2.4.5　企业生产认知智能场景

产业互联网、工业互联网的发展，对企业的生产制造而言，既孕育着机会，也隐藏着风险。企业的一线业务人员与管理者需要在海量的设备、爆炸的信息、复杂的业务流程、动态的用户需求中，快速、精准地进行认知与决策。这对人类个体与企业组织而言，无论是从技术的角度，还是从组织管理的角度，都极具挑战性。

为了应对这些挑战，企业不仅需要实现生产自动化、数字化，还需要实现智能化。实现智能化不仅可以对设备进行智能控制、智能调度、智能运维，还可以提升生产业务流程中个体与组织的认知能力。因此，企业需要以设备和人为中心，构建企业生产认知战略。

图2-16展示了企业生产认知智能战略体系。企业生产认知智能战略指建设企业数据智能基座，围绕用户需求、竞争环境、产业政策、技术创新，不断地进行企业生产认知智能战略手段的迭代，构建以用户需求为中心的智能生产能力。在企业数据智能能力基座方面，企业需要在工业物联网基建的基础上建设数据智能能力及组织管理能力。通过上层应用牵引和底层架构支持，企业生产将最终实现卓越的生产体系，提升全场景用户价值并实现认知智能创新业务模式等。

图2-16

如2.3.2节所述，第四次工业革命的核心是运用物联网、云计算与人工智能技术实现工业智能协同。在工业智能协同的目标下，企业需要建设智能工厂、智能物流、C2M的智能应用能力，因此在企业数据智能能力基座层面，企业需要通过物联网、机器人、大数据与人工智能技术，连接并打通设备生产运营系统、设备运维管理系统，形成智能生产的基座。在企业数据智能能力的基座之上，企业需要进一步通过知识图谱与认知智能技术形成生产信息互通，进而在设备管理、生产计划、供应链等方面构建协同智能。协同智能通过信息共享、策略互通、行动互助实现整体的收益提升，因此，在企业生产认知智能落地的过程中，需要为企业生产带来精准、智能、协同的能力。

（1）精准：指认知智能需要辅助设备、人对生产进行精准认知。在生产业务场景中，企业需要基于对状态的认知，驱动产品线决策，完成良品率提升、节能降耗、设备故障预测性维护的业务目标。为达成以上业务目标，企业需要在工业物联网中实现数字孪生，使生产制造过程中的信息数据化。为了实现对生产状态的精准认知，企业需要对产业链上设备生产方、设备运营方、材料供应链等多方的数据进行打通、关联并聚合。在知识图谱、认知智能和物联网之间，数据具有天然可融合的特性。知识图谱可以将生产数字孪生、生产优化的数据、知识进行深度聚合，比如西门子就曾构建了设备知识图谱，对设备多来源知识进行一站式知识管理，辅助业务人员建立对设备全面、精准的认知。

（2）智能：指认知智能需要提高生产效率和质量，降低成本和资源消耗。企业通过实现设备生产信息互联，希望进一步实现设备先进控制、设备协同优化等智能应用，在提高生产效率的同时减少工作量。在设备生产与运维场景中，设备运营商和设备生产商都需要智能的设备运维能力。企业通过构建大数据系统与人工智能运营系统，可实现设备全生命周期的信息管理和服务，让设备整体运行得更加智能、稳定，从而提高设备运行效率，节能并降低运维与检修成本。在设备生产智能管理方面，知识图谱可以协助拉通企业在整个生产流程中的数据与知识。知识图谱与认知智能技术可以将机器视觉的感知智能、大数据统计推理与机器学习能力、工业专家系统结合起来。在聚合了设备状态数据与专业知识的知识图谱上，构建设备认知智能，完成设备生产优化、设备调度的业务需求。企业生产设备优化涉及生产专业领域的深度知识，需要构建融合专家经验与统计推理、深度学习推理的知识推理模型，各知识推理模型之间需要进行相互增强或交叉辅助验证，以构建对设备生产的智能调度或先进控制能力。围绕人、机、料、法、环等场景构建工业认知智能的能力，是极具挑战且投入巨大的领域，也是实现工业制造的必备能力。

（3）协同：指认知智能需要实现生产中人、设备、企业的协同能力。在企业生产端与需求端协同方面，以C2M场景为例，企业生产需要以用户需求为中心，以较低的成本满足用户定制化的需求。因此，企业需要在宏观上实现全生产链条的信息整合，使得整个生产系统协同优化。在人的协同方面，企业可以构建研发生产知识库，实现从专利到研发技术的知识检索，提升产品研发协同能力。在产业链协同方面，企业需要建设智能生产供应链，实现柔性供应链、供应链优化智能应用能力。比如通过物资供应链统一知识图谱的建设，构建供应商的全息画像，在此基础上，企业可以实现供应链风险预测、风向预警、质量归因与供应商溯源、物资无纸化审批、辅助评标、招标文件自检等智能协同应用。

企业设备生产与运维的认知智能解决方案将在第10章详细介绍。