Redian新闻
>
富士康科技首席数字官史喆:ChatGPT是划时代的效率工具 |中企荐读

富士康科技首席数字官史喆:ChatGPT是划时代的效率工具 |中企荐读

公众号新闻


如果用不好ChatGPT这样划时代的效率工具,就难以在竞争中凸显优势。


整理|《中国企业家》实习生 吴莹
头图来源|视觉中国


“ChatGPT可以帮我们训练新的工程师,这会让我们非常有竞争力。”富士康科技集团首席数字官史喆谈到最近大火的ChatGPT时说到。
在他看来,人工智能不是简单地替代人的工作,而是去辅助人们做一些人力做不好的事情。比如快速搜集大量有效信息帮助管理者决策、辅助高级工程师培养新工程师,告诉工人怎么做能更好等,进一步提高管理运营的效率。
史喆是美国辛辛那提大学IMS机械工程博士,2016年与合伙人一起成立了北京天泽智云科技有限公司,2020年加入富士康,担任富士康科技集团首席数字官、工业互联网办公室主任,负责富士康的数字化转型和智能制造战略规划。
作为全球最大的电子代工厂,富士康早在20世纪90年代就开始探索工厂的数字化转型。3月1日,富士康科技集团首席数字官史喆博士,与《中国企业家》展开了对话,探讨了富士康数字化转型之路和ChatGPT浪潮影响下的智能工厂建设。
本次对话要点包括:


1.灯塔工厂更多关注的是技术创新问题,在工业基础牢固的前提下,会去尝试将更多先进技术应用到工厂生产中,做一些技术突破,给这个行业以及相关行业带去参考。

2.如果不会用或者用不好像ChatGPT这样划时代的效率工具,那就难以在竞争当中凸显优势。

3.如果人工智能真正达到大家期待的GPT能力的话,它就不仅仅是chat,而是information,是可执行信息的GPT,这是一个更大的变革,比简单的机器换人层次要高很多。

4.科技发展颠覆了一个行业,肯定会产生新的产业。对于个人来讲,你要仔细思考是否跟得上这样的节奏,找到转型的方向。

5.中小型制造工厂一定要关注发展的趋势,有余力的话要尽快地去拥抱,尽早去使用,尽快去磨合,跟随国际大公司的脚步,在激烈的竞争中把握机会。

以下为对话整理(有删改):

