大模型扎根生產(chǎn)一線，用友BIP為中國智造“再續(xù)新篇”！
隨著生成式AI大模型的爆發(fā)，越來越多的企業(yè)開發(fā)了服務(wù)工業(yè)制造等一些領(lǐng)域的大模型。在工信部召開的傳統(tǒng)產(chǎn)業(yè)改造升級媒體圓桌論壇中，相關(guān)司局主要負(fù)責(zé)人指出“工業(yè)大模型是推動(dòng)重點(diǎn)行業(yè)轉(zhuǎn)型升級的新路徑和新模式之一”。
3大算法，18大業(yè)務(wù)場景，4大規(guī)?；瘶I(yè)務(wù)
數(shù)智驅(qū)動(dòng)“智造”新質(zhì)生產(chǎn)力在制造領(lǐng)域，用友在工業(yè)智能模型的研發(fā)和領(lǐng)域大模型的研究上積累了豐富的實(shí)踐經(jīng)驗(yàn)和領(lǐng)先的模型產(chǎn)品，截止目前，已沉淀工業(yè)機(jī)理模型2926個(gè)，基于用友BIP智能制造工業(yè)大腦，創(chuàng)新研發(fā)以運(yùn)籌學(xué)為核心的智能算法、以深度學(xué)習(xí)為核心的圖像識別、以工藝機(jī)理為核心的機(jī)理模型等三大領(lǐng)域，18大業(yè)務(wù)場景，4大規(guī)?；瘶I(yè)務(wù)。用友BIP智能制造全面支持工業(yè)大數(shù)據(jù)與經(jīng)營大數(shù)據(jù)、企業(yè)內(nèi)部數(shù)據(jù)與社會(huì)化數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)的融合，基于業(yè)界首個(gè)企業(yè)服務(wù)大模型YonGPT，應(yīng)用運(yùn)籌學(xué)算法、深度學(xué)習(xí)算法和工藝機(jī)理模型，為制造企業(yè)提供工業(yè)智能服務(wù)，包括廢鋼智能判級、產(chǎn)線智能排程、合金智能配料、智能裁切設(shè)計(jì)等智能主題應(yīng)用，為大型制造企業(yè)提供領(lǐng)先的工業(yè)智能主題場景和生產(chǎn)智慧運(yùn)營服務(wù)，助推新型工業(yè)化深入生產(chǎn)核心環(huán)節(jié)，用數(shù)智驅(qū)動(dòng)“智造”新質(zhì)生產(chǎn)力。一、四大工業(yè)智能規(guī)?；黝}場景——智能排程采用運(yùn)籌學(xué)建模和求解算法，用智能算法代替人工排程，實(shí)現(xiàn)了在復(fù)雜的排程規(guī)則下的優(yōu)化求解，合理控制生產(chǎn)節(jié)奏，節(jié)省排產(chǎn)人員的排產(chǎn)時(shí)間，優(yōu)化排產(chǎn)效果，大幅提高工作效率。
- 行業(yè)地位：算法技術(shù)在國產(chǎn)ERP廠商中領(lǐng)先；
- 主要功能：采用標(biāo)準(zhǔn)功能+定制化（基于行業(yè)特性定制算法模式，利用規(guī)劃算法和啟發(fā)式算法實(shí)現(xiàn)優(yōu)化排程；
- 客戶數(shù)量：10余家客戶應(yīng)用驗(yàn)證；
- 客戶價(jià)值：計(jì)劃排程更科學(xué)、生產(chǎn)效率大幅提升；
二、四大工業(yè)智能規(guī)模化主題場景——智能配料運(yùn)用人工智能理論，結(jié)合先進(jìn)的數(shù)據(jù)模型建立和快速算法，大幅提升配料效率，通過優(yōu)化配比為企業(yè)降低成本。只需要錄入配料指標(biāo)，系統(tǒng)自動(dòng)調(diào)取數(shù)據(jù)進(jìn)行智能配料，全程無需人工干預(yù)，實(shí)現(xiàn)流程化、標(biāo)準(zhǔn)化、高效率，無差錯(cuò)。- 行業(yè)地位：產(chǎn)品成熟，科學(xué)決策，快速高效，算法技術(shù)領(lǐng)先；
