Signal politique: AI passe de projets de démonstration à la capacité du système de production
La Commission de Shanghai pour l'économie et les technologies de l'information (SECI) a pris des mesures en juillet 2026 pour promouvoir davantage la fabrication de -AI+ en mettant l'accent sur les modèles de niches industrielles, l'intelligence industrielle, la AI physique, les logiciels industriels et l'Internet industriel.
Cela signifie que le projet AI de l'entreprise de fabrication ne peut pas être uniquement ciblé sur la finishing une question et une réponse assistant.. Une façon plus précieuse de construire est d'intégrer AI dans la production entreprise boucle fermée, afin qu'il puisse lire des données crédibles, comprendre les contraintes d'affaires, faire des recommandations, déclencher des actions contrôlées, et optimiser en permanence par la rétroaction sur les résultats.
- Liens de recherche et développement: récupération des connaissances, aides à la conception, documents et inspection réglementaire
- Chaîne de production: support des émissions, analyse des processus, diagnostic anormal et prédiction de la qualité
- Chaîne d'équipement : inspection intelligente, identification des défauts, maintenance prédictive, synergie avec les feuilles de travail
- Chaîne d'activité: analyse des commandes, alerte en matière d'inventaire, synergie de la chaîne d'approvisionnement et prévision des entreprises
Pas de la capacité du modèle, des goulets d'étranglement de production.
La valeur élevée des sites de fabrication est souvent cachée dans les cycles de livraison, les bons taux, les temps d'arrêt, les stocks, la consommation d'énergie et l'expérience manuelle. Les entreprises devraient d'abord identifier les goulets d'étranglement qui affectent leurs résultats commerciaux, puis juger si AI peut améliorer ce goulot d'étranglement en identifiant, en prédisant, en récupérant, en générant ou en organisant leurs tâches.
Les scénarios adaptés aux premiers pilotes comportent généralement quatre conditions : fréquence élevée des opérations, disponibilité de données historiques, règles de jugement manuel pouvant être décrites et quantifiées. Pour les scènes où les données sont rares, un risque élevé de responsabilité ou de processus est encore soumis à des changements fréquents, des cours de rattrapage numérique ou des modèles de prise de décision complémentaires devraient être utilisés.
- Changer les mots --Construire l'intelligence industrielle --Un indicateur opérationnel clair
- Enregistrer les valeurs de référence actuelles, comme le temps moyen d'arrêt, le temps de vérification de masse et le cycle fermé anormal
- Distinguer les scénarios recommandés, approuvés et auto-exécution
- Priorité pour les points d'entrée dans les 90 jours pour effectuer la vérification de la boucle fermée
La base de l'intelligence industrielle est constituée de données, de connaissances et de connexions IT/OT.
L'information est souvent diffusée parmi les PLC, SCADA, MES, ERP, QMS, WMS, systèmes de documentation et d'expérience individuelle. Sans une sémantique et des interfaces de données uniformes, l'intelligence ne peut rester qu'isolée.
La base de connaissances doit tenir à jour les versions des documents, les lignes de production applicables et l'état d'approbation, tandis que les données en temps réel tiennent compte des séries chronologiques, des délais, des valeurs manquantes et anormales.
- Harmonisation des codes clés pour les équipements, les matériaux, les feuilles de travail, les processus et les questions de qualité
- Concevoir différentes méthodes d'accès pour les données en temps réel, les données commerciales et les connaissances documentaires
- Autorité héritière du système original à l'application AI et éviter les rôles trop élevés
- Établir des lignes de données sanguines, mettre à jour les temps et les mécanismes de démonstration de la base de réponse
Concevoir l'intelligence comme un collaborateur contrôlé, pas automatiser la boîte noire.
Les smarts peuvent analyser les alarmes, les protocoles de recherche, générer des recommandations d'élimination ou créer des feuilles de travail, mais lorsqu'il s'agit de modifier les paramètres du processus, d'arrêter l'équipement, d'ajuster les décharges et de publier des résultats de qualité, il faut des niveaux d'autorisation clairs et des points de confirmation artificielle.
