在新一輪信息技術和工業制造業的加速融合下，以計算機視覺、深度學習、機器學習為代表的人工智能技術在制造行業發揮了重大的作用，同時加速了制造業從傳統生產模式向數字化、網聯化、智能化方向轉型，助力制造企業降本增效。另一方面，隨著服務業作為第一大產業的地位越來越鞏固，以及制造業和服務業日益滲透融合，以服務為核心的產業互聯網正加速驅動制造業組織變革和生產變革，賦予制造業網絡化協同、服務化延伸、個性化定制、智能化生產等新特征，推動智能制造轉型?。

面對變化，一群優秀的人共同思考碰撞，往往會勝過一個人的獨自摸索。8月11日，2022 shift數字化轉型峰會盛大召開，會上，數字產業創新研究中心聯合錦囊專家、第四范式圍繞“產品迭代與服務升級‘雙管齊下’，實現智能制造的數字化轉型”這一主題，共同舉辦圓桌對話。中國軟件行業協會信息主管（CIO）分會秘書長李圓、第四范式制造與物流業負責人陳曦、柳工集團總裁助理兼柳工七識科技董事長羅維、優信無限副總裁朱路、前容百科技有限公司數字化推進中心經理王川、宇通客車CIO蔡棟以及20位制造業和服務業的企業管理者、專家，共同交流心得、碰撞觀點，以期對企業數字化發展帶來更多啟示。

以下是本場圓桌對話嘉賓們的精彩語錄：

升級第一曲線：以AI驅動智能制造，賦能企業降本增效，提升綜合盈利能力

中國軟件行業協會信息主管（CIO）分會秘書長 李圓

熊彼特的經濟學理論告訴我們，任何的創新都是當下對現有要素的重新組合，涉及產品、技術、市場等多種因素。可見無論是什么樣的公司，都會經歷從出生、繁榮、衰退、蕭條的幾個階段，循環呈現出S型曲線。所以，當我們在第一曲線未帶到達頂點的時候，通常企業需要盡快尋找新的增長點，探索破局才能實現持續的增長。在制造領域，人工智能技術如何驅動智能制造實現降本增效？在智能制造升級過程中面臨哪些痛點？人工智能技術落地的時候，又會遇到哪些阻礙？

柳工集團總裁助理兼柳工七識科技董事長 羅維

痛點主要體現在三個方面，首先在與業務相結合的過程中，懂AI的人不懂業務，懂業務的人不知道怎么運用AI。第二是AI技術從算法開始一直到落地整個過程中環節較多，需要大量準備數據去建立模型，同時耗費大量時間成本且看不到回報。第三是企業發展參差不齊，有些企業的流程信息化建設這方面沒有完全達到智能化的要求，比如數據采集方面，采集多少？采集頻率如何制定等問題無法確定，只能在需要時進行采集之后不斷豐富和完善。

優信無限副總裁 朱路

優信無限是集產研消一體的企業，我們在升級智能制造過程中發現AI技術落地主要體現在人才、產品、資金三個因素，具體體現在繁多的環節使得人才需求增加，產品需要縮小與用戶的個性化需求的差異，做到讓用戶滿意，最后，投入了大量的資金是否真正的滿足了用戶的需求。

宇通客車CIO 蔡棟

首先是產品定制化，客車跟乘用車差別很大，需要對客戶的需求進行大量定制的。同時客車的特點是小批量，并不是大規模制造的產物。由于它定制化程度高批量又小，所以整體而言個性化很強，但智能制造的邏輯基礎是讓產品更加模塊化和標準化，這就位客車行業帶來了巨大的挑戰，在生產管理過程中數據的顆粒度和質量是難以達到智能制造所需要的要求。此外，在制造的過程中，受限于產品的體積，很難通過自動識別檢查漆面、骨架焊點等環節的質量。客車同時屬于工業設計驅動的行業，與乘客的距離較遠，相對的與司機距離很近，導致缺乏與乘客的溝通體驗的渠道。

