鈦媒體特別專題策劃《數(shù)字思考者50人》：探訪中國深刻的數(shù)字化思考者群體。我們理解的“TechThinker”，涵蓋了中國數(shù)字化浪潮中的技術踐行者、政策制定者與投資決策者。在這場長達10年的乘風破浪中，每個人都在分享技術進步的果實，卻鮮有人知道結果背后的故事。我們期待通過《數(shù)字思考者50人》，還原中國數(shù)字化推進過程中的關鍵決策，同時也為你呈現(xiàn)數(shù)字思考者們在這個技術大變革時代對未來的展望和判斷。
ChatGPT帶火了算力行業(yè)，這一趨勢的背后，有一家A股公司一直在對AI服務器默默下注，并成為全球AI算力建設重要的推動者，這家公司正是工業(yè)富聯(lián)。
“2024年預計AI貢獻占該公司云計算總收入40%，AI服務器占全球市場份額的40%。”工業(yè)富聯(lián)董事長鄭弘孟在近期舉行的股東大會上表示，工業(yè)富聯(lián)是行業(yè)內少有的可以提供完整解決方案的廠商，同時公司擁有全球多元產(chǎn)能布局，未來公司在AI供應鏈中的優(yōu)勢會進一步凸顯。
拆解工業(yè)富聯(lián)近年來的財報會發(fā)現(xiàn)，近兩年隨著AI算力需求的增長，云計算業(yè)務對工業(yè)富聯(lián)營收的貢獻比例逐年擴大，并帶動公司整體毛利率持續(xù)提升，而隨著全球算力設施建設的持續(xù)推進，市場也普遍看好工業(yè)富聯(lián)AI服務器的增長勢頭。
如何快速抓住機遇，奠定在AI算力領域的領先地位？又是如何將全球頂尖云服務商都變成客戶，且不斷提升合作關系的？ 帶著這些疑問，鈦媒體App與工業(yè)富聯(lián)首席數(shù)據(jù)官劉宗長進行了一次深入的對話。
在與劉宗長的交流中，鈦媒體App了解到，近年來，工業(yè)富聯(lián)在數(shù)字化轉型方面持續(xù)發(fā)力，已參與打造9座世界級燈塔工廠，包括全球首座AI服務器燈塔工廠。而目前，隨著AI技術的快速發(fā)展，工業(yè)富聯(lián)也正在借助AI大模型實現(xiàn)工廠數(shù)據(jù)價值鏈路的更長周期閉環(huán)。
作為工業(yè)富聯(lián)首席數(shù)據(jù)官，在如何推動自動化轉型，如何看待AI對制造業(yè)的改變等問題上，他表達了以下觀點：
1、工業(yè)富聯(lián)在新工廠、新產(chǎn)線建設時，自動化都是最重要的規(guī)劃要素之一，以實現(xiàn)更加智能、高效、綠色的智造為建設目標。
2、大模型為智能制造突破此前認為無法突破的瓶頸提供了可能，大模型在幫助訓練機器人方面，經(jīng)過了幾億次、幾千萬次仿真訓練之后，可極大減少自動化開發(fā)周期和工程師業(yè)務量。
3、工業(yè)富聯(lián)會基于私有化部署的大模型，提煉出私域知識，達成某種目標。在應用場景上可以多點開花，比如產(chǎn)線助手、安全質量檢測、生產(chǎn)效率分析、ESG分析等等。
4、AI將加速制造業(yè)走向數(shù)字孿生。
5、中國企業(yè)出海在不斷地提質增速，這是中國制造競爭力持續(xù)提升的結果。在以前，中國是全世界的工廠，而現(xiàn)在，中國企業(yè)正在把工廠開到全世界，這對更多中國企業(yè)走上國際舞臺是一個難得的機遇。
以下為訪談實錄：
鈦媒體：前段時間，公司提到目標，預計今年AI服務器占全球市場份額40%，這種信心來自哪里？
劉宗長：這種信心一方面來源于全球算力需求的強勢增長。據(jù)市場研究機構MIC及Trendforce測算，2023年全球AI服務器出貨量逾125萬臺，同比增長超過47%，2024年增長至194萬臺。同時，2024年云服務商的資本支出相當強勁，全球前四大云服務商資本支出調升，預計將從2023年的1400億美元提升至2024年的超過2000億美元。
另一方面，工業(yè)富聯(lián)是行業(yè)少有的可以提供從模組、基板、服務器、高速交換機、液冷系統(tǒng)、整機到數(shù)據(jù)中心的全供應鏈服務的廠商。這一優(yōu)勢隨著公司在自動化等領域的持續(xù)投入，以及全球化布局的不斷推進，也勢必將進一步擴大。
鈦媒體：不少全球頂級云服務商都是你們的客戶，工業(yè)富聯(lián)是如何實現(xiàn)與這些全球巨頭長期保持緊密合作關系的？
劉宗長：對于這些全球頂級客戶來說，技術、效率、產(chǎn)能、產(chǎn)業(yè)鏈整合能力一定是選擇合作伙伴時最重要的考量因素，而這些正是工業(yè)富聯(lián)的優(yōu)勢所在。