- 主要功能：運(yùn)用人工智能理論，結(jié)合先進(jìn)的數(shù)據(jù)模型建立和快速算法，減輕配料負(fù)責(zé)人的工作負(fù)擔(dān)，通過優(yōu)化配比為企業(yè)降低成本?？梢詰?yīng)用在配礦，配煤，配合金，產(chǎn)品產(chǎn)量調(diào)配等多個(gè)場景；
- 客戶數(shù)量：16家客戶應(yīng)用驗(yàn)證；
- 客戶價(jià)值：制造企業(yè)的最佳配料小能手，穩(wěn)定質(zhì)量，降低原料采購成本，助力企業(yè)在采購環(huán)節(jié)，生產(chǎn)環(huán)節(jié)，財(cái)務(wù)環(huán)節(jié)，銷售環(huán)節(jié)全面提升；
三、四大工業(yè)智能規(guī)?；黝}場景——智能分切基于智能分切優(yōu)化算法代替人工測算，在原料總面積或長度固定的情況下，進(jìn)行多個(gè)訂單的切割、拼接，實(shí)現(xiàn)智能分切優(yōu)化，幫助制造企業(yè)節(jié)省材料、降低成本，基于智能決策提高切割效率和切割質(zhì)量，降低人員成本，提高投入產(chǎn)出比。
- 行業(yè)地位：算法技術(shù)成熟，交付快，多種套切算法支持多種場景，技術(shù)領(lǐng)先；
- 主要功能：用智能算法解決裁切、排樣、下料、切割、拼接、裝箱等問題，支持造紙/薄膜/鋼卷裁切場景，支持金屬板材切割工藝優(yōu)化。比如零件借邊切割工藝，共邊切割工藝，連割工藝，穿孔工藝；
- 客戶數(shù)量：10余家客戶應(yīng)用驗(yàn)證；
- 客戶價(jià)值：提升工作效率，降低切邊損耗、提高產(chǎn)量，減少樣式數(shù)和改刀數(shù)，提高利用率，節(jié)約計(jì)劃時(shí)間，減少人為失誤，提高訂單完成率，為客戶節(jié)約原料成本，減少遺留庫存，提升庫存周轉(zhuǎn)，集成ERP/MES系統(tǒng)，交互訂單/庫存數(shù)據(jù)，優(yōu)化閉環(huán)供應(yīng)鏈；
四、四大工業(yè)智能規(guī)模化主題場景——廢鋼判級結(jié)合圖像采集技術(shù)、自動(dòng)拍照技術(shù)、深度學(xué)習(xí)技術(shù)、數(shù)據(jù)接口技術(shù)、5G通信技術(shù)等先進(jìn)技術(shù)采用最先進(jìn)的基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法，通過對海量廢鋼圖片的訓(xùn)練構(gòu)建廢鋼智能識別模型，實(shí)現(xiàn)廢鋼檢驗(yàn)遠(yuǎn)程監(jiān)控、廢鋼的智能判級以及扣雜數(shù)量的智能判定。- 行業(yè)地位：產(chǎn)品成熟，算法技術(shù)行業(yè)領(lǐng)先；
- 主要功能：采用機(jī)器視覺算法，實(shí)現(xiàn)對鋼鐵企業(yè)廢鋼的智能判級、扣渣和危險(xiǎn)物預(yù)警；
- 判級車輛：10000+輛車實(shí)現(xiàn)智能判級
- 客戶價(jià)值：每年廢鋼采購量100萬噸計(jì)算，噸廢鋼相比人工可節(jié)省30余元，年節(jié)省3000余萬元。
大模型扎根生產(chǎn)一線
用友BIP為中國智造“再續(xù)新篇”
用友BIP智能制造扎根于生產(chǎn)現(xiàn)場，為生產(chǎn)一線賦眼增智，深研算法，與客戶共同“打磨”更懂業(yè)務(wù)的大模型，為制造客戶創(chuàng)造真實(shí)價(jià)值。目前，用友BIP智能制造基于大模型的智能場景已經(jīng)服務(wù)30+家大型客戶，為眾多客戶創(chuàng)造“數(shù)智”新價(jià)值。我們以廢鋼判級大模型為例，其是一個(gè)基于視覺的自監(jiān)督表征學(xué)習(xí)的多任務(wù)大模型，可以實(shí)現(xiàn)無標(biāo)注或少標(biāo)注的客戶場景遷移，幫助產(chǎn)品批量化交付。方案入選2022年工信部工業(yè)互聯(lián)網(wǎng)“平臺+綠色低碳”試點(diǎn)示范?！