由中国科学技术协会、北京市人民政府、海南省人民政府、科学技术部、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26-28日在北京、海南两地以线上、线下相结合的方式召开。其中，北京会场位于北京经济技术开发区的亦创国际会展中心。
大会由中国汽车工程学会等单位承办，将以“碳中和愿景下的全面电动化与全球合作”为主题，邀请全球各国政产学研界代表展开研讨。本次大会将包含20多场会议、13,000平米技术展览及多场同期活动，200多名政府高层领导、海外机构官员、全球企业领袖、院士及行业专家等出席大会发表演讲。
其中，在8月28日举办的技术研讨：“新能源汽车先进制造及绿色供应链”上，北京富通东方科技有限公司副总裁 张玥发表精彩演讲。
以下内容为现场演讲实录：
各位专家，各位嘉宾，大家上午好。今天我带来的演讲内容是关于智能制造在汽车主机厂、零部件厂的数字化和智能制造。我有四个主题，过程当中会有一些案例和观点的分享。第一，概念性，什么是对的。因为刚才诸位专家都讲到，无论汽车行业还是中国制造业，数字化转型其实是一个相对笼统，可能还没有一个足够清晰定义的过程。数字化转型对于我们个人来讲是什么，现在我们已经习惯使用微信，甚至不简简单单是沟通工具，而是连通的工具。传统内容的获取都有报刊亭购买书报，现在利用几秒种就可以利用短视频获取信息。从传统到数字化转型，其实是数字化的产品改变了我们的生活方式。听前面专家演讲的过程有一个感想，我们有很多技术领域都在一个明确目标下实现技术攻关，企业从1到10的过程，更加很好的市场化。但数字化领域，尤其是数字化加智能制造，我们一开始是没有一个依据可循的，我们做的每一步都是尝试的过程。我想分享我在三个和客户沟通案例中给我的触动。第一，我们曾经和一个汽车零部件企业进行涂装换色的智能化升级。这个企业在每个工位的涂装过程中，除了理性的工业规则有一些感性认识，比如前后工序的状况，清漆颜色的使用。这个过程中一旦产生人员流失，对于经验的传承会大大折扣，将传承和经验路线放到协同平台，产生了对工人的指导，所以我们称之为工位级的排产平台诞生。
商用车主机厂案例，最大的问题就是关键件采购，经常因为关键件没有到位，不能给供应商沟通，产生生产性的延时问题。我们是IT从业人员，我们做IT时会考虑这样一个问题，如果一个关键件不能到达，后面的联动是否要配套，就是其他物料调整，对后工序产生调整。这样的情况下，产生动态联动效果。
第三个案例，我们觉得比较好的事儿，软硬联动。一个企业里面有一条辅线，包括主料和辅料，是半成品和再制品的运送过程，存在大量人力因素和不确定性，我们和企业交流，能否用自动化的机械臂实现，随之而来的问题，谁给机械臂做命令，如果依然用人工，和原有产线没有太大差别，因为没有减员，也没有空间更大利用，我们用协同平台的指令推送，很好的和主流机械臂品牌联动，达到推送过程。
刚才讲到什么是对的，我们是通过一系列案例，不停的校验我们给企业带来什么。数字化核心，我们这些年看到工信部一些标准和准则，也在不停的在智能制造和数字化转型层面有更新。主流技术在数字化里面有云智能、大数据、云计算、物联网、5G、元宇宙等，我们会在应用这些技术的同时，和行业探讨，什么样的技术更适合这样的业务场景，他是如何做匹配的。在这里因为我是从事人工智能行业，我经常和我的企业伙伴进行交流。我们谈到人工智能，我们先要给他做分类，就像我们的自动化、工业技术也会有分支和分类一样。常人经常了解到，进入会场需要刷脸，通过一些打电话或智能客服跟您沟通，这些是模式识别的过程，通过您的生物数据、声音数据进行判定和下一步的动作。我不知道有没有朋友是炒股的，现在都会有一些机器学习方式给到投资研判，类似这样的数据挖掘和机器学习的方式，经常用于一些药品研发、金融产品研发和市场预测当中。在我们的领域，利用的是资源优化，不停进行多目标求解的过程。比如刚才提到的不同工艺规则之下如何用一个很好的资源匹配。在这样一个人工智能分支领域里，我们也有研发自己的一个求解器，通过求解器升级迭代，让运算速度加快。现在主流的求解产品都是开源的形式，未来我们也是希望通过一种开源的技术，封装好一种产品，给到企业直接做应用。
我们刚才讲到技术驱动，在我看来智能制造核心能力必须同时符合三个特点，技术驱动的能力，产品落地的能力，标准指定的能力。所以我们经常把我们自研的一款APS生产排程产品去称之为一个制造行业的定位器。