工業(yè)富聯(lián)具有一站式的服務能力以及大跨度從基板到數(shù)據(jù)中心的設計視野，這是我們的一個優(yōu)勢。從研發(fā)、有工程能力給客戶提供很好的設計解決方案，從散熱到能源消耗等等，我們有比較獨到的經(jīng)驗。尤其是現(xiàn)在講，未來AI的技術取決于能源能耗，AI數(shù)據(jù)中心的能量密度是很高的，未來能源消耗很大，如果能有1% 、2%的能源的節(jié)省，對客戶數(shù)據(jù)中心而言就是一個非常大的數(shù)字，而工業(yè)富聯(lián)在浸沒式液冷等先進散熱領域有著深厚的技術積累。
另外，制造過程當中，如何實現(xiàn)快速的產(chǎn)能爬坡，保持制造的靈活性非常重要。服務器是高價值產(chǎn)品，也要注意質量管控，以及交貨的敏捷性、及時性等。當然由于工業(yè)富聯(lián)在推動整個制造的自動化，服務器制造效率變高，不確定性、質量風險減少，靈活性提升。
鈦媒體：談到了制造業(yè)這塊的自動化，工業(yè)富聯(lián)是如何推進自動化轉型的？AI的快速發(fā)展對推進自動化帶來了哪些新的可能？
劉宗長：首先，每年工業(yè)富聯(lián)在自動化上投資非常巨大的，其次公司在新工廠、新產(chǎn)線建設時，自動化都是最重要的規(guī)劃要素之一，以實現(xiàn)更加智能、高效、綠色的智造為建設目標。自動化的好處，從全球運營來看，可以使生產(chǎn)更具韌性，這是一種在成本考慮之外的能力。
就像iPhone橫空出世對手機行業(yè)帶來顛覆性變革一樣，AI對制造業(yè)帶來的影響也必然是前所未有的。我們認為AI在自動化上的應用正處于爆發(fā)前夜。
在這個時刻，我們已經(jīng)看到很多很重要的可能性。過去在自動化應用方面，我們經(jīng)歷了紅外定位到目前的視覺定位，定位精度、速度有了一個比較大的提升。視覺其實也是大模型之后AI應用的一個典型場景，比如大模型可以幫助訓練機器人。實際上自動化開發(fā)也需要訓練，并且要把任務變成編程語言，變成機器可理解的實施路徑。然后中間的若干傳感器進行反饋控制，我們可以把一個機械臂或者機器人的物理模型放到這樣的訓練仿真平臺中。只需要告訴大模型任務要如何實現(xiàn)，它就可以自己迭代。
經(jīng)過了幾億次、幾千萬次仿真訓練之后，找出實現(xiàn)這一任務的最優(yōu)路徑。這個對于自動化開發(fā)會有很大的幫助，減少開發(fā)周期和工程師業(yè)務量，且突破了很多人為無法突破的瓶頸。
以AGV為例，最原始靠人工向設備下達任務，呼叫AGV 送貨�，F(xiàn)在AGV要比以前厲害，激光雷達導航，路線自主規(guī)劃、自動避障，任務自動分配。工廠在運營和自動化系統(tǒng)開發(fā)方面都節(jié)省不少成本，實現(xiàn)從automation（自動化，重復執(zhí)行一個路徑），到autonomous（自主的，給一個目標可以自主實現(xiàn)）。
鈦媒體：在生成式AI方面，工業(yè)富聯(lián)有在訓練自己的大模型嗎？
劉宗長：我們會基于私有化部署的大模型，提煉出私域知識，達成某種目的。在場景上可以多點開花，比如產(chǎn)線助手，可以幫助產(chǎn)線分析問題并改善。以及安全質量檢測、生產(chǎn)效率分析、ESG分析等等。
鈦媒體： 總結一下，你認為AI對制造業(yè)會帶來什么樣的根本性的改變？效率、產(chǎn)能等的提升，還是無人工廠、數(shù)字孿生等的落地突破。
劉宗長：有幾個方向，首先數(shù)字孿生的方向是很對的，工廠的仿真優(yōu)化。第二點，自動化開發(fā)上面，用AI去對設備做訓練，給它一個task，它可以基于simulation迭代優(yōu)化。第三，基于大模型和數(shù)據(jù)訓練出的數(shù)字員工、數(shù)字專家，我們認為這個方向也非�，F(xiàn)實。
這其中，數(shù)字孿生可能更接近未來工廠的概念。原來AI對物理模型的建模，只是可視化，但現(xiàn)在不一樣，物理模型和設計參數(shù)進行高精度的還原和仿真。
鈦媒體：實際上，工業(yè)富聯(lián)一直走在打造未來工廠的最前沿，最具代表性的就是燈塔工廠，請介紹一下搭建燈塔工廠核心關注的問題有哪些？