中國軟件行業協會信息主管（CIO）分會秘書長 李圓

我們講完痛點還想更多的聽一聽在實踐AI技術的過程中取得了什么樣的成果？如何應用AI技術在推動智能制造的轉型上取得收益？

柳工集團總裁助理兼柳工七識科技董事長 羅維

我認為最重要的一點就是智能化的協同。現在各個制造企業中各種各樣的工業軟件一應俱全，但軟件只是基礎，它不具備智能化，只是按照流程事件來驅動。所以在未來要實現智能化轉型，工業軟件需要具備智能化的功能。此外，通過以點帶面，先選取型的痛點場景開展智能制造，形成示范效之后在進行全面推廣。最后，制造系統相對封閉，很難直達客戶，通過AI技術轉型必須要直接觸達客戶，要與客戶在產品上互動，利用制造過程中產生的信息與客戶形成互動。我們不應把AI技術當成高高在上的概念，要通過技術解決痛點，而不是一個大而全的規劃。

前容百科技有限公司數字化推進中心經理 王川

容百結合自身實踐的經驗提出同心多元的理念，核心圓是人工智能，中間圓是大數據，最外環是公共服務。人工智能使用的前提一定要有數據的沉淀，尤其是大數據平臺的打造，數據不能同步會導致應用無法推進，最外環是公共能力的打造，比如利用人力財務、生產產品等每一項能力求最大工業數，然后把能力實現最大化，并作為一個非常重要的基礎去打造大數據，實現人工智能。

第四范式制造與物流業負責人 陳曦

很多企業現在對AI存在一定程度上的誤解，往往會把AI當成一個魔法棒，點一下就可以顯示很多問題。但本質上來說AI只是一個急性離線的方法，它只解決了人腦決策的局限性問題，比如我的精力是有限的、思維是有慣性的，甚至思考速度是有限的，但AI不存這些問題，所以如果我們把AI想象成一個聰明藥，吃了之后就可以馬上變成一個聰明的孩子的話，那往往其實期望值可能就會過高了。我們認為企業家應該專注去思考，去提升自己的認知，先不要把AI科技放到今天的業務流程里面或是只是關注某一些問題，用哪一個AI技術去解決？而是去思考，如果有一天能夠把AI發揮到極致的時候，它能夠給我的業務產生什么樣不一樣的成果，在這之后怎么去利用這樣的能力設計整個企業，帶來翻天覆地變化，即下一代企業的戰略思考。通過這個戰略思考，在頂層設計上充分考慮AI與行業的特性相結合，規劃出下一代企業的核心競爭力，最后規劃實現路徑，彎道超車。

打造業務第二曲線：以服務為核心的產業互聯網，推動智能制造轉型

中國軟件行業協會信息主管（CIO）分會秘書長 李圓

管理思想大師查爾斯·漢迪提出在第一曲線到達巔峰之前，找到驅動企業的第二次騰飛的第二曲線，并且第二曲線必須在第一曲線到達頂點之前開始增長，企業可以永續增長的愿景就能夠實現。所以我們也看到了，為了實現持續的增長，避免衰敗。很多的企業已經開始在第一曲線的高峰到來之前開辟一條新的賽道，就是打造第二曲線，對于制造業企業，很多企業在通過以服務為核心的產業互聯網這條路徑來開辟企業的新增長曲線時，如何將生產為核心的運營模式，轉化為以服務為核心的運營模式呢？

宇通客車CIO 蔡棟

從生產轉向服務，它本身就是一種思維方式轉變的過程，宇通是一個很典型的制造業企業。生產向來都是經營的重點和核心。因為宇通完全是B2B的經營模式，但是我們也在嘗試轉向以服務為核心的模式，首先是從傳統的客戶服務轉向數字化的客戶服務。主要是針對我們的客戶，在我們這種B2B的模式下，讓我們的客戶使用app或者小程序能夠快速的進行售后的報障，搜尋最近的維修隊伍，降低安全隱患。第二是環保事業，我們除了有環保車的銷售和管理之外，其實還在開始走向整個環保業務，在某一個城市或某一個地區公共交通上的道路清潔。第三是在嘗試從產品制造走向產品租賃。通過這種租賃服務實現從制造向服務的轉型，另外新能源汽車方面也在推行車聯網技術，把車輛租賃的狀態及時進行跟進，做到主動服務，最后在AI方面，無人駕駛是一個嶄新的領域，宇通也有一些產品面世，例如無人駕駛巴士“小宇”在疫情期間為廣州隔離區輸送物資。

