06
2025
或許,一場關(guān)于“誰定義標準”的暗戰(zhàn)已然打響。
盡管AI+制造仍面臨挑戰(zhàn),但智能體的發(fā)展正加速工業(yè)場景應(yīng)用。Manus等智能體通過RPA+AI實現(xiàn)自動化流程,而DeepSeek等小模型降低本地化部署成本,使工業(yè)AI門檻大幅下降。微軟與西門子合作的Industrial Copilot等案例證明,智能體已能安全集成至生檢索增強生成(RAG)因其高效整合行業(yè)數(shù)據(jù)與大模型的能力,成為工業(yè)AI主流方案。
亞馬遜云科技指出,RAG無需大量標注數(shù)據(jù),通過向量化知識庫優(yōu)化輸出,但需構(gòu)建專用數(shù)據(jù)平臺支撐文本、圖像等多模態(tài)處理。國內(nèi)廠商如卡奧斯、創(chuàng)新奇智已基于大模型搭建工業(yè)AI平臺,推動家電、半導(dǎo)體等領(lǐng)域的智能化升級。
諾亞鴻云憑借10年制造業(yè)數(shù)字化經(jīng)驗,推出曉軟AI低代碼開發(fā)平臺,集成ChatGPT、Teams、Copilot等微軟生態(tài)工具,并接入DeepSeek等大模型,降低AI應(yīng)用開發(fā)門檻。該平臺封裝了從研發(fā)到質(zhì)量的AI能力,提供工藝優(yōu)化、決策閉環(huán)的智能工廠方案,已成功應(yīng)用于泛半導(dǎo)體和新能源行業(yè),如融捷股份項目。
從海爾卡奧斯到創(chuàng)新奇智,國內(nèi)服務(wù)商正積極構(gòu)建垂直行業(yè)AI平臺。諾亞鴻云的實踐表明,結(jié)合低代碼開發(fā)與大模型能力,可快速落地可審計、可干預(yù)的智能體解決方案。隨著技術(shù)迭代,工業(yè)AI正從單點應(yīng)用向全流程智能化演進,推動制造業(yè)真正邁向“AI+制造”時代。
大模型成本降低以及智能體有效訓(xùn)練和應(yīng)用路徑,顯示AI2.0已然來臨。AI+制造非常具體,需要落到場景中,在工業(yè)領(lǐng)域具體場景的落地就成為廠商非常關(guān)鍵的點。
真正決定大模型價值的,是其在特定工業(yè)場景下所能實現(xiàn)的功能和應(yīng)用,而非僅僅擁有一個本地化的大模型。在工業(yè)應(yīng)用中,企業(yè)選擇接入哪種大模型,是否能本地化部署,并非核心差異。真正的關(guān)鍵在于場景理解、模型架構(gòu)創(chuàng)新和算法、硬件層面。
在AI 2.0從效率提升轉(zhuǎn)向價值創(chuàng)造的關(guān)鍵階段,價值穿透力成為核心,要求技術(shù)與場景深度結(jié)合。當(dāng)前大模型落地工業(yè)領(lǐng)域主要有兩種路徑:微調(diào)蒸餾依賴高質(zhì)量行業(yè)數(shù)據(jù)且泛化性受限,而增強型RAG通過知識圖譜與確定性模型(如R1)結(jié)合,更高效賦能研發(fā)、質(zhì)控、工藝優(yōu)化等環(huán)節(jié)。
諾亞鴻云的曉軟AI低代碼平臺正是采用RAG路線,集成微軟生態(tài)與DeepSeek、百度文心等大模型,快速適配工業(yè)場景需求,為PCB、泛半導(dǎo)體、新能源等行業(yè)提供從研發(fā)到質(zhì)量的全鏈路智能工廠方案,實現(xiàn)AI價值的精準穿透。
為了幫助企業(yè)快速從AI中“聚焦專用場景,獲得確定性價值”,諾亞鴻云曉軟工業(yè)AI平臺通過知識圖譜+RAG+RPA 技術(shù)閉環(huán),將工藝知識庫、設(shè)備參數(shù)等專有數(shù)據(jù)轉(zhuǎn)化為可解釋的推理鏈條 ,實現(xiàn)透明化智能決策,并與PLM、ERP等業(yè)務(wù)系統(tǒng)深度耦合,避免黑箱風(fēng)險。針對制造業(yè)復(fù)雜場景(如車載顯示屏需求的多格式、差異化處理),平臺構(gòu)建專用知識庫+規(guī)則引擎 ,使AI不僅能理解需求,還能判斷可行性并自動生成最優(yōu)方案(如整合ERP、SRM、PLM數(shù)據(jù)智能報價)。最終通過 RPA自動化執(zhí)行 ,形成從工藝優(yōu)化到?jīng)Q策閉環(huán)的全鏈路智能工廠方案 ,確保AI價值精準穿透業(yè)務(wù)全流程。
