計(jì)算機(jī)行業(yè)市場(chǎng)分析

計(jì)算機(jī)行業(yè)市場(chǎng)分析一、ChatGPT引領(lǐng)AI突破，工業(yè)AI應(yīng)用前景可期1.1通用AI技術(shù)工業(yè)領(lǐng)域落地周期逐步縮短，帶動(dòng)工業(yè)AI應(yīng)用發(fā)展提速ChatGPT引領(lǐng)通用AI大模型突破，伴隨通用AI技術(shù)同工業(yè)領(lǐng)域融合應(yīng)用的滯后周期不斷縮短，工業(yè)AI應(yīng)用亦有望迎來(lái)快速發(fā)展。ChatGPT是由人工智能研究實(shí)驗(yàn)室OpenAI于2022年底推出的一款A(yù)I驅(qū)動(dòng)的自然語(yǔ)言處理（NLP）工具，其通過(guò)突破性的“Transformer架構(gòu)大模型+RLHF（人類反饋強(qiáng)化學(xué)習(xí)）算法”帶來(lái)自然語(yǔ)言處理在表述邏輯性、自然性等人機(jī)交互體驗(yàn)領(lǐng)域的巨大提升，杰出的用戶體驗(yàn)首先帶來(lái)ChatGPT在AI生成文本領(lǐng)域的潛在廣泛應(yīng)用。隨著2023年3月OpenAI正式推出大型多模態(tài)模型GPT-4，以及微軟陸續(xù)將其旗下Bing搜索引擎、Dynamics365商業(yè)應(yīng)用解決方案、PowerPlatform低代碼開(kāi)發(fā)平臺(tái)、Azure云服務(wù)、Microsoft365辦公套件及MicrosoftSecurity安全等產(chǎn)品融入ChatGPT的AI能力，AIGC（AI生成內(nèi)容）在生成文本、圖片、視頻、代碼等一系列應(yīng)用領(lǐng)域的前景更加廣闊明朗。同ChatGPT等通用AI不同，工業(yè)AI高價(jià)值應(yīng)用通常集中在與機(jī)理強(qiáng)融合的場(chǎng)景，如設(shè)備預(yù)測(cè)性維護(hù)、生產(chǎn)過(guò)程控制優(yōu)化、基于知識(shí)的綜合決策等，具有碎片化特點(diǎn)，同時(shí)工業(yè)對(duì)AI可解釋性等嚴(yán)苛要求導(dǎo)致技術(shù)創(chuàng)新與應(yīng)用落地錯(cuò)位相對(duì)嚴(yán)重。上世紀(jì)60年代專家系統(tǒng)誕生與80年代的工業(yè)領(lǐng)域應(yīng)用間隔近20年，統(tǒng)計(jì)機(jī)器學(xué)習(xí)的工業(yè)領(lǐng)域應(yīng)用滯后周期基本在10年左右，而深度學(xué)習(xí)、生成對(duì)抗網(wǎng)絡(luò)等新技術(shù)于2012年后在通用領(lǐng)域開(kāi)展應(yīng)用，不足4年便產(chǎn)生了工業(yè)領(lǐng)域探索實(shí)例?？傮w來(lái)看，由于人工智能技術(shù)可用性增強(qiáng)以及工業(yè)信息化水平提升，通用技術(shù)的工業(yè)落地間隔由20年逐步縮短至小于5年，我們認(rèn)為，伴隨ChatGPT帶來(lái)的通用AI大模型突破，工業(yè)AI應(yīng)用領(lǐng)域亦有望迎來(lái)快速發(fā)展。1.2工業(yè)AI應(yīng)用場(chǎng)景貫穿工業(yè)研發(fā)設(shè)計(jì)、生產(chǎn)制造、經(jīng)營(yíng)管理等全環(huán)節(jié)技術(shù)層面，工業(yè)AI的核心賦能技術(shù)主要包括算法技術(shù)和應(yīng)用技術(shù)。其中，算法技術(shù)主要包括以機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和其他學(xué)習(xí)方式為主的數(shù)據(jù)科學(xué)，以專家系統(tǒng)、知識(shí)圖譜為代表的知識(shí)工程等兩大類；應(yīng)用技術(shù)則主要包括機(jī)器視覺(jué)、自然語(yǔ)言處理及語(yǔ)音識(shí)別等。