WNEVC 2022 | 北京富通東方科技有限公司張玥：智能計劃貫穿供應鏈管理到車間排程的應用

由中國科學技術協會、北京市人民政府、海南省人民政府、科技部、工業和信息化部、生態環境部、住房和城鄉建設部、交通運輸部、國家市場監督管理總局、國家能源局聯合主辦的第四屆世界新能源汽車大會(WNEVC 2022)于8月26日至28日在北京和海南線上線下舉辦。其中，北京會場位于北京經濟技術開發區藝創國際會展中心。

會議由中國汽車工程學會等單位主辦，將以“碳中和愿景下的全電動化與全球合作”為主題，邀請全球政產學研各界代表共同探討。大會將包括20多場會議，13，000平方米的技術展覽和許多同期活動。200多位政府高級領導人、海外機構官員、全球商界領袖、學者和行業專家將出席會議并發表演講。

其中，北京富通東方科技有限公司副總裁張越在8月28日舉行的“新能源汽車先進制造與綠色供應鏈”技術研討會上發表了精彩演講。

以下為現場演講:

各位專家、各位嘉賓，早上好。我今天帶來的演講是關于汽車主機廠和零部件廠智能制造的數字化和智能制造。我有四個主題，過程中會有一些案例和觀點分享。第一，概念上，什么是對的。剛才有專家說了，數字化轉型其實是一個比較籠統的過程，無論汽車行業還是中國制造業，可能都沒有一個明確定義的過程。數字化轉型對我們個人來說是什么？現在我們已經習慣使用微信，不單純是一個交流工具，而是一個連接工具。傳統上，報攤被用來購買書籍和報紙。現在，短視頻可以在幾秒鐘內獲取信息。從傳統到數字化的轉變，其實是數碼產品改變了我們的生活方式。聽了之前專家的發言，我有一種感覺，我們在一個明確的目標下實現了很多技術領域的技術攻關，企業從1到10的過程更加市場化。但是在數字化領域，尤其是數字化加智能制造領域，我們一開始并沒有一個可以遵循的基礎，我們所做的每一步都是一個嘗試的過程。我想分享我在與客戶溝通的三個案例中的感觸。第一，我們曾經和一家汽配企業進行過噴漆改色的智能化升級。這個企業在每個工位的涂裝過程中，除了理性的行業規則，還有一些感性的認識，比如前后道工序的情況，清漆顏色的使用。在這個過程中，一旦出現人才流失，經驗的傳承就會大打折扣，將傳承和經驗路線放到協同平臺上，給工人以指導，所以我們稱之為作業級調度平臺的誕生。

在商用車代工的情況下，最大的問題是關鍵零部件的采購。往往因為關鍵零部件不到位，無法與供應商溝通，導致生產延期。我們是IT從業者。我們在做的時候，會考慮這樣一個問題。如果某個關鍵零件不能到貨，下面的聯動是否要匹配，就是調整其他材料，調整后期工藝。在這種情況下，就產生了動態聯動效應。

第三種情況，我們認為是更好的事情，軟硬聯動。企業有一條輔助線，包括主料和輔料，是半成品和復制品的運輸過程。有很多人為因素和不確定性。我們能否用自動化機械臂與企業溝通？隨之而來的問題是，誰給機械臂下命令？如果還是手工的話，和原來的生產線差別不大，因為沒有減員，也沒有更大的利用空間。我們使用協作平臺的指令來推動它，它與主流機器人有很好的聯系……c臂品牌。

