WNEVC 2022 | 北京富通东方科技有限公司张玥：智能计划贯穿供应链管理到车间排程的应用

由中国科学技术协会、北京市人民政府、海南省人民政府、科技部、工业和信息化部、生态环境部、住房和城乡建设部、交通运输部、国家市场监督管理总局、国家能源局联合主办的第四届世界新能源汽车大会(WNEVC 2022)于8月26日至28日在北京和海南线上线下举办。其中，北京会场位于北京经济技术开发区艺创国际会展中心。

会议由中国汽车工程学会等单位主办，将以“碳中和愿景下的全电动化与全球合作”为主题，邀请全球政产学研各界代表共同探讨。大会将包括20多场会议，13，000平方米的技术展览和许多同期活动。200多位政府高级领导人、海外机构官员、全球商界领袖、学者和行业专家将出席会议并发表演讲。

其中，北京富通东方科技有限公司副总裁张越在8月28日举行的“新能源汽车先进制造与绿色供应链”技术研讨会上发表了精彩演讲。

以下为现场演讲:

各位专家、各位嘉宾，早上好。我今天带来的演讲是关于汽车主机厂和零部件厂智能制造的数字化和智能制造。我有四个主题，过程中会有一些案例和观点分享。第一，概念上，什么是对的。刚才有专家说了，数字化转型其实是一个比较笼统的过程，无论汽车行业还是中国制造业，可能都没有一个明确定义的过程。数字化转型对我们个人来说是什么？现在我们已经习惯使用微信，不单纯是一个交流工具，而是一个连接工具。传统上，报摊被用来购买书籍和报纸。现在，短视频可以在几秒钟内获取信息。从传统到数字化的转变，其实是数码产品改变了我们的生活方式。听了之前专家的发言，我有一种感觉，我们在一个明确的目标下实现了很多技术领域的技术攻关，企业从1到10的过程更加市场化。但是在数字化领域，尤其是数字化加智能制造领域，我们一开始并没有一个可以遵循的基础，我们所做的每一步都是一个尝试的过程。我想分享我在与客户沟通的三个案例中的感触。第一，我们曾经和一家汽配企业进行过喷漆改色的智能化升级。这个企业在每个工位的涂装过程中，除了理性的行业规则，还有一些感性的认识，比如前后道工序的情况，清漆颜色的使用。在这个过程中，一旦出现人才流失，经验的传承就会大打折扣，将传承和经验路线放到协同平台上，给工人以指导，所以我们称之为作业级调度平台的诞生。

在商用车代工的情况下，最大的问题是关键零部件的采购。往往因为关键零部件不到位，无法与供应商沟通，导致生产延期。我们是IT从业者。我们在做的时候，会考虑这样一个问题。如果某个关键零件不能到货，下面的联动是否要匹配，就是调整其他材料，调整后期工艺。在这种情况下，就产生了动态联动效应。

第三种情况，我们认为是更好的事情，软硬联动。企业有一条辅助线，包括主料和辅料，是半成品和复制品的运输过程。有很多人为因素和不确定性。我们能否用自动化机械臂与企业沟通？随之而来的问题是，谁给机械臂下命令？如果还是手工的话，和原来的生产线差别不大，因为没有减员，也没有更大的利用空间。我们使用协作平台的指令来推动它，它与主流机器人有很好的联系……c臂品牌。