根據(jù)核心賦能技術(shù)不同，工業(yè)AI形成識(shí)別、數(shù)據(jù)建模尋優(yōu)及經(jīng)驗(yàn)知識(shí)推理決策三大類核心應(yīng)用模式，貫穿工業(yè)研發(fā)設(shè)計(jì)、生產(chǎn)制造、經(jīng)營(yíng)管理等全環(huán)節(jié)。其中，識(shí)別類應(yīng)用對(duì)應(yīng)以機(jī)器視覺(jué)、自然語(yǔ)言處理及語(yǔ)音識(shí)別等為代表的應(yīng)用技術(shù)，包括工業(yè)視覺(jué)檢測(cè)、表單識(shí)別和工業(yè)語(yǔ)音信號(hào)識(shí)別等；數(shù)據(jù)建模尋優(yōu)類應(yīng)用對(duì)應(yīng)以機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和其他學(xué)習(xí)方式為主的數(shù)據(jù)科學(xué)算法技術(shù)，主要包括智能排產(chǎn)、設(shè)備運(yùn)維、工藝參數(shù)優(yōu)化等；知識(shí)推理決策類應(yīng)用則對(duì)應(yīng)以專家系統(tǒng)、知識(shí)圖譜為代表的知識(shí)工程算法技術(shù)，主要包括設(shè)備故障診斷專家系統(tǒng)、供應(yīng)鏈知識(shí)圖譜等應(yīng)用。從工業(yè)AI落地場(chǎng)景形成的產(chǎn)品及服務(wù)載體角度看，主要包括基礎(chǔ)軟硬件、智能工業(yè)裝備、自動(dòng)化與邊緣系統(tǒng)、平臺(tái)與工業(yè)軟件方案四大類。其中，基礎(chǔ)軟硬件為各類芯片/計(jì)算模塊、AI框架、工業(yè)相機(jī)等通用軟硬件產(chǎn)品；智能工業(yè)裝備為融合智能算法能力的機(jī)器人、AGV（自動(dòng)導(dǎo)向搬運(yùn)車）、機(jī)床等通用或?qū)Ｓ霉I(yè)生產(chǎn)制造裝備；自動(dòng)化與邊緣系統(tǒng)主要為融合了智能算法的工控系統(tǒng)；平臺(tái)與工業(yè)軟件方案則主要為工具軟件同AI的融合升級(jí)以及具有AI能力的工業(yè)互聯(lián)網(wǎng)平臺(tái)兩類產(chǎn)品。本文將主要聚焦于工業(yè)AI在平臺(tái)與工業(yè)軟件方案產(chǎn)品中的融合應(yīng)用場(chǎng)景展開(kāi)研究與展望。二、應(yīng)用場(chǎng)景透視：“AI+”助力傳統(tǒng)工業(yè)軟件效率提升2.1研發(fā)設(shè)計(jì)環(huán)節(jié)：“AI+”可賦能創(chuàng)成式設(shè)計(jì)、仿真優(yōu)化、電子設(shè)計(jì)優(yōu)化等2.1.1CAD：AI賦能創(chuàng)成式設(shè)計(jì)，CAD軟件價(jià)值量有望同步提升創(chuàng)成式設(shè)計(jì)（GenerativeDesign），是一項(xiàng)利用AI技術(shù)根據(jù)一系列系統(tǒng)設(shè)計(jì)要求來(lái)自主創(chuàng)建優(yōu)化設(shè)計(jì)的3DCAD功能。工程師可通過(guò)交互方式指定他們的要求和目標(biāo)，包括首選材料和制造工藝，創(chuàng)成式引擎將自動(dòng)生成可用于制造的設(shè)計(jì)作為初步設(shè)計(jì)或最終解決方案。這樣，工程師就可以與技術(shù)進(jìn)行互動(dòng)，更快地打造出優(yōu)秀的設(shè)計(jì)和創(chuàng)新產(chǎn)品。創(chuàng)成式設(shè)計(jì)的優(yōu)點(diǎn)在于：（1）提升效率，用戶可在短時(shí)間內(nèi)探索更多設(shè)計(jì)方案，以幫助他們更快地創(chuàng)建更高效和創(chuàng)新的設(shè)計(jì)；（2）增強(qiáng)性能，通過(guò)考慮材料、制造工藝、性能要求等廣泛因素，創(chuàng)成式設(shè)計(jì)可幫助用戶創(chuàng)建針對(duì)特定目標(biāo)進(jìn)行優(yōu)化的設(shè)計(jì)，比使用傳統(tǒng)方法設(shè)計(jì)的方案更堅(jiān)固、更輕或更高效；（3）減少設(shè)計(jì)時(shí)間，通過(guò)自動(dòng)化設(shè)計(jì)過(guò)程和快速探索更多設(shè)計(jì)替代方案，創(chuàng)成式設(shè)計(jì)可大大減少設(shè)計(jì)產(chǎn)品或組件所需時(shí)間。