富士康是如何进行智能化转型的
《中国企业家》:我们了解到富士康已经陆续完成了不少灯塔工厂的智能化改造,灯塔工厂对制造业来说有什么重要作用?
史喆:灯塔工厂在制造业里主要起示范作用,在灯塔工厂项目里,更关注的是一些先进的技术能否应用在工厂中,注重解决工厂技术发展的共性问题,研究这些先进技术的通用性。这样的实践既可以让先进技术在工厂里顺利落地,又产生可观的经济效益。灯塔工厂更多关注的是技术创新问题,在工业基础牢固的前提下,会去尝试将更多先进技术应用到工厂生产中,做一些技术突破,给这个行业以及相关行业带去参考。
很多灯塔工厂在设备智能化升级和先进应用落地等方面做了一些跨行业的赋能。例如,VR/AR远程的专家指导,就在化工、钢铁等一些大型重装行业有了落地,自动化可以减少他们维护复杂管线的成本,远程专家指导可以帮助他们更好地set up产线,促进产能的同时也保证了信息的安全。所以灯塔工厂其实带来了产业发展的生态,它们从不同的方向持续引进新技术,这样的示范作用给智能制造带来了更多帮助,使这个行业能够发展得更强健。
《中国企业家》:您作为富士康的首席数字官,应该见证了整个富士康数字化转型的过程。富士康是如何进行数字化转型的?
史喆:我们的转型还在路上,数字化转型最重要的还是要有共识。我们从90年代就开始做数字化系统了,只不过那个时候的系统更加初级。现在我们希望能管理得更加精细,把运行中的数据利用起来,这是一个不小的挑战。
我们做数字化,一是把系统统一化,提高系统运转的时效性,让我们可以实时地去反馈。第二是transparent(透明的),让中间的过程更加透明。第三就是traceable(可追溯的),所有的东西可以找到原因。第四是technical operation,就是技术管理,我们希望在这个系统上可以引入更多的先进技术。现在专业服务能力已经成为非常重要的竞争方向,尤其是最近ChatGPT的发售,让大家看到技术可以改变现有的生产方式,这种新技术就值得我们去关注。
数字化转型的过程中,我们希望用更开放的心态和更低的成本去使用这些先进的生产力工具,集合全世界最优质的资源做好我们的制造服务。
《中国企业家》:郭台铭先生曾说,他对富士康的定义是全方位的成本优势,所以在进行智能工厂建设时,技术和成本这块应该怎么平衡?有哪些考量的因素?
史喆:对一个集团来说,所面临的竞争和挑战并不只是当下,整个生产系统从设计到落地再到建成,有可能是1年、3年或者5年的周期。1年的目标一定是解决当下,3年就是开发下一代,5年可能就是未来的新业务,做规划时就需要去考量综合成本。原来的工厂更多的是考虑单一的效能,现在我们有了更多的挑战,我们不仅要把EPS(每股收益)做高,ESG(环境、社会和公司治理)也要做好。
决策层面,会考虑怎样获取更多有效的信息来支持决策;技术判断层面,一般会跟随技术大公司走,但最怕的是技术选型后花很长时间去建设,结果主力公司突然换方向,这样整个转换的成本就非常高,所以会谨慎选择。到了最后工厂段的投资,还会参考其他公司的发展策略。
《中国企业家》:这两年大家都在讨论工厂革命,像刚才提到的数字化、智能化,包括刚刚提到的工业互联网和富士康一直在做的灯塔工厂,这些事情背后产生的真正变化是什么?
史喆:之前工厂发展的很多知识经验掌握在小部分人手里,随着结构越来越复杂,自动化程度越来越高,现在的知识和经验储存在系统里了,如果不用这样的系统,就很难把工厂做好。所以按照现在的逻辑,大家的竞争不再是能不能办工厂,而是要如何做才能让工厂更有竞争优势。
大家可能看过那本《巨兽:工厂于现代世界的形成》,其中就有提到几个大的变革,例如福特之所以做得那么好,不是因为他是第一个做车的,而是他推出第一代平民汽车,让所有人都开上汽车。现在很多产业也是这样,成熟之后就会把产品做得越来越便宜,以此获得竞争优势。激烈的市场竞争可以让消费者获得更多廉价的产品,同时又会促进工厂和品牌方不断进步。
《中国企业家》:大家对富士康最深的印象可能是全球最大的3C业务代工厂,去年我们关注到富士康开始造车,那么从3C工厂到智能工厂,再到汽车厂,看起来跨度挺大,这中间有没有什么共性?
史喆:从技术层面来讲,电子制造业和汽车行业的标准化程度都很高。新加坡有个研究院曾经对各行业的智能制造成熟度进行过评估。它的评估分为2个轴,横轴是方差,纵轴是成熟度。如果行业的智能制造成熟度高,方差低的话,说明这个行业的标准化程度很高,而电子制造行业和电动汽车行业都具备这个特点。
而且从现在的趋势来看,整个EV(电动汽车)上面电子产品的使用量是在不断上升的。我们希望像电子制造一样,给汽车行业提供代工服务,利用我们工业制造的优势,去降低汽车生产成本,希望更多创新品牌跟我们合作,我们把基础打好,他们去做设计和营销。
《中国企业家》:刚刚聊了很多工厂里的人工智能,那么人工智能在工厂里的应用会有哪些挑战呢?
史喆:目前人工智能在工厂落地所面临的挑战,我认为有以下三点。
第一,难以获得完整可靠的数据,工厂所产生的数据量很庞大,在一些重点信息的标注上却需要工程师和专家去做,人工标注信息速度很慢,难以获得大量可靠数据。第二,工厂的基础教育水平,对整个先进技术的认识是不足的。在接触的人中,大家谈人工智能时,只有两种极端,一是根本不觉得它能解决我的问题,另一个是认为它可以解决我所有的问题。这两个极端的认识,其实都不利于人工智能技术在工厂里的推广和应用。第三,人工智能的服务形式,普遍是重硬件轻软件的。以前都是买硬件送软件,当解释是由于软件研发成本高导致硬件价格高时,人们就不太愿意继续使用该硬件。我觉得硬件是可以很快去测试、采购和入库的,但软件应该怎么算就很模糊,目前行业内对软件的重视程度还不够。
所以其实工业互联网做了很长时间,我们一直在说要做这个领域的killer APP (杀手级应用),但实际上大部分还是停留在图像识别上面。
《中国企业家》:ChatGPT这样的大模型需要大量的数据去训练它,那这种模型训练在工厂这个环境里可以实现吗?还有就是把工厂研发产品所产生的数据,应用到其他工厂的智能化建设中,会不会涉及泄密的问题?
史喆:工厂里的人工智能大模型训练有两个问题,一是反馈不及时,二是调试需要投入大量的成本。
人工智能现在的一些突破,比如之前的AlphaGo和AlphaZero和最近出现的ChatGPT,它们的调试损耗都是可以承受的,而且调试的反馈也快,基本可以做到实时反馈。但对于工厂来说,这个训练过程要经过数据搜集,计算反馈,产品生产销售,再次反馈调试多个阶段,这种测试的周期非常长,没办法立刻得到反馈信息。AlphaGo下棋或者ChatGPT聊天,错了可以重新再来,无非损耗一些电费,但是工厂机器人调试重来的话,消耗的物理成本就无法降低。所以如何在控制成本的前提下调动更多资源去做这件事情,是一个比较大的挑战,毕竟公司要考虑存活问题。
至于数据的管理、应用或者泄密问题的确是大家要考虑的,但是这些问题其实会随着商业发展得到解决。