什么才是对的，我们在通过一系列的案例不断的检验我们给企业带来了什么。在数字核心中，我们看到了近年来工信部的一些标准和导则，在智能制造和数字化转型的层面也在不断更新。主流技术包括云智能、大数据、云计算、物联网、5G、元宇宙等。在应用这些技术的同时，我们会和业界探讨什么样的技术更适合这样的业务场景，如何匹配？因为我在这里从事人工智能行业，所以经常和业务伙伴交流。当我们谈到人工智能时，我们首先要对它进行分类，就像我们的自动化和工业技术会有分支和分类一样。普通人往往知道你进入会场需要刷脸，通过一些电话或者智能客服与你沟通。这些都是模式识别的过程，你可以通过你的生物数据和语音数据来判断并做出下一步行动。不知道有没有朋友是炒股的。现在有一些机器学习的方法来做投资判断。像这样的数据挖掘和机器学习方法，在一些药物研发、金融产品研发和市场预测中，经常会用到。在我们的领域，我们利用资源优化，不断进行多目标解决的过程。比如刚才提到的不同流程规则下，如何用好一个资源匹配。在人工智能的这样一个分支中，我们也开发了自己的求解器，通过求解器升级迭代，加快了运算速度。目前主流的解决方案产品都是开源的形式。未来我们也希望通过一个开源的技术，把一个产品包装起来，交给企业直接应用。

我们刚刚谈到了技术驱动。在我看来，智能制造的核心能力必须同时满足三个特征，即技术驱动的能力、产品落地的能力和标准规定的能力。所以我们经常把自己开发的一款APS生产调度产品称为制造业的定位器。

第三节要有查阅、判断、定义标准的能力。其实大家都知道，在不同的场景下，比如今天专家分享了我们的车身轻量化，安娜讲了涂胶的效果。我们需要在每个领域的顾问和研究，以充分开发这一场景。有些标准可以给制造领域，特别是汽车主机厂和相应的零配件厂，包括提高材料的效率和降本增效。根据我们制造的数字化经验，我们还将分为底层技术。刚才说的大数据、云计算、人工智能也将分为核心软件平台技术。

说到我今天分享的核心主题，在场景中，我们如何用智能制造数字技术赋能企业。这里的例子相对集中在某一点上。我们跟企业做了一个喷漆改色的判断，这是汽车行业非常关键的一个环节。

就目前来看，车站层面的保险杠调度规则有500多条。比如颜色之间，黑白不能连在一起，过程中如何错开，用喷清洗机器的过程，换衣服的过程，都会作为数据纳入。类似刚才说的机器和物料的管理，我们和亦庄地区的一个企业沟通的时候，在货物入库或者储运之前，都会有一个暂存区。如何更好的临时存储和存放物资，对我们来说也是一个非常好的场景。我们通过在员工换衣服或者吃饭的时候换模具，利用人工智能算法，做出了各种小产品。当空间被堆叠时，它被设计成一个规则或不规则的形体，它会有一个长度、宽度和高度或一个指定的边界。如何利用形状进行全面叠加，可以通过人工智能算法进行判断。所以我们可以在包装的时候给企业一个完整的物料清单，不需要人工检查和判断。

正如刚才提到的，汽车工厂的试制过程需要快速迭代……，从两三年到一年，并且企业通过一些传统的制造数据和市场客户业绩数据做好定位。这是我们为一个企业做的案例，展示了上面所有的维度。下面是一个比较详细的案例。这个企业相对于汽车零部件，尤其是新能源的一部分，是一个关键的核心。在这个过程中，遇到了供应链的供应问题和装配的资源问题。

对于首都机场的一个项目来说，无论是进飞机还是坐汽车轮渡快速有效的为你拿到行李转盘，这些对机场来说都是资源，都是根据旅客和场地的情况来安排的。现在我们也在判断这样一个项目的未来规划，也就是厂站内所有轮渡和无源设备的综合利用。

眼前的这些小案例，其实是想表达，虽然我们是从技术角度驱动的，但要想做好每一次数字化转型，就必须在整体架构设计下，在每一个场景下进行纵向研究，这样才能给合作伙伴想要的降本增效或者预测未来的效果。

