北京 — 隨着ChatGPT掀起的新一輪企業數智轉型熱潮，很多企業都在積極探討如何高質量、規模化和安全地採用人工智能來實現創新和突破——他們首先想到的是場景，然後會考慮技術的成熟度與可信度，最後會思考如何將技術落地並快速產生業務價值。
早在兩年前，IBM就洞察到客戶採用新興技術可能遇到的問題，在2021年初開始進行大量投入，成立了售前的車庫創新體驗（Client Engineering) 團隊和售後的客戶成功管理（Customer Success Manager，後簡稱”CSM”）團隊。利用IBM獨特的車庫創新方法，幫助客戶在轉型初期就能從戰略、組織和文化的層面做好準備，共同定義出用技術解決業務問題的最小可行性方案，以最小的成本實現規模化的創新，提高轉型的成功率。而已經採購了IBM技術的客戶，通過與IBM CSM團隊技術專家的共創，能夠開發出更多行業應用場景，實現技術價值的最大化，同時為行業貢獻領先的應用方案。
以汽車行業為例，全球汽車行業正處於電動化與智能化的重大變局與挑戰當中。據乘聯會統計，中國燃油車市場銷量已經連續三年下滑；隨着價格戰加劇，甚至陸續有車企退出市場。而裹挾其中的汽車零部件廠商，更是面臨如何在紅海中生存與發展的問題。
作為一家全球性的汽車零部件廠商，延鋒汽車的總部位於上海，在全球20個國家擁有9家研發基地、240多個工廠與技術中心，員工總數超過55,000人，為全球整車製造商提供汽車零部件產品的設計、開發和製造。面對挑戰，延鋒汽車的做法是——攜手像IBM這樣技術領先且擁有豐富企業經驗與技術專長的公司，共同探索數據為先的數智化之路，實現降本增效與創新發展。延鋒汽車的經驗，相信可以為當下積極探索”AI為先”策略的行業與企業提供寶貴的借鑒。
場景一：將海量外部通用訂單自動轉為內部訂單
技術：利用IBM Watson Discovery強大的自然語音學習能力，變身智慧大腦
延鋒汽車每天收到整車廠和下游廠商的訂單量巨大，之前需要通過人工根據經驗把通用訂單轉為內部訂單，每個工廠每天需要兩名工作人員花150分鐘進行手工分類。即使在這樣的人工投入下，仍伴隨15%的分類錯誤，給延鋒汽車帶來成本和效率的雙重挑戰。
利用IBM Watson Discovery強大的自然語言學習能力，延鋒汽車成功構建起AI模型， 從他們涵蓋了1.8億歷史數據、200多種排列組合、結構化數據和非結構化文本的混合數據中，學習通用訂單對應的內部訂單背後蘊藏的規則，變身智慧大腦，實現了全自動執行流程，無需人工操作，將訂單分類正確率從85%提升到97%，大大減少了返工時間，實現了降本增效。
場景二：實現分支生產車間和總部之間海量數據的高速傳輸，為智能庫存與預測夯實數據基礎
技術：利用IBM Cloud Pak for Integration – Aspera實現高速數據傳輸
延鋒汽車的智能製造部門希望與IBM共同探索智慧庫存與預測的應用場景。雙方探索的焦點最後落在數據治理上，為了驅動決策預判和自動識別，需要利用大量數據進行模型訓練，而現有的數據傳輸方式不甚理想。
為了實時掌握分布在全球240多個工廠眾多車間的零部件庫存使用情況，延鋒汽車利用各工廠的監控攝像頭將成千上萬張的實時照片快速地傳回總部。起初，智能製造部門採用傳統的複製粘貼的方法來傳輸批量的照片文件，由於傳輸速度慢、網絡延遲明顯、丟包嚴重，需要多次分批次手工選擇對應照片文件進行複製，這樣既耗時又容易誤操作，同時無法斷點續傳、無法自動重連、無法自定義傳輸速度，主幹網的傳輸帶寬無法得到充分利用。
在IBM CSM團隊的幫助下，延鋒汽車僅用一天時間就完成了小而美、輕量級的 IBM Cloud Pak for Integration – Aspera 的組件部署，構建起企業級的文件傳輸解決方案，使延鋒汽車的文件傳輸速度平均提高了10倍，節約了人工等待時間，避免了人工誤操作，實現了斷點續傳和自動重連，並且可以動態配置傳輸帶寬和限速，在不影響 ERP 核心系統性能的前提下最大化地提高了實時監控文件的傳輸效率，為實現其智能庫存與預測的願景奠定了基礎。
場景三：解決開源的數據抽取工具Kafka帶來的運營瓶頸
技術：利用IBM Cloud Pak for Integration-Event Streams輕鬆實現高可用的數據抽取
延鋒汽車在每一個分支工廠都部署了一套開源的Kafka集群，用作MES系統中多項實時生產數據的抽取，提供給各個工廠的MI看板系統進行查詢和展示。然而，這套開源系統帶來很多問題。比如，每次的手工安裝部署、配置以及升級維護都需要花費數天甚至數周的人力成本；無法保證企業級的高安全和高可用；需要持續投入額外的員工培訓成本和專家諮詢服務費用；不支持與核心業務系統以及常用生產系統的天然集成；沒有配套的Kafka技術支持和售後保障等。