目前，創(chuàng)成式設(shè)計(jì)功能已在SiemensSolidEdge、PTCCreo及AutodeskFUSION360等主流CAD產(chǎn)品中使用。我們認(rèn)為，未來(lái)隨著以GPT為代表的多模態(tài)通用大模型進(jìn)一步成熟，加之垂直領(lǐng)域大量工業(yè)設(shè)計(jì)數(shù)據(jù)的進(jìn)一步調(diào)優(yōu)，CAD軟件的創(chuàng)成式設(shè)計(jì)能力有望進(jìn)一步增強(qiáng)，從而大幅提升工程師設(shè)計(jì)生產(chǎn)效率、降低設(shè)計(jì)成本，CAD軟件的單體價(jià)值量亦有望得到同步提升。PTC將AI驅(qū)動(dòng)的創(chuàng)成式設(shè)計(jì)融入Creo產(chǎn)品。Creo是PTC推出的一款用于產(chǎn)品設(shè)計(jì)和開(kāi)發(fā)的3D計(jì)算機(jī)輔助設(shè)計(jì)（CAD）/計(jì)算機(jī)輔助制造（CAM）/計(jì)算機(jī)輔助工程（CAE）軟件和解決方案。Creo在AI驅(qū)動(dòng)的創(chuàng)成式設(shè)計(jì)領(lǐng)域推出了突破性的功能，新版創(chuàng)成式拓?fù)鋬?yōu)化擴(kuò)展包（GTO）和基于云的創(chuàng)成式設(shè)計(jì)擴(kuò)展包（GDX）可幫助設(shè)計(jì)師開(kāi)發(fā)出質(zhì)量更高、成本更低且在現(xiàn)實(shí)環(huán)境中表現(xiàn)更好的設(shè)計(jì)。GTO可根據(jù)設(shè)計(jì)師的要求和約束，優(yōu)化特定材料和制造工藝設(shè)計(jì)；GDX還支持同時(shí)開(kāi)發(fā)材料和制造工藝設(shè)計(jì)。借助Creo創(chuàng)成式設(shè)計(jì)，設(shè)計(jì)師可在更短的時(shí)間內(nèi)交付更好的設(shè)計(jì)。2.1.2CAE：AI賦能仿真優(yōu)化及工業(yè)數(shù)字孿生，工業(yè)數(shù)字孿生反哺AI模型訓(xùn)練AI可賦能CAE仿真優(yōu)化及工業(yè)數(shù)字孿生。CAE（ComputerAidedEngineering），是用計(jì)算機(jī)輔助求解復(fù)雜工程和產(chǎn)品結(jié)構(gòu)剛度、強(qiáng)度、動(dòng)力響應(yīng)、熱傳導(dǎo)等性能的一種近似數(shù)值分析方法。隨著技術(shù)進(jìn)步，有限元分析（FEA）、有限體積法（FVM）、時(shí)域有限差分法（FDTD）提高了求解器效率，動(dòng)態(tài)可視化技術(shù)則進(jìn)一步提升了用戶友好性，但仿真領(lǐng)域仍存在需要權(quán)衡結(jié)果準(zhǔn)確性、出結(jié)果速度、工作流的易用性和穩(wěn)健性等挑戰(zhàn)。目前，以Ansys為代表的CAE龍頭廠商已開(kāi)始探索使用AI解決上述問(wèn)題，如使用AI自動(dòng)尋找仿真參數(shù)，可同時(shí)提高速度和準(zhǔn)確性；使用增強(qiáng)仿真，通過(guò)數(shù)據(jù)驅(qū)動(dòng)或物理知識(shí)方法訓(xùn)練神經(jīng)網(wǎng)絡(luò)，可將仿真速度提高100倍等。除此之外，AI還可賦能CAE軟件實(shí)現(xiàn)設(shè)計(jì)空間優(yōu)化，結(jié)合基于數(shù)據(jù)分析和基于仿真的數(shù)字孿生，準(zhǔn)確快速地創(chuàng)建數(shù)字孿生混合體。工業(yè)數(shù)字孿生可通過(guò)仿真運(yùn)行生成數(shù)據(jù)，助力AI模型訓(xùn)練。工業(yè)場(chǎng)景具有數(shù)據(jù)樣本量相對(duì)較小的特點(diǎn)，是深度學(xué)習(xí)落地工業(yè)領(lǐng)域的最大制約。