怎么样让行业的99.99%达到（形成一个有机的生命体），而不是只有行业的0.01%能够更高效的做到这件事情。我觉得，这是真正在为工业做点事，也是我们看到讯能集思的一个价值所在。

【环球网科技报道 记者 林迪】有一个年产值达二三十亿元的金属加工工厂，在车间发现了产品不良的问题，在咨询了众多技术人员之后，依旧没有解决。同时，该产品不良问题的出现并不是持续性的，而是分时段，时而严重，时而又恢复正常。工厂负责人及老员工将不良的原因归因给新人不熟悉的操作，将新人认作为替罪羊，并给他们加强培训，结果不良率还是降不下来。再后来，该工厂把数据导流进一个数据分析平台，通过生产流程追溯，发现其不良率跟金属砂的混砂的紧实率有关，紧实率又跟含水量有关，而含水量又跟加水量有关。

近日，讯能集思创始人兼CEO张宗尧用上述实际案例说明，“假设我们将一个工厂的工作站或者一个基站看作细胞，将一条产线作为组织，再将一个工厂就看作器官，若干个工厂组合在一起成为一个生命体。这中间的调控过程，就是需要首先从末端来观察细胞，也就是工厂的工作站或者基站所跑出来的一些结果，例如良品或不良品率。”

讯能集思创始人兼CEO张宗尧

“在找到这些问题之后，就需要去思考如何快速地通知到前端并找到原因，并在短时间内实施修正和高效的调控。这些流程就涉及到了数据的监控与分析。”

上述平台则是讯能集思建立的JarviX对话式决策AI平台，JarviX致力于降低制造业数据挖掘与 AI 决策的门槛，帮助解决智能制造人才短缺困境，释放企业营运潜能，启动“零 IT”革命。

从半天到10分钟

讯能集思在帮助富士康进行数智化改造，并将该案例称之为“超级案例”。据介绍，富士康通过JarviX平台不仅将原先繁琐的生产排程用时从半天缩短至10分钟，帮助富士康单厂一年人力工时节约了至少2-3万个小时，由此极大地提升了客户满意度与时效性。

据张宗尧介绍，作为全球领先的3C电子代工领域的制造商，富士康的生产排程常会遇到需要临时插入一笔急单插单或供应链缺料等突发性生产意外。“在这种情况下，选择最传统的人工Excel手动调整排程，但凡出现错记、漏记等操作失误，将会对企业造成不可挽回的经济损失；若通过工厂部署的定制化APS系统来做重新规划，一旦基于约束理论的智能算法所得出的结果与人为预估排期出现了较大偏差，还需专业人士介入检查软件和参数设置，也限制了其作为数字化工具的便利性。”

“响应速度加快，时间成本得以节省，对客户服务的能力随之提升。”他指出，讯能集思的JarviX平台所采用的AI智能排程，基于AI神经网络技术，拥有“快速、多维、可预测”三板“利斧”，无需人工协调即可直接导入各厂不同逻辑的生产计划表，在3分40秒内即可快速生成 1000个工单的计划表，帮助工厂更富弹性地应对生产需求暴增暴减，缺工缺料等状况。

另外，作为增强分析平台，JarviX 基于“点线面体”的框架设计，能够实时串联ERP、APS以及MES系统，帮助富士康掌控生产制造的整个流程，也从根源上绕开“数据孤岛”现象。

ERP时代，企业出数据的单位是“天”。现在随着大数据、云计算等新技术的到来，数据生成的单位已经变成了“小时”，更甚至变成了实时在线。越来越多的价值链环节都在奔向实时、可视，这也使得众多企业正在通过数字化转型和智能化升级重新定义自己。

“整个产品基于大数据和人工智能实现可追溯和可修正，这是我们看到在下一个时代整个产品设计理念正在发生的趋势。”在张宗尧看来，数智化是未来的一大趋势。

而他的目标是打造一个“工业最强大脑”。

打造最强大脑

“其实，相较于很多行业来讲，制造业对于科技的导入是滞后的。但这个导入的过程是一定会发生，且它在持续发生当中。另外，一些制造业企业在数据方面的集成也是不完整的，数据治理也是不存在的，所以要达到所谓的数字化决策、人工智能、AI数字化决策，必须帮它们把前面的路高效地铺起来。”他对记者表示，尤其对于汽车行业来说，存在很大的难度。

他解释道：“汽车制造业与手机行业不同的是，其零部件会要求‘零不良’，安全是汽车行业的底层需求。“发生问题，如何快速找到制程关键并且改善？”要回答好这个问题，就特别需要用到人工智能来帮助实现产品的全周期可追溯性——采集监控、异常预警、协同调试、决策指挥。

