此。”以工厂内部的质检环节为例。此前，质检人员需要根据设计图纸进行人工评审，每次耗时30分钟到1小时。不仅繁琐、费时、费力，而且遇到没有经验的“新手”，出错的概率也很大。目前，荆州工厂正在将这部分工作交给AI。眼镜的制作过程是拍照→读取→调用制造订单→绘图，并通过比较容易出错的制造标准和历史数据库，然后确定它们是否合适。虽然流程没有简化，数据比对似乎进一步增加，但时间却缩短到了几秒，准确率也达到了100%。 AI赋能的好处看似显而易见，但对于企业来说，AI与AI之间存在着无形却又坚固的壁垒。技术和人工智能应用。一位企业家向中国企业家表示，虽然人工智能和大规模模型的研发取得了很大进展，但应用部署的速度却很慢。这不仅与技术能力有关，还与组织架构上的冲突有关。例如，大多数公司CEO他们想要推动AI应用，但实际上他们可能并没有在中层实施。 “他们会想知道人工智能是否最终会取代他们。”卢宏志还担心，“本来数字系统是为了帮助我们工作，但随着AI智能体的引入以及工厂自主决策的推进，我们可能会被迫退到幕后。”但他们也明白，“这是未来的趋势，既然如此，不如变被动为主动，如果做得好，就能在中国变革的画布上留下痕迹。”这个趋势势不可挡e.那些试图以领导者的身份抵制时代潮流的企业，无一例外都会成为时代的棋子。曾经鼎鼎大名的柯达是这样，诺基亚也是如此。历史专业的方洪波对这些“前车之鉴”再熟悉不过，他经常要求员工“以转型的决心面对挑战”，并在多次会议上强调“数字化、智能化是未来的方向”。添加人形机器人后，荆州工厂现在有了“大脑”。迄今为止，美的已启动多项数字化转型。最困难的一年是2012年。这一转变是在内部以“632工程”的形式进行的。它被称为“库托”。简单来说，就是将当时拥有10个事业部、10个系统的美的整合为“一个美的、一个系统、一个标准”。这一史无前例的大型项目也成为了美的后续加速发展的契机。 “F首先，一把手必须重视、真正重视、真正投入。美的集团IT总监周晓玲告诉《中国企业家》，这是数字化转型成功的前提。美的集团提供的数据显示，过去10年，美的在数字化转型方面的投入超过200亿元。 AI技术带来的新变化也将审美变革推向新阶段。起初我只是试水。 ChatGPT 最早可能于 2023 年推出。推出后不久，美的推出了内部人工智能助手，帮助员工完成书写、绘画、培训等任务。这使得不同部门对人工智能应用产生了一些共识。近一年后，AIGC（人工智能生成智能）上升为美的集团战略，并成立了长期转型项目组，包括集团数字事业部、服务器制造事业部等。所有主要业务部门和中央研究部门。研究院、AI研究院和库卡已经进行了会谈，项目组已经成立，但项目可能不会完成。这也是美的公司走过的弯路，也是很多来美国学习的公司老总造成这种困惑的原因。他们于2006年加入美的莎，并在多家公司积累了经验。该部门不承认结果，无法继续该项目。业务部门的理由是：“这不是我想要的”。 “很多企业都把数字化变成了IT项目，但这肯定行不通。” “数字化实际上是一个业务转型项目。”周晓玲表示，不同的岗位有不同的组织形式。第一个是IT，后者应该由部门主导，第二个由业务部门主导。例如，在业务集成项目供应链中，团队领导者可以是供应链部门的负责人，IT总监只能是副组长。 “组织的形式非常重要，‘632’要想成功，就必须这样做。后来，周晓玲发现了一个重要的变化规律：“必须考虑到组织的人性。否则，再怎么努力，也打不开组织。”AIGC项目组也相应成立。自2024年9月开始工厂转型以来，已经开发了14个商业智能代理，但这只是量的积累。