近日，第二屆SHIFT數(shù)字化轉(zhuǎn)型峰會(huì)成功舉辦

全球頂尖AI科學(xué)家

攜手20+董事長(zhǎng)及50+企業(yè)決策者

沖破技術(shù)邊界，引領(lǐng)商業(yè)模式革新

本次峰會(huì)由SHIFT組委會(huì)主辦，新華網(wǎng)和第四范式協(xié)辦，福布斯、哈佛商業(yè)評(píng)論、問(wèn)道徽商100人等多家商業(yè)主流媒體聯(lián)合直播。行業(yè)領(lǐng)袖共同探討數(shù)字化轉(zhuǎn)型相關(guān)的戰(zhàn)略管理、商業(yè)模式創(chuàng)新，以及大模型等新技術(shù)作為生產(chǎn)力對(duì)產(chǎn)業(yè)變革的重大影響。

研華（中國(guó)）總經(jīng)理羅煥城先生受邀與菲尼克斯電氣中國(guó)公司副總裁鄧曉巍、上海復(fù)星醫(yī)藥首席數(shù)據(jù)官林錦斌、工業(yè)4.0產(chǎn)業(yè)聯(lián)盟創(chuàng)始人杜玉河一起共話“大模型時(shí)代數(shù)字化轉(zhuǎn)型的機(jī)遇與挑戰(zhàn)”。

高質(zhì)量數(shù)據(jù)助力大模型發(fā)展

無(wú)論談大模型還是數(shù)字化，其實(shí)都離不開(kāi)數(shù)據(jù)。高質(zhì)量數(shù)據(jù)是支撐大模型的關(guān)鍵，只有高質(zhì)量的數(shù)據(jù)才能更好地反映企業(yè)的實(shí)際情況，為企業(yè)決策提供有力支持。

在現(xiàn)實(shí)中，數(shù)據(jù)需要注意幾個(gè)問(wèn)題：數(shù)據(jù)孤島、數(shù)據(jù)質(zhì)量、數(shù)據(jù)可信、數(shù)據(jù)安全等。

研華羅煥城先生以最新大家都很關(guān)注的“歐盟碳關(guān)稅影響”舉例，無(wú)論是這兩年的ESG影響，還是歐盟碳關(guān)稅政策，都倒逼著企業(yè)必須將相關(guān)的數(shù)據(jù)，特別是碳相關(guān)的所有數(shù)據(jù)進(jìn)行收集，否則已經(jīng)要出口到歐盟將會(huì)面臨很大的問(wèn)題。這個(gè)政策將會(huì)大大加速整個(gè)行業(yè)的數(shù)字化轉(zhuǎn)型。但其實(shí)在這個(gè)過(guò)程中，大家經(jīng)常會(huì)碰到“數(shù)據(jù)孤島”的問(wèn)題，不同的設(shè)備、不同的系統(tǒng)、不同的區(qū)域之間數(shù)據(jù)無(wú)法打通、無(wú)法實(shí)現(xiàn)有效的上傳，所以無(wú)論大模型還是數(shù)字化，都要優(yōu)先解決“數(shù)據(jù)孤島”。

大模型的發(fā)展，也將會(huì)加快打破數(shù)據(jù)孤島。羅煥城認(rèn)為，大模型如語(yǔ)言大模型，本身是基于自然語(yǔ)言的交互系統(tǒng)，那接下來(lái)會(huì)陸續(xù)出現(xiàn)很多行業(yè)模型、各個(gè)子系統(tǒng)的模型，進(jìn)而也加速整個(gè)大模型的發(fā)展。這將是一個(gè)網(wǎng)狀式的結(jié)構(gòu)，而大模型就扮演著網(wǎng)狀中的領(lǐng)導(dǎo)位階，串聯(lián)起一個(gè)個(gè)的“孤島”。