工業(yè)數(shù)字孿生可通過(guò)仿真運(yùn)行方式生成數(shù)據(jù)，助力AI模型訓(xùn)練。目前，微軟ProjectBonsai正使用AnsysTwinBuilder軟件創(chuàng)建設(shè)備或流程的數(shù)字孿生，以助力其模型訓(xùn)練。ProjectBonsai是微軟推出的一款低代碼AI平臺(tái)，其以圖形化的方式連接那些通過(guò)編程可執(zhí)行AI功能的軟件模塊，使得工程師們?cè)诓皇褂脭?shù)據(jù)科學(xué)的情況下就可實(shí)現(xiàn)AI驅(qū)動(dòng)的自動(dòng)化。ProjectBonsai采用機(jī)器教學(xué)訓(xùn)練模型，但模型一經(jīng)良好訓(xùn)練，就需要大量數(shù)據(jù)進(jìn)行優(yōu)化，這就需要通過(guò)反復(fù)運(yùn)行物理過(guò)程來(lái)生成大量數(shù)據(jù)，然后將這些數(shù)據(jù)輸入模型，微調(diào)在整機(jī)上的操作或?qū)崿F(xiàn)自動(dòng)化的過(guò)程。但從物理過(guò)程中生成如此多的數(shù)據(jù)，既耗時(shí)成本又高，且某種極端情況（如果這種情況每萬(wàn)億次只發(fā)生一次）在訓(xùn)練過(guò)程中沒(méi)有發(fā)生的話，則模型也不會(huì)預(yù)見(jiàn)到這種情況，如果以后實(shí)際發(fā)生了，模型就不知道該如何應(yīng)對(duì)。通過(guò)與AnsysTwinBuilder合作，微軟ProjectBonsai就可同時(shí)運(yùn)行數(shù)百個(gè)機(jī)器或應(yīng)用的虛擬模型，并將這些數(shù)字孿生生成的數(shù)據(jù)直接輸入模型對(duì)其進(jìn)行優(yōu)化，從而不斷克服各種局限性。我們認(rèn)為，長(zhǎng)期來(lái)看伴隨著以GPT為代表的通用大模型進(jìn)一步成熟，工業(yè)大模型的搭建也有望成為趨勢(shì)，與使用物理機(jī)器生成數(shù)據(jù)相比，數(shù)字孿生可更快速、以更低成本生成訓(xùn)練AI模型所需的大量數(shù)據(jù)，伴隨工業(yè)AI模型持續(xù)發(fā)展，對(duì)以CAE為代表的數(shù)字孿生相關(guān)軟件需求也有望進(jìn)一步放量。2.1.3EDA：AI賦能EDA工具，可大幅提升設(shè)計(jì)效率及設(shè)計(jì)產(chǎn)品性能AI技術(shù)可有效賦能EDA工具，大幅提升設(shè)計(jì)生產(chǎn)效率及設(shè)計(jì)產(chǎn)品的PPA（功耗、性能、面積）。2021年7月，Cadence正式推出首款A(yù)I驅(qū)動(dòng)的EDA設(shè)計(jì)工具Cerebrus，其具有獨(dú)特的強(qiáng)化學(xué)習(xí)引擎，可自動(dòng)優(yōu)化工具和芯片設(shè)計(jì)選項(xiàng)，以顯著減少工程工作量和總體流片時(shí)間來(lái)提供更好的PPA。根據(jù)公司官微披露數(shù)據(jù)，Cerebrus采用獨(dú)特的增強(qiáng)版機(jī)器學(xué)習(xí)技術(shù)，可實(shí)現(xiàn)10倍的生產(chǎn)效率提升和20%的PPA（功耗、性能、面積）提升。此外，Cadence還于2022年6月推出AI驅(qū)動(dòng)的系統(tǒng)設(shè)計(jì)優(yōu)化工具Optimality，其利用類似于Cerebrus中使用的AI技術(shù)實(shí)現(xiàn)了突破性結(jié)果，對(duì)設(shè)計(jì)進(jìn)行了優(yōu)化，平均速度比傳統(tǒng)手動(dòng)操作快10倍，在一些設(shè)計(jì)上甚至實(shí)現(xiàn)了高達(dá)100倍的速度提升。我們認(rèn)為，未來(lái)AI+EDA的結(jié)合將是大勢(shì)所趨，而AI帶來(lái)的EAD工具設(shè)計(jì)效率及設(shè)計(jì)產(chǎn)品效果的顯著提升亦有望進(jìn)一步提升EDA產(chǎn)品價(jià)值量，打開(kāi)EDA產(chǎn)品更高市場(chǎng)天花板。