ChatGPT将给工厂带来什么改变


《中国企业家》:ChatGPT对富士康的工厂有没有影响?大家现在有焦虑吗?
史喆:从发布开始我自己就有尝试,能看到它是一个很好的助手,可以给大家提供完整客观的信息,方便决策层做参考。同时的确会给人带来冲击,可能原本老板安排的很多东西,让你去搜寻总结,你写出来的报告,还不及它讲的1/10。不过你反过来看它背后其实是一个管理逻辑的问题。
ChatGPT能做到这个程度,首先是因为它可以全网搜取优质素材,再通过Transformer的结构去做一些generative的工作,但他跳不出已有数据的框架。一旦你的数据基础不够,你可能就无法得到满意的信息。所以它的出现促使我们去审视自己的数字化基础、工厂管理方式和报告系统是否足够完善。毕竟这样划时代的效率工具,如果你不会用或者用得不好,管理效率一定会比别人差,就难以在竞争当中凸显优势。这是我认为对智能工厂的一个影响。
我们一直讲要把信息变成数据,把数据变成可展示,展示给有用的人。我们最终的目的不是把信息收集起来,而是要把有用的信息推给有用的人。我觉得ChatGPT这样的人工智能技术就可以做到把有用的信息推荐给有用的人这一点。它能在经营层面或者总结上带来很好的辅助,比如让大家在早会的时候,看到一篇很完整的报告,但是目前来讲,我认为在一些具象化的层面上还有待突破。
《中国企业家》:ChatGPT是聊天型机器人,而工厂里的大多是任务型的机器人。那么这些任务型机器人有没有必要像ChatGPT一样去学一些抖机灵的事情?像ChatGPT这样的产品能应用在制造业的哪些方面?
史喆:我觉得这是一个交互方式的改变。原来机器有问题可能就是亮个灯,现在设备出现问题的时候,人工智能可以告诉你有可能是这些地方出现问题,才导致我这个地方有问题。它能让大家更好地传输这些信息,一个信息传输工具确实是会带来划时代的改变,就跟大家先前做的ERP(企业资源规划)一样。
制造业有三层逻辑,最底层叫manufacture,就是制造执行,再往上一层叫production,指的是技术应用和规范制定。最上一层是operation(运营),指的是资源的挖掘和运营。
我认为ChatGPT可以在这三个层面去发挥它的价值。在operation上,它获取了大量的信息,可以更快地把这些数据整合起来,告诉你一个大概的情况。而production上面则是可以给一些建议。所有的技术上传数据库之后,它可以判断这些技术能不能融合创新。我们的高级工程师经验丰富但是数量很少,新工程师数量多但是很多事情不会做。所以ChatGPT在训练工程师这方面,可以带来极大帮助,提高工厂的竞争力。最后到manufacture这一层,它可以在知道一些信息之后总结出来告诉工人怎么样可以做得更好。
《中国企业家》:是不是可以这么理解,在制造业里的ChatGPT解决的还是前端经验沟通的问题,可以用来培训新的工程师,而对于实际生产过程,目前还没办法发挥太大的作用。
史喆:我觉得这个作用它是更高层次的,不是简单的作为一个机器去替换人的工作。
我老师之前讲过,其实机器人和自动化解决的是人做不了的事情,我们把脏活累活等危险的活都交给了机器和自动化去做。而数字化解决的是决策的问题,它是给决策提供支持。最后的智能化,解决的是人做不好的事情。一个人最多能直接管理10个人的团队,你做决策所参考的信息就非常有限。而ChatGPT可以直接把核心的数据和条目总结好,对于管理层而言做出决策所花的成本就降低了,这会改变整个管理层的KPI(关键绩效指标考核)、OKR(目标与关键成果法)方式。
如果人工智能真正达到大家期待的GPT的能力,那它就不仅仅是chat,而是information,是actionable information的GPT——可执行信息的GPT,这是一个更大的变革,比简单的机器换人层次要高很多。

