過(guò)去一年，大模型正在以燎原之勢(shì)，深刻改變著各行各業(yè)的格局。如今，工業(yè)正處于從數(shù)字化向智能化邁進(jìn)的階段，而大模型憑借其卓越的理解能力、生成能力和泛化能力，成為推動(dòng)工業(yè)智能化的關(guān)鍵力量，有望在工業(yè)領(lǐng)域帶來(lái)“基礎(chǔ)模型+各類應(yīng)用”的新范式。
有數(shù)據(jù)預(yù)測(cè)，綜合我國(guó)工業(yè)IT支出以及全球大模型增長(zhǎng)水平，預(yù)計(jì)2026年我國(guó)工業(yè)大模型市場(chǎng)規(guī)模將超過(guò)5億美元，五年復(fù)合增長(zhǎng)率達(dá)116%。
然而，工業(yè)制造業(yè)領(lǐng)域的特殊性，讓大模型的應(yīng)用機(jī)遇與挑戰(zhàn)并存。
從工業(yè)產(chǎn)品生命周期的角度，大模型可主要應(yīng)用在研發(fā)設(shè)計(jì)、生產(chǎn)制造、經(jīng)營(yíng)管理、產(chǎn)品服務(wù)等四個(gè)主要環(huán)節(jié)。
在研發(fā)設(shè)計(jì)領(lǐng)域，大模型能夠分析市場(chǎng)趨勢(shì)、用戶反饋和技術(shù)創(chuàng)新，從而優(yōu)化設(shè)計(jì)過(guò)程提高研發(fā)效率;在生產(chǎn)制造領(lǐng)域，大模型拓展生產(chǎn)制造智能化應(yīng)用的邊界;在經(jīng)營(yíng)管理領(lǐng)域，大模型可以智能分析大量的銷售、財(cái)務(wù)數(shù)據(jù)，提升經(jīng)營(yíng)管理水平;在產(chǎn)品服務(wù)領(lǐng)域，大模型能通過(guò)分析客戶行為和需求，提供個(gè)性化的產(chǎn)品推薦和定制服務(wù)，同時(shí)基于交互能力推動(dòng)產(chǎn)品和服務(wù)智能化。
對(duì)于大模型落地工業(yè)，業(yè)界一直有個(gè)形象的比喻——把大模型在消費(fèi)端的落地比作“平原戰(zhàn)”，而把在工業(yè)制造領(lǐng)域的落地比作“山地戰(zhàn)”、“高原戰(zhàn)”。一句話總結(jié)就是，大模型落地工業(yè)，要比落地消費(fèi)端，困難和復(fù)雜得多。
與消費(fèi)品相比，工業(yè)領(lǐng)域本身門類多，企業(yè)間的數(shù)據(jù)壁壘明顯，尤其在核心制造環(huán)節(jié)，大模型并非萬(wàn)能的;大模型自身具有的“幻覺(jué)”缺陷，現(xiàn)有技術(shù)難以確保數(shù)據(jù)內(nèi)容可靠無(wú)誤，一旦在工業(yè)生產(chǎn)應(yīng)用中出現(xiàn)問(wèn)題，可能會(huì)造成巨大的損失;大模型接入企業(yè)系統(tǒng)后，難以理解企業(yè)業(yè)務(wù)流程、運(yùn)營(yíng)模式等，生成的解決方案難以滿足企業(yè)需求。因此，制造業(yè)企業(yè)在大模型應(yīng)用選擇上也十分謹(jǐn)慎。
在探索將大模型落地工業(yè)過(guò)程中，不少大模型廠商和企業(yè)將門檻降低的通用辦公場(chǎng)景作為切入點(diǎn)。
5月28日，中國(guó)石油、中國(guó)移動(dòng)、華為、科大訊飛四家公司共同簽署昆侖大模型合作共建協(xié)議，標(biāo)志著昆侖大模型建設(shè)正式啟動(dòng)，對(duì)于推動(dòng)人工智能在能源化工行業(yè)的大模型開(kāi)發(fā)建設(shè)和高水平應(yīng)用，發(fā)展新質(zhì)生產(chǎn)力，具有重要意義。
作為人工智能國(guó)家隊(duì)成員，科大訊飛始終堅(jiān)持核心技術(shù)創(chuàng)新積累，推出了國(guó)內(nèi)第一個(gè)基于全國(guó)產(chǎn)算力平臺(tái)訓(xùn)練的大模型-訊飛星火。發(fā)布一年多的時(shí)間，訊飛星火多次迭代升級(jí)，位居國(guó)產(chǎn)大模型頭部梯隊(duì)，在金融、汽車、傳媒、金融、文旅等多行業(yè)應(yīng)用。今年6月27日，訊飛星火將推出4.0版本。
面向制造業(yè)的通用辦公場(chǎng)景，訊飛基星火大模型推出了多個(gè)產(chǎn)品和解決方案。
