華磊迅拓黃睿：ChatGPT時代，MES將開啟數據智能新體驗

ChatGPT引發的新一輪AI熱潮席卷各大行業。如何借用AI解決自己所在領域的問題，對已有技術、產品進行升級、改造，成為了眾多企業家積極探討的熱門話題。

華磊迅拓創始人、總經理、產品總架構師黃睿也在密切關注ChatGPT、文心一言等相關進展。入行20多年，黃睿一直對新興技術保持著高度的敏感度和開放性。正因如此，華磊迅拓持續獲得新鮮“血液”，完成一次又一次蝶變。其主打產品OrBit-X推陳出新，以給用戶更快、更敏捷、更穩定、更多的功能和擴展能力為目標，三年一個大版本，一年一個中版本，一直升級到R16版本。華磊迅拓在此過程中成長為中國領先的MES軟件廠商之一。

黃睿向大東時代智庫（TD）表示：“無論是ChatGPT還是文心一言，華磊迅拓都抱著十足的期待，希望通過與相關方合作，探索出更多能真正解決客戶痛點的應用場景，進一步升級華磊產品?！?/span>

AI將如何改變MES？

黃睿認為，AI對于MES行業的影響會是遞進式的，也將是巨大的。生成式AI除了能提高MES廠商的方案撰寫、PPT制作、MES、MOM系統大綱撰寫等日常辦公效率，還將提高軟件開發的效率。一方面，AI可替代人工，完成部分代碼的自動生成。另一方面，AI大模型將可能改善MES軟件因本身的邏輯及功能復雜性、定制化程度較高等特點導致的開發效率較低的問題。

更重要的是，大模型將讓MES行業釋放出更大的產業價值。在這個層面，主要有兩個方向，一是ChatGPT可以成為工業領域的智能助手，以對話、語音重塑MES的交互形式，給用戶體驗帶來顛覆式的提升。

二是，隨著企業數字化轉型和工業互聯網應用走向深入，目前很多企業已經完成MES系統的上線，并收集、存儲大量的數據，希望通過挖掘數據價值，實現業務優化創新，但對如何用好這些數據并無明確思路。AI或具備解決該問題的能力。AI可以對MES收集上來的數據進行處理和分析，挖掘數據價值，沉淀工業知識，提供優化方案，幫助企業提高生產效率，實現業務優化和創新，促進工業制造高質量發展。

比如，在質量控制與檢測方面，系統將能夠自動識別可能存在的缺陷，并在制造過程中及時掌握生產情況，進行及時糾正。在自動化工藝控制與優化方面，系統將可通過對大量數據的分析和學習，提供工藝優化方案，幫助企業提高量產率及生產效率。在生產過程監測與預測方面，系統可通過實時監測和分析生產數據，實現精準預測生產過程中可能出現的異常，并及時調整生產計劃以避免損失。

AI將成為MES行業新的生產力，MES將開啟數據智能時代。隨著MES的用戶體驗、開發效率的提升、數據價值的挖掘，MES行業的商業價值將得到大大提升，也會衍生出更多的商業模式，獲得更高的溢價。

比如，被AI“改造”后的MES，給用戶的體驗可以是：用戶用語音問MES，今天兩點到三點運行的生產設備的情況會是什么樣的。AI能夠穿透到數據里面去進行分析，生成分析數據報告，語音播報給用戶，并根據分析報告對設備情況進行優化調整。

不只是MES，被AI賦能的其他軟件同樣能產生極致的用戶體驗。比如，未來被AI賦能的APS，可以做到對同時輸入的大量訂單進行自動的最優化排產。這將是顛覆性的進步。

黃睿表示，AI技術的不斷發展，對工業軟件的開發和應用帶來了許多機遇，將不斷促進工業化的進步和創新，為提高生產效率、降低成本和優化管理提供更多的可能。

讓數據服務于管理

算力、算法、數據是AI的三大核心要素。2025年，中國將超過美國，成為世界上最大的數據之國。中國數據優勢明顯，尤其是在制造業方面。運用好這些數據，可能為國產MES在“GPT時代”實現彎道超車創造可能性。不過，黃睿認為，在此之前，MES行業還需要解決數據來源的問題。

想要讓AI具備精準回答生產相關問題的能力，或者有較好的數據挖掘能力，首先要投喂AI一定數量的數據，對其進行足夠的訓練。不同于GPT面對C端用戶時，依托于公開互聯網數據的通用的訓練大模型，GPT被運用到B端時，訓練大模型是基于企業或行業內部的業務數據知識打造的。

以ChatGPT為例，雖然ChatGPT采用GAN之后，讓此前深度學習需要海量數據的問題得到很大程度的解決，但在工業領域，AI 訓練所需要的關鍵數據，很有可能還是會大量涉及私有化數據，必然牽涉到數據所有企業是否愿意開放數據的問題。企業最核心的競爭力，很可能就藏在這些私有化數據里面。

即使企業愿意開放數據，企業一般都不太愿意把數據全部放在云端，那么就必須考慮如何實現本地數據和云端數據之間的快速訪問。AI既要訪問自身數據庫，同時還要訪問MES廠家數據庫。MES廠家把答案通過API拋給AI的方式并非最佳解。黃睿認為，MES廠家數據庫數據龐雜，如何更好地與AI結合，是特別有挑戰的事情。

黃睿認為，未來微軟、百度等AI大廠是否應該考慮開發針對MES廠家內部的訓練模型，讓MES廠家先在本地用數據對模型進行訓練，然后把它沉淀到本地的數據庫里面，本地的數據庫再跟API對接，實現雙向聯動。比如，通過AI回答當下工廠的質量、生產、成本、交期、設備等方面的情況。這樣才能夠真正實現“數據服務于管理”。

他表示，非常期待與更多合作伙伴、企業客戶一起，共同探索以生成式 AI 重構MES的機會，共同提升MES的易用性和生產力。關于具體的合作開發的方式，初期的方式可能偏向于華磊迅拓提出問題和需求，微軟、百度等AI大廠去做一個定向性的解決方案等。

【華磊迅拓簡介】