智能工厂带来的机遇和挑战
《中国企业家》:智能工厂的发展会对现有工人就业产生什么样的影响,人们应该怎么去应对这种产业变革带来的冲击?
史喆:科技变革颠覆了一个行业,肯定会产生新的行业。当人们原本的工作被数字化、自动化、智能化所替代之后,他们会被分流到新行业中。
这种分流有两个方向,一是往下,去更好地了解现实的情况和真实的需求,结合现实需求去输出自己的能力和经验,满足社会需要。二是往上去定规则。我们都知道像ChatGPT这个模型并不是装上就可以了,有一个工种叫prompt,就是用你的逻辑去跟这个模型聊天,不断去调试这个模型,让这个模型可以变得更好。所以人的工作肯定是会变化的,原来我们说的人在回路是机器做一个,人做一个。现在的人在回路指的是机器去做,人在后面让机器做得更好。
《中国企业家》:产业变革如果是在一个人的事业发展期,突然一个技术把他的行业颠覆了的时候,他的内心会不会产生一些焦虑?
史喆:这是肯定的。就像我父亲原来学无线电的,等他们毕业分配到工厂和研究单位时,没干几年无线电厂就倒闭了。但是那个时候就出现了下海潮,华为就是那时候出现的。如果他去了广东,他也可以做那个技术,但是他没有去。其实就是技术的革新总还是需要上一代人员去做的,只是说你有没有这样的决心跳进去学习,变革一定会发生,而且一定是在少数人引领下发生的。
其实并没有多少是真正的变革,它是进化。大家说特斯拉是一个大的变革,其实它已经发展20多年了。所以并没有什么东西是突然出现的,包括AI的技术也经历了多轮冷热的交替,有无数人在这些行业里面默默耕耘,所以得用心观察,早点发现这些即将产生变革的行业,努力学习让自己变得更强,才能摆脱这种焦虑感。
《中国企业家》:现在数字化转型或者是智能化转型,对工厂来说有没有一些本质的变化?
史喆:我认为不管技术怎么发展,工厂管理逻辑的本质都没有改变。汽车厂还是讲精益,精益还是日本人发明的那一套方法。就算工厂有了AI也是用AI服务于精益,并不是精益服务于AI,所以这个经营范式是不会改变的。
《中国企业家》:自动化程度逐渐提高,这些年轻的90后甚至00后的工人面对无聊的工作环境,在工厂里是怎样的一个状态?学习倾向发生了哪些变化,工人有什么样的成长方向?
史喆:我们希望他们更多的是设备后面或者系统后面的人,去执行操作机器和系统的工作。我们期待他们成为技术型人才,但是其实还是有很大的挑战。
我们开展了很多技能比赛,去年做了人工智能的AI图像识别技能大赛,让产线上的人去做图像的标注,做算法的调优。他们之前是在产线上做质检,现在让他调算法,用算法去做质检,这就是一个明显的变化。
至于成长方向,我觉得可以分开看,一个是职业方向,一个是管理方向。管理,永远还是怎么跟人打交道,怎么让你的思想更加成熟起来。技术层面上,我们是更接近于使用现代化的工具,比如系统、软件,让他们去做编程,给他们打造这样的环境。
我的老师经常说工厂不仅生产产品,还产生知识,怎么样把知识沉淀下来,这是我们需要做的。从富士康里走出去的人才,创业都做得不错。他们把在这里学的专业技能运用到自己的公司上,这也间接为电子制造行业设定了专业的标准,大家现在去电子制造厂看,基本上跳脱不开富士康的管理逻辑。
《中国企业家》:对那些中小型制造企业的老板们来说,应该怎么应对智能化转型,您可不可以给他们一些建议?
史喆:我觉得未来的趋势一定在效率工具上,这些工具是小而精的。大家一定要关注发展的趋势,同时有余力的话要尽快去拥抱,尽早去使用,尽快去磨合,尽快行动起来,效率第一。
制造业比的就是效率和成本,成本受到供应链、设备、人员的限制,短时间很难追上,那效率上就要尽快行动起来,多多去了解数字化和智能化方向上的变革,尤其关注国际大公司在做什么,因为他们的判断一定来自方方面面,是一个价值千金的决策。大家follow就好,方向上不会有太大偏差。