什么才是對的，我們在通過一系列的案例不斷的檢驗我們給企業帶來了什么。在數字核心中，我們看到了近年來工信部的一些標準和導則，在智能制造和數字化轉型的層面也在不斷更新。主流技術包括云智能、大數據、云計算、物聯網、5G、元宇宙等。在應用這些技術的同時，我們會和業界探討什么樣的技術更適合這樣的業務場景，如何匹配？因為我在這里從事人工智能行業，所以經常和業務伙伴交流。當我們談到人工智能時，我們首先要對它進行分類，就像我們的自動化和工業技術會有分支和分類一樣。普通人往往知道你進入會場需要刷臉，通過一些電話或者智能客服與你溝通。這些都是模式識別的過程，你可以通過你的生物數據和語音數據來判斷并做出下一步行動。不知道有沒有朋友是炒股的。現在有一些機器學習的方法來做投資判斷。像這樣的數據挖掘和機器學習方法，在一些藥物研發、金融產品研發和市場預測中，經常會用到。在我們的領域，我們利用資源優化，不斷進行多目標解決的過程。比如剛才提到的不同流程規則下，如何用好一個資源匹配。在人工智能的這樣一個分支中，我們也開發了自己的求解器，通過求解器升級迭代，加快了運算速度。目前主流的解決方案產品都是開源的形式。未來我們也希望通過一個開源的技術，把一個產品包裝起來，交給企業直接應用。

我們剛剛談到了技術驅動。在我看來，智能制造的核心能力必須同時滿足三個特征，即技術驅動的能力、產品落地的能力和標準規定的能力。所以我們經常把自己開發的一款APS生產調度產品稱為制造業的定位器。

第三節要有查閱、判斷、定義標準的能力。其實大家都知道，在不同的場景下，比如今天專家分享了我們的車身輕量化，安娜講了涂膠的效果。我們需要在每個領域的顧問和研究，以充分開發這一場景。有些標準可以給制造領域，特別是汽車主機廠和相應的零配件廠，包括提高材料的效率和降本增效。根據我們制造的數字化經驗，我們還將分為底層技術。剛才說的大數據、云計算、人工智能也將分為核心軟件平臺技術。

說到我今天分享的核心主題，在場景中，我們如何用智能制造數字技術賦能企業。這里的例子相對集中在某一點上。我們跟企業做了一個噴漆改色的判斷，這是汽車行業非常關鍵的一個環節。

就目前來看，車站層面的保險杠調度規則有500多條。比如顏色之間，黑白不能連在一起，過程中如何錯開，用噴清洗機器的過程，換衣服的過程，都會作為數據納入。類似剛才說的機器和物料的管理，我們和亦莊地區的一個企業溝通的時候，在貨物入庫或者儲運之前，都會有一個暫存區。如何更好的臨時存儲和存放物資，對我們來說也是一個非常好的場景。我們通過在員工換衣服或者吃飯的時候換模具，利用人工智能算法，做出了各種小產品。當空間被堆疊時，它被設計成一個規則或不規則的形體，它會有一個長度、寬度和高度或一個指定的邊界。如何利用形狀進行全面疊加，可以通過人工智能算法進行判斷。所以我們可以在包裝的時候給企業一個完整的物料清單，不需要人工檢查和判斷。

正如剛才提到的，汽車工廠的試制過程需要快速迭代……，從兩三年到一年，并且企業通過一些傳統的制造數據和市場客戶業績數據做好定位。這是我們為一個企業做的案例，展示了上面所有的維度。下面是一個比較詳細的案例。這個企業相對于汽車零部件，尤其是新能源的一部分，是一個關鍵的核心。在這個過程中，遇到了供應鏈的供應問題和裝配的資源問題。

對于首都機場的一個項目來說，無論是進飛機還是坐汽車輪渡快速有效的為你拿到行李轉盤，這些對機場來說都是資源，都是根據旅客和場地的情況來安排的。現在我們也在判斷這樣一個項目的未來規劃，也就是廠站內所有輪渡和無源設備的綜合利用。

眼前的這些小案例，其實是想表達，雖然我們是從技術角度驅動的，但要想做好每一次數字化轉型，就必須在整體架構設計下，在每一個場景下進行縱向研究，這樣才能給合作伙伴想要的降本增效或者預測未來的效果。

富通科技集團成立近30年，從國內最早的IDC、ICT行業建設起步，到現在正伴隨汽車、3C進行全行業數字化轉型。富通正在這個賽道上一點一點的做垂直深耕，包括去年，北京最大的賽事是冬奧會。作為人工智能的供應商之一，我們承載著運動員的傷病判斷。花滑的時候，一個韓國運動員摔倒了。大家都覺得可能問題不大，但是我們的機器給出的指令是有重傷的可能，因為從傾倒的姿勢和腿落地的瞬間來看，我們認為有風險，按照機器的指令給了我們協助。

