作者:IBM 大中華區(qū)客戶(hù)成功管理部總經(jīng)理 朱輝
北京2023年6月2日 /美通社/ -- 隨著ChatGPT掀起的新一輪企業(yè)數(shù)智轉(zhuǎn)型熱潮,很多企業(yè)都在積極探討如何高質(zhì)量、規(guī)模化和安全地采用人工智能來(lái)實(shí)現(xiàn)創(chuàng)新和突破——他們首先想到的是場(chǎng)景,然后會(huì)考慮技術(shù)的成熟度與可信度,最后會(huì)思考如何將技術(shù)落地并快速產(chǎn)生業(yè)務(wù)價(jià)值。
早在兩年前,IBM就洞察到客戶(hù)采用新興技術(shù)可能遇到的問(wèn)題,在2021年初開(kāi)始進(jìn)行大量投入,成立了售前的車(chē)庫(kù)創(chuàng)新體驗(yàn)(Client Engineering) 團(tuán)隊(duì)和售后的客戶(hù)成功管理(Customer Success Manager,后簡(jiǎn)稱(chēng)"CSM")團(tuán)隊(duì)。利用IBM獨(dú)特的車(chē)庫(kù)創(chuàng)新方法,幫助客戶(hù)在轉(zhuǎn)型初期就能從戰(zhàn)略、組織和文化的層面做好準(zhǔn)備,共同定義出用技術(shù)解決業(yè)務(wù)問(wèn)題的最小可行性方案,以最小的成本實(shí)現(xiàn)規(guī)模化的創(chuàng)新,提高轉(zhuǎn)型的成功率。而已經(jīng)采購(gòu)了IBM技術(shù)的客戶(hù),通過(guò)與IBM CSM團(tuán)隊(duì)技術(shù)專(zhuān)家的共創(chuàng),能夠開(kāi)發(fā)出更多行業(yè)應(yīng)用場(chǎng)景,實(shí)現(xiàn)技術(shù)價(jià)值的最大化,同時(shí)為行業(yè)貢獻(xiàn)領(lǐng)先的應(yīng)用方案。
以汽車(chē)行業(yè)為例,全球汽車(chē)行業(yè)正處于電動(dòng)化與智能化的重大變局與挑戰(zhàn)當(dāng)中。據(jù)乘聯(lián)會(huì)統(tǒng)計(jì),中國(guó)燃油車(chē)市場(chǎng)銷(xiāo)量已經(jīng)連續(xù)三年下滑;隨著價(jià)格戰(zhàn)加劇,甚至陸續(xù)有車(chē)企退出市場(chǎng)。而裹挾其中的汽車(chē)零部件廠商,更是面臨如何在紅海中生存與發(fā)展的問(wèn)題。
作為一家全球性的汽車(chē)零部件廠商,延鋒汽車(chē)的總部位于上海,在全球20個(gè)國(guó)家擁有9家研發(fā)基地、240多個(gè)工廠與技術(shù)中心,員工總數(shù)超過(guò)55,000人,為全球整車(chē)制造商提供汽車(chē)零部件產(chǎn)品的設(shè)計(jì)、開(kāi)發(fā)和制造。面對(duì)挑戰(zhàn),延鋒汽車(chē)的做法是——攜手像IBM這樣技術(shù)領(lǐng)先且擁有豐富企業(yè)經(jīng)驗(yàn)與技術(shù)專(zhuān)長(zhǎng)的公司,共同探索數(shù)據(jù)為先的數(shù)智化之路,實(shí)現(xiàn)降本增效與創(chuàng)新發(fā)展。延鋒汽車(chē)的經(jīng)驗(yàn),相信可以為當(dāng)下積極探索"AI為先"策略的行業(yè)與企業(yè)提供寶貴的借鑒。
場(chǎng)景一:將海量外部通用訂單自動(dòng)轉(zhuǎn)為內(nèi)部訂單