但是以往完成这些动作的，都是一个个独立的系统，也能找到关键因子并进行改善，但是由于系统的割裂，数据无法串通，整个流程跑下来会很慢，做不到实时响应，传统燃油汽车就是这样子的，并不是那些传统厂商不愿意做，而是还没有一个能做到基于全周期数据生命的系统；与之相反的，就是部分新能源汽车已经局部地实现。

我们讯能集思也正在做，从立项之初就以全周期的可追溯性为目标，而且新发布的JarviX3.0平台现在已经能做到了。

据介绍，目前，从溯源到产品的优化，讯能集思已经形成了一个高效产品迭代的闭环；这则归功于JarviX平台。

具体来看，JarviX首先会串联产品的原料阶段、制造阶段、运行阶段所在的各系统数据，来实现从供应链到产品使用的全周期可追溯性。在这个过程中，原料的需求指标与实际性能指标需要形成对应和覆盖关系，零部件信息及供应商信息都会被一一记录，ERP内的完整数据也会导入；

在制造阶段，MSE上的产线信息（资料纪录、工序纪录、良率纪录）以及相应的零部件都要与该汽车形成匹配关系，细节如关键位置的螺丝坚固力矩、油水加注量等也需要记录；

最后，在运行阶段，通过实时采集关键部件的数据，以及销售端与使用端产生的数据，从而反馈汽车的运行状态到JarviX，做到汽车运行的实时监控，从数据中发现风险，形成预测预警，帮助客户回到原料与制造阶段。

值得关注的是，操作易用和可视化应用亦是JarviX平台的一大亮点。即便是没有深度IT背景的普通员工，只需在 JarviX 平台输入所需要的工单和 KPI 设定,即可获取多种方案选择，且会同时提供包括动态演算、机台甘特图和经营预估在内的多项可视化应用，帮助使用者更直观的对各个方案进行综合比较。

张宗尧告诉记者，在数字化转型里，所谓的“零代码”，以及如何降低它定制化跟平移的成本是极其重要的。

“零IT”成为了讯能集思的一大愿景。

“零IT”愿景

“在过去，一个行业的平台或系统直接平移到另外一个行业是非常困难的，因为一定要做出一些改造的。若这个改造的成本很大，对我们做开发的人员来讲，不如从零开始重做。”他对记者表示，如果定制化的成本太高，没有办法复用到下一个行业，这在数字化转型过程中就形成了障碍。

他指出，在过去，上述平移过程全部都要靠编程来实现。若是采用了JarviX平台，各个企业便只需一些微调和参数的重新设定，就可完成平移工作。这么做不仅大幅度降低了成本，还可以很快的复用在其他产线上。

据了解，讯能集思所谓的“零IT”的概念，是在OT端（制造、品管、运营、财务等部门）。即强调“去中心化”的IT架构，让不同部门都能参与到数字化转型中来，同时释放IT部门更大的价值和潜力。

张宗尧认为，数字化转型中，人人都要具备用数据来解决问题的能力，能够无门槛地上手数据分析工具，与数据直接对话。这么做最直接的优势体现便是有效降低了制造业数据挖掘与 AI 决策的门槛，帮助制造业突破智能制造人才短缺困境，提高运营效率、提升企业韧性并发掘新业务增长点。

从技术角度，JarviX通过NLP分析引擎結合内建的AI算法库，以及无代码、 AutoML等技术，让真正懂业务的OT端（制造、品管、运营、财务等部门）人员也能无门槛的自主做数据分析。同时为摆脱过去AI应用普遍依赖于专家或科学家昂贵且低效的做法，讯能集思为JarviX的配套使用发明了方法论“IFO精进回圈”，以此实现非技术人员的大规规模数字化转型。

“把工厂想象成一个生命体，能够自动的产生并调控数据，然后给出回馈，判定数据好或不好，再重新去做调控，从而形成一个持续性的完整闭环。同时，这个生命体还能够导入外部的数据进来做判读。”张宗尧有一个理想，就是把整个工厂乃至整个制造业变成一个有机的生命体。

他认为，“这样的闭环在工业已经陆陆续续有一些了，我们称其为工业控制领域。但若把它想象成一条产线的工控，又或是一个工厂的工控，99%的行业现在还没有做到。不过，我知道有一个行业做到了，就是非常高端的半导体制造业。”

最后，张宗尧告诉记者，“我们怎么样让行业的99.99%达到（形成一个有机的生命体），而不是只有行业的0.01%能够更高效的做到这件事情。我觉得，这是真正在为工业做点事，也是我们看到讯能集思的一个价值所在。”

【延伸阅读｜带您深入了解各产业解决方案】Insights | 元宇宙的关键底座: 5G和工业互联网的深度融合

【联系我们｜带您体验企业无痛快速转型升级】如何快速导入低代码数据平台颠覆传统企业数据流程，解决企业转型面临的效率、成本和价值等问题，提升企业的决策水平。