當前位置: 華文世界 > 科技

工業富聯劉宗長:自動化領域的AI套用正處於爆發前夜|數碼思考者50人

2024-07-24科技

鈦媒體特別專題策劃【數碼思考者50人】:探訪中國深刻的數碼化思考者群體。我們理解的「TechThinker」,涵蓋了中國數碼化浪潮中的技術踐行者、政策制定者與投資決策者。在這場長達10年的乘風破浪中,每個人都在分享技術進步的果實,卻鮮有人知道結果背後的故事。我們期待透過【數碼思考者50人】,還原中國數碼化推進過程中的關鍵決策,同時也為你呈現數碼思考者們在這個技術大變革時代對未來的展望和判斷。

ChatGPT帶火了算力行業,這一趨勢的背後,有一家A股公司一直在對AI伺服器默默下註,並成為全球AI算力建設重要的推動者,這家公司正是工業富聯。

「2024年預計AI貢獻占該公司雲端運算總收入40%,AI伺服器占全球市場份額的40%。」工業富聯董事長鄭弘孟在近期舉行的股東大會上表示,工業富聯是行業內少有的可以提供完整解決方案的廠商,同時公司擁有全球多元產能布局,未來公司在AI供應鏈中的優勢會進一步凸顯。

拆解工業富聯近年來的財報會發現,近兩年隨著AI算力需求的增長,雲端運算業務對工業富聯營收的貢獻比例逐年擴大,並帶動公司整體毛利率持續提升,而隨著全球算力設施建設的持續推進,市場也普遍看好工業富聯AI伺服器的增長勢頭。

如何快速抓住機遇,奠定在AI算力領域的領先地位?又是如何將全球頂尖雲服務商都變成客戶,且不斷提升合作關系的? 帶著這些疑問,鈦媒體App與工業富聯首席數據官劉宗長進行了一次深入的對話。

在與劉宗長的交流中,鈦媒體App了解到,近年來,工業富聯在數碼化轉型方面持續發力,已參與打造9座世界級燈塔工廠,包括全球首座AI伺服器燈塔工廠。而目前,隨著AI技術的快速發展,工業富聯也正在借助AI大模型實作工廠數據價值鏈路的更長周期閉環。

作為工業富聯首席數據官,在如何推動自動化轉型,如何看待AI對制造業的改變等問題上,他表達了以下觀點:

1、工業富聯在新工廠、新產線建設時,自動化都是最重要的規劃要素之一,以實作更加智能、高效、綠色的智造為建設目標。

2、大模型為智能制造突破此前認為無法突破的瓶頸提供了可能,大模型在幫助訓練機器人方面,經過了幾億次、幾千萬次仿真訓練之後,可極大減少自動化開發周期和工程師業務量。

3、工業富聯會基於私有化部署的大模型,提煉出私域知識,達成某種目標。在套用場景上可以多點開花,比如產線助手、安全質素檢測、生產效率分析、ESG分析等等。

4、AI將加速制造業走向數碼孿生。

5、中國企業出海在不斷地提質增速,這是中國制造競爭力持續提升的結果。在以前,中國是全世界的工廠,而現在,中國企業正在把工廠開到全世界,這對更多中國企業走上國際舞台是一個難得的機遇。

以下為訪談實錄:

鈦媒體:前段時間,公司提到目標,預計今年AI伺服器占全球市場份額40%,這種信心來自哪裏?

劉宗長:這種信心一方面來源於全球算力需求的強勢增長。據市場研究機構MIC及Trendforce測算,2023年全球AI伺服器出貨量逾125萬台,同比增長超過47%,2024年增長至194萬台。同時,2024年雲服務商的資本支出相當強勁,全球前四大雲服務商資本支出調升,預計將從2023年的1400億美元提升至2024年的超過2000億美元。

另一方面,工業富聯是行業少有的可以提供從模組、基板、伺服器、高速交換機、液冷系統、整機到數據中心的全供應鏈服務的廠商。這一優勢隨著公司在自動化等領域的持續投入,以及全球化布局的不斷推進,也勢必將進一步擴大。

鈦媒體:不少全球頂級雲服務商都是你們的客戶,工業富聯是如何實作與這些全球巨頭長期保持緊密合作關系的?

