详情

　　对于一名熟练的手艺工人来说，这是一个无需多想的惯性操做；但若是是机械人，就需要将此拆解为度的能力：精准识别孔位、判断螺丝型号、控制松紧力度……特别是正在柔性出产或者混流出产的时候，前一秒是某个产物机型，紧接着又是一个全然分歧的——这意味着所有操做参数都要发生变化。所以，即即是从动化、无人化程度很高的工场，总拆的流水线上仍是无数以万计的工人正在打螺丝。就像吕说的，打螺丝曾经成为美的工场的一个“执念”。他从2024年起头接办办理美的洗衣机荆州工场——这是美的最新一代的5G全毗连工场，引入了最先辈的聪慧物流系统和从动化出产线，良多工种都交给了工业机械人代庖，理论上来说，库卡的机械臂能够打螺丝，可是碰到混流出产，现实结果并不抱负。2025年，最新研发下线的库卡icco协做机械人被派到荆州工场，最后但愿它完成的使命就是——持续给分歧型号的洗衣机打螺丝。这个看似简单的人工操做对于机械人来说，是一个高级此外挑和——用专业的话来讲就是“多模态处理方案”——“起首寻孔靠视觉，以至碰到出格小的孔洞，就是靠触觉或者力反馈；打孔的松紧力度，靠的也是力反馈……”美的集团AI研究院院长徐翼对《中国企业家》说，“这几项能力需要一路提拔，手艺要求很高。”几乎和icco同期进入工场上班的人形机械人“美罗1号”，更“空降”成为“车间从任”：能够正在工场做平安巡检、设备巡检——给需要的机械加润滑油；质量的首检工做也能够交给它——把刚出产出来的产物搬到智能首检台，数据及格，机械就继续运转，反之则报警提醒；正在一些简单的情况下，它以至能够自行“思虑”，对机械间接进行微调。“之前的智能工场是被动的，需要人去调取数据，做出决策；现正在AI赋能之后，相当于有了‘大脑’，把分歧的智能体毗连正在了一路，从局部智能化到了全局智能化。”吕说。他们对将来工场的想象，有个很简单的画面：以前工场办理是应到N人，实到N人；将来的工场就是应到N人，“这还只是一个工场内的毗连，将来美的几十家工场，50多年的制制经验都毗连起来，会是如何的一个合作力？”拿工场里的质检环节来说，以前需要质检员对照原始设想图进行人工判断，每次需要半个小时到一个小时，不只单调乏味、耗时吃力，碰到不熟练的“新手”，犯错的概率也会很高；现正在，荆州工场把这部门工做交给了AI眼镜，颠末一个流程：摄影—读取—调出出产订单—对照设想图纸和出产尺度，以及汗青数据库中的易错点——判断能否及格，看起来过程并没有简化，以至数据对比有所添加，但时间缩短到了几秒钟，准确率达到100%。AI赋能的结果似乎不言自明，但对于一家企业来说，从AI手艺到AI使用，两头隔着一道无形但坚忍的厚墙。一位企业家就对《中国企业家》提到，虽然AI、大模子的研发曾经有了很大冲破，但使用落地的速度很慢，这不只是由于手艺能力的问题，还涉及组织布局的矛盾。好比，绝大部门的公司CEO都但愿鞭策AI使用，但到中层就不必然会实正落实，“他们会揣摩AI到底会不会最终把本人的替代了”。吕也有过如许的担忧，“本来数字化系统是辅帮我们工做的，但引入AI智能体、鞭策工场自从决策之后，我们可能就要退居幕后。”他们正在内部会商的时候曾半开打趣地提到，打制如许一个工场，现实上是要革本人的命，把原有的岗亭定义全数。但他们也大白，“将来趋向就是如许，既然如斯，还不如变被动为自动，若是干好了，大概还能正在中国制制的变化画布上留下一笔。”趋向是无法的，那些试图以领先者的地位匹敌趋向的企业，无一破例埠成为时代的弃卒，已经显赫的柯达如斯，诺基亚也是同样。汗青专业身世的方洪波对这些“”并不目生，他常提示内部“以的决心驱逐挑和”，也不忘正在各类会议上强调，“数字化、智能化是将来标的目的”。最后还只是试水。