技術(shù):利用IBM Watson Discovery強(qiáng)大的自然語(yǔ)音學(xué)習(xí)能力,變身智慧大腦
延鋒汽車(chē)每天收到整車(chē)廠和下游廠商的訂單量巨大,之前需要通過(guò)人工根據(jù)經(jīng)驗(yàn)把通用訂單轉(zhuǎn)為內(nèi)部訂單,每個(gè)工廠每天需要兩名工作人員花150分鐘進(jìn)行手工分類(lèi)。即使在這樣的人工投入下,仍伴隨15%的分類(lèi)錯(cuò)誤,給延鋒汽車(chē)帶來(lái)成本和效率的雙重挑戰(zhàn)。
利用IBM Watson Discovery強(qiáng)大的自然語(yǔ)言學(xué)習(xí)能力,延鋒汽車(chē)成功構(gòu)建起AI模型, 從他們涵蓋了1.8億歷史數(shù)據(jù)、200多種排列組合、結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化文本的混合數(shù)據(jù)中,學(xué)習(xí)通用訂單對(duì)應(yīng)的內(nèi)部訂單背后蘊(yùn)藏的規(guī)則,變身智慧大腦,實(shí)現(xiàn)了全自動(dòng)執(zhí)行流程,無(wú)需人工操作,將訂單分類(lèi)正確率從85%提升到97%,大大減少了返工時(shí)間,實(shí)現(xiàn)了降本增效。
場(chǎng)景二:實(shí)現(xiàn)分支生產(chǎn)車(chē)間和總部之間海量數(shù)據(jù)的高速傳輸,為智能庫(kù)存與預(yù)測(cè)夯實(shí)數(shù)據(jù)基礎(chǔ)
技術(shù):利用IBM Cloud Pak for Integration – Aspera實(shí)現(xiàn)高速數(shù)據(jù)傳輸
延鋒汽車(chē)的智能制造部門(mén)希望與IBM共同探索智慧庫(kù)存與預(yù)測(cè)的應(yīng)用場(chǎng)景。雙方探索的焦點(diǎn)最后落在數(shù)據(jù)治理上,為了驅(qū)動(dòng)決策預(yù)判和自動(dòng)識(shí)別,需要利用大量數(shù)據(jù)進(jìn)行模型訓(xùn)練,而現(xiàn)有的數(shù)據(jù)傳輸方式不甚理想。
為了實(shí)時(shí)掌握分布在全球240多個(gè)工廠眾多車(chē)間的零部件庫(kù)存使用情況,延鋒汽車(chē)?yán)酶鞴S的監(jiān)控?cái)z像頭將成千上萬(wàn)張的實(shí)時(shí)照片快速地傳回總部。起初,智能制造部門(mén)采用傳統(tǒng)的復(fù)制粘貼的方法來(lái)傳輸批量的照片文件,由于傳輸速度慢、網(wǎng)絡(luò)延遲明顯、丟包嚴(yán)重,需要多次分批次手工選擇對(duì)應(yīng)照片文件進(jìn)行復(fù)制,這樣既耗時(shí)又容易誤操作,同時(shí)無(wú)法斷點(diǎn)續(xù)傳、無(wú)法自動(dòng)重連、無(wú)法自定義傳輸速度,主干網(wǎng)的傳輸帶寬無(wú)法得到充分利用。
在IBM CSM團(tuán)隊(duì)的幫助下,延鋒汽車(chē)僅用一天時(shí)間就完成了小而美、輕量級(jí)的 IBM Cloud Pak for Integration - Aspera 的組件部署,構(gòu)建起企業(yè)級(jí)的文件傳輸解決方案,使延鋒汽車(chē)的文件傳輸速度平均提高了10倍,節(jié)約了人工等待時(shí)間,避免了人工誤操作,實(shí)現(xiàn)了斷點(diǎn)續(xù)傳和自動(dòng)重連,并且可以動(dòng)態(tài)配置傳輸帶寬和限速,在不影響 ERP 核心系統(tǒng)性能的前提下最大化地提高了實(shí)時(shí)監(jiān)控文件的傳輸效率,為實(shí)現(xiàn)其智能庫(kù)存與預(yù)測(cè)的愿景奠定了基礎(chǔ)。