2.2生產(chǎn)運(yùn)維環(huán)節(jié)：“AI+”可賦能早期缺陷檢測(cè)、預(yù)測(cè)性維護(hù)、產(chǎn)品質(zhì)量分析等AI在工業(yè)生產(chǎn)及運(yùn)維環(huán)節(jié)可應(yīng)用場(chǎng)景較多，我們選取早期缺陷檢測(cè)、設(shè)備預(yù)測(cè)性維護(hù)、產(chǎn)品質(zhì)量分析及生產(chǎn)預(yù)測(cè)等4類較為典型的落地場(chǎng)景進(jìn)行分析。早期缺陷檢測(cè)：資產(chǎn)需要處于良好工作狀態(tài)才能實(shí)現(xiàn)可靠生產(chǎn)，而在復(fù)雜的制造系統(tǒng)中工廠、車間可能發(fā)生故障的預(yù)測(cè)并不簡(jiǎn)單，準(zhǔn)確的預(yù)測(cè)需要測(cè)量盡可能多的可能導(dǎo)致缺陷的參數(shù)，而整合來(lái)自這些參數(shù)的海量數(shù)據(jù)幾乎不可能手動(dòng)完成，AI模型的構(gòu)建可使用實(shí)際運(yùn)營(yíng)數(shù)據(jù)，根據(jù)各種參數(shù)有效預(yù)測(cè)資產(chǎn)狀況，工程師在資產(chǎn)發(fā)生故障前就能關(guān)注并維護(hù)資產(chǎn)。預(yù)測(cè)性維護(hù)：對(duì)資產(chǎn)設(shè)備的預(yù)測(cè)性維護(hù)能夠有效防止故障發(fā)生、延長(zhǎng)資產(chǎn)壽命、保證設(shè)備可用性，但傳統(tǒng)上企業(yè)為不同資產(chǎn)定期制定維護(hù)計(jì)劃在日期選擇上并沒(méi)有太多科學(xué)依據(jù)，等故障出現(xiàn)再采取糾正措施往往成本高昂。AI模型可使用來(lái)自設(shè)備端的運(yùn)行數(shù)據(jù)，并根據(jù)這些數(shù)據(jù)對(duì)預(yù)測(cè)性維護(hù)進(jìn)行科學(xué)規(guī)劃，同時(shí)工程師可通過(guò)AI持續(xù)監(jiān)控設(shè)備運(yùn)行狀態(tài)，大幅減少人工監(jiān)控時(shí)間，有效降低資產(chǎn)設(shè)備維護(hù)成本。產(chǎn)品質(zhì)量分析：產(chǎn)品質(zhì)量直接影響企業(yè)品牌和客戶滿意度，是企業(yè)最為重視的一環(huán)，劣質(zhì)產(chǎn)品會(huì)造成產(chǎn)品返工或召回并提高保修成本，使企業(yè)付出巨大代價(jià)。然而，手動(dòng)測(cè)量和檢測(cè)等傳統(tǒng)質(zhì)量分析技術(shù)非常容易出現(xiàn)人為錯(cuò)誤，導(dǎo)致缺陷產(chǎn)品上市。通過(guò)機(jī)器視覺(jué)則能夠找出會(huì)被肉眼漏過(guò)的缺陷，并提高質(zhì)量分析效率。同時(shí)，AI還可用于檢測(cè)運(yùn)行環(huán)境中的異常，從而改進(jìn)質(zhì)量流程。生產(chǎn)預(yù)測(cè)：有效的生產(chǎn)預(yù)測(cè)能夠助力企業(yè)制定高效的供應(yīng)鏈策略、降低庫(kù)存成本，同時(shí)更高效的進(jìn)行企業(yè)資源計(jì)劃，分配人力和原材料。傳統(tǒng)生產(chǎn)預(yù)測(cè)缺乏準(zhǔn)確的預(yù)測(cè)模型，預(yù)測(cè)效果不佳。應(yīng)用AI后，企業(yè)可通過(guò)準(zhǔn)確收集生產(chǎn)時(shí)序數(shù)據(jù)和關(guān)聯(lián)的生產(chǎn)參數(shù)創(chuàng)建AI預(yù)測(cè)模型，并通過(guò)生產(chǎn)流程仿真生成數(shù)據(jù)優(yōu)化模型，通過(guò)這些模型找出生產(chǎn)過(guò)程中發(fā)生異常的原因及潛在問(wèn)題，并持續(xù)修改資源規(guī)劃策略，達(dá)到精益生產(chǎn)目的。美國(guó)工業(yè)互聯(lián)網(wǎng)領(lǐng)域明星創(chuàng)業(yè)公司Uptake，將AI能力引入設(shè)備預(yù)測(cè)性維護(hù)，并取得良好運(yùn)營(yíng)效果。