写点什么

企业服务大模型扎根生产一线,用友 BIP 为中国智造“再续新篇”!

作者:用友BIP
  • 2023-12-01
    云南
  • 本文字数:2938 字

    阅读完需:约 10 分钟

作为全球领先的企业数智化软件与服务提供商,用友在业界率先提出了“数智化”(数字化+智能化)、“数智企业”的概念,并持续践行“数字化为基础,智能化产生新价值的理念”,服务中国和全球的企业数智化转型,7 月 27 日,用友发布业内首个企业服务大模型 YonGPT,覆盖企业财务、人力和业务,是多领域融合化、多形态综合型的企业服务大模型。

随着生成式 AI 大模型的爆发,越来越多的企业开发了服务工业制造等一些领域的大模型。在工信部召开的传统产业改造升级媒体圆桌论坛中,相关司局主要负责人指出“工业大模型是推动重点行业转型升级的新路径和新模式之一”。

3 大算法,18 大业务场景,4 大规模化业务

数智驱动“智造”新质生产力

在制造领域,用友在工业智能模型的研发和领域大模型的研究上积累了丰富的实践经验和领先的模型产品,截止目前,已沉淀工业机理模型 2926 个,基于用友 BIP 智能制造工业大脑,创新研发以运筹学为核心的智能算法、以深度学习为核心的图像识别、以工艺机理为核心的机理模型等三大领域,18 大业务场景,4 大规模化业务。

用友 BIP 智能制造全面支持工业大数据与经营大数据、企业内部数据与社会化数据、结构化数据与非结构化数据的融合,基于业界首个企业服务大模型 YonGPT,应用运筹学算法、深度学习算法和工艺机理模型,为制造企业提供工业智能服务,包括废钢智能判级、产线智能排程、合金智能配料、智能裁切设计等智能主题应用,为大型制造企业提供领先的工业智能主题场景和生产智慧运营服务,助推新型工业化深入生产核心环节,用数智驱动“智造”新质生产力。

一、四大工业智能规模化主题场景——智能排程

采用运筹学建模和求解算法,用智能算法代替人工排程,实现了在复杂的排程规则下的优化求解,合理控制生产节奏,节省排产人员的排产时间,优化排产效果,大幅提高工作效率。


  • 行业地位:算法技术在国产 ERP 厂商中领先;

  • 主要功能:采用标准功能+定制化(基于行业特性定制算法模式,利用规划算法和启发式算法实现优化排程;

  • 客户数量:10 余家客户应用验证;

  • 客户价值:计划排程更科学、生产效率大幅提升;

二、四大工业智能规模化主题场景——智能配料

运用人工智能理论,结合先进的数据模型建立和快速算法,大幅提升配料效率,通过优化配比为企业降低成本。只需要录入配料指标,系统自动调取数据进行智能配料,全程无需人工干预,实现流程化、标准化、高效率,无差错。

  • 行业地位:产品成熟,科学决策,快速高效,算法技术领先;


  • 主要功能:运用人工智能理论,结合先进的数据模型建立和快速算法,减轻配料负责人的工作负担,通过优化配比为企业降低成本。可以应用在配矿,配煤,配合金,产品产量调配等多个场景;

  • 客户数量:16 家客户应用验证;

  • 客户价值:制造企业的最佳配料小能手,稳定质量,降低原料采购成本,助力企业在采购环节,生产环节,财务环节,销售环节全面提升;

三、四大工业智能规模化主题场景——智能分切

基于智能分切优化算法代替人工测算,在原料总面积或长度固定的情况下,进行多个订单的切割、拼接,实现智能分切优化,帮助制造企业节省材料、降低成本,基于智能决策提高切割效率和切割质量,降低人员成本,提高投入产出比。


  • 行业地位:算法技术成熟,交付快,多种套切算法支持多种场景,技术领先;

  • 主要功能:用智能算法解决裁切、排样、下料、切割、拼接、装箱等问题,支持造纸/薄膜/钢卷裁切场景,支持金属板材切割工艺优化。比如零件借边切割工艺,共边切割工艺,连割工艺,穿孔工艺;

  • 客户数量:10 余家客户应用验证;

  • 客户价值:提升工作效率,降低切边损耗、提高产量,减少样式数和改刀数,提高利用率,节约计划时间,减少人为失误,提高订单完成率,为客户节约原料成本,减少遗留库存,提升库存周转,集成 ERP/MES 系统,交互订单/库存数据,优化闭环供应链;