劉宗長:對於這些全球頂級客戶來說,技術、效率、產能、產業鏈整合能力一定是選擇合作夥伴時最重要的考量因素,而這些正是工業富聯的優勢所在。

工業富聯具有一站式的服務能力以及大跨度從基板到數據中心的設計視野,這是我們的一個優勢。從研發、有工程能力給客戶提供很好的設計解決方案,從散熱到能源消耗等等,我們有比較獨到的經驗。尤其是現在講,未來AI的技術取決於能源能耗,AI數據中心的能量密度是很高的,未來能源消耗很大,如果能有1% 、2%的能源的節省,對客戶數據中心而言就是一個非常大的數碼,而工業富聯在浸沒式液冷等先進散熱領域有著深厚的技術積累。

另外,制造過程當中,如何實作快速的產能爬坡,保持制造的靈活性非常重要。伺服器是高價值產品,也要註意質素管控,以及交貨的敏捷性、及時性等。當然由於工業富聯在推動整個制造的自動化,伺服器制造效率變高,不確定性、質素風險減少,靈活性提升。

鈦媒體:談到了制造業這塊的自動化,工業富聯是如何推進自動化轉型的?AI的快速發展對推進自動化帶來了哪些新的可能?

劉宗長:首先,每年工業富聯在自動化上投資非常巨大的,其次公司在新工廠、新產線建設時,自動化都是最重要的規劃要素之一,以實作更加智能、高效、綠色的智造為建設目標。自動化的好處,從全球營運來看,可以使生產更具韌性,這是一種在成本考慮之外的能力。

就像iPhone橫空出世對手機行業帶來顛覆性變革一樣,AI對制造業帶來的影響也必然是前所未有的。我們認為AI在自動化上的套用正處於爆發前夜。

在這個時刻,我們已經看到很多很重要的可能性。過去在自動化套用方面,我們經歷了紅外定位到目前的視覺定位,定位精度、速度有了一個比較大的提升。視覺其實也是大模型之後AI套用的一個典型場景,比如大模型可以幫助訓練機器人。實際上自動化開發也需要訓練,並且要把任務變成程式語言,變成機器可理解的實施路徑。然後中間的若幹傳感器進行反饋控制,我們可以把一個機械臂或者機器人的物理模型放到這樣的訓練仿真平台中。只需要告訴大模型任務要如何實作,它就可以自己叠代。

經過了幾億次、幾千萬次仿真訓練之後,找出實作這一任務的最優路徑。這個對於自動化開發會有很大的幫助,減少開發周期和工程師業務量,且突破了很多人為無法突破的瓶頸。

以AGV為例,最原始靠人工向器材下達任務,呼叫AGV 送貨。現在AGV要比以前厲害,激光雷達導航,路線自主規劃、自動避障,任務自動分配。工廠在營運和自動化系統開發方面都節省不少成本,實作從automation(自動化,重復執行一個路徑),到autonomous(自主的,給一個目標可以自主實作)。

鈦媒體:在生成式AI方面,工業富聯有在訓練自己的大模型嗎?

劉宗長:我們會基於私有化部署的大模型,提煉出私域知識,達成某種目的。在場景上可以多點開花,比如產線助手,可以幫助產線分析問題並改善。以及安全質素檢測、生產效率分析、ESG分析等等。

鈦媒體: 總結一下,你認為AI對制造業會帶來什麽樣的根本性的改變?效率、產能等的提升,還是無人工廠、數碼孿生等的落地突破。

劉宗長:有幾個方向,首先數碼孿生的方向是很對的,工廠的仿真最佳化。第二點,自動化開發上面,用AI去對器材做訓練,給它一個task,它可以基於simulation叠代最佳化。第三,基於大模型和數據訓練出的數碼員工、數碼專家,我們認為這個方向也非常現實。

這其中,數碼孿生可能更接近未來工廠的概念。原來AI對物理模型的建模,只是視覺化,但現在不一樣,物理模型和設計參數進行高精度的還原和仿真。

鈦媒體:實際上,工業富聯一直走在打造未來工廠的最前沿,最具代表性的就是燈塔工廠,請介紹一下搭建燈塔工廠核心關註的問題有哪些?

