在近日举办的制造业数智化专题论坛上，用友网络智能制造产品总监唐洪华博士发表了题为《AI+制造，让AI在制造业应用落地》的精彩演讲。唐博士结合行业实践和前沿技术趋势，深入剖析了人工智能在制造业中的落地路径，强调多模型协同、场景驱动是实现智能化的核心。他的分享为制造业企业推进数智化转型提供了重要参考。
AI应用需打破“唯大模型论”，融合经典与小模型是关键
唐洪华博士指出，近年来人工智能技术发展迅猛，特别是大模型技术显著降低了通用人工智能的应用门槛。但他强调，在制造行业中，不能盲目追求“大模型万能”，而应注重技术可靠性与业务可解释性。“制造行业的许多场景对可靠性要求极高，必须做到‘有理可讲、有据可查’。大模型目前仍是黑箱，存在幻觉问题，而经典的判别式AI（如机器学习、运筹学、统计模型）更具透明性、稳定性、高性价比。”
他提出，企业应基于具体场景选择合适的技术组合，将大模型与运筹优化、知识图谱、小规模机器学习模型等融合使用，实现“生成式AI+判别式AI”的双轮驱动。这一观点打破了行业对AI应用的单一认知，拓宽了智能制造的实现路径。
七大智能场景落地，覆盖制造核心业务环节
唐洪华重点介绍了用友BIP5在制造领域的七大智能应用场景，均已在多家企业中验证实效：
1. 产能计划：从无限产能到有限能力排程
传统ERP系统常基于无限产能假设生成计划，实际可用性低。用友BIP5提供初产能评估与有限产能排程两大能力，支持交货期承诺、生产线排程、多工厂协同等场景，已在西电、信利等企业成功应用，实现“削峰填谷”与资源优化。
2. 高级排程（APS）：机台级计划与多方案优选
针对制造企业（如半导体、电子、机械加工等），用友与伙伴公司“快思”合作开发了机台级高级排程系统，支持多方案对比与人工决策融合，帮助企业动态响应异常、最大化资源利用。
3. 智能配料：运筹优化+大模型提升质量与成本控制
在冶金、稀土、煤炭、乳业等流程行业，用友通过运筹学算法实现配料成本最优解，并结合大模型实现进度跟踪、缺料预警等智能问答应用。典型案例包括索通发展、贵冶、虔东稀土、飞鹤乳业等，显著提升原料稳定性与工艺效益。
4. 智能裁切：一维/二维优化提升材料利用率
针对硅材料、钢板、家居等行业的裁切需求，用友通过智能裁切优化算法减少边角料损耗、提高收得率、减少换刀次数提高生产效率。在乐凯胶片、双良集团等企业中，材料利用率提升显著，年均节约成本超百万元。
5. 库存健康顾问：大模型驱动风险预警与优化
通过多维度分析库存结构、周转率、资金占用等指标，用友库存模型可自动识别积压、缺货等风险，并给出整改建议。中咖咖啡等企业已通过该系统实现库存健康度提升。
6. 生产智能助理：实时跟踪与异常处理
基于ERP数据，用友智能助理支持订单进度查询、物料缺件预警、生产调整建议等功能，帮助企业快速响应变化，减少延期与浪费。
7. 质量分析助理：统计学控制与多模态质检
整合工艺数据、设备运行参数与质检报告，用友系统通过控制图分析、柏拉图分析等方法自动识别质量异常，并支持纸质报告数字化提取，提升质量追溯与供应商管理效率。
核心价值：品质、效率、成本、收入的全面突破
唐洪华总结指出，用友BIP5的智能应用不仅帮助企业降本增效，更推动商业模式创新：
● 品质提升：通过工艺优化与质量分析，减少误差与不合格品；
● 风险可控：实现合同履约、交货期、库存等多维度风险预警；
● 效率突破：提升排程、生产、维修等环节的响应速度；
● 交期保障：通过三级计划体系（集团-工厂-车间）确保订单交付；
● 成本降低：通过优化配料、裁切、库存等方式减少浪费；
● 收入增长：结合企业商业模式共创高价值场景，实现增收。
共建共创：智能制造需生态协作与持续迭代
唐洪华强调，智能制造没有标准答案，必须结合企业特点选择场景、定制模型。用友已与索通、双良、佰工等数十家企业共建解决方案，覆盖流程与离散制造多个领域。他建议企业开放合作，与用友专家团队共同探索适合自身的智能化路径。
“人工智能不是替代人类，而是增强决策。我们既要相信算法的力量，也要保留人的判断力——这才是智能制造的真正未来。”