新闻热线&投稿邮箱:[email protected]

END 
值班编辑:王怡洁  审校:吴莹  制作:部梦凡

关注“中国企业家”视频号

看更多大佬观点和幕后故事


[ 推荐阅读 ]

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
​让人“上瘾”的产品是如何炼成的?|中企荐读《降临》作者特德·姜:ChatGPT是网上所有文本的模糊图像哇!五年前我就这么牛了 ?老黄:ChatGPT是AI届iPhone/ 马斯克半夜在推特修Bug/ 国内C刊:用聊天机器人不许隐瞒...今日更多新鲜事在此直播/2月28日9:30/数字化时代的首席数据官交流会蔚来试驾车冲进人行道致一死一伤;OpenAI CEO:ChatGPT是“糟糕的产品”;周黑鸭业绩预计大降超90%丨邦早报丰田章男:“难以捉摸”的全球最大车企掌门|中企荐读星巴克创始人“从头开始”——那些比生意更重要的事|中企荐读警幻仙姑的人间真容李开复:AI 2.0是平台级机会,比移动互联网大十倍|中企荐读谁缔造了“富士康们”|中企荐读ChatGPT带火AI芯片,赚翻了的英伟达发布新核弹:ChatGPT专用GPU,让推理提速10倍!ChatGPT讲座:ChatGPT并不神秘,但ChatGPT很神奇经济学家汤敏:在GPT领域,我们有可能后来居上|中企荐读iPhone 15 Pro或推新金色/OpenAI:ChatGPT是糟糕的产品/蔚来试驾车冲进人行道揭秘风险投资起源:叛逃、资本和人|中企荐读余华王安忆对谈:生活不是按照常理出牌的,这是我们打败GPT的唯一途径|中企荐读清华教授黄明烈:部分企业再不All in ChatGPT,下一个被革命的就是自己|中企荐读人工智能顶级专家“怒怼”马斯克:GPT-5不能停!|中企荐读对话复旦管院张诚:ChatGPT是一场AI脱口秀丨驭势2023火车上的饭菜为什么又贵又难吃?|中企荐读日本啊,日本(二十二)中国寺庙,日本寺庙ChatGPT是怎么变得这么强的?拆解追溯ChatGPT各项能力的起源黄民烈:人类和AI如何相处,一直是个难题|中企荐读朱嘉明:关于元宇宙的5大推论|中企荐读苏月的婚姻路(完)专访富士康首席数字官史喆:数字化转型是领先者持续领先的手段特斯拉:把火箭驱动器装进汽车里|中企荐读庄聪生:企业家是最稀缺的资源|中企荐读资本市场如何避免弱化?房地产业未来趋势如何?黄奇帆这样看|中企荐读胖东来创始人:不是变成资本家,而是真正的创造者|中企荐读“星舰”爆炸,马斯克离登陆火星还有多远|中企荐读ChatGPT爆火之后,重读微软CEO萨提亚的《刷新》|中企荐读毛泽东儿子接受贫下中农再教育ChatGPT带来的巨大范式转移,意味着什么|中企荐读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。