电子展|专注AI+制造：创新奇智大模型工业落地初显成效，探索工业智能机器人新方向

电子展了解到，整个 8 月，OpenAI 连续不断的行动似乎在告诉我们：风向要变了。从发布 System Card，开放大模型微调能力，再到针对逻辑能力改进，可个性化训练部署的「草莓」模型，一系列曝光的项目和产品，都显现着实用化的明确目的。

大模型的发展正在呈现不平衡的景象：在一边，技术覆盖已有了可观的数字，OpenAI 宣布 ChatGPT 每周活跃用户量达到两亿，走开源路线的 Meta 则报告 Llama 系列模型下载量接近 3.5 亿；但在另一边，原本预料中对于众多行业的「颠覆」似乎还没有起势。

对于工业落地来说，新技术的应用意味着切实能够带来生产力的提升。各家科技公司已经走到了比拼技术商业化的攻坚阶段，比拼的是谁落地得更快，谁的落地更实用。

就在这波降低技术门槛、优化模型的大潮中，国内的一家公司脱颖而出，它从创立之初就确立了大模型「工业化落地」的方向，并已经取得了一系列成果。

在工业领域，创新奇智为客户量身打造的智能化数据治理解决方案正在发挥作用。

面向制造业，创新奇智打造出了实用化的设备维护智能体。电子展了解到，在与中加特电气的合作中，基于大模型应用 ChatBI 及 ChatDoc，结合工厂 MES 系统（制造执行系统），创新奇智在生产端打通了设备的维护保养闭环。

使用这一套工具，人们可以通过简单对话的方式实现生产设备数据查询、故障预测、根因分析、设备维修告警、维修方案推荐、维修工单生成等功能，进而执行设备保养维修的全流程智能化维护。

采用大模型智能体方案后，人们可以通过 AI 预防生产故障，减少维修次数，每年可以降低多达 265 万维修成本。同时，因为设备故障检修次数变少，生产效率可以提升 36.3%。通过对数据的根因分析，用户更可以快速找到设备故障的原因，维修响应时间降低了 30%，解决故障的时间从平均 10 小时，降到了 7 小时以内。

除了提升维护效率，在很多行业中，大模型技术也可以帮助人们快速分析数据，辅助进行决策，大大提升数据和信息资产积累的效率。

平安资管拥有庞杂的数据库系统，包含数万张数据表及数十万计的字段，存在大量结构化、非结构化、半结构化数据。面对庞大的数据资产，各表单之间复杂的关系网络，要想用人力进行梳理，就需要耗费大量时间。

人们将所有数据接入到大模型数据管控平台中，通过 ChatBI 应用为客户实现数据分析洞察，通过 ChatDoc 应用为客户实现数据运维洞察，充分解决了以上难题。在实践中，ChatBI 可以帮助用户仅通过对话的方式，即刻查询到所需的指标、表、字段等信息；还可以快速追踪数据的来源和流向，了解数据在各系统之间的流动情况，让数据盘点效率提升了 10 倍。

而 ChatDoc 可以帮助客户通过对话的方式 ，即刻生成某项信息报错后的解决方案，还可以快速查询合规要求，生成操作建议，将整体误操作事件降低了 80%。

电子展了解到，当前，围绕制造业打造的大模型解决方案通常可分为两类。一类涉及产线运营效率提升，如工业质检；另一类则被称作企业信息智能，信息和知识密度较大，非常适合大模型的应用。

这些领域的数据对于大模型的针对训练来说已经完全可用。随着闭环的形成，新生成的数据反哺并不断提升模型能力，解决方案也在逐渐跑通。

文章来源：机器之心