制造业一直在努力利用最新的技术，不懈追求提高自动化程度、增强运营透明度并加快产品和技术开发。

生成式人工智能，特别是大型语言模型（LLM），如ChatGPT是目前在制造业内崭露头角的范式转变。生成式人工智能可以利用现有数据来编造新的、独特的数据集，而LLM则进一步发展了这一概念，提供了无与伦比的能力来剖析和协调错综复杂的信息，并和人类以自然语言对话互动。

除了优化工作流程外，人工智能和LLM将如何重新定义制造业？

【资料图】

制造业需要处理大量复杂的非结构化数据，包括传感器读数、图像、视频和遥测数据等。实时数据流和与上下文数据源的集成对及时有效地响应事件至关重要。

通过新的工具赋能从业人员，LLM能彻底改变这一行业。它们可以重新定义操作人员与系统和文件的交互方式，从而推动生产率、客户满意度和财务业绩的指数级提升。

其中，有两个经常被忽视的领域却至关重要：自然语言界面和产品设计与优化。这些领域蕴藏着巨大的潜力，可为制造业带来切实的影响和可观的投资回报。

基于LLM的制造业自然语言界面：复杂系统的简便访问

人工智能，尤其是LLM及其自然语言界面，在彻底改变制造效率、工人参与度、产品质量和采用率方面具有巨大潜力。

制造设施需要无缝的信息传输，而这通常是通过生产审核来实现的。生产审核旨在发现计划与生产现场之间的差异，加强决策，提高运营效率、客户满意度和财务成果。而通过转向有针对性的类人对话，企业可以专注于识别瓶颈、制定恢复计划并减少复杂的数据提取时间。这可以简化流程，从而提高运营绩效和生产力。

LLM在这一转变中发挥着至关重要的作用，它使操作员能够使用自然语言与数字孪生和控制塔等复杂系统进行交互。LLM也提高了语音交互的准确性，使其在嘈杂的环境中也能使用并重复。因此，LLM可以降低工人学习曲线并减少对大量数据分析或编码培训的需求，提高生产效率。非技术人员也可以浏览复杂的系统，从而提高响应速度和采用率。LLM重新定义了人机交互，为制造业带来了实在的变革。

基于LLM的制造业产品设计：优化创造力和协作，设计可持续解决方案

传统上，产品设计师专注于产品概念和规格，而操作人员则负责生产任务。然而，LLM可以使设计过程更加知情和民主，将一线操作人员的见解纳入决策过程中。这些操作人员拥有实际生产过程的理解能力，能够提出有价值的见解。LLM则能帮助将他们的想法转化为可操作的设计建议。

通过分析操作人员的见解，LLM能够生成考虑到实际因素和限制的设计，从而形成现实有效的解决方案。这种合作方式能培养操作人员的主人翁意识和参与感。

由于制造设备和机器人系统中蕴含着丰富的信息，因此LLM可以在产品设计和优化方面发挥重要作用，可以将这些知识与市场趋势、科学文献和客户偏好相结合。

由此产生的设计概念符合可持续发展和环境准则。LLM还可以提出替代方案，模拟性能情景，并推荐可持续材料和制造工艺。这种数据和专业知识的整合推动了设计创新，同时解决了环境问题并满足了客户需求。

释放协作的力量：在人工智能增加制造业的实践中维护多方利益

制造业与LLM相结合固然具有诸多优势，但，解决知识产权、所有权和商业秘密问题也很关键，这样才能保护所有利益相关者的利益。在采用LLM的过程中，应制定明确的指导方针、政策和框架，以确保与现行法律和企业治理保持一致。

世界经济论坛人工智能负责人李响强调：“虽然人工智能为产业创造价值提供了巨大机遇，但也要考虑多方面的风险和挑战。清楚地了解LLM的构成，包括安全防护、测试和评估、风险以及数据来源，是确保其符合现行法律和企业治理的关键。此外，对终端用户进行适当培训也是促进负责任地、知情地使用人工智能生成式应用的关键。”

美国先进制造中心首席执行官Cynthia Hutchinson则强调了该中心在促进工业界、政府和学术界之间的合作并在人工智能增加制造业的实践中维护多方利益方面的作用。她说：“重要的是要在先进制造业中建立一个包容的生态系统，确保所有利益相关者都有发言权，并在知识交流、创新、应对挑战和推动经济增长方面建立信任。利用各部门的专业知识和资源，释放人工智能和LLM（如ChatGPT）的全部潜力，为更可持续的未来做出贡献。这其中的潜力无疑是巨大的。”

提高制造业对人工智能的认识并促进其应用，对于制造业的持续增长和成功至关重要。为了充分发挥人工智能在制造业中的潜力，我们需要进一步研究、讨论和进行行业案例分析，来寻找尚未开发的应用。