場(chǎng)景三:解決開(kāi)源的數(shù)據(jù)抽取工具Kafka帶來(lái)的運(yùn)營(yíng)瓶頸
技術(shù):利用IBM Cloud Pak for Integration-Event Streams輕松實(shí)現(xiàn)高可用的數(shù)據(jù)抽取
延鋒汽車(chē)在每一個(gè)分支工廠都部署了一套開(kāi)源的Kafka集群,用作MES系統(tǒng)中多項(xiàng)實(shí)時(shí)生產(chǎn)數(shù)據(jù)的抽取,提供給各個(gè)工廠的MI看板系統(tǒng)進(jìn)行查詢(xún)和展示。然而,這套開(kāi)源系統(tǒng)帶來(lái)很多問(wèn)題。比如,每次的手工安裝部署、配置以及升級(jí)維護(hù)都需要花費(fèi)數(shù)天甚至數(shù)周的人力成本;無(wú)法保證企業(yè)級(jí)的高安全和高可用;需要持續(xù)投入額外的員工培訓(xùn)成本和專(zhuān)家咨詢(xún)服務(wù)費(fèi)用;不支持與核心業(yè)務(wù)系統(tǒng)以及常用生產(chǎn)系統(tǒng)的天然集成;沒(méi)有配套的Kafka技術(shù)支持和售后保障等。
在IBM CSM團(tuán)隊(duì)的努力下,延鋒的樣板工廠開(kāi)始采用 IBM Cloud Pak for Integration中的 Event Streams 組件來(lái)做實(shí)時(shí)數(shù)據(jù)的抽取。生成數(shù)據(jù)的應(yīng)用程序從MES系統(tǒng)中抽取零配件生產(chǎn)班次、生產(chǎn)數(shù)量、需求數(shù)量、返修數(shù)量、排序以及其他相關(guān)的生產(chǎn)數(shù)據(jù),發(fā)送到對(duì)應(yīng)的數(shù)據(jù)主題頻道。抓取數(shù)據(jù)的應(yīng)用程序通過(guò)訂閱Event Streams的相應(yīng)主題頻道,可以直接使用相應(yīng)數(shù)據(jù)。MI Skynet 看板系統(tǒng)則可以選取指定的表字段,進(jìn)行后續(xù)的儀表板展示和預(yù)警分析。
通過(guò)部署Event Streams這一企業(yè)級(jí)的數(shù)據(jù)抽取解決方案,延鋒汽車(chē)可以實(shí)現(xiàn)"一鍵"部署,開(kāi)箱即用,零宕機(jī)滾動(dòng)升級(jí),時(shí)刻擁有最新的Kafka穩(wěn)定版本。同時(shí),組件自帶圖形化操作界面,幾乎不需要額外的技能培訓(xùn)。利用高安全性和異地復(fù)制功能,還能獲取企業(yè)級(jí)災(zāi)難恢復(fù)能力。先進(jìn)的模式注冊(cè)表和豐富的 Kafka 連接器以及可擴(kuò)展的 REST API,輕松擴(kuò)展現(xiàn)有企業(yè)資產(chǎn)的范圍。不僅如此,IBM還提供配套的企業(yè)級(jí)售后服務(wù)、專(zhuān)家咨詢(xún)和及時(shí)的問(wèn)題排查,能夠幫助客戶(hù)獲取所需的技術(shù)專(zhuān)業(yè)知識(shí)。
場(chǎng)景四:實(shí)現(xiàn)核心生產(chǎn)設(shè)備的智能化產(chǎn)能測(cè)算和規(guī)劃,實(shí)現(xiàn)降本增效