2025年5月，新增人形机器人，工厂开始有了“大脑”。据卢宏志介绍，工厂转型预示着转折。从0到1的这段时期，荆州工厂已成为美的内部和外部生产设施的“控制点”，也是美的新一代因子的参考模型等。卢宏志介绍，11月份投产的无锡高端工厂是荆州智能工厂1.0的迭代版2.0。不过，他也直言，“并不是所有工厂都符合转型条件”。 AI工厂的运营离不开大量数据的传输和存储。”此前，荆州工厂每天的数据存储量超过10TB，通俗地说，这相当于6666部高清电影的总容量（假设一部1080P高清电影的大小约为1.5GB），借用DeepSeek的回答：“每天看一部电影。这些电影足够连续看18年同一部电影了。”人形机器人推出后，实时数据交互量猛增，每天的数据存储量迅速增加到30TB。此外，建设人工智能工厂首先需要完成精益制造最根本的转变。g 和车间管理。举个最简单的例子，如果物流现场还有人来往，机器人就很难使用。这是否是一些工厂启用AI必须跨越的门槛是自动化基础薄弱，那些在智能化方面进展较快的工厂可能会遇到另一个先行者的障碍。美的洗衣机荆州工厂是美的新一代全连接5G工厂。比如荆州工厂在施工过程中力求安装“最先进”的设备，云、悬挂链、无人叉车等，我们也发现了各个领域的尖端供应商。以前，每个场景都有自己的风格，没有问题。然而，随着工厂“大脑”变得更加活跃，弊端也随之显现。不同的机器无法连接，因为每个提供商都有不同的合同规则。就像是一支精锐的士兵队伍，只不过他们来自世界各地，哎，不懂语言，根本没法一起战斗。 “之前我们没想到会有‘大脑’，现在我们正在逐步打破这些特工之间的壁垒，但过程非常痛苦。”卢宏志说。同时，库卡机器人考虑了一系列新的智能物流解决方案，并创建了新的协议规则。目前，荆州工厂的物流车辆不仅按照程序设定的路线行驶，还可以随时监测周围环境并报告给系统，成为工厂管理的信息触手。同样，随着各个智能体之间的联系加强，荆州工厂的转型效果也逐渐显现。提高效率是最直接的。据测算，荆州工厂中心的效率提升了80%。另一个重要的应用场景是异常情况的响应。经过10多年的发展通过自动化、智能化改造，美的工厂生产效率不断升级。如今，洗衣机的制造过程已缩短至10秒甚至更短。这是正常的。如果出现问题，生产将停止，必须经过专家审查后才能重新启动。而AI与专家系统集成，秒级完成异常诊断，保障生产稳定性。此外，随着此类数据集成的数量不断增长并变得更加集成，它们可以帮助我们做出更好、更快的决策。事实上，有迹象表明结果超出了项目团队的预期。例如，过去，工厂在处理线下问题时，遵循传统的标准流程，即“七步法”。最初，我们将这七个步骤呈现给AI，但渐渐地AI将这七个步骤合二为一，一口气生成了最终的解决方案。用卢洪志的话来说：“实现了从0到1的突破。“今天的机器不仅是执行者，更是进化者。”从某种程度上来说，最初的“担忧”正在逐渐成为现实。事实上，一些原本由专家执行的重要任务，例如生产计划，现在已部分由计划代理取代。例如，对于规划专家需要数小时才能完成的任务，机器可以在几秒钟内提供答案。不过，就目前而言，这些机器所依赖的数据仍然基于人类的经验，最终的结果还必须经过人工验证。但这可能只是时间问题。 《失控》中也提到，人工智能的到来是一个突破。 “在这里，2+2不等于4，更不可能偶然等于5。在涌现逻辑中，2+2=苹果。”然而，在人工智能专家徐毅看来，人工智能在当今工厂的进化才刚刚开始。至少必须完成三个挑战将来会来的。一是专注专业。例如，移动功能已经解决，但 ePerformance 还不够好。 “技术进步还有28/20法则：前80%相对容易，但最后20%则比较困难。”