11月30日专精特新直播聚焦AI等“小而美”方案如何赋能成长型企业

11月30日，在由ENI经济和信息化网与戴尔科技集团联合主办的“以“小而美”科技，释放成长型企业数据力”CIO直播间中，中荣股份CIO邱锋围绕“专精特新、大数据、人工智能“的实践，从规划、认知、策略的角度为成长型企业数智化建设提供了更多方向性的参考。来自专精特新小巨人企业尚纬股份的CIO颜亮锋，则是从实践的角度为大家分享了工业互联、精益化数字化工厂的建设经验及成果。戴尔科技集团数据中心业务部AI首席技术架构师吴跃结合实际案例和场景，分享了创新数字技术支持下诸多”小而美“的方案，如何助力企业快速实现数实融合，享受数字化红利。

专精特新如何数字化转型拥抱变化的未来?邱锋在演讲中分享了制造企业未来趋势：“专、精、特、新”是未来企业方向，现有专精特新企业90%以上是制造业，类似以前日本、德国;数字经济下的实体经济，得主动、被动拥抱数字化转型，适者生存、优胜劣汰。

在提到人工智能在制造业企业的应用方向时，邱锋介绍到，AI在制造业的应用会使得降本增效的价值日益凸显。通过对营销、研发、生产、设备等数据的深度分析，企业的计划排程、质量管理、生产安全及环境保护、预测性设备维护等方面效能将得到提升。

邱锋提到在流程优化方面，企业所有的运作都是以流程为基础的，企业需要先砍掉不必要的流程，同时必要的流程尽可能实现自动化，最终实现跨部门、跨业务的超级自动化。然后在项目中用RPA替代人工操作，用机器人自动执行基于规则、重复性、枯燥的工作流，用AI替代人工决策，如由AI系统通过算法模型自动推送式补货处理。

麦肯锡评估：2030年AI规模化应用将为中国带来6000亿美元经济收益，其中制造业收益为1150亿美元。在“AI在制造行业落地的探索与实践”的主题演讲中，吴跃介绍道基于制造业自身的业务特点，制造业与AI结合的应用场景特点主要体现在：大数据+小数据训练、数据获取成本高、众多物理世界场景、准确性和鲁棒性要求高、多模型集成学习、需要工业领域专家等，并通过AI在不同行业不同场景的应用做了介绍。

结合AI在制造行业的应用，吴跃介绍了戴尔科技基于Dell计算、存储、网络、数据保护在内的AI GPU计算集群解决方案、Dell PowerScale存储解决方案。在提到Dell PowerScale存储解决方案时，吴跃介绍道，PowerScale采用Scale-out存储架构，随着存储节点数量增加容量和性能，可以同步线性增长，单一文件系统目前可以支持最高180PB的存储裸容量。PowerScale支持非常完善的存储访问协议，可以支持多种协议同时访问同一份文件数据，而不需要进行数据的横向搬迁。PowerScale还可以提供应用透明的动态分层存储机制，可以基于IO热度动态选择高性能NVMeSSD与大容量机械硬盘存储空间。

对于制造业AI项目的实施流程，吴跃提到戴尔基于此前的项目经验，通常会划分为需求分析、数据治理、模型训练、AI系统部署、持续优化五个步骤做实施。

在“制造业数字化转型及智能制造探索思路”的主题分享中，颜亮锋从数字化及智能制造、尚纬数字化转型经验等方面做了分享。

颜亮锋将线缆智造的目标总结为几个关键词：利润持续最大化;产品性价比高、大规模个性化定制;互联互通、数据驱动改善;机器代替人工;制造全过程流程化、精益化。并详细介绍了实现这五大类目标路径的五个关键步骤。作为智能工厂建设的第一步，尚纬股份自2018年启动精益管理项目以来，在精益管理组的带动下，深入推进精益管理项目，形成了系统性的推进方案，打造精益试点。在5S、TPM活动、SEMD活动、物流模式运行，班组改革等方面取得了明显的成效，每年给企业带来上百万的收益。

在自动化改造方面，机器人辅助的上下盘、自动化收线可以自动匹配盘具、自适应感知线径，实现了自动测量、排线、计数。排线效率提升50%-60%。质量监测方面，速度可以达到400米/分，典型缺陷像素分辨精度最小0.01mm，最小缺陷面积0.1平方毫米(人类可看到的最小极限)，灵敏度可以调节，全过程监控及数据存档。检测准确率接近100%，检测效率提升300%。

在随后的问答环节，围绕“物流信息流程化和可视化如何综合平衡合理使用，才能提高车间数字化”、“Aps,Mes,Wms可以必须是一家的产品吗，如果是不同厂家的软件，可以整合到一个平台内使用吗”等问题，参会嘉宾与三位演讲嘉宾进行了交流和探讨。