富通科技集团成立近30年，从国内最早的IDC、ICT行业建设起步，到现在正伴随汽车、3C进行全行业数字化转型。富通正在这个赛道上一点一点的做垂直深耕，包括去年，北京最大的赛事是冬奥会。作为人工智能的供应商之一，我们承载着运动员的伤病判断。花滑的时候，一个韩国运动员摔倒了。大家都觉得可能问题不大，但是我们的机器给出的指令是有重伤的可能，因为从倾倒的姿势和腿落地的瞬间来看，我们认为有风险，按照机器的指令给了我们协助。

一辆汽车的诞生，经历了研究、设计、试制、生产、制造、销售、售后的全过程。我们希望首先在供应链上，能够帮助一二线供应商和整车厂商提升在行业中的关键地位。基于供应链模型，可以分为几个层次，可以量化，也可以自动优化，让大家都达到量化层次，甚至优化层次。我也从最新的研究报告中看到了国内外汽车制造商使用的柔性生产平台，这将成为未来我们整个供应链中至关重要的标准。我们做业务调度的时候，咨询的过程要深入到企业的全链条流程，包括对行业方向的分析，正向研发用什么工具和流程，核心标准是什么。最重要的是我们会做，包括生产计划上的零件、材料、来料、供需平衡的分析。有了整体的判断能力，才能给我们的企业更好的数字化转型过程。

未来不仅是销售和制造，还要增强企业独立预测市场的能力。我们和很多汽车行业甚至非汽车行业的企业交流过，大家都有一个共同的需求和问题，就是市场预测。个性化定制不同于传统的大规模生产，需要加强企业物料生产的柔性管理，所以我们希望在企业具备相应能力的同时，可以预测需要多少客户和用户来我们的柔性生产和协同供应链。人工智能行业会通过不断优化和迭代模型，不断深化数字场景，赋予每个人这样的预测和预判能力。

最后总结一下，我们行业的人会说，你提出软件定义汽车了吗？其实幸运的是，在工业化和现代化融合的过程中，每个行业都要相互交叉。对于我个人对数字化创业和数字化转型的想法，我们不定义谁，也不定义谁。我们只想成为中国汽车制造升级的同路人。

谢谢大家！(注:本文根据现场速记整理，未经发言人审核。)由中国科学技术协会、北京市人民政府、海南省人民政府、科技部、工业和信息化部、生态环境部、住房和城乡建设部、交通运输部、国家市场监督管理总局、国家能源局联合主办的第四届世界新能源汽车大会(WNEVC 2022)于8月26日至28日在北京和海南线上线下举办。其中，北京会场位于北京经济技术开发区艺创国际会展中心。

会议由中国汽车工程学会等单位主办，将以“碳中和愿景下的全电动化与全球合作”为主题，邀请全球政产学研各界代表共同探讨。大会将包括20多场会议，13，000平方米的技术展览和许多同期活动。200多位政府高级领导人、海外机构官员、全球商界领袖、学者和行业专家将出席会议并发表演讲。

其中，北京富通东方科技有限公司副总裁张越在8月28日举行的“新能源汽车先进制造与绿色供应链”技术研讨会上发表了精彩演讲。

以下为现场演讲:

各位专家、各位嘉宾，早上好。我今天带来的演讲是关于汽车主机厂和零部件厂智能制造的数字化和智能制造。我有四个主题，过程中会有一些案例和观点分享。第一，概念上，什么是对的。刚才有专家说了，数字化转型其实是一个比较笼统的过程，无论汽车行业还是中国制造业，可能都没有一个明确定义的过程。数字化转型对我们个人来说是什么？现在我们已经习惯使用微信，不单纯是一个交流工具，而是一个连接工具。传统上，报摊被用来购买书籍和报纸。现在，短视频可以在几秒钟内获取信息。从传统到数字化的转变，其实是数码产品改变了我们的生活方式。听了之前专家的发言，我有一种感觉，我们在一个明确的目标下实现了很多技术领域的技术攻关，企业从1到10的过程更加市场化。但是在数字化领域，尤其是数字化加智能制造领域，我们一开始并没有一个可以遵循的基础，我们所做的每一步都是一个尝试的过程。我想分享我在与客户沟通的三个案例中的感触。第一，我们曾经和一家汽配企业进行过喷漆改色的智能化升级。这个企业在每个工位的涂装过程中，除了理性的行业规则，还有一些感性的认识，比如前后道工序的情况，清漆颜色的使用。在这个过程中，一旦出现人才流失，经验的传承就会大打折扣，将传承和经验路线放到协同平台上，给工人以指导，所以我们称之为作业级调度平台的诞生。