在IBM CSM團隊的努力下，延鋒的樣板工廠開始採用 IBM Cloud Pak for Integration中的 Event Streams 組件來做實時數據的抽取。生成數據的應用程序從MES系統中抽取零配件生產班次、生產數量、需求數量、返修數量、排序以及其他相關的生產數據，發送到對應的數據主題頻道。抓取數據的應用程序通過訂閱Event Streams的相應主題頻道，可以直接使用相應數據。MI Skynet 看板系統則可以選取指定的表字段，進行後續的儀錶板展示和預警分析。
通過部署Event Streams這一企業級的數據抽取解決方案，延鋒汽車可以實現”一鍵”部署，開箱即用，零宕機滾動升級，時刻擁有最新的Kafka穩定版本。同時，組件自帶圖形化操作界面，幾乎不需要額外的技能培訓。利用高安全性和異地複製功能，還能獲取企業級災難恢復能力。先進的模式註冊表和豐富的 Kafka 連接器以及可擴展的 REST API，輕鬆擴展現有企業資產的範圍。不僅如此，IBM還提供配套的企業級售後服務、專家諮詢和及時的問題排查，能夠幫助客戶獲取所需的技術專業知識。
場景四：實現核心生產設備的智能化產能測算和規劃，實現降本增效
技術：利用IBM Cloud Pak for Data – Decision Optimization實現注塑機產能測算和規劃
在汽車配件的製造過程中，注塑是其中一項重要環節。延鋒汽車為很多整車廠商提供例如儀錶板等內飾件，這些塑料件都需要一個核心設備註塑機來生產。由於各種車型的儀錶板規格不一，生產過程需要進行設備切換。例如，當設備用料從黑色切換成白色的時候需要清洗，而從白色切換成黑色則不需要清洗；從金色切換成紅色又需要疊加其它動作。設備切換會帶來成本問題，也會影響生產排期和庫存管理，比如：如何在降低庫存成本的情況下，決定不同產品的最優經濟批量？如何在滿足客戶需求的情況下，平衡多台機器一整年的產能？如何測算機器的產能，從而更好地調整計劃、發揮機器最大效能、提高生產率、降低加班率？如何確保計劃能夠在生產真正落地以及變化來臨時又能及時響應變化等。
在各種零配件需求不斷擴大和變化，而生產力和生產資源又十分有限的背景下，傳統的生產規劃方式多基於經驗和手工計算，容易產生生產效率低下、庫存成本高、人力負擔重等問題，嚴重影響企業生產效益，因此需要尋找新的方式給出合理的生產規劃和排產方案。
IBM CSM團隊聯合IBM實驗室專家服務團隊以及IBM中國開發中心專家，在和客戶充分討論之後，基於IBM Cloud Pak for Data的Decision Optimization功能模塊，為客戶打造了一個強大完備、敏捷高效的方案。這是兩種互相補充的方案：總體的多機器跨月份規劃方案以及單月精細排產方案。方案支持範圍廣，能夠支持20多個工廠的近百名工作人員對幾百台注塑機進行產能規劃；支持精度高，規劃的每個概要方案都配套精確的排產方案，對後續指導生產具有很強的實操性；變化更敏捷，規劃一組方案僅需幾分鐘到幾十分鐘，大大提高了對未來變化的響應程度，一旦客戶需求或者生產資源發生變化，可以隨時調整規劃；適應性更強，所做方案基於敏捷的通用平台，對業務人員友好，可以很輕鬆地擴展到其它生產設備，以及應用到其它類似領域。
行業場景+技術落地，共創共贏在路上
IBM CSM團隊陪伴着延鋒汽車在數智化轉型的征途中前行了兩年，從最開始實現外部到內部訂單的自動化轉化、解決全球工廠車間的高速數據傳輸問題，到用企業級工具替換開源工具實現高可用數據抽取，再到當前利用AI賦能的解決方案實現核心生產設備的產能測算和規劃；從數據的整合治理，到利用AI把數據用起來，實現精益化智能化的產能測算和規劃——一路走來，”業務場景 + 技術落地 => 行業價值”是我們共創共贏的準則和方法。
延鋒汽車可以說是以”數據為先”策略來直面業務挑戰的行業先鋒。與延鋒汽車攜手，除了第一個場景里使用的 IBM Watson Discovery, 另外三個 Cloud Paks 組件Aspera, Event Streams和Decision Optimization在延鋒汽車的成功應用，實現了這幾個產品在中國汽車行業的首個場景落地，相信可以為國內的汽車行業與智能製造行業提供有益的借鑒。
與客戶共創是 IBM CSM 團隊最主要的工作方式，IBM CSM 的架構師不僅擁有強大的技術背景與豐富的落地經驗，他們對特定行業的很多新應用和數字化轉型項目也有着深入的理解。通過與客戶一對一的長期合作和對客戶的成功負責的態度，他們已經逐漸成為對客戶的業務場景與IT架構及環境有着深刻理解和深受客戶信賴的技術顧問。
不久前，IBM在2023年度 Think 大會上推出 IBM watsonx，一個針對基礎模型和生成式AI 的全新數據平台，一個能夠幫助企業利用可信數據來擴展和加速領先的AI影響力的強大工具。未來，在企業從”+AI”步入”AI+”、從”數據為先”步入”AI為先”的關鍵時刻，當企業渴望擁有一個完整的技術堆棧，能夠跨整個組織來訓練、調整和部署 AI 模型（包括基礎模型和機器學習等能力），能夠在任何雲環境下都具備可信的數據、速度和治理的時候，IBM就在你們身邊，包括每一位以客戶成功為己任的IBM CSM架構師。
作者：IBM 大中華區客戶成功管理部總經理 朱輝