早正在2023年，ChatGPT方才面世不久，美的就正在内部推出AI帮手，辅帮员工进行案牍、制图、培训等方面的工做，这正在必然程度上也拉通了各个部分对AI使用的共识；差不多一年之后，AIGC（生成式人工智能）上升为美的集团计谋，成立了持久项目组——集团数字化部分、几大事业部的制制部分、地方研究院、AI研究院、库卡公司等几大板块的担任人都被拉了进来。一把手发话了，项目组也成立了，但项目却可能迟迟落不下去——良多来美的“取经”的公司CEO都提出如许的迷惑。周晓玲晓得此中的痛点所正在，由于这也是美的曾走过的弯。她2006年插手美的，历经公司大大小小的各类数字化变化，但正在“632”之前，数字化部分牵头推进的良多项目，虽然事前取营业部分沟通过需求，但做出来的成果却得不到后者承认，项目推不下去，营业部分的来由就是——“这不是我想要的”。“良多企业把数字化做成了IT项目——如许必然做不成；数字化其实是一个营业变化项目。”周晓玲说，分歧的定位决定了分歧的组织形式，前者是IT部分牵头，后者就该当营业部分领衔，好比做供应链集成项目，组长是供应链部分担任人，IT担任人只能是副组长，“组织形式很是主要，‘632’就是这么做的，才有可能成功。”也恰是正在那之后，周晓玲发觉了一个主要的变化纪律，“必然要考虑到组织里的人道，不然用再大的气力都撬不动。”AIGC项目组也依此设立，从2024年9月起头进行工场以来，曾经研发出了14个营业智能体，但也只是量上的堆集，到了2025年5月份，人形机械人插手之后，工场起头有了“大脑”，按照吕的说法，工场才实正送来了破局的时辰。AI工场运转离不开海量数据传输取存储。此前，荆州工场每日数据存储曾经跨越10TB的规模——通俗来讲，这相当于6666部高清片子的总量（假设1080P高清片子大小约1。5GB），借用DeepSeek的回覆，“每天看一部，这些片子够你持续看18年不沉样”；引入人形机械人之后，随实正在时数据交互陡增，每日数据存储量曾经敏捷飙升到了30TB；别的，要打制AI工场，起首要完成最根基的精益化出产和现场办理的，举个最简单的例子，若是物流搬运区仍是人来人往，机械人就很难派上用场。若是说，这是一些从动化根本亏弱的工场AI化，所要迈过的门槛，那么智能化进展更快的工场则有可能碰到另一个“先发”妨碍。好比荆州工场，其时建制的时候力图“最先辈”的配备，引入的都是最新的云物流、吊挂链、无人叉车，找的也是各个范畴内最前沿的供应商。过去，各个场景自成一派，倒也没什么问题；但现在工场“大脑”启用之后，短处也随之，因为各个供应商的和谈法则纷歧样，分歧机械之间连而欠亨；这就比如一整队的精兵强将，可是来自五湖四海，言语欠亨，无法协同做和。“之前没想到还会有一个‘大脑’，现正在我们慢慢打通这些智能体间的壁垒，过程仍是挺疾苦的。”吕说，但同样正在这个过程中，库卡机械人也试探出了一套新的聪慧化物流处理方案，构成了新的和谈法则。现在，荆州工场的物流车不只限于正在固定的线按法式搬运，还能够识别四周环境，并随时给系统，成为工场办理的一个消息触角。效率改善是最间接的，按照测算，荆州工场焦点场景效率提到了80%；别的一个主要的使用场景是对非常环境的处置：颠末十几年从动化、智能化的，美的工场的出产效率不竭刷新，现正在一台洗衣机的出产流程曾经压缩到了10s，以至更短——这是一般形态，一旦呈现问题就会带来出产搁浅，要等专家查抄后才能沉启，而整合了专家系统的AI却能够正在几秒之内完成非常诊断，出产的不变性；更进一步，当如许的数据整合量越来越大、整合度越来越高的时候，就能构成更快、更优的决策。现实上，一些超出项目组预期的迹象正正在呈现，好比，之前处置线下问题，工场会按照保守的尺度流程——“七步法”来进行，最后他们把这七步导入AI，但逐步地，AI将七步并做了一步，一会儿就生成了最终处置方案。用吕的线的冲破，现正在的机械不只是施行者，更是进化者。”