一輛汽車的誕生，經歷了研究、設計、試制、生產、制造、銷售、售后的全過程。我們希望首先在供應鏈上，能夠幫助一二線供應商和整車廠商提升在行業中的關鍵地位。基于供應鏈模型，可以分為幾個層次，可以量化，也可以自動優化，讓大家都達到量化層次，甚至優化層次。我也從最新的研究報告中看到了國內外汽車制造商使用的柔性生產平臺，這將成為未來我們整個供應鏈中至關重要的標準。我們做業務調度的時候，咨詢的過程要深入到企業的全鏈條流程，包括對行業方向的分析，正向研發用什么工具和流程，核心標準是什么。最重要的是我們會做，包括生產計劃上的零件、材料、來料、供需平衡的分析。有了整體的判斷能力，才能給我們的企業更好的數字化轉型過程。

未來不僅是銷售和制造，還要增強企業獨立預測市場的能力。我們和很多汽車行業甚至非汽車行業的企業交流過，大家都有一個共同的需求和問題，就是市場預測。個性化定制不同于傳統的大規模生產，需要加強企業物料生產的柔性管理，所以我們希望在企業具備相應能力的同時，可以預測需要多少客戶和用戶來我們的柔性生產和協同供應鏈。人工智能行業會通過不斷優化和迭代模型，不斷深化數字場景，賦予每個人這樣的預測和預判能力。

最后總結一下，我們行業的人會說，你提出軟件定義汽車了嗎？其實幸運的是，在工業化和現代化融合的過程中，每個行業都要相互交叉。對于我個人對數字化創業和數字化轉型的想法，我們不定義誰，也不定義誰。我們只想成為中國汽車制造升級的同路人。

謝謝大家！(注:本文根據現場速記整理，未經發言人審核。)由中國科學技術協會、北京市人民政府、海南省人民政府、科技部、工業和信息化部、生態環境部、住房和城鄉建設部、交通運輸部、國家市場監督管理總局、國家能源局聯合主辦的第四屆世界新能源汽車大會(WNEVC 2022)于8月26日至28日在北京和海南線上線下舉辦。其中，北京會場位于北京經濟技術開發區藝創國際會展中心。

會議由中國汽車工程學會等單位主辦，將以“碳中和愿景下的全電動化與全球合作”為主題，邀請全球政產學研各界代表共同探討。大會將包括20多場會議，13，000平方米的技術展覽和許多同期活動。200多位政府高級領導人、海外機構官員、全球商界領袖、學者和行業專家將出席會議并發表演講。

其中，北京富通東方科技有限公司副總裁張越在8月28日舉行的“新能源汽車先進制造與綠色供應鏈”技術研討會上發表了精彩演講。

以下為現場演講:

各位專家、各位嘉賓，早上好。我今天帶來的演講是關于汽車主機廠和零部件廠智能制造的數字化和智能制造。我有四個主題，過程中會有一些案例和觀點分享。第一，概念上，什么是對的。剛才有專家說了，數字化轉型其實是一個比較籠統的過程，無論汽車行業還是中國制造業，可能都沒有一個明確定義的過程。數字化轉型對我們個人來說是什么？現在我們已經習慣使用微信，不單純是一個交流工具，而是一個連接工具。傳統上，報攤被用來購買書籍和報紙。現在，短視頻可以在幾秒鐘內獲取信息。從傳統到數字化的轉變，其實是數碼產品改變了我們的生活方式。聽了之前專家的發言，我有一種感覺，我們在一個明確的目標下實現了很多技術領域的技術攻關，企業從1到10的過程更加市場化。但是在數字化領域，尤其是數字化加智能制造領域，我們一開始并沒有一個可以遵循的基礎，我們所做的每一步都是一個嘗試的過程。我想分享我在與客戶溝通的三個案例中的感觸。第一，我們曾經和一家汽配企業進行過噴漆改色的智能化升級。這個企業在每個工位的涂裝過程中，除了理性的行業規則，還有一些感性的認識，比如前后道工序的情況，清漆顏色的使用。在這個過程中，一旦出現人才流失，經驗的傳承就會大打折扣，將傳承和經驗路線放到協同平臺上，給工人以指導，所以我們稱之為作業級調度平臺的誕生。