第二个是通用性，或者说技术的可复制性和通用性。第三是速度。在徐毅看来，要实现未来机器的自主进化，最重要的是提供各个专业方面的充足数据，比如工人拧紧螺丝的数据。此前并没有摄像头记录这种行为的轨迹。类似的数据缺乏也是工业人工智能面临的一个关键挑战。 “在AI应用方面，美的已经进入了堪称无人区的深海，下一阶段的探索将更加艰难。”徐毅表示，这也是荆州项目的重要性。 “只有这样我们才能建立收费dback 链接。“在该领域的技术中，迭代学习并不断迭代以产生技术进步。”人工智能竞赛已经开始，未来的商业化雄心受到威胁。在这场吸引大量资本和人力资源的军备竞赛中，互联网巨头占据了领先地位。美的这样的传统企业如何参与？ “领先的互联网公司主要打造通用功能，美的的优势在于场景足够丰富，因此更适合投资可控、价值产出更明显的垂直模式。”周晓玲表示，这也是美的AIGC战略一开始就透露出来的。它需要真正商业化、规模化和推广，而不仅仅是基于工具。但很快另一个问题又出现了。美的是一家多场景、长价值链的公司。那么哪些环节应该优先考虑人工智能呢？徐毅坦言，这是又一个压力很大的决定，并表示id，“行业瞬息万变，我们如何才能将正确的资源投入到正确的地方？否则，我们的影响力不仅有限，而且还会错失其他机会。”这些物流车辆现在可以识别周围环境并随时向系统报告。最终，他们选择了工厂制造场景。原因之一是制造是美的的独特优势。大型商用型号已商用，但大型量产型号尚未上市。这是一个很好的机会。其次，工厂场景多样，与国内场景相比，数据更加结构化，不仅满足了技术迭代的需要，还包含了更多的重复条件。第三，非常重要的是技术制造业具有一定的通用性，一旦相对成熟就可以扩展到其他领域。比如我们目前正在应用人工智能技术我们在美的工厂改造过程中开发的技术到建筑技术。我们应用这项技术为建筑打造一个智能“大脑”。也就是说，在所有场景下，美的都选择了资源禀赋更大、进化环境更好、杠杆效应更大的。波士顿咨询集团（BCG）董事总经理、全球高级合伙人大卫·马丁曾分享过一项研究结果。他们研究了数千家公司，发现只有 5% 的公司从投资生成式人工智能中受益，70% 的公司没有看到任何好处。失败的案例有几个共同的特征。首先，你无法专注于做伟大的事情。其次，很多企业在投资时，只投资“人工智能技术”本身，没有设定明确的盈利目标或计划。第三，企业在选择人工智能应用场景时，与自己现有的基础设施不匹配，两者没有融合。最后，企业必须拥有应用生成的人才大规模的人工智能。从今天来看，美的似乎已经避开了这些“陷阱”。周晓玲透露，美的旗下数字商务平台美云直树已收到多份智能机订单。 “AIGC在真正商业化之前还有很长的路要走，还有很多技术障碍需要克服。但现在我们可以看到，至少商业化已经迈出了一小步。”这也可能是美的B端业务的又一补充。随着消费电子市场与现有产品的竞争趋于加剧，美的正在加大对B业务第二曲线的投入。 2024年，美的B端业务收入将首次突破1000亿元。 2025年前三季度，这部分业务同比增长18%。三个事业部的销售额达到约300亿元。与此同时，美的分拆及B业务上市也在逐步推进。美的数码智能手表《埃及2025》指出，最早到2022年将培育一到两家上市公司，用于未来的数字创新业务。目前，这一目标尚未实现，人工智能的优势正在开辟新的局面。有损坏的可能性。徐毅表示，未来AI研究的方向一是继续迭代工厂技术，二是聚焦内部。新产品不仅注重舞台创新，更注重技术创新。 “美的有很多数据。 “如果我们能利用好它，我们一定能够在人工智能时代与互联网公司竞争。”他自信地说。
（编辑：马长彦）