技術(shù):利用IBM Cloud Pak for Data - Decision Optimization實(shí)現(xiàn)注塑機(jī)產(chǎn)能測(cè)算和規(guī)劃
在汽車(chē)配件的制造過(guò)程中,注塑是其中一項(xiàng)重要環(huán)節(jié)。延鋒汽車(chē)為很多整車(chē)廠商提供例如儀表板等內(nèi)飾件,這些塑料件都需要一個(gè)核心設(shè)備注塑機(jī)來(lái)生產(chǎn)。由于各種車(chē)型的儀表板規(guī)格不一,生產(chǎn)過(guò)程需要進(jìn)行設(shè)備切換。例如,當(dāng)設(shè)備用料從黑色切換成白色的時(shí)候需要清洗,而從白色切換成黑色則不需要清洗;從金色切換成紅色又需要疊加其它動(dòng)作。設(shè)備切換會(huì)帶來(lái)成本問(wèn)題,也會(huì)影響生產(chǎn)排期和庫(kù)存管理,比如:如何在降低庫(kù)存成本的情況下,決定不同產(chǎn)品的最優(yōu)經(jīng)濟(jì)批量?如何在滿足客戶(hù)需求的情況下,平衡多臺(tái)機(jī)器一整年的產(chǎn)能?如何測(cè)算機(jī)器的產(chǎn)能,從而更好地調(diào)整計(jì)劃、發(fā)揮機(jī)器最大效能、提高生產(chǎn)率、降低加班率?如何確保計(jì)劃能夠在生產(chǎn)真正落地以及變化來(lái)臨時(shí)又能及時(shí)響應(yīng)變化等。
在各種零配件需求不斷擴(kuò)大和變化,而生產(chǎn)力和生產(chǎn)資源又十分有限的背景下,傳統(tǒng)的生產(chǎn)規(guī)劃方式多基于經(jīng)驗(yàn)和手工計(jì)算,容易產(chǎn)生生產(chǎn)效率低下、庫(kù)存成本高、人力負(fù)擔(dān)重等問(wèn)題,嚴(yán)重影響企業(yè)生產(chǎn)效益,因此需要尋找新的方式給出合理的生產(chǎn)規(guī)劃和排產(chǎn)方案。
IBM CSM團(tuán)隊(duì)聯(lián)合IBM實(shí)驗(yàn)室專(zhuān)家服務(wù)團(tuán)隊(duì)以及IBM中國(guó)開(kāi)發(fā)中心專(zhuān)家,在和客戶(hù)充分討論之后,基于IBM Cloud Pak for Data的Decision Optimization功能模塊,為客戶(hù)打造了一個(gè)強(qiáng)大完備、敏捷高效的方案。這是兩種互相補(bǔ)充的方案:總體的多機(jī)器跨月份規(guī)劃方案以及單月精細(xì)排產(chǎn)方案。方案支持范圍廣,能夠支持20多個(gè)工廠的近百名工作人員對(duì)幾百臺(tái)注塑機(jī)進(jìn)行產(chǎn)能規(guī)劃;支持精度高,規(guī)劃的每個(gè)概要方案都配套精確的排產(chǎn)方案,對(duì)后續(xù)指導(dǎo)生產(chǎn)具有很強(qiáng)的實(shí)操性;變化更敏捷,規(guī)劃一組方案僅需幾分鐘到幾十分鐘,大大提高了對(duì)未來(lái)變化的響應(yīng)程度,一旦客戶(hù)需求或者生產(chǎn)資源發(fā)生變化,可以隨時(shí)調(diào)整規(guī)劃;適應(yīng)性更強(qiáng),所做方案基于敏捷的通用平臺(tái),對(duì)業(yè)務(wù)人員友好,可以很輕松地?cái)U(kuò)展到其它生產(chǎn)設(shè)備,以及應(yīng)用到其它類(lèi)似領(lǐng)域。