Uptake在獲取客戶訂單后會(huì)首先同客戶探討明確其痛點(diǎn)，并接入和收集相應(yīng)設(shè)備數(shù)據(jù)，通過(guò)設(shè)備故障診斷數(shù)據(jù)建立故障模型，利用故障模型分析實(shí)際問(wèn)題，并讓技工判斷模型分析結(jié)果是否正確，對(duì)模型調(diào)優(yōu)。最后根據(jù)采集的大量設(shè)備運(yùn)轉(zhuǎn)數(shù)據(jù)，結(jié)合AI算法等進(jìn)行擬合建模，得出故障預(yù)測(cè)模型，將該模型應(yīng)用在實(shí)際問(wèn)題分析上，結(jié)合技工反饋，持續(xù)優(yōu)化迭代。AI能力的引入，大幅提升了設(shè)備預(yù)測(cè)性維護(hù)的準(zhǔn)確率和運(yùn)維效率。與此同時(shí)，國(guó)內(nèi)工業(yè)互聯(lián)網(wǎng)廠商亦在進(jìn)行AI同工業(yè)設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷的結(jié)合研究。根據(jù)容知日新2022年半年報(bào)披露信息，其在研項(xiàng)目中即包括工業(yè)AI項(xiàng)目，工業(yè)AI項(xiàng)目（PHM引擎）在功能建設(shè)目標(biāo)上是為幫助企業(yè)實(shí)現(xiàn)設(shè)備預(yù)測(cè)性健康管理方向上的數(shù)字化洞見(jiàn)能力；在業(yè)務(wù)定位上主要作為數(shù)據(jù)深度加工的工具，致力于提供PHM方法論的最佳工程實(shí)踐；在架構(gòu)上兼容各類工業(yè)數(shù)據(jù)的應(yīng)用場(chǎng)景，未來(lái)可覆蓋到工藝優(yōu)化等生產(chǎn)環(huán)節(jié)場(chǎng)景。整個(gè)引擎主要由數(shù)據(jù)管理、算法管理（含算力）2個(gè)部分組成。我們認(rèn)為，AI同工業(yè)企業(yè)生產(chǎn)制造和運(yùn)維服務(wù)環(huán)節(jié)的融合將是大勢(shì)所趨，國(guó)內(nèi)外企業(yè)已陸續(xù)在該領(lǐng)域投入相關(guān)研究或已有成熟解決方案落地。ChatGPT的誕生讓人們看到了AI大模型的跨越性突破，伴隨AI大模型進(jìn)一步成熟，工業(yè)生產(chǎn)制造及運(yùn)維環(huán)節(jié)的AI技術(shù)融入亦有望得到快速發(fā)展。2.3經(jīng)營(yíng)管理環(huán)節(jié)：“AI+”可賦能CRM、SCM、ERP等經(jīng)營(yíng)管理類軟件相較于研發(fā)設(shè)計(jì)、生產(chǎn)制造及運(yùn)維服務(wù)環(huán)節(jié)具有專業(yè)性較強(qiáng)的特點(diǎn)，經(jīng)營(yíng)管理環(huán)節(jié)更具通用性，也是以GPT為代表的通用大模型更易落地實(shí)現(xiàn)的應(yīng)用場(chǎng)景入口。2023年3月，微軟陸續(xù)推出全面引入GPT互動(dòng)式AI能力的商業(yè)應(yīng)用產(chǎn)品Dynamics365Copilot及Microsoft365Copilot，AI能力的引入帶來(lái)上述經(jīng)營(yíng)管理類軟件用戶體驗(yàn)及工作效率的跨越式升級(jí)，并有望帶來(lái)經(jīng)營(yíng)管理軟件價(jià)值量的同步提升。后文將主要參考微軟Dynamics365Copilot、及部分國(guó)內(nèi)管理軟件廠商AI應(yīng)用產(chǎn)品，探索AI在CRM、SCM、ERP等領(lǐng)域可能的融合應(yīng)用場(chǎng)景。2.3.1CRM：AI可助力銷售人員快速響應(yīng)，并升級(jí)市場(chǎng)營(yíng)銷體驗(yàn)AI能幫忙編寫(xiě)給客戶的電子郵件回復(fù)，賦能銷售人員隨時(shí)快速響應(yīng)。