“人類正在迎來以智能技術為代表的第四次工業(yè)革命。” 日前，華為云人工智能領域總裁賈永利在2019中國智造業(yè)年會上表示，人工智能、物聯網、5G等新技術將推動社會可持續(xù)發(fā)展，成為經濟增長的新動能，助力建設智慧城市、驅動產業(yè)數字化轉型、全面提升消費體驗;智能技術作為第四次工業(yè)革命的關鍵引擎，將推動全球的進步與發(fā)展。

華為云AI領域總裁賈永利發(fā)表演講

　　賈永利表示，不僅是華為公司內部，對任何工業(yè)制造企業(yè)來講，都有三個主要流程，包括價值流、生產制造流及產品生命周期流。其中，價值流覆蓋供應鏈、物流、銷售到最終客戶，挑戰(zhàn)是制造上下游高效協同;生產制造流覆蓋決策系統、過程控制到自動化設備，挑戰(zhàn)是流程優(yōu)化提升產品質量、效率;產品生命周期流覆蓋研發(fā)設計、工序技術支持到服務，面臨的挑戰(zhàn)是如何縮短上市周期，抓住市場機會窗。綜合來看，提質、降本、增效是制造三大業(yè)務流核心挑戰(zhàn)。

　　要實現提質、降本、增效，制造業(yè)需要智化升級。將物理世界在數據世界建模，結合行業(yè)Know-How和行業(yè)數據，運用AI技術進行優(yōu)化，實現價值。賈永利表示，要真正讓數據通過AI釋放價值，行業(yè)智慧必不可少。行業(yè)專家要和AI專家深度結合，從數據到AI到價值產生閉環(huán)的鏈條。具體來講，AI與行業(yè)的結合有三大類場景，一類是用AI替代大量重復性工作，實現效率提升;一類是專家經驗豐富的場景，以AI輔助專家經驗傳承。第三類場景叫多域協同場景，也就是以往靠人很難去計算和實施的場景，比如大企業(yè)集團之間物流的協調、調度，復雜的城市場景等，AI可以幫助實現“突破極限”。

　　賈永利表示，華為工業(yè)互聯網平臺FusionPlant聚焦三方面構建能力：以云邊協同、5G、IoT為代表的聯接管理平臺，構建輕量化、云原生的邊云協同業(yè)務架構，充分滿足工業(yè)生產時延的要求。工業(yè)智能體，基于大數據平臺，運用人工智能技術，聚焦決策優(yōu)化引擎、智能預測引擎、智能認知引擎三大AI引擎，使能工業(yè)行業(yè)智能化升級。以鯤鵬云服務為代表的工業(yè)應用平臺，全方位賦能工業(yè)應用的開發(fā)、部署、運行、聚合、集成等各環(huán)節(jié)。

　　本次會上，華為云工業(yè)智能體獲得了主辦方頒發(fā)的“2019中國智造「金長城」獎-年度卓越創(chuàng)新產品”獎項。

　　在跨行業(yè)跨領域平臺能力的引導下，華為深入各工業(yè)細分行業(yè)，與行業(yè)進行深度融合，為企業(yè)創(chuàng)造價值。目前已在石油、化纖、石化、鋼鐵、煤焦化、電子裝備、汽車制造、電動車制造等多個領域有了大量成功案例。

　　在華為松山湖工廠的生產線上，每個工人每次做檢驗耗時數分鐘，而且可能誤檢、漏檢。華為云EI服務的視覺檢測模型，提升了制造過程的缺陷發(fā)現效率，使生產線的成品率提升至99.55%的同時，AOI測試員工作量下降了48%。

　　華為云還運用AI機器視覺技術，助力鋼鐵廠商實現鋼品質等級精準分類，提升質檢穩(wěn)定性。鋼產品X光照片的晶體質量、雜質等數據決定了產品等級，傳統晶粒度評級依賴人工肉眼檢測，不僅需要消耗大量人力，檢測精度也不穩(wěn)定。通過AI技術實現智能晶粒度評價，計算機輸出穩(wěn)定評級結果，人工只需要復檢，可以使檢測人員工作量下降50%，并提升檢測效率和檢測精度。

　　通過華為工業(yè)互聯網平臺FusionPlant，實現新日電動車供應與供應商交付系統的集成，新日電動車可對供應商生產交付計劃進行遠程管理，并能對過程中的生產質量進行有效的監(jiān)控，項目實施后供應交期準確率提升20%以上，交付質量達成率提升15%。

　　專注高精密高性能模具研發(fā)的解決方案供應商東江集團，通過基于華為云的華為工業(yè)互聯網平臺FusionPlant進行模具仿真工作，極大提高了仿真工作效率——簡單模型的仿真效率提升了20%;復雜模型的仿真效率提升了97%。

　　華為工業(yè)互聯網平臺FusionPlant，將持續(xù)做工業(yè)互聯網領域的“黑土地”，匯聚伙伴實現產業(yè)共贏，加速工業(yè)互聯網落地進程。

特別提醒：本網內容轉載自其他媒體，目的在于傳遞更多信息，并不代表本網贊同其觀點。其原創(chuàng)性以及文中陳述文字和內容未經本站證實，對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關內容。本站不承擔此類作品侵權行為的直接責任及連帶責任。如若本網有任何內容侵犯您的權益，請及時聯系我們，本站將會在24小時內處理完畢。