前容百科技有限公司數字化推進中心經理 王川

傳統的制造業一定是講產品、講生產、講供應鏈。但是作為服務業，產品、專利技術、客戶需求再好也不一定能做好服務，服務業非常注重的是用戶體驗，通過全在線，全連接，全協同的方式把每一個環節進行分析，發現自己的短板和彌補自己的能力。容百科技今年提出“電池三角”的戰略。通過對新能源汽車中報廢的新能源電池的回收以及重新加工、重新生產，并基于這一戰略打造數字化平臺，展現服務能力。

中國軟件行業協會信息主管（CIO）分會秘書長 李圓

傳統的制造業企業邁向第二曲線確實是非常不容易的，很多企業也在做大量新的嘗試。如何通過建立完善的智能制造服務體系，來支撐第二曲線的發展，重塑企業競爭力？

柳工集團總裁助理兼柳工七識科技董事長 羅維

首先是獲客能力，尋找新時代的客戶，柳工集團實行做數字化穿透工程，即數字化營銷，通過銷售漏斗、客戶畫像分析客戶心理實現獲客。第二點是客戶粘性，通過產品本身的數據連接一部分客戶，未來不僅要賣產品還要連帶服務向客戶推銷。把智能制造的整個服務體系延伸到客戶生產運營管理過程中。同時我們還增加了智慧客服系統，它能夠做到讓所有客戶提出來的問題得到一個閉環的解決方案。第三是客戶體驗，在產品開發的過程中，對零部件的通用化、模塊化、參數化以及可選擇性進行嚴格的定義，通過這種定義組合成更多的滿足客戶需求的產品。讓客戶在自行選擇的過程中，把這些信息直接傳遞給客戶，讓他下了單以后看得見產品。第四點，現在有了AI技術，可以開展很多的工作，比如集群畫像、工藝過程優化、設計過程優化以及庫存優化。最后在系統方面，我希望是開放而不是封閉，智能制造系統需要跟外部平臺互動和聯通，未來，我希望通過大數據應用場景的深度挖掘，讓服務體系能夠更加貼近客戶，實現降本、提質、增效。

優信無限副總裁 朱路

以我們智慧食堂的場景為例，首先，在前期建設環節，可以提供全方位的服務，從現場的勘測，到餐線的設計是一對一的。第二，讓顧客滿意，吃的省錢省心，不排隊，也有營養。第三是說讓采購更新鮮更及時，成本更優。但是在這一過程中，我們會面臨一個最大的挑戰就是我們一直投入人工，必須引入的技術來支撐，形成一些標準化的模型來賦能顧客，這就需要我們從大量的數據中得出最優實踐。讓人工成本更專注于給客戶負責。

第四范式制造與物流業負責人 陳曦

轉型是一個必不可少的命題，制造業向服務業轉型，基本上是已經大家共識的趨勢。其中行業的倡導者大部分都是細分領域里面的龍頭企業，它有一定的市場優勢，核心理念是將產業所有的生態單元化再網絡化。然后用技術手段打通整個生態做產業互聯互通。但是有一些問題是避不開的，首先是在聯通生態之后，怎么去促使這個平臺更加活躍？另外一方面，數據沉淀了之后怎么去挖掘價值？挖掘出來價值怎么反哺這個生態鏈？這時就需要一把手對未來整個平臺的業務形態有非常清晰的目標。有了目標之后，定義這個平臺的北極星指標，之后將指標拆解，最后運用數據驅動的手段提升指標。

第四范式一直堅持對數字化轉型的認知是要跟企業一起去思考和尋找下一代核心競爭力的北極性指標，然后通過AI的極限理性的判斷能力找出這個指標的量變規則，然后再找出找出下一個增長曲線，讓指標進行提升，實現質的飛躍。而不是說單純跳到某一個AI場景里面，解決某一個系統問題。另一方面，第四范式其實對北極星指標的理解和拆解能力的運用已經幫助過很多企業找到他們未來的核心競爭力。并且我們也能夠讓這樣指標跟人工智能的技術結合起來，還是利用AI極致理性的能力，不斷測試跟判斷，然后去分析到底什么樣的手段才最有效的。降低了平臺對人的判斷的依賴程度，也讓企業自己可以利用方法論和工具，自己去測試自己去調整，找出最適合平臺發展的一些策略。最后，第四范式的核心團隊通過多年的實踐，累積了非常豐富的經驗，幫助過很多傳統企業轉型。加上第四范式本身對AI的能力的理解，我們相信，通過北極星指標找到戰略目標并拆解完畢后，再與第四范式的AI能力相結合，可以為企業帶來非常巨大的一個輔助作用。