知識(shí)助手：工業(yè)生產(chǎn)環(huán)節(jié)復(fù)雜，作業(yè)人員經(jīng)常需參閱大量規(guī)范文件，學(xué)習(xí)成本高。在知識(shí)文檔類知識(shí)的基礎(chǔ)上，升級(jí)多模態(tài)知識(shí)管理及檢索能力，利用訊飛星火大模型，支持對(duì)音頻、圖片、視頻等類型的多模態(tài)知識(shí)進(jìn)行解析及采編，助力知識(shí)的快速獲取。如，在某家船舶制造企業(yè)，以前工人遇到一些技術(shù)問(wèn)題可能需要詢問(wèn)或?qū)＜夜こ處煬F(xiàn)場(chǎng)解決，現(xiàn)在通過(guò)知識(shí)助手，只需問(wèn)出問(wèn)題，大模型即可快速基于已有知識(shí)文檔進(jìn)行解答。
內(nèi)容創(chuàng)作：技術(shù)手冊(cè)、操作指導(dǎo)、維護(hù)指南，工業(yè)領(lǐng)域中，內(nèi)容創(chuàng)作和文檔生成同樣是日常工作的重要組成部分，需要大量的時(shí)間編寫(xiě)、校對(duì)。訊飛星火可以基于已有知識(shí)的重新組合、改進(jìn)和擴(kuò)展，創(chuàng)造出新的知識(shí)和價(jià)值。為企業(yè)提供更多的創(chuàng)意涌現(xiàn)，解放生產(chǎn)力，生成如工作總結(jié)、分析報(bào)告、會(huì)議紀(jì)要、廣告文案等文本內(nèi)容，幫助企業(yè)員工高效輸出專業(yè)性文稿。
智能陪練：全在安全生產(chǎn)模擬培訓(xùn)中，依托企業(yè)知識(shí)大腦和訊飛星火，實(shí)現(xiàn)場(chǎng)景模擬、角色扮演，自由開(kāi)放式對(duì)話，打造多維度立體評(píng)價(jià)體系，考核學(xué)員的多種能力，讓人員培訓(xùn)更科學(xué)更高效。
除此之外，星火大模型還可應(yīng)用在生產(chǎn)調(diào)度，安全生產(chǎn)、財(cái)務(wù)管理等場(chǎng)景。
生產(chǎn)調(diào)度場(chǎng)景，基于星火大模型，可以實(shí)現(xiàn)以自然語(yǔ)言交互方式對(duì)數(shù)字大屏等終端設(shè)備進(jìn)行語(yǔ)音操控。
安全生產(chǎn)場(chǎng)景，AI大模型結(jié)合視覺(jué)識(shí)別分析功能，可以準(zhǔn)備的識(shí)別出生產(chǎn)制造過(guò)程中存在的安全隱患，并及時(shí)做出預(yù)警預(yù)防。
財(cái)務(wù)管理場(chǎng)景，基于星火大模型的合同數(shù)字員工可以實(shí)現(xiàn)合同全生命周期智能化升級(jí)，提升合同流轉(zhuǎn)效率，增強(qiáng)風(fēng)險(xiǎn)防范能力。
智能客服場(chǎng)景，大模型技術(shù)在交互、表達(dá)、運(yùn)營(yíng)三個(gè)方面重塑智能客服，能夠有效提高投訴類問(wèn)題的解決率，生成千人千面的回復(fù)內(nèi)容，主動(dòng)引導(dǎo)交互并進(jìn)行營(yíng)銷，提供個(gè)性化服務(wù)體驗(yàn)。
目前，基于訊飛星火的多項(xiàng)應(yīng)用已在上海核工院、國(guó)家能源集團(tuán)等央國(guó)企落地實(shí)踐，取得了令人矚目的成績(jī)。
借助訊飛的核心技術(shù)，上海核工院自研上線了國(guó)內(nèi)首個(gè)核電領(lǐng)域的大模型智能審查系統(tǒng)。
加載有訊飛星火大模型的“國(guó)和一號(hào)”IP形象“國(guó)小和”，能夠理解和回應(yīng)用戶的語(yǔ)言輸入，不僅提高了用戶體驗(yàn)，還使得品牌與用戶之間的溝通更為流暢和高效。
基于訊飛星火，國(guó)家能源物資公司在企業(yè)采購(gòu)場(chǎng)景合作的智能無(wú)人評(píng)審系統(tǒng)在國(guó)資委網(wǎng)站上已經(jīng)被作為典型案例推薦。
工業(yè)制造業(yè)關(guān)乎國(guó)計(jì)民生。工信部數(shù)據(jù)顯示，截至2024年2月底，國(guó)內(nèi)規(guī)模以上工業(yè)企業(yè)數(shù)量超過(guò)50萬(wàn)家，覆蓋41個(gè)工業(yè)大類、207個(gè)工業(yè)中類、666個(gè)工業(yè)小類，存在大量的場(chǎng)景和業(yè)務(wù)痛點(diǎn)。
在“人工智能+”戰(zhàn)略指引下，訊飛將推動(dòng)大模型在工業(yè)制造領(lǐng)域的更多場(chǎng)景應(yīng)用，加快制造業(yè)數(shù)智化轉(zhuǎn)型步伐。
免責(zé)聲明：中國(guó)網(wǎng)商務(wù)頻道僅出于信息傳播轉(zhuǎn)載本文，內(nèi)容如有疑義，請(qǐng)聯(lián)系原發(fā)網(wǎng)站處理。