在Dynamics365Sales和VivaSales中，AI能幫忙編寫(xiě)給客戶的電子郵件回復(fù)，也能在Outlook中自動(dòng)生成一個(gè)Teams會(huì)議的總結(jié)郵件，并從CRM系統(tǒng)中自動(dòng)提取產(chǎn)品、報(bào)價(jià)等細(xì)節(jié)，以及由Teams通話中總結(jié)出核心要點(diǎn)一并匯總到郵件里，大幅提升銷售人員響應(yīng)速度。AI可提升虛擬客服交流能力，幫助服務(wù)專員提升客戶體驗(yàn)。Dynamics365Copilot能夠針對(duì)聊天對(duì)話和電子郵件中的問(wèn)題，撰寫(xiě)出符合上下文語(yǔ)境的答案，其互動(dòng)式的對(duì)話體驗(yàn)基礎(chǔ)來(lái)自于知識(shí)庫(kù)和過(guò)往案例，因此其總能找到問(wèn)題答案，進(jìn)一步提升企業(yè)虛擬客服同客戶的交流能力，向客戶提供更好的服務(wù)體驗(yàn)。AI可助力營(yíng)銷人員升級(jí)市場(chǎng)營(yíng)銷體驗(yàn)，并輕松找到目標(biāo)受眾。借助Dynamics365CustomerInsights中的Copilot，市場(chǎng)人員只要用自然語(yǔ)言與客戶數(shù)據(jù)平臺(tái)進(jìn)行一些簡(jiǎn)單對(duì)話，就能得到高度定制化和目標(biāo)明確的客戶分類，這一功能可應(yīng)對(duì)復(fù)雜計(jì)算并準(zhǔn)確定位特定客戶群體。利用Dynamics365Marketing中的Copilot，市場(chǎng)人員可以用自己的語(yǔ)言來(lái)描述客戶群體，從而創(chuàng)造出一個(gè)支持檢索輔助功能的全新目標(biāo)客戶類別。2.3.2SCM：AI可提升供應(yīng)鏈敏捷性，并通過(guò)數(shù)據(jù)采集分析提升決策有效性AI可提升供應(yīng)鏈敏捷性，將風(fēng)險(xiǎn)降到最低。參考MicrosoftSupplyChainCenter中的Copilot功能，其能主動(dòng)為影響供應(yīng)鏈流程的事件發(fā)出告警，如天氣、財(cái)務(wù)或地理環(huán)境等；隨后預(yù)測(cè)篩選出受影響的訂單，并將物料、庫(kù)存、承運(yùn)商、配送網(wǎng)絡(luò)等信息一一呈現(xiàn)；供應(yīng)鏈規(guī)劃功能隨后會(huì)自動(dòng)撰寫(xiě)一封由Dynamics365Copilot生成的電子郵件向受到影響的合作伙伴發(fā)出預(yù)警，提醒防范可能出現(xiàn)的破壞性影響等。AI可助力招投標(biāo)信息、商品價(jià)格信息、競(jìng)品信息等市場(chǎng)信息的采集分析，提升企業(yè)供應(yīng)鏈決策的有效性。隨著政企數(shù)字化轉(zhuǎn)型加速，各行業(yè)大量線下場(chǎng)景轉(zhuǎn)移到線上，促進(jìn)了各類數(shù)據(jù)的爆發(fā)式生產(chǎn)，進(jìn)一步加快了海量數(shù)字資產(chǎn)的形成，如和企業(yè)供應(yīng)鏈緊密相關(guān)的招投標(biāo)信息、商品價(jià)格信息、競(jìng)品信息等，而手動(dòng)采集和分析數(shù)據(jù)效率、效果低下。泛微網(wǎng)絡(luò)通過(guò)融合RPA+AI兩大系統(tǒng)引擎能力，構(gòu)建了采集提煉一體化的信息采集智能機(jī)器人平臺(tái)“千里聆”，其能夠7×24小時(shí)模擬人自動(dòng)完成訪問(wèn)目標(biāo)網(wǎng)站、抓取網(wǎng)頁(yè)數(shù)據(jù)、收取郵件內(nèi)容、填寫(xiě)上報(bào)數(shù)據(jù)等工作，實(shí)時(shí)獲取需要的有效信息，進(jìn)一步提升企業(yè)供應(yīng)鏈決策的有效性。2.3.3ERP：AI可在多場(chǎng)景提升EPR產(chǎn)品能力AI可在財(cái)務(wù)領(lǐng)域、信息采集等多場(chǎng)景提升ERP產(chǎn)品能力。根據(jù)漢得信息3月17日在投資者互動(dòng)平臺(tái)披露信息，漢得已基于AI技術(shù)打造了多種場(chǎng)景的應(yīng)用解決方案，數(shù)字員工是其中一個(gè)成熟能力，目前已在各個(gè)領(lǐng)域尤其是財(cái)務(wù)領(lǐng)域應(yīng)用。