劉宗長：首先要清楚到底要解決什么問題，理解公司遇到的行業(yè)挑戰(zhàn)是什么，未來轉型方向和轉型戰(zhàn)略是什么。然后解碼戰(zhàn)略，把他們分成若干個具體的競爭力模型。要從運營指標、財務指標等方面量化問題，比如提升多大空間、做到什么程度，才能滿足現(xiàn)在的戰(zhàn)略方向等等。
其次，判斷分析哪些是用傳統(tǒng)方法可以解決，很多企業(yè)從自己的精益運營、管理提升上面已經(jīng)可以將問題解決到百分之四五十的問題。其他的用數(shù)字化AI的方式去解決，拆解藍圖，把它分成不同的比例，然后是詳細方案設計，制定投資策略，選擇相應的技術合作伙伴。
這些舉措都完成以后，判斷指標到底有沒有達到預期，再去做指標的爬坡，用一些新的系統(tǒng)工具，讓關鍵指標達到當初藍圖中的預期，就形成了一個比較完整的轉型的過程。
最后，這些能力要形成內生力量向其他工廠復制，就會考驗公司怎么樣能夠真的從燈塔工廠變成燈塔企業(yè)。這個過程其實就是內生性能力的建立，即內部有沒有建立一個燈塔工廠的真正運營系統(tǒng)。
鈦媒體：數(shù)據(jù)是燈塔工廠的核心要素之一，工業(yè)富聯(lián)的數(shù)據(jù)價值挖掘目前進度如何，完成度達到什么樣的比例，未來在數(shù)據(jù)挖掘上還有哪些計劃？
劉宗長：數(shù)據(jù)價值挖掘沒有辦法講百分比，數(shù)據(jù)會一直產(chǎn)生價值。這個問題有兩個方面：
第一點是數(shù)據(jù)的及時消費和使用�，F(xiàn)場設備異常，數(shù)據(jù)馬上發(fā)出提示，快速處理問題。這個環(huán)節(jié)關注的是數(shù)據(jù)的自動化，數(shù)據(jù)和人之間怎么樣能夠產(chǎn)生一些判斷性價值。工業(yè)富聯(lián)的工廠無時無刻不在發(fā)生這樣的閉環(huán)。
第二點是知識價值得挖掘，讓數(shù)據(jù)形成更長鏈路的閉環(huán)。比如數(shù)據(jù)被及時使用完之后，一個月后重新檢討數(shù)據(jù)，把所有數(shù)據(jù)拿出來挖掘共性問題的根因，從根源上把集中性較高的問題徹底解決掉。知識價值被挖掘之后，根據(jù)傳感器數(shù)據(jù)表征，直接診斷，減少檢查和人工處理時間，形成數(shù)據(jù)更長周期閉環(huán)。
制造業(yè)有一個詞叫“PDCA”閉環(huán)， plan do check action，分為短閉環(huán)、長閉環(huán)等。工業(yè)富聯(lián)目前在利用數(shù)據(jù)的中小閉環(huán)方面，做得還是比較不錯的。一線數(shù)字化系統(tǒng)的數(shù)據(jù)閉環(huán)已經(jīng)非常完善。
我們目前在做的、認為有更大機會的，其實是跟知識挖掘相關的長閉環(huán)項目。有了通用大模型加持，長周期的閉環(huán)達成效率提升。
鈦媒體：作為首席數(shù)據(jù)官，最頭疼的問題是什么？
劉宗長：數(shù)據(jù)治理應該是所有CDO面臨的共同難題。數(shù)據(jù)治理是一個很系統(tǒng)化的事情，每個行業(yè)不同，也沒有所謂的標準。
做好數(shù)據(jù)治理，首先要理解業(yè)務對數(shù)據(jù)的使用需求，要對數(shù)據(jù)資產(chǎn)進行規(guī)劃和識別。理解了數(shù)據(jù)的使用場景之后，用什么樣的技術手段實現(xiàn)，也是一個令人苦惱的系統(tǒng)化工程；然后還有數(shù)據(jù)安全問題、數(shù)據(jù)跨境的問題等等。所以數(shù)據(jù)治理是一個很綜合性的問題，不是一個技術可以解決的。
鈦媒體：最后，想問一個關于全球化的問題，您怎么看企業(yè)全球化以及中國企業(yè)出海？
劉宗長：工業(yè)富聯(lián)是一家全球化的企業(yè)。公司在上市之初便提出了扎根中國 布局全球的戰(zhàn)略，并一直在持續(xù)優(yōu)化全球化布局。比如持續(xù)強化對全球產(chǎn)業(yè)鏈的整合，加大自動化及機器人化的投資，提高產(chǎn)能的配置和效率,以確�？蛻粼诟鞯貐^(qū)需求的及時供應。
我們也看到，中國企業(yè)出海在不斷地提質增速，這是中國制造競爭力持續(xù)提升的結果。在以前，中國是全世界的工廠，而現(xiàn)在，中國企業(yè)正在把工廠開到全世界。實際上，當前海外的產(chǎn)能較為欠缺，而中國產(chǎn)能恰好可以填補這一空缺，這對更多中國企業(yè)走上國際舞臺是一個難得的機遇。