劉宗長:首先要清楚到底要解決什麽問題,理解公司遇到的行業挑戰是什麽,未來轉型方向和轉型戰略是什麽。然後解碼戰略,把他們分成若幹個具體的競爭力模型。要從營運指標、財務指標等方面量化問題,比如提升多大空間、做到什麽程度,才能滿足現在的戰略方向等等。

其次,判斷分析哪些是用傳統方法可以解決,很多企業從自己的精益營運、管理提升上面已經可以將問題解決到百分之四五十的問題。其他的用數碼化AI的方式去解決,拆解藍圖,把它分成不同的比例,然後是詳細方案設計,制定投資策略,選擇相應的技術合作夥伴。

這些舉措都完成以後,判斷指標到底有沒有達到預期,再去做指標的爬坡,用一些新的系統工具,讓關鍵指標達到當初藍圖中的預期,就形成了一個比較完整的轉型的過程。

最後,這些能力要形成內生力量向其他工廠復制,就會考驗公司怎麽樣能夠真的從燈塔工廠變成燈塔企業。這個過程其實就是內生效能力的建立,即內部有沒有建立一個燈塔工廠的真正營運系統。

鈦媒體:數據是燈塔工廠的核心要素之一,工業富聯的數據價值挖掘目前進度如何,完成度達到什麽樣的比例,未來在資料探勘上還有哪些計劃?

劉宗長:數據價值挖掘沒有辦法講百分比,數據會一直產生價值。這個問題有兩個方面:

第一點是數據的及時消費和使用。現場器材異常,數據馬上發出提示,快速處理問題。這個環節關註的是數據的自動化,數據和人之間怎麽樣能夠產生一些判斷性價值。工業富聯的工廠無時無刻不在發生這樣的閉環。

第二點是知識價值得挖掘,讓數據形成更長鏈路的閉環。比如數據被及時使用完之後,一個月後重新檢討數據,把所有數據拿出來挖掘共性問題的根因,從根源上把集中性較高的問題徹底解決掉。知識價值被挖掘之後,根據傳感器數據表征,直接診斷,減少檢查和人工處理時間,形成數據更長周期閉環。

制造業有一個詞叫「PDCA」閉環, plan do check action,分為短閉環、長閉環等。工業富聯目前在利用數據的中小閉環方面,做得還是比較不錯的。一線數碼化系統的數據閉環已經非常完善。

我們目前在做的、認為有更大機會的,其實是跟知識挖掘相關的長閉環專案。有了通用大模型加持,長周期的閉環達成效率提升。

鈦媒體:作為首席數據官,最頭疼的問題是什麽?

劉宗長:數據治理應該是所有CDO面臨的共同難題。數據治理是一個很系統化的事情,每個行業不同,也沒有所謂的標準。

做好數據治理,首先要理解業務對數據的使用需求,要對數據資產進行規劃和辨識。理解了數據的使用場景之後,用什麽樣的技術手段實作,也是一個令人苦惱的系統化工程;然後還有數據安全問題、數據跨境的問題等等。所以數據治理是一個很綜合性的問題,不是一個技術可以解決的。

鈦媒體:最後,想問一個關於全球化的問題,您怎麽看企業全球化以及中國企業出海?

劉宗長:工業富聯是一家全球化的企業。公司在上市之初便提出了紮根中國 布局全球的戰略,並一直在持續最佳化全球化布局。比如持續強化對全球產業鏈的整合,加大自動化及機器人化的投資,提高產能的配置和效率,以確保客戶在各地區需求的及時供應。

我們也看到,中國企業出海在不斷地提質增速,這是中國制造競爭力持續提升的結果。在以前,中國是全世界的工廠,而現在,中國企業正在把工廠開到全世界。實際上,當前海外的產能較為欠缺,而中國產能恰好可以填補這一空缺,這對更多中國企業走上國際舞台是一個難得的機遇。

(本文正選鈦媒體APP,采訪 | 張華楠、秦聰慧,作者 | 秦聰慧)