某些方面来看，当初他所“担忧”的工作正正在慢慢成为现实，本来属于专业人员的一些主要工做，好比出产打算，现正在曾经部门被打算智能体代替，好比打算专员要花上几个钟头来做的工作，机械几秒钟就给出了谜底；不外目前，这些机械所依赖的数据更多仍是基于人工经验，最初的成果也要再颠末人工审核。但大概只是时间问题，《失控》里早就提过，人工智能的出现是一种跃进，“正在这里，2+2并不等于4，以至不成能不测地等于5。正在出现的逻辑里，2+2=苹果”。不外，正在人工智能专家徐翼看来，目前工场的AI进化才方才开了个头，将来至多有三方面的要逾越：第一是单点专业度，好比挪动能力虽然处理了，但机能表示还不敷，“手艺冲破也有二八法则：前80%相对容易，后20%才是更难的。”第二是泛化性，也就是手艺的可复制性和遍及性；第三是速度。正在徐翼看来，将来要实现机械的自从进化，最主要的就是各个专业维度脚够的数据喂养，好比工人打螺丝，之前没有摄像头把这个行为轨迹记实沉淀下来，雷同的数据缺失也是工场AI化的一个主要挑和。“从AI使用方面，美的曾经进入深水区，也能够说是无人区了，下一步的摸索工做会更难。”徐翼说，正在他看来，荆州项目标主要性也正正在于此，“如许才能够正在场景中成立手艺反馈链，频频进修、不竭迭代，才能构成手艺冲破。”“互联网头部公司次要是做通用能力方面的扶植，美的劣势正在于场景脚够丰硕，所以我们更适合做垂曲模子，投入可控，价值产出也会更较着。”周晓玲说，这也是美的AIGC计谋之初就明白的一点，不只要东西化，也要实正实现贸易化、规模化、市场化。但另一个问题紧接着来了，美的是一家多场景、价值链很长的企业，那么优先正在哪个环节进行AI化？徐翼坦言这也是一个充满压力的决策，“行业变化这么快，若何正在准确的处所投入准确的资本？不然不只结果无限，更错过了其他机遇。”最终他们选择了工场的制制场景，缘由之一是制制属于美的独有劣势，市场上早已呈现了通用大模子，但还没有出产制制大模子，这是一个好机遇；第二，工场场景多样，并且相对家庭场景来说，数据更为布局化，如许既满脚了手艺迭代的需求，也更具迭代前提；第三，很主要的一点，工场手艺具有必然的通用性，相对成熟之后能够溢出到其他范畴，好比现正在，美的就把工场过程中迭代而成的AI手艺使用到了楼宇科技上，给楼宇建立一个聪慧“大脑”。换言之，正在所有场景中，美的选择了一个资本禀赋更强、进化更优、撬动效力更大的。征询公司（BCG）董事总司理、全球资深合股人David Martin曾分享过一个研究，他们对上千家企业展开调研，发觉只要5%的企业从生成式AI的投资中获益，70%则没有看到收益。失败案例呈现出几个共性特点：起首，未能集中力量办大事；其次，良多企业正在投资时仅仅是正在投资“AI手艺”本身，并没有制定明白的盈利方针和打算；第三，企业正在选择AI使用场景时，没有取现有的根本设备配套，两者没有整合；最初，企业必需储蓄人才来帮帮他们大规模地使用生成式AI。从目前来看，美的似乎避开了这些“圈套”。周晓玲透露，美的旗下的数字化营业平台美云智数曾经接到了一些智能体的需求订单。“AIGC这部门实正贸易化，仍是会有很长的要走，良多手艺要霸占，但现正在至多能看到，”这大概也能成为美的B端营业的一个新增量。正在家电消费市场更多趋于存量合作的环境下，美的一曲正在加强第二曲线年，美的B端营业收入初次冲破千亿元，2025年前三季度，这部门营业同比增加18%，曾经有三个板块收入达到300亿元上下，取此同时，美的对B端营业的分拆上市也正在逐渐推进中，而早正在2022年，“数字美的2025计谋”中就提到，将来数字立异营业中将孵化1~2家上市公司。现在，这个方针尚未告竣，AI的大概会打开一个新的场合排场。徐翼引见，将来AI研究的标的目的，一个是工场手艺的继续迭代，另一个会发力家庭端，新产物不只面向场景立异，更会进行手艺立异。他以至不无自傲地说，“美的具有大量的数据，若是能操纵好，正在AI时代，必然能跟互联网公司有得一拼。”。