專用知識庫驅(qū)動的智能體部署。曉軟工業(yè)AI平臺通過構(gòu)建專用知識庫整合MES、QMS、不良圖片等多源數(shù)據(jù),訓(xùn)練出可部署在邊緣端 AI Edge BOX 的專用質(zhì)量智能體,實現(xiàn)工藝自優(yōu)化與缺陷根因追溯;同時將SQE能力前置至IQC環(huán)節(jié),通過多因子關(guān)聯(lián)分析(如SMT參數(shù)與質(zhì)量Matrix運算)實現(xiàn)智能免檢判定 ,顯著降低人工成本。目前平臺已深度應(yīng)用于泛半導(dǎo)體與新能源產(chǎn)業(yè)鏈 ,覆蓋從銅箔、鋰電隔膜到PCB/SMT貼裝、電池產(chǎn)品的全鏈條場景,形成鋰電/PCB行業(yè) "材料-工藝-產(chǎn)品" 的閉環(huán)AI解決方案。
曉軟工業(yè)AI平臺創(chuàng)新推出 "8D ChatGPT" 質(zhì)量管控方案,通過多模態(tài)模型與AI Search技術(shù)將8D方法論代碼化,構(gòu)建四大核心模塊:流程自動化引擎(降低人工干預(yù)30%+)、智能根因分析(歷史故障庫支撐零復(fù)現(xiàn))、動態(tài)知識中樞(整合18類數(shù)據(jù)源)、自優(yōu)化報告系統(tǒng)(雙軌結(jié)構(gòu)化輸出)。在電子制造領(lǐng)域?qū)崿F(xiàn)顯著成效:故障定位準確率提升(如識別"插座殘留物致檢測失效")、問題復(fù)發(fā)率降至0.2%、跨部門協(xié)同效率提升32.6%、改進周期縮短43%。平臺進一步向 研發(fā)場景延伸,從客戶RFQ需求預(yù)測到產(chǎn)品結(jié)構(gòu)/工藝設(shè)計優(yōu)化,持續(xù)探索智能體驅(qū)動的 研發(fā)-生產(chǎn)協(xié)同 創(chuàng)新路徑。
諾亞鴻云CEO徐英指出,AI+制造的核心在于行業(yè)知識庫的積累,這將成為服務(wù)商與BTAH競爭的關(guān)鍵分水嶺。與互聯(lián)網(wǎng)模式不同,工業(yè)AI需要深度融合行業(yè)協(xié)會、企業(yè)及產(chǎn)學(xué)研數(shù)據(jù),構(gòu)建行業(yè)通識智能體。"若服務(wù)商能率先完成知識庫建設(shè)并驗證價值,既能搶占市場窗口,也可能成為央國企并購標的;反之則可能淪為生態(tài)配角。"他強調(diào),服務(wù)商的優(yōu)勢在于提供數(shù)據(jù)知識服務(wù)而非單純解決方案,通過Manus類智能體的行業(yè)下沉版本實現(xiàn)快速商業(yè)化。
基于行業(yè)知識庫的競爭邏輯,諾亞鴻云將聚焦:
確定性AI:以RAG+確定性模型+RPA打造垂直場景方案,解決LLM幻覺與黑箱問題;
智能設(shè)計范式:通過知識圖譜與物理規(guī)則約束,實現(xiàn)從需求原型到工藝落地的全流程優(yōu)化;
三大業(yè)務(wù)矩陣:AI+管理數(shù)字化(整合M365/飛書)、AI+智能決策(MOC運營中心)、Data GPT(OT/IT數(shù)據(jù)融合);
輕咨詢+POC:在PCB、半導(dǎo)體等成熟領(lǐng)域,通過小步驗證降低AI導(dǎo)入風(fēng)險。目前其邊緣計算技術(shù)已突破輕量化模型部署難題。
"工業(yè)AI沒有風(fēng)口,只有長征。"2025年將是檢驗企業(yè)戰(zhàn)略定力的關(guān)鍵節(jié)點,唯有持續(xù)聚焦場景、沉淀知識的玩家,才能定義智能體時代的游戲規(guī)則。
立即聯(lián)系專家團隊,為您定制解決方案