在商用车代工的情况下，最大的问题是关键零部件的采购。往往因为关键零部件不到位，无法与供应商沟通，导致生产延期。我们是IT从业者。我们在做的时候，会考虑这样一个问题。如果某个关键零件不能到货，下面的联动是否要匹配，就是调整其他材料，调整后期工艺。在这种情况下，就产生了动态联动效应。

第三种情况，我们认为是更好的事情，软硬联动。企业有一条辅助线，包括主料和辅料，是半成品和复制品的运输过程。有很多人为因素和不确定性。我们能否用自动化机械臂与企业沟通？随之而来的问题是，谁给机械臂下命令？如果还是手工的话，和原来的生产线差别不大，因为没有减员，也没有更大的利用空间。我们我们……协作平台的指令来推动它，这与主流机械臂品牌有很好的联系。

什么才是对的，我们在通过一系列的案例不断的检验我们给企业带来了什么。在数字核心中，我们看到了近年来工信部的一些标准和导则，在智能制造和数字化转型的层面也在不断更新。主流技术包括云智能、大数据、云计算、物联网、5G、元宇宙等。在应用这些技术的同时，我们会和业界探讨什么样的技术更适合这样的业务场景，如何匹配？因为我在这里从事人工智能行业，所以经常和业务伙伴交流。当我们谈到人工智能时，我们首先要对它进行分类，就像我们的自动化和工业技术会有分支和分类一样。普通人往往知道你进入会场需要刷脸，通过一些电话或者智能客服与你沟通。这些都是模式识别的过程，你可以通过你的生物数据和语音数据来判断并做出下一步行动。不知道有没有朋友是炒股的。现在有一些机器学习的方法来做投资判断。像这样的数据挖掘和机器学习方法，在一些药物研发、金融产品研发和市场预测中，经常会用到。在我们的领域，我们利用资源优化，不断进行多目标解决的过程。比如刚才提到的不同流程规则下，如何用好一个资源匹配。在人工智能的这样一个分支中，我们也开发了自己的求解器，通过求解器升级迭代，加快了运算速度。目前主流的解决方案产品都是开源的形式。未来我们也希望通过一个开源的技术，把一个产品包装起来，交给企业直接应用。

我们刚刚谈到了技术驱动。在我看来，智能制造的核心能力必须同时满足三个特征，即技术驱动的能力、产品落地的能力和标准规定的能力。所以我们经常把自己开发的一款APS生产调度产品称为制造业的定位器。

第三节要有查阅、判断、定义标准的能力。其实大家都知道，在不同的场景下，比如今天专家分享了我们的车身轻量化，安娜讲了涂胶的效果。我们需要在每个领域的顾问和研究，以充分开发这一场景。有些标准可以给制造领域，特别是汽车主机厂和相应的零配件厂，包括提高材料的效率和降本增效。根据我们制造的数字化经验，我们还将分为底层技术。刚才说的大数据、云计算、人工智能也将分为核心软件平台技术。

说到我今天分享的核心主题，在场景中，我们如何用智能制造数字技术赋能企业。这里的例子相对集中在某一点上。我们跟企业做了一个喷漆改色的判断，这是汽车行业非常关键的一个环节。

