步入新的一年,随着国内疫情防控措施的持续优化调整,国民生产生活秩序逐步恢复。据国家统计局和中国物流与采购联合会近期联合发布的数据显示,2023年1月中国制造业采购经理指数(PMI)为50.1%,经济回暖势头较为强劲。而从宏观经济趋势来看,毕马威中国预计,2023年产业政策将继续释放效能,加快国内新旧动能转换,叠加信贷支持政策发力,将利好高技术制造业投资的快速发展。展望2023年,我们预期制造业技术将呈现以下几大趋势:
采用自动化
尽管对制造业来说并非新鲜事,自动化将以不同于以往的规模和理由得以采用。制造商将采取切实措施来打造智能工厂,其中一些工厂将具备工业5.0功能,赋能互联的一线员工能够做出决策,在运营方面实现具有可持续性的适时生产和订单履行。制造商将通过技术和自动化来提升员工能力,完善流程并提高效率,而非着力于扩大员工队伍。
数字化转型和IT/OT融合加速
数字化转型和IT/OT(信息技术/操作技术)融合将加速。在物联网(IoT)、智能边缘和云技术以及5G方面的支出将加速机器视觉(MV)、人工智能和机器学习(AI/ML)的采用,新的用例将通过机器人技术,推动质量4.0和订单生产力水平迈向新高。这些数字化技术为运营的改善及转型带来了重大机遇;高等级的人工处理、新的物联网技术和传感器也有望取代常规任务和检查。新一轮人机融合的浪潮将作为一项关键性的推动因素,助力制造商应对复杂性、价格压力和需求波动。
人工智能和机器学习技术提速发展
随着制造商转而采用更具响应能力和预测性的运营方式以实现韧性和灵活性,AI/ML技术将加速发展。制造商希望在整体供应链中都能接收到数字信号并作出反应,以此优化并保持竞争力。德勤咨询《2021年制造业+人工智能创新应用发展报告》中提到,中国作为制造业大国,为AI提供了丰富的应用场景。据估算,AI在中国制造业的市场规模有望在 2025年超过140亿人民币。许多行业都已借助AI/ML实现了转型,制造商也是时候大力采用AI/ML,以改善员工效率、设备效率和运行时间。
提升供应链可视性及监测水平
制造商将扩展运营范围并提升整体价值链内的供应链可视性和监测。许多制造商正在为质量方面遇到的挑战而付出代价。对于健康和安全问题,这绝对是零容忍的。在整体行业范围内,制造商将寻求通过技术来减少对人们的风险以及对品牌的负面影响。事实上,根据斑马技术《全球医药供应链愿景研究报告》显示,医药制造商将实施的五大技术分别是定位技术(97%)、温度监测器、传感器和热敏标签(94%)、预测性分析(93%)和机器学习(89%)。这些技术的优势在于:1)能够检测和应对假货或不合格产品带来的风险;2)使患者免受不达标药物或其他产品的损害;3)提高团队生产效率和工作流程一致性;4)提高产品/资产的可视性和利用率;5)基于充分的信息来实时制定决策并遵守法规。
利用RFID、超宽带和蓝牙低功耗技术
制造商将采用RFID、超宽带和蓝牙低功耗(BLE)技术来发现流程问题。随着制造商致力于减少浪费,明确漏洞和故障点,以及清晰了解设备、库存和人员的位置,他们将转而采用定位技术。这些解决方案应用经扩展后,将强化定位相关的商业用例,提升在定位方面支出的投资回报。
好文章,需要你的鼓励
树莓派基金会调查发现,尽管60%的家长认为编程是孩子的重要技能,但超过70%的家长表示孩子在正常课程中没有学习编程。该基金会CEO指出,随着AI技术快速发展,年轻人掌握技术理解和创造能力比以往更重要。超半数家长认为编程应成为必修课程,并相信学习编程能提升孩子未来职业前景。为填补学校教育空白,基金会呼吁在学校和图书馆广泛设立编程俱乐部,目标到2035年全球教授1000万儿童编程技能。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
文章介绍了AI大语言模型中最新的深度研究功能,这是目前最令人印象深刻的新功能之一。作者详细解析了ChatGPT、Claude和Gemini等主流模型的使用方法,并重点展示了深度研究功能的实际应用。通过实际测试,作者用ChatGPT 4.5的深度研究功能生成了一份关于1990-2025年最令人厌烦歌曲的详细报告,展示了AI如何通过思维链进行深度研究和分析。文章还提到了语音交互模式将进一步改变用户与AI的交互体验。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。