在商用車代工的情況下，最大的問題是關鍵零部件的采購。往往因為關鍵零部件不到位，無法與供應商溝通，導致生產延期。我們是IT從業者。我們在做的時候，會考慮這樣一個問題。如果某個關鍵零件不能到貨，下面的聯動是否要匹配，就是調整其他材料，調整后期工藝。在這種情況下，就產生了動態聯動效應。

第三種情況，我們認為是更好的事情，軟硬聯動。企業有一條輔助線，包括主料和輔料，是半成品和復制品的運輸過程。有很多人為因素和不確定性。我們能否用自動化機械臂與企業溝通？隨之而來的問題是，誰給機械臂下命令？如果還是手工的話，和原來的生產線差別不大，因為沒有減員，也沒有更大的利用空間。我們我們……協作平臺的指令來推動它，這與主流機械臂品牌有很好的聯系。

什么才是對的，我們在通過一系列的案例不斷的檢驗我們給企業帶來了什么。在數字核心中，我們看到了近年來工信部的一些標準和導則，在智能制造和數字化轉型的層面也在不斷更新。主流技術包括云智能、大數據、云計算、物聯網、5G、元宇宙等。在應用這些技術的同時，我們會和業界探討什么樣的技術更適合這樣的業務場景，如何匹配？因為我在這里從事人工智能行業，所以經常和業務伙伴交流。當我們談到人工智能時，我們首先要對它進行分類，就像我們的自動化和工業技術會有分支和分類一樣。普通人往往知道你進入會場需要刷臉，通過一些電話或者智能客服與你溝通。這些都是模式識別的過程，你可以通過你的生物數據和語音數據來判斷并做出下一步行動。不知道有沒有朋友是炒股的。現在有一些機器學習的方法來做投資判斷。像這樣的數據挖掘和機器學習方法，在一些藥物研發、金融產品研發和市場預測中，經常會用到。在我們的領域，我們利用資源優化，不斷進行多目標解決的過程。比如剛才提到的不同流程規則下，如何用好一個資源匹配。在人工智能的這樣一個分支中，我們也開發了自己的求解器，通過求解器升級迭代，加快了運算速度。目前主流的解決方案產品都是開源的形式。未來我們也希望通過一個開源的技術，把一個產品包裝起來，交給企業直接應用。

我們剛剛談到了技術驅動。在我看來，智能制造的核心能力必須同時滿足三個特征，即技術驅動的能力、產品落地的能力和標準規定的能力。所以我們經常把自己開發的一款APS生產調度產品稱為制造業的定位器。

第三節要有查閱、判斷、定義標準的能力。其實大家都知道，在不同的場景下，比如今天專家分享了我們的車身輕量化，安娜講了涂膠的效果。我們需要在每個領域的顧問和研究，以充分開發這一場景。有些標準可以給制造領域，特別是汽車主機廠和相應的零配件廠，包括提高材料的效率和降本增效。根據我們制造的數字化經驗，我們還將分為底層技術。剛才說的大數據、云計算、人工智能也將分為核心軟件平臺技術。

說到我今天分享的核心主題，在場景中，我們如何用智能制造數字技術賦能企業。這里的例子相對集中在某一點上。我們跟企業做了一個噴漆改色的判斷，這是汽車行業非常關鍵的一個環節。

