近日，珠海盈致科技有限公司總裁鄭嘉輝先生受邀出席香港智慧AI方案展，并上臺發(fā)表主題演講《AI在傳統(tǒng)制造業(yè)的機遇》。

一、那場在香港舉辦的AI分享，講的其實是一個更普遍的困境。

前不久，香港生產(chǎn)力促進局主辦的“AI with HKPC 智慧AI方案展”在香港舉行，展會匯聚了來自兩岸三地的制造業(yè)從業(yè)者、技術服務商與投資機構等。鄭嘉輝先生受邀登上演講臺做演講。他帶來的不是產(chǎn)品發(fā)布，而是一段跨越30余年、橫跨多個制造細分領域的真實摸索記錄。

l 香港生產(chǎn)力促進局

臺下坐著不少來自五湖四海的傳統(tǒng)工廠代表，他們中的很多人并不缺乏AI嘗試的意愿，卻都卡在同一個問題上：用了AI之后，怎么就沒見著有什么變化？鄭嘉輝先生表示，這恰好是他想聊的。

二、88%的工廠已在用AI，但超過三分之二仍停在“試點階段”。

演講一開始，鄭嘉輝先生就亮出了幾個讓人有些坐不住的數(shù)據(jù)——據(jù)麥肯錫與德勤等權威機構報告，目前全球已有約88%的企業(yè)將某種形式的AI引入到了生產(chǎn)運營中，但其中超過三分之二的企業(yè)迄今未能完成從小規(guī)模驗證到大規(guī)模復制的跨越，依然徘徊在“試點能跑通、推廣跑不動”的困局里。

l 麥肯錫與德勤等權威機構報告

更為關鍵的另外一組數(shù)據(jù)顯示：僅有39%的企業(yè)在AI應用中實現(xiàn)價值提升、真正用AI獲得切實的盈利。這表明，AI全面普及甚至AI技術應用早已不再是門檻，如何實現(xiàn)AI的價值穿透，才是企業(yè)真正面臨的問題。

鄭嘉輝先生對此直白地總結(jié)了一句話：“問題不在于AI能不能用，在于大部分企業(yè)還沒想清楚——為什么要用AI，用AI要解決哪個具體的業(yè)務痛點。” 這句話，給現(xiàn)場聽眾留下了較深的印象。

l 珠海盈致科技有限公司總裁鄭嘉輝先生

三、誰需要AI救場？他把目光鎖定在“深水區(qū)中的傳統(tǒng)制造業(yè)”。

鄭嘉輝先生把自己關注的賽道描述得十分具體：那些產(chǎn)品定制化程度高、生產(chǎn)批量偏小、工藝依賴老師傅經(jīng)驗、設備聯(lián)網(wǎng)程度低的傳統(tǒng)制造企業(yè)，比如：紡織服裝、家具、機械零部件、金屬沖壓件、電子組裝、食品加工等，基本都在這個范圍里。

l 打印耗材廠人工組裝中(珠海盈致某客戶未實現(xiàn)數(shù)字化轉(zhuǎn)型升級前)

這個范圍內(nèi)的企業(yè)存在著諸多相似的特點，如：大部分生產(chǎn)依賴勞動力、產(chǎn)品利潤率比較低、對交貨期的管控較為困難、不知道如何才能將所剩的幾分利留住，以及自動化與數(shù)字化管理水平較低等。在近幾年的全球供應鏈逐步收縮之際，這些企業(yè)不僅面臨著前所未有的成本壓力，而且面對的市場競爭也日趨白熱化。

“這些行業(yè)的共同特征，為AI創(chuàng)造了巨大的用武之地，屬于AI可實際落地的高潛力場景。”鄭嘉輝先生表示，“通過AI實現(xiàn)降本增效，是這些行業(yè)在當前全球競爭格局中提升生存能力與市場核心競爭力的關鍵路徑。”他指出，通過 AI 視覺檢測、智能排產(chǎn)、工藝參數(shù)優(yōu)化、能耗管控等解決方案，能切實降低制造成本、壓縮交貨周期、減少對熟練工的過度賴等，進而大幅度改善企業(yè)的整體運營效率。

四、從“工具助手”到”智能協(xié)同”：他是怎么看AI演化路徑的？

為了清晰地展示AI在傳統(tǒng)制造業(yè)中如何發(fā)揮作用，鄭嘉輝先生提出了一個形象的三層遞進模型，勾勒出傳統(tǒng)制造業(yè)從“人用AI”到“AI自主協(xié)同”的未來圖景：

最開始的第一層就是以“AI工具”為代表，AI在這里“扮演”人類助手的角色，逐步提高每個生產(chǎn)工作站的效率，比如通過AI視覺檢測提高檢驗效率進而降低產(chǎn)品不良率等，在這個階段以降低成本為主要目標；

第二層，以“AI智能體”為代表，與人類協(xié)同工作，嘗試把多個AI模塊與人類之間建立協(xié)同，處理更為復雜的跨工序任務等；

第三層，最終以“AI智能體協(xié)作”為代表，將多個AI智能體形成網(wǎng)絡，打造出一個AI系統(tǒng)，深度嵌入企業(yè)各個方面的運營決策中，形成一種人機交互的長效運營體系。

l 鄭嘉輝先生提出“人用AI”到“AI自主協(xié)同”的未來圖景

“未來的工廠，絕對不是一個簡單的人工智能加自動化設備的組合。”鄭嘉輝先生強調(diào)，“而是以?AI智能體為核心的、數(shù)據(jù)驅(qū)動的新型生產(chǎn)關系與作業(yè)模式。?”

在鄭嘉輝先生看來，目前大多數(shù)工廠還停留在第一層，而第一層通常難以在利潤層面留下明顯的痕跡。真正有價值的改變，往往從第二層開始出現(xiàn)——當訂單數(shù)據(jù)、物料數(shù)據(jù)、設備狀態(tài)數(shù)據(jù)等生產(chǎn)資料在MES系統(tǒng)的統(tǒng)一調(diào)度下完成實時流轉(zhuǎn)，AI才有足夠的“養(yǎng)料”去做出更有意義的判斷和干預。

鄭嘉輝先生特別提到：目前Gartner的預測顯示，到2027年，預計有高達40%的AI投資項目會走向失敗。他表示，“主要原因并非技術本身不成熟，而是企業(yè)在實施前沒有對自己的業(yè)務流程做足夠深入的梳理，導致AI‘嫁接’到了一個本就混亂的流程體系上，零散的自動化與數(shù)字化對企業(yè)改善層面能做的不多，出的問題卻也不少。”

五、本篇小結(jié)

這次香港分享，鄭嘉輝先生選擇從宏觀數(shù)據(jù)切入，把行業(yè)里普遍存在的“AI用了但沒用好”的現(xiàn)象放在臺面上講清楚，再指向自己最熟悉的傳統(tǒng)制造業(yè)賽道。整場分享的邏輯十分清晰：先把問題說透，再談方向，最后落實到解法。

下篇，我們來看鄭嘉輝先生給出的具體實施建議，以及珠海盈致自身是怎么在三大核心產(chǎn)品線上構建出這套完整的全鏈路解決方案的。