躬身入局以“工業(yè)+大模型”開(kāi)啟新嘗試

目前，研華已經(jīng)開(kāi)始利用Chat GPT背后公司Open AI對(duì)語(yǔ)言和程序的理解能力，將其整合進(jìn)自有的工業(yè)云平臺(tái)的解決方案中。具體來(lái)講，AI小助理可以實(shí)現(xiàn)設(shè)備控制：包括自然語(yǔ)言控制數(shù)據(jù)采集啟停、設(shè)備實(shí)時(shí)數(shù)據(jù)獲取等；指標(biāo)分析：對(duì)設(shè)備相關(guān)指標(biāo)進(jìn)行匹配、查詢指標(biāo)實(shí)時(shí)值、聚合值和歷史值等；實(shí)時(shí)分析腳本生成：腳本生成、腳本代碼修改、代碼解釋等；Dashboard看板小助手：報(bào)表異常指標(biāo)查詢、郵件通知管理整理者等。借助語(yǔ)音和文本的自動(dòng)轉(zhuǎn)換工具，工程師和管理者不需要在界面上進(jìn)行操作。以后的場(chǎng)景可能是在AI賦能之下，IoT Edge將變成一臺(tái)會(huì)說(shuō)話的邊緣盒子。

除此之外，研華也正在積極嘗試和研究利用ChatGPT來(lái)協(xié)助企業(yè)內(nèi)部的管理及高效工作，包括產(chǎn)品部門(mén)，還包括IT、供應(yīng)鏈、工廠、產(chǎn)品研發(fā)、行銷、財(cái)務(wù)、人力資源等部門(mén)。 當(dāng)然，大模型在工業(yè)領(lǐng)域的發(fā)展，目前還處于非常早期，仍需要不斷地探索。而這個(gè)過(guò)程，需要大家一起“共同合作”，而不是“單打獨(dú)斗”。未來(lái)研華也希望能夠以“共創(chuàng)”的策略，構(gòu)建更完整、更有活力的產(chǎn)業(yè)生態(tài)體系、與更多的伙伴一起共生共贏。同時(shí)，由于不同行業(yè)間的數(shù)據(jù)存在差異，只有深耕產(chǎn)業(yè)，了解垂直領(lǐng)域的相關(guān)信息，才能更好地實(shí)現(xiàn)基于數(shù)據(jù)驅(qū)動(dòng)的智能決策輔助，加速行業(yè)數(shù)智化的過(guò)程。

展望未來(lái)?yè)肀o(wú)限可能

人工智能和大模型的發(fā)展為未來(lái)帶來(lái)了無(wú)限可能，為我們的想象開(kāi)辟了新的空間。未來(lái)，更多的落地場(chǎng)景也將逐漸出現(xiàn)。 以工業(yè)制造為例，未來(lái)機(jī)器人在生產(chǎn)線上將承擔(dān)更多的任務(wù)，從簡(jiǎn)單的重復(fù)勞動(dòng)到復(fù)雜的工藝操作。AI能夠?qū)崟r(shí)分析生產(chǎn)數(shù)據(jù)，預(yù)測(cè)設(shè)備故障和維護(hù)需求，從而提高生產(chǎn)效率和降低維護(hù)成本。通過(guò)使用大模型，企業(yè)可以分析歷史和實(shí)時(shí)數(shù)據(jù)、預(yù)測(cè)市場(chǎng)趨勢(shì)和客戶需求，從而制定更加精準(zhǔn)的生產(chǎn)計(jì)劃和供應(yīng)鏈管理策略。

大型模型時(shí)代給數(shù)字化轉(zhuǎn)型帶來(lái)了許多挑戰(zhàn)和機(jī)遇，但企業(yè)需要更積極地去擁抱這些變化，去抓住這些機(jī)遇、去戰(zhàn)勝這些挑戰(zhàn)。研華作為工業(yè)物聯(lián)網(wǎng)行業(yè)的引領(lǐng)者，也希望能夠與更多的伙伴、客戶一起擁抱大模型，以創(chuàng)新之力，更好地賦能各產(chǎn)業(yè)數(shù)智化發(fā)展。