就目前來看，車站層面的保險杠調度規則有500多條。比如顏色之間，黑白不能連在一起，過程中如何錯開，用噴清洗機器的過程，換衣服的過程，都會作為數據納入。類似剛才說的機器和物料的管理，我們和亦莊地區的一個企業溝通的時候，在貨物入庫或者儲運之前，都會有一個暫存區。如何更好的臨時存儲和存放物資，對我們來說也是一個非常好的場景。我們通過在員工換衣服或者吃飯的時候換模具，利用人工智能算法，做出了各種小產品。當空間被堆疊時，它被設計成一個規則或不規則的形體，它會有一個長度、寬度和高度或一個指定的邊界。如何利用形狀進行全面疊加，可以通過人工智能算法進行判斷。因此，我們可以在包裝時給企業一份完整的物料清單，無需人工檢查和評估……ment。

就像剛才說的，汽車廠的試產過程需要快速迭代，從兩三年到一年，通過一些傳統的制造數據和市場客戶表現數據，對企業進行很好的定位。這是我們為一個企業做的案例，展示了上面所有的維度。下面是一個比較詳細的案例。這個企業相對于汽車零部件，尤其是新能源的一部分，是一個關鍵的核心。在這個過程中，遇到了供應鏈的供應問題和裝配的資源問題。

對于首都機場的一個項目來說，無論是進飛機還是坐汽車輪渡快速有效的為你拿到行李轉盤，這些對機場來說都是資源，都是根據旅客和場地的情況來安排的。現在我們也在判斷這樣一個項目的未來規劃，也就是廠站內所有輪渡和無源設備的綜合利用。

眼前的這些小案例，其實是想表達，雖然我們是從技術角度驅動的，但要想做好每一次數字化轉型，就必須在整體架構設計下，在每一個場景下進行縱向研究，這樣才能給合作伙伴想要的降本增效或者預測未來的效果。

富通科技集團成立近30年，從國內最早的IDC、ICT行業建設起步，到如今正伴隨汽車、3C進行全行業數字化轉型。富通正在這個賽道上一點一點的做垂直深耕，包括去年，北京最大的賽事是冬奧會。作為人工智能的供應商之一，我們承載著運動員的傷病判斷。花滑的時候，一個韓國運動員摔倒了。大家都覺得可能問題不大，但是我們的機器給出的指令是有重傷的可能，因為從傾倒的姿勢和腿落地的瞬間來看，我們認為有風險，按照機器的指令給了我們協助。

一輛汽車的誕生，經歷了研究、設計、試制、生產、制造、銷售、售后的全過程。我們希望首先在供應鏈上，能夠幫助一二線供應商和整車廠商提升在行業中的關鍵地位。基于供應鏈模型，可以分為幾個層次，可以量化，也可以自動優化，讓大家都達到量化層次，甚至優化層次。我也從最新的研究報告中看到了國內外汽車制造商使用的柔性生產平臺，這將成為未來我們整個供應鏈中至關重要的標準。我們做業務調度的時候，咨詢的過程要深入到企業的全鏈條流程，包括對行業方向的分析，正向研發用什么工具和流程，核心標準是什么。最重要的是我們會做，包括生產計劃上的零件、材料、來料、供需平衡的分析。有了整體的判斷能力，才能給我們的企業更好的數字化轉型過程。

未來不僅是銷售和制造，還要增強企業獨立預測市場的能力。我們和很多汽車行業甚至非汽車行業的企業交流過，大家都有一個共同的需求和問題，就是市場預測。個性化定制不同于傳統的大規模生產，需要加強企業物料生產的柔性管理，所以我們希望在企業具備相應能力的同時，可以預測需要多少客戶和用戶來我們的柔性生產和協同供應鏈。人工智能行業會通過不斷優化和迭代模型，不斷深化數字場景，賦予每個人這樣的預測和預判能力。

最后總結一下，我們行業的人會說，你提出軟件定義汽車了嗎？其實幸運的是，在工業化和現代化融合的過程中，每個行業都要相互交叉。對于我個人對數字化創業和數字化轉型的想法，我們不定義誰，也不定義誰。我們只想成為中國汽車制造升級的同路人。

謝謝大家！

(注:本文根據現場速記整理，未經發言人審核。)

標簽：北京理念

汽車資訊熱門資訊