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
OpenAI和微软宣布签署一项非约束性谅解备忘录,修订双方合作关系。随着两家公司在AI市场竞争客户并寻求新的基础设施合作伙伴,其关系日趋复杂。该协议涉及OpenAI从非营利组织向营利实体的重组计划,需要微软这一最大投资者的批准。双方表示将积极制定最终合同条款,共同致力于为所有人提供最佳AI工具。
中山大学团队针对OpenAI O1等长思考推理模型存在的"长度不和谐"问题,提出了O1-Pruner优化方法。该方法通过长度-和谐奖励机制和强化学习训练,成功将模型推理长度缩短30-40%,同时保持甚至提升准确率,显著降低了推理时间和计算成本,为高效AI推理提供了新的解决方案。
中国科技企业发布了名为R1的人形机器人,直接对标特斯拉的Optimus机器人产品。这款新型机器人代表了中国在人工智能和机器人技术领域的最新突破,展现出与国际巨头竞争的实力。R1机器人的推出标志着全球人形机器人市场竞争进一步加剧。
上海AI实验室研究团队深入调查了12种先进视觉语言模型在自动驾驶场景中的真实表现,发现这些AI系统经常在缺乏真实视觉理解的情况下生成看似合理的驾驶解释。通过DriveBench测试平台的全面评估,研究揭示了现有评估方法的重大缺陷,并为开发更可靠的AI驾驶系统提供了重要指导。