坝糜鸦谧钕冗M(jìn)的基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法，通過對海量廢鋼圖片的訓(xùn)練構(gòu)建廢鋼智能識別模型，已在鞍鋼等20余家鋼鐵企業(yè)上線應(yīng)用，廢鋼判級準(zhǔn)確率達(dá)95%以上。由于該大模型具有很好的泛化能力和自適應(yīng)能力，面對企業(yè)的不同需求，對原本模型的改動(dòng)量依然很少。”（摘自中國電子報(bào)《大模型叩響工業(yè)大門》采訪報(bào)道）。在裝備、食品、石化、冶金、電子等行業(yè)，用友BIP智能制造也有諸多成熟且卓有成效的智能化場景應(yīng)用：例如，基于“智能配料”，幫助江銅貴冶打造銅冶煉智能工廠，實(shí)現(xiàn)銅礦的智能配料，針對復(fù)雜生產(chǎn)問題，實(shí)現(xiàn)人工智能、動(dòng)態(tài)規(guī)劃、數(shù)據(jù)挖掘和MES的深度結(jié)合，陽極銅合格率提高0.25%，并顯著降低了陽極爐噸銅能耗；基于“智能排程”幫助某航天研究所解決電子元器件生產(chǎn)過程中老煉崗位排產(chǎn)問題，在有限資源、多種工藝約束、換產(chǎn)約束、優(yōu)先級約束等復(fù)雜條件下，尋求供給與需求之間的平衡規(guī)劃，解決產(chǎn)線級優(yōu)化排程的問題，實(shí)現(xiàn)上板器件總數(shù)大大提升，提升接近100%；基于智能分切幫助某鍋爐企業(yè)蛇形管材實(shí)現(xiàn)裁切智能優(yōu)化，根據(jù)不同規(guī)格的原材料整材，及庫存中的余料，生產(chǎn)不同蛇形管材，但不同材質(zhì)，裁切后拼接成不同產(chǎn)品規(guī)格時(shí)，有禁焊區(qū)的要求，裁切優(yōu)化算法，不僅計(jì)算出優(yōu)化的裁切方案，還要提供拼接方案。大大降低人工方案的時(shí)間及廢料量。引領(lǐng)者、實(shí)踐者、共建者
讓數(shù)智化在更多的制造企業(yè)成功！
未來，用友將繼續(xù)迭代訓(xùn)練YonGPT，并不斷豐富基于這個(gè)大模型的各類企業(yè)服務(wù)，持續(xù)踐行“數(shù)字化為基礎(chǔ)，智能化產(chǎn)生新價(jià)值的理念”：持續(xù)深化大模型技術(shù)和工業(yè)模型的融合
推動(dòng)工業(yè)智能化和數(shù)字化轉(zhuǎn)型，幫助制造企業(yè)提高效率、降低成本和提升產(chǎn)品質(zhì)量；持續(xù)研發(fā)基于大模型分析大規(guī)模的生產(chǎn)數(shù)據(jù)和設(shè)備傳感器數(shù)據(jù)的創(chuàng)新主題應(yīng)用
為企業(yè)提供數(shù)據(jù)驅(qū)動(dòng)的決策支持，幫助優(yōu)化生產(chǎn)過程、預(yù)測故障風(fēng)險(xiǎn)和改善產(chǎn)品設(shè)計(jì)；持續(xù)加強(qiáng)與技術(shù)提供商、研究機(jī)構(gòu)和企業(yè)的合作
共同推進(jìn)大模型技術(shù)的研發(fā)及實(shí)踐、大模型人才體系的實(shí)訓(xùn)與培養(yǎng)、數(shù)據(jù)安全和隱私保護(hù)等行業(yè)標(biāo)準(zhǔn)及相關(guān)法規(guī)的建立健全，共同推動(dòng)工業(yè)大模型的產(chǎn)業(yè)生態(tài)的繁榮和發(fā)展。
做工業(yè)大模型技術(shù)的引領(lǐng)者、用智能驅(qū)動(dòng)數(shù)據(jù)的實(shí)踐者、繁榮產(chǎn)業(yè)生態(tài)的共建者，用創(chuàng)想與技術(shù)推動(dòng)商業(yè)和社會(huì)進(jìn)步，助力中國和全球千行百業(yè)制造企業(yè)邁向高質(zhì)量發(fā)展，讓數(shù)智化在更多的制造企業(yè)成功！
滬公網(wǎng)安備 31011502014502號
