摘要：全球经济变化推动企业重视 AI 应用，中国制造业 AI 市场规模快速增长，预计 2025 年超 140 亿元。生成式 AI 可赋能设备巡检维修，预测性维护、智能排产是核心应用场景。比孚 R²AIN SUITE 的 Guru Center 基于 RAG 技术，构建本地化 AI 知识库，助力制造业降本增效、保障生产稳定。
全球经济环境变化使企业对数字技术应用的认知大幅提升，越来越多的企业开始关注人工智能技术及其应用。德勤对全球2000多家企业的最新调研。
一、人工智能在中国制造业的市场规模蓬勃增长
显示[1]，大部分中国企业认为人工智能是企业确立当前和未来市场领导地位的关键，其战略重要性将在未来两年持续提升。中国作为制造业大国，为人工智能提供了丰富的应用场景。据估算，人工智能在中国制造业的市场规模有望在2025年超过140亿人民币，从2019年开始每年保持40%以上的增长率。
制造业为什么需要人工智能？德勤指出，人工智能技术赋能制造业主要体现在三方面:首先，人工智能可以帮助企业提高智能化运营水平，实现降本增效，其次，人工智能、5G、工业互联网等技术融合应用，推动制造业生产及服务模式、决策模式、商业模式发生变化；最后，人工智能带动制造业价值链重构，有利于中国抢占全球制造业产业链上的价值高地。而Gartner表示，“削减成本和合理分配资源”是制造业引入AI的主要目标。以资产为中心的制造业是最为重视成本削减的行业。[2]
二、从案例看生成式 AI 在制造业的应用体验
让我们从进公司不足半年的产线设备巡检员小陈的视角切入，感受生成式AI是如何给制造业带来“智变”的。
工作安排：迅速开启维修工作准备 小陈一到工厂，就打开新上线的AI智能助理，输入了以下内容：
小陈凭借这些信息，在半小时内就明确了工作重点和可能遇到的问题及解决办法，还提前准备好相应的维修工具和备用零件，为后续维修工作做好了充分准备。
任务提效：高效解决设备故障在完成准备工作后，小陈开始对设备进行巡检。当检查到注塑机A时，发现确实存在液压油泄漏的情况，他马上向智能助手寻求进一步帮助。
小陈按照智能助手提供的详细步骤和指导，有条不紊地完成了密封件更换和设备调试工作。随后，他又对数控机床B进行了检查，根据智能助手提示的刀具磨损问题，及时更换了刀具，并利用智能助手提供的刀具补偿参数调整方法，确保了机床加工精度。
小陈的新型工作体验是生成式AI助力制造业设备维修提效的一个典型案例。有了AI智能助手的支持，设备信息获取和维修指导实现了即时化和精准化。通过直接对话 AI 助手，维修人员无需在繁杂的设备手册和图纸中苦苦寻觅，使设备日常维护和故障处理更加高效快捷，不仅缩短了设备停机时间，提高了生产效率，还通过精准维修保障了设备的稳定运行，为企业的生产运营提供了坚实的设备保障。
三、制造业GenAI主要应用场景
（1）预测性维护
预测性维护或将成为人工智能在制造业领域的杀手级应用。不合理的维护策略会导致工厂产能降低5-20%，工业企业由于意外停机而造成的损失每年高达500亿美元。
传统系统已经能够对传感器收集的温度、振动状态等数据进行分级，并实现异常检测与预测。而人工智能将这个功能带到新高度：对数据进行分层，从而分析海量的、高维度的、包含图像、音频等各种形式的传感器数据，一些原来不适用的低质量数据也能被利用起来。
人工智能已经开始利用工厂数据，建立模型，发挥预测功能并指导企业决策。如某轴承厂利用大数据检测和机器学习系统，对工厂设备的历史维修周期与故障率进行分析测算，结合机器视觉系统对设备进行监控，预测何时需要进行设备清洗、何时可能需要更换部件，从而让检修人员进行提前规划，最大程度地降低工厂因设备故障导致的停工情况，从而使设备中断工作时间降低50%。
德勤预测，中国制造业中人工智能预测性维护的应用市场将从2018年的2.3亿元人民币，增长至2025年的42.7亿元人民币，年复合增长率达49%。[1]
（2）智能计划排产
新的制造模式推动智能计划排产的应用场景增长迅速制造业生产系统越来越复杂，生产流程中的任务、参与者和信息不断增多，产品种类更加多样，柔性化和定制化需求增加。而且，未来的制造模式不仅在一个工厂内发生，还需要供应链、物流和销售体系的协同，这些都是制造企业的生产排程带来的挑战。
人工智能技术应用相关算法，在给定工单、可用资源、约束条件和公司目标等多重条件下，生成最佳生产计划。当新的信息和数据加入后，系统可以运行大量假设任务并发现最优计划。当判断由于物料不足与产能不足而导致订单交付延迟或取消，解决方案会根据采购清单进行最有效的采购推荐。
德勤预测，中国制造业中人工智能在生产计划排产的应用市场将从2018年的1.8亿元人民币，增长到2025年的29.7亿元人民币，年复合增长率达52%。[1]电子、汽车、能源电力行业人工智能预备度较高，应用市场的规模和增长领先于其他行业整体上，人工智能在制造业中的应用仍处于早期阶段，但许多应用场景都具备大规模引入该技术的潜力，许多企业正在朝着这个目标努力，共同以人工智能推动垂直行业发展。这个队伍中既有初创企业，也有老牌制造业巨头和科技巨头。值得注意的是，不同行业应用人工智能的预备度有所不同，从资产、技术、标准与法规以及生态系统四个方面衡量，电子及通信设备、汽车制造、电力及电气行业的预备度较高。
四、Guru Center运用RAG技术的本地化AI+知识库
Guru Center（以下简称 GC），是 R²AIN SUITE 中最核心的 AI + 知识库模块，它基于RAG技术原理，支持私有化部署，根据企业自身特征构建、修缮本地知识库，以增强回答的准确性、针对性，实现AI与业务特点的有机融合。
结合工厂等制造业的业务场景，GC 融合了智能化服务和本地化知识库，致力于缩短维护时间和提升生产效率，在缩短制造业工厂设备中断工作时间的同时，带来显著的效率提升。
除以上小陈的场景外，通过集成 GC，运维人员可以提供 7*24 全天候服务。智能客服可快速回答常见问题，在工厂自有FAQ知识库中检索回答常见问题，大大缩短用户等待时间，提高响应效率，同时减轻人工客服压力，降低人工成本。在出现生产人员无法自助解决的设备故障时，GC可以智能一键提单，自动提醒指派对应维护人员解决设备故障问题。在解决过程中， 通过本地部署的云文档和知识库，GC能够帮助维护人员快速定位解决故障来源，大幅提高设备故障处理效率，降低设备中断工作时间，保障工厂的高效稳定运行。
参考文献：
[1] 《制造业+人工智能创新应用发展报告》，德勤，2021年10月
[2] 《Gartner预测到2027年，中国制造业的AI使用渗透率将以10%的年复合增长率上升》，Gartner，2024年6月