數(shù)字員工已積累數(shù)百家大型企業(yè)的數(shù)字化、智能化財(cái)務(wù)系統(tǒng)的建設(shè)經(jīng)驗(yàn)，同時(shí)依靠自身的創(chuàng)新能力，幫助眾多企業(yè)培養(yǎng)了應(yīng)用于記賬、審核、收單、算稅、支付、歸檔、對(duì)賬、稽核、客服及培訓(xùn)等場(chǎng)景的數(shù)字員工，集數(shù)據(jù)采集、識(shí)別、校驗(yàn)、NLP自然語(yǔ)言等多項(xiàng)技能于一體，能夠在無(wú)人工值守下24小時(shí)持續(xù)工作。我們認(rèn)為，ERP作為企業(yè)傳統(tǒng)的重要管理軟件，應(yīng)用模塊向外集成了財(cái)務(wù)、人力、供應(yīng)商、合同管理等各類應(yīng)用場(chǎng)景，而AI在上述不同模塊的賦能，能夠全面提升ERP的功能能力及客戶使用體驗(yàn)，進(jìn)一步提升ERP產(chǎn)品的價(jià)值量，打開(kāi)行業(yè)更大成長(zhǎng)空間。三、工業(yè)互聯(lián)網(wǎng)平臺(tái)匯聚AI要素，有望成為工業(yè)AI絕佳入口3.1工業(yè)互聯(lián)網(wǎng)平臺(tái)匯聚算力、算法、數(shù)據(jù)和應(yīng)用，是工業(yè)AI的絕佳入口工業(yè)互聯(lián)網(wǎng)平臺(tái)的本質(zhì)是通過(guò)工業(yè)互聯(lián)網(wǎng)網(wǎng)絡(luò)采集海量工業(yè)數(shù)據(jù)，并提供數(shù)據(jù)存儲(chǔ)、管理、呈現(xiàn)、分析、建模及應(yīng)用開(kāi)發(fā)環(huán)境，匯聚制造業(yè)企業(yè)及第三方開(kāi)發(fā)者，開(kāi)發(fā)出覆蓋產(chǎn)品全生命周期的工業(yè)APP應(yīng)用，以提升工業(yè)生產(chǎn)經(jīng)營(yíng)效率。工業(yè)互聯(lián)網(wǎng)平臺(tái)匯聚了算力、數(shù)據(jù)、算法及應(yīng)用場(chǎng)景的AI全要素，有望成為工業(yè)AI融合應(yīng)用的絕佳入口。算力方面：工業(yè)互聯(lián)網(wǎng)平臺(tái)采用云化部署方式，底層IaaS基礎(chǔ)設(shè)施能夠提供彈性可伸縮的基礎(chǔ)算力資源。數(shù)據(jù)方面：數(shù)據(jù)是AI模型的“燃料”，工業(yè)互聯(lián)網(wǎng)平臺(tái)能夠打通和匯聚企業(yè)內(nèi)部從研發(fā)設(shè)計(jì)、工藝管理、生產(chǎn)制造、運(yùn)維服務(wù)到經(jīng)營(yíng)管理的全環(huán)節(jié)數(shù)據(jù)，為AI模型的構(gòu)建提供海量數(shù)據(jù)資源。此外，隨著區(qū)域級(jí)及行業(yè)級(jí)工業(yè)互聯(lián)網(wǎng)平臺(tái)的逐步發(fā)展，跨區(qū)域及行業(yè)的海量數(shù)據(jù)逐步匯聚亦有望為工業(yè)AI大模型的訓(xùn)練奠定更加堅(jiān)實(shí)的基礎(chǔ)。算法方面：工業(yè)互聯(lián)網(wǎng)平臺(tái)PaaS層封裝了工業(yè)互聯(lián)網(wǎng)平臺(tái)企業(yè)大量的垂直行業(yè)Know-how知識(shí)經(jīng)驗(yàn)，并基于此構(gòu)建大量可復(fù)用的低代碼開(kāi)發(fā)模塊和原理模型組件，能夠?yàn)楣I(yè)AI模型的訓(xùn)練奠定良好的算法層基礎(chǔ)。應(yīng)用方面：工業(yè)互聯(lián)網(wǎng)平臺(tái)應(yīng)用層可提供覆蓋不同行業(yè)、不同領(lǐng)域的工業(yè)APP及工業(yè)創(chuàng)新應(yīng)用，是工業(yè)AI模型落地應(yīng)用的有效載體。西門子通過(guò)其工業(yè)互聯(lián)網(wǎng)平臺(tái)MindSphere實(shí)現(xiàn)AI同工業(yè)物聯(lián)網(wǎng)的集成。2016年