就目前来看，车站层面的保险杠调度规则有500多条。比如颜色之间，黑白不能连在一起，过程中如何错开，用喷清洗机器的过程，换衣服的过程，都会作为数据纳入。类似刚才说的机器和物料的管理，我们和亦庄地区的一个企业沟通的时候，在货物入库或者储运之前，都会有一个暂存区。如何更好的临时存储和存放物资，对我们来说也是一个非常好的场景。我们通过在员工换衣服或者吃饭的时候换模具，利用人工智能算法，做出了各种小产品。当空间被堆叠时，它被设计成一个规则或不规则的形体，它会有一个长度、宽度和高度或一个指定的边界。如何利用形状进行全面叠加，可以通过人工智能算法进行判断。因此，我们可以在包装时给企业一份完整的物料清单，无需人工检查和评估……ment。

就像刚才说的，汽车厂的试产过程需要快速迭代，从两三年到一年，通过一些传统的制造数据和市场客户表现数据，对企业进行很好的定位。这是我们为一个企业做的案例，展示了上面所有的维度。下面是一个比较详细的案例。这个企业相对于汽车零部件，尤其是新能源的一部分，是一个关键的核心。在这个过程中，遇到了供应链的供应问题和装配的资源问题。

对于首都机场的一个项目来说，无论是进飞机还是坐汽车轮渡快速有效的为你拿到行李转盘，这些对机场来说都是资源，都是根据旅客和场地的情况来安排的。现在我们也在判断这样一个项目的未来规划，也就是厂站内所有轮渡和无源设备的综合利用。

眼前的这些小案例，其实是想表达，虽然我们是从技术角度驱动的，但要想做好每一次数字化转型，就必须在整体架构设计下，在每一个场景下进行纵向研究，这样才能给合作伙伴想要的降本增效或者预测未来的效果。

富通科技集团成立近30年，从国内最早的IDC、ICT行业建设起步，到如今正伴随汽车、3C进行全行业数字化转型。富通正在这个赛道上一点一点的做垂直深耕，包括去年，北京最大的赛事是冬奥会。作为人工智能的供应商之一，我们承载着运动员的伤病判断。花滑的时候，一个韩国运动员摔倒了。大家都觉得可能问题不大，但是我们的机器给出的指令是有重伤的可能，因为从倾倒的姿势和腿落地的瞬间来看，我们认为有风险，按照机器的指令给了我们协助。

一辆汽车的诞生，经历了研究、设计、试制、生产、制造、销售、售后的全过程。我们希望首先在供应链上，能够帮助一二线供应商和整车厂商提升在行业中的关键地位。基于供应链模型，可以分为几个层次，可以量化，也可以自动优化，让大家都达到量化层次，甚至优化层次。我也从最新的研究报告中看到了国内外汽车制造商使用的柔性生产平台，这将成为未来我们整个供应链中至关重要的标准。我们做业务调度的时候，咨询的过程要深入到企业的全链条流程，包括对行业方向的分析，正向研发用什么工具和流程，核心标准是什么。最重要的是我们会做，包括生产计划上的零件、材料、来料、供需平衡的分析。有了整体的判断能力，才能给我们的企业更好的数字化转型过程。

未来不仅是销售和制造，还要增强企业独立预测市场的能力。我们和很多汽车行业甚至非汽车行业的企业交流过，大家都有一个共同的需求和问题，就是市场预测。个性化定制不同于传统的大规模生产，需要加强企业物料生产的柔性管理，所以我们希望在企业具备相应能力的同时，可以预测需要多少客户和用户来我们的柔性生产和协同供应链。人工智能行业会通过不断优化和迭代模型，不断深化数字场景，赋予每个人这样的预测和预判能力。

最后总结一下，我们行业的人会说，你提出软件定义汽车了吗？其实幸运的是，在工业化和现代化融合的过程中，每个行业都要相互交叉。对于我个人对数字化创业和数字化转型的想法，我们不定义谁，也不定义谁。我们只想成为中国汽车制造升级的同路人。

谢谢大家！

(注:本文根据现场速记整理，未经发言人审核。)

标签：北京理念

汽车资讯热门资讯