行業(yè)場(chǎng)景+技術(shù)落地,共創(chuàng)共贏在路上
IBM CSM團(tuán)隊(duì)陪伴著延鋒汽車(chē)在數(shù)智化轉(zhuǎn)型的征途中前行了兩年,從最開(kāi)始實(shí)現(xiàn)外部到內(nèi)部訂單的自動(dòng)化轉(zhuǎn)化、解決全球工廠車(chē)間的高速數(shù)據(jù)傳輸問(wèn)題,到用企業(yè)級(jí)工具替換開(kāi)源工具實(shí)現(xiàn)高可用數(shù)據(jù)抽取,再到當(dāng)前利用AI賦能的解決方案實(shí)現(xiàn)核心生產(chǎn)設(shè)備的產(chǎn)能測(cè)算和規(guī)劃;從數(shù)據(jù)的整合治理,到利用AI把數(shù)據(jù)用起來(lái),實(shí)現(xiàn)精益化智能化的產(chǎn)能測(cè)算和規(guī)劃——一路走來(lái),"業(yè)務(wù)場(chǎng)景 + 技術(shù)落地 => 行業(yè)價(jià)值"是我們共創(chuàng)共贏的準(zhǔn)則和方法。
延鋒汽車(chē)可以說(shuō)是以"數(shù)據(jù)為先"策略來(lái)直面業(yè)務(wù)挑戰(zhàn)的行業(yè)先鋒。與延鋒汽車(chē)攜手,除了第一個(gè)場(chǎng)景里使用的 IBM Watson Discovery, 另外三個(gè) Cloud Paks 組件Aspera, Event Streams和Decision Optimization在延鋒汽車(chē)的成功應(yīng)用,實(shí)現(xiàn)了這幾個(gè)產(chǎn)品在中國(guó)汽車(chē)行業(yè)的首個(gè)場(chǎng)景落地,相信可以為國(guó)內(nèi)的汽車(chē)行業(yè)與智能制造行業(yè)提供有益的借鑒。
與客戶(hù)共創(chuàng)是 IBM CSM 團(tuán)隊(duì)最主要的工作方式,IBM CSM 的架構(gòu)師不僅擁有強(qiáng)大的技術(shù)背景與豐富的落地經(jīng)驗(yàn),他們對(duì)特定行業(yè)的很多新應(yīng)用和數(shù)字化轉(zhuǎn)型項(xiàng)目也有著深入的理解。通過(guò)與客戶(hù)一對(duì)一的長(zhǎng)期合作和對(duì)客戶(hù)的成功負(fù)責(zé)的態(tài)度,他們已經(jīng)逐漸成為對(duì)客戶(hù)的業(yè)務(wù)場(chǎng)景與IT架構(gòu)及環(huán)境有著深刻理解和深受客戶(hù)信賴(lài)的技術(shù)顧問(wèn)。
不久前,IBM在2023年度 Think 大會(huì)上推出 IBM watsonx,一個(gè)針對(duì)基礎(chǔ)模型和生成式AI 的全新數(shù)據(jù)平臺(tái),一個(gè)能夠幫助企業(yè)利用可信數(shù)據(jù)來(lái)擴(kuò)展和加速領(lǐng)先的AI影響力的強(qiáng)大工具。未來(lái),在企業(yè)從"+AI"步入"AI+"、從"數(shù)據(jù)為先"步入"AI為先"的關(guān)鍵時(shí)刻,當(dāng)企業(yè)渴望擁有一個(gè)完整的技術(shù)堆棧,能夠跨整個(gè)組織來(lái)訓(xùn)練、調(diào)整和部署 AI 模型(包括基礎(chǔ)模型和機(jī)器學(xué)習(xí)等能力),能夠在任何云環(huán)境下都具備可信的數(shù)據(jù)、速度和治理的時(shí)候,IBM就在你們身邊,包括每一位以客戶(hù)成功為己任的IBM CSM架構(gòu)師。