第三个板块，我们要有咨询能力、研判能力、定义标准的能力。其实大家知道，在不同的场景里，比如今天专家有分享到，我们车身轻量化，安娜讲到涂装黏合剂的效果，我们要对每个领域有顾问和研究，才能对这个场景充分展开。一些标准的能够给制造领域，尤其是汽车主机厂和相对应的零配件厂起到的效果，包括物料的提效提升，同时包括降本增效。依据我们制造的数字化经验，我们也会分为底层的技术，刚才讲到的大数据、云计算、人工智能，也会分为核心软件平台技术。
讲到我今天分享的核心主题，在场景当中，我们如何利用智能制造数字化技术给企业赋能。这里面的例子相对于比较聚焦在某个点上，我们和企业有过涂装换色的研判，是在汽车行业当中非常关键的环节。
刚才讲到工位级的保险杠排产，规则达到500多条，比如颜色之间，黑色、白色不能衔接，过程中如何错落，机台做喷枪清洗过程中，人员换服装过程中，都会作为数据体纳入进来。类似刚才提到的机台、物料的管理，这样的案例，我们在亦庄地区和一家企业沟通的时候，他把货品拉到作业区外，进行入库之前，或者进行储运之前，会有一个临时储放区，如何对物料更好的临时储放，也是我们非常好的场景。利用员工服装更换或吃饭的交接班过程中做换模，利用人工智能算法，我们做了各小产品。空间码放时设计成规则或不规则的形状体，会有长宽高或指定界限，怎样利用形状做综合的码放堆叠，都可以通过人工智能算法研判。于是我们可以给到企业装箱时完整的料单，不需要人工核对和研判。
刚才也提到，整车厂在试制过程需要快速迭代，由两三年压缩到一年，通过一些传统制造数据，还有市场客户表现数据给到企业很好的定位。这是我们给企业做的一个案例中，把上面方方面面的维度进行了展示。后面也是一个相对详细的案例，这个企业是相对于汽车零部件一个关键的核心，尤其新能源的一个零部件，在这过程中遇到供应链的供应问题和装配的资源问题。
首都机场的一个项目，是否是进机位，还是乘坐摆渡车，领取行李转盘是不是足够快速有效的给到您，机场来说这些都是资源，根据旅客的情况、场地情况进行调度，现在我们也在研判这样项目的未来规划，就是到厂站里面所有的摆渡和无源设备的综合利用。
前面的这些小案例，其实想表达的还是我们虽然从技术角度驱动，但想要做好每个数字化转型，一定是在整体架构设计之下，在每个场景下垂直钻研，才有可能给到合作伙伴想要的降本增效或者预判未来的效果。
富通科技集团成立有将近三十年时间，从最早中国一砖一瓦建设IDC、ICT产业开始，到今天陪同汽车、3C，做整个行业的数字化转型。富通在这个赛道上一点一点的做垂直深耕，包括去年，北京最大的事件是冬奥会，我们作为人工智能供应方之一，承载运动员的受伤研判。花滑的时候，有位韩国运动员摔倒，大家都觉得可能问题不大，但是我们的机器给到的指令是有严重受伤可能，因为从倾倒姿势，腿着地一瞬间的角度，我们认为有风险，根据机器研判指令给到救助。
一辆车的诞生要经过研判、设计、试制、生产、制造、销售、售后的整体过程。我们希望是首先在供应链环节上，我们能够助力一级、二级供应商和整车厂商，为他们产业当中的关键位置做提升。基于供应链模型，分为几个等级，可量化或者自动优化，让大家做到量化级，乃至于优化级。我也从最新的研报看到国内外整车厂沿用的柔性化生产平台，这块将来在我们的整个供应链里面会成为至关重要的评判标准。我们做业务调度的时候，顾问过程中要深入到企业的全链条过程，包括分析产业的方向，正向研发中使用什么样的工具、工艺，核心标准是什么，最重点的就是我们做得出来，也包括生产计划上面的部件、物料、来料、供需平衡的分析。有了整体的研判能力，才能给到我们企业更好的数字化转型过程。
未来不仅卖得出去、做得出来，也是提升企业自主对市场预测的能力。我们曾和很多汽车行业乃至非汽车行业企业都沟通过，大家有一个共同的诉求和难题，就是市场的预判。个人化的定制和传统大批量的不同，必须加强企业物料生产的柔性管理，所以我们希望在企业有相应的能力的同时，预测到多少个客户、用户需要到我们企业这样柔性生产和协同性的供应链。人工智能行业会通过不断的优化、迭代模型，不断的深耕数字化场景，给到大家这样的预测和预判能力。
最后总结一下，大家对于我们这个行业的人会讲，是不是你们提出了软件定义汽车？其实还好，两化融合的过程中，一定是每个产业都要相互交叉的。对于我个人来做数字化创业、数字化转型的理念，不是定义谁或被谁定义，我们只希望做中国汽车制造升级的同路人。
谢谢大家!