四、四大工业智能规模化主题场景——废钢判级

结合图像采集技术、自动拍照技术、深度学习技术、数据接口技术、5G 通信技术等先进技术采用最先进的基于卷积神经网络的深度学习算法,通过对海量废钢图片的训练构建废钢智能识别模型,实现废钢检验远程监控、废钢的智能判级以及扣杂数量的智能判定。

  • 行业地位:产品成熟,算法技术行业领先;

  • 主要功能:采用机器视觉算法,实现对钢铁企业废钢的智能判级、扣渣和危险物预警;

  • 判级车辆:10000+辆车实现智能判级

  • 客户价值:每年废钢采购量 100 万吨计算,吨废钢相比人工可节省 30 余元,年节省 3000 余万元。

大模型扎根生产一线

用友 BIP 为中国智造“再续新篇”

用友 BIP 智能制造扎根于生产现场,为生产一线赋眼增智,深研算法,与客户共同“打磨”更懂业务的大模型,为制造客户创造真实价值。目前,用友 BIP 智能制造基于大模型的智能场景已经服务 30+家大型客户,为众多客户创造“数智”新价值。

我们以废钢判级大模型为例,其是一个基于视觉的自监督表征学习的多任务大模型,可以实现无标注或少标注的客户场景迁移,帮助产品批量化交付。方案入选 2022 年工信部工业互联网“平台+绿色低碳”试点示范。“用友基于最先进的基于卷积神经网络的深度学习算法,通过对海量废钢图片的训练构建废钢智能识别模型,已在鞍钢等 20 余家钢铁企业上线应用,废钢判级准确率达 95%以上。由于该大模型具有很好的泛化能力和自适应能力,面对企业的不同需求,对原本模型的改动量依然很少。”(摘自中国电子报《大模型叩响工业大门》采访报道)。

在装备、食品、石化、冶金、电子等行业,用友 BIP 智能制造也有诸多成熟且卓有成效的智能化场景应用:

例如,基于“智能配料”,帮助江铜贵冶打造铜冶炼智能工厂,实现铜矿的智能配料,针对复杂生产问题,实现人工智能、动态规划、数据挖掘和 MES 的深度结合,阳极铜合格率提高 0.25%,并显著降低了阳极炉吨铜能耗;

基于“智能排程”帮助某航天研究所解决电子元器件生产过程中老炼岗位排产问题,在有限资源、多种工艺约束、换产约束、优先级约束等复杂条件下,寻求供给与需求之间的平衡规划,解决产线级优化排程的问题,实现上板器件总数大大提升,提升接近 100%;

基于智能分切帮助某锅炉企业蛇形管材实现裁切智能优化,根据不同规格的原材料整材,及库存中的余料,生产不同蛇形管材,但不同材质,裁切后拼接成不同产品规格时,有禁焊区的要求,裁切优化算法,不仅计算出优化的裁切方案,还要提供拼接方案。大大降低人工方案的时间及废料量。

引领者、实践者、共建者

让数智化在更多的制造企业成功!

未来,用友将继续迭代训练 YonGPT,并不断丰富基于这个大模型的各类企业服务,持续践行“数字化为基础,智能化产生新价值的理念”:

持续深化大模型技术和工业模型的融合


推动工业智能化和数字化转型,帮助制造企业提高效率、降低成本和提升产品质量;

持续研发基于大模型分析大规模的生产数据和设备传感器数据的创新主题应用


为企业提供数据驱动的决策支持,帮助优化生产过程、预测故障风险和改善产品设计;

持续加强与技术提供商、研究机构和企业的合作


共同推进大模型技术的研发及实践、大模型人才体系的实训与培养、数据安全和隐私保护等行业标准及相关法规的建立健全,共同推动工业大模型的产业生态的繁荣和发展。

做工业大模型技术的引领者、用智能驱动数据的实践者、繁荣产业生态的共建者,用创想与技术推动商业和社会进步,助力中国和全球千行百业制造企业迈向高质量发展,让数智化在更多的制造企业成功!

用户头像

用友BIP

关注

用友商业创新平台 2021-08-03 加入

用友BIP采用新技术,按照云原生、元数据驱动、中台化和数用分离架构设计,涵盖平台服务、应用服务、业务服务与数据服务等形态,集工具、能力和资源服务为一体,服务企业与产业商业创新的平台型、生态化的云服务群。

评论

发布
暂无评论
企业服务大模型扎根生产一线,用友BIP为中国智造“再续新篇”!_企业大模型_用友BIP_InfoQ写作社区