目前許多制造企業還停留在數字化轉型的起步期和適應磨合期，而嘗到數字化轉型帶來新機遇的制造企業，已然向產業“自動化、數智化”加速推進，通過AI+BI的前沿技術，匯總數據、分析數據輔助市場決策，讓企業規避風險搶占市場先機實現業務增長。
LLM（大語言模型）落地，技術難度有多大？
目前工業制造領域，AI大模型主要應用場景可分為兩類：一類是產線運營效率環節，如產品設計研發、質量控制檢測、供應鏈管理、安全生產等；另一類則是企業內部的信息智能，數據輔助決策，如人機交互。
在工業制造領域，大模型的落地存在哪些難題？目前普遍存在一個共識是，參數越高越多越準確、模型越大，模型的泛化能力就越強，但在訓練這樣一個大模型的初期算力成本非常之高。
同時，能不能將Prompt用好，也直接決定了微調後的模型在特定任務上的性能和準確性。
2022年底，伴隨ChatGPT走熱，訊能集思也看到背後AIGC在工業場景中的應用空間，如交互式動態業務報表生成、協調排程排產、智能協同生產等，便開始布局制造領域的預訓練大模型，提出基於雙注意力機制的少樣本學習和基於原型的分類器學習方法，並且還通過技術創新，擴充客戶脫敏數據彌補工業視覺中訓練樣本不足的問題。
AI+制造業，打造可覆制的標桿項目？
針對工業生產數字化面臨的行業差異大、IT/OT數據融合難、ERP/MES系統集成難、產業鏈上下遊協同效率低、數據匯總難、多維分析決策難、現場管理/信息系統兩層皮等痛點。
訊能集思基於統一的JarviX對話式決策AI平台和“制造中台、業務中台、AIoT物聯網平台、ERP/MES連接器、Data Fabric、NLP/No-code等技術與服務，為企業提供全生命周期智能制造解決方案，幫助制造企業構建跨企業跨專業跨系統連接的智能生產平台，實現全要素全產業鏈全價值鏈的數字孿生，以工業大數據驅動生產運營，以數智化創新重構企業競爭力，從而實現高質量發展。
在JarviX平台智能排程的支持下，富士康單廠節省年效益約120萬的人力支出，生產計劃表的重排時間也從原先的0.5天工時占比下降到了10分鐘內，極大地提升了客戶滿意度與時效性。還通過智能的采購與庫存管理實現了約1%的成本節省。
此外，訊能集思還計劃打造一些可覆制的客戶場景聯合探討應用落地。例如，SMT產線智能制造解決方案已在多個SMT廠得以應用，APS排程方案也被多家半導體客戶采用。
從戰略到策略、執行，實現產業智慧化
智慧化已成為工業制造業高質量發展的“必答題”。
加快智慧化轉型，借助新技術創新經營管理、優化供應鏈組織、升級工藝水平、穩定產品質量、可靠設備運行、降低物耗能耗、確保安全環保受控、推進綠色低碳高效運行，不斷升級資源整合能力和市場應對能力，已經成為傳統制造企業的普遍共識。
訊能集思認為，AI在企業的普及應用主要有三個方向：一是企業業務與職能工作的智慧化運營；二是企業應用、企業服務的自然化人機交互；三是企業客戶利用AI賦能的低代碼開發與集成平台實現快速應用生成。
訊能集思以自研大規模AI決策平台JarviX為核心引擎，打造“計算引擎+決策技術中台+業務場景”的端到端無代碼智能決策分析平台，以完整的技術能力和高度模塊化的產品架構，顛覆傳統企業數據流程，賦予一般人員無代碼分析及開發的能力，大幅增進企業內部OT與IT的協作，解決企業轉型面臨的效率、成本和價值等問題，為客戶提供靈活、輕便、高效的決策優化服務，助力全球企業實現數字化轉型與業務二次增長。
迄今為止，訊能集思已成功幫助富士康工廠及鈺齊集團等全球300余家頂尖數字化企業，升級如排程報價、供應鏈管理自動化與自適應工廠，並結合IoT、5G與數字孿生，大幅提升單位產出以及營運效率，單廠就增加了上百萬美元的營收。
未來，訊能集思將繼續深耕工業制造業數智化車間領域，充分發揮專業、技術、資源與人才等方面的平台優勢，推進產品創新與的研發能力，不斷提升在業界的影響力，並持續與業內同行一起護航制造業企業快速蓬勃發展。