Il est recommandé de classer la capacité en questions en lecture seule, en appuyant les recommandations, en exécutant des contrôles et en interdisant les niveaux quatre. Chaque appel d'outils est enregistré par l'auteur, l'entrée, la base, l'action, le résultat et la confirmation manuelle, et peut être inversé vers les processus manuels en cas de défaillance.
Validation pilote de la valeur avec des petites boucles fermées, copie à la ligne et à l'usine
Le projet pilote ne devrait pas être une démonstration de fonction, mais plutôt une validation à l'aide de véritables changements, de véritables feuilles de travail et d'anomalies réelles.
Lorsqu'un scénario atteint le seuil prédéfini, l'accès aux données sur les sédiments, la permission, l'évaluation, la surveillance et le modèle de rejet sont étendus à l'équipement, aux produits ou aux installations adjacents.
- Semaine 1-2 : Entrevues sur place, observations des processus et mesures de base
- Semaines 3 à 6 : accès aux données, développement de prototypes et évaluation hors ligne
- Semaines 7-10: petites dimensions en ligne, synergies humaines et observation des risques
- Semaines 11-12: Breager d'affaires, réception et inspection et reproduction Prise de décision
L'acceptation et l'acceptation du projet sont basées sur les opérations, la technologie, la sécurité et les opérations en même temps
L'acceptation et l'acceptation du projet AI industriel ne peuvent se limiter à une liste de pages et de fonctions. La partie opérationnelle doit confirmer si les indicateurs se sont améliorés, la partie technique doit identifier les performances, la stabilité et la qualité des interfaces, la partie sécurité doit identifier les mécanismes d'autorité, d'audit et d'urgence, et la partie opérationnelle doit identifier les responsables de la mise à jour des connaissances, de la modélisation et des questions.
Pour les projets de collaboration exécutés à l'extérieur ou par le FDE, il faudrait également fournir des scénarios, des dictionnaires de données, des fichiers d'interface, des collections d'évaluation, des rapports d'essai, des matrices de compétences, des manuels de déploiement, des règles de surveillance, du matériel de formation et des listes itératives afin d'éviter que le système ne les maintienne.
Changer la fabrication de Shanghai AI+, de la lecture des résultats à l'entrée du projet
Le problème le plus probable après la lecture des articles méthodologiques est l'acceptation des principes, qui ne sont pas traduits dans la prochaine étape. Il est proposé que le chef des opérations organise un mini-atelier de 60-90 minutes, en choisissant seulement un processus réel et ne se précipitant pas pour discuter de la plate-forme complète.
Étape 1: Établissement d'un état actuel et d'un échantillon de référence
La tâche actuelle, qui est extraite autour de
Étape 2: Clarifier la fermeture initiale et l'inaction
La première phase, qui est conçue pour permettre à une chaîne de fonctionner et d'être réétudiée, ne comporte pas l'intégration complète de l'intelligence industrielle, de la fabrication et de la FDE dans la même version.
Étape 3: Correspondre les résultats techniques aux données techniques
Le projet AI conserve également une version de l'évaluation, de la configuration des indices ou des procédés, de la source de modèles et de connaissances, des registres de correction manuelle et des tests de régression de faible confiance, de dépassement et de défaillance. Ne pas se fier à une seule démonstration pour produire la bonne réponse. La démonstration du fournisseur devrait être basée sur un échantillon confirmé par les deux parties; les données de production non sensibilisées ne peuvent pas être utilisées entièrement pour remplacer la condition réelle.
Étape 4: Réception, inspection et disque avec le même calibre
Si l'on suppose que le processus initial traite 600 missions par mois, soit en moyenne 20 minutes et un taux de retour de 10 %, l'objectif peut être déclaré comme étant de 6 semaines après le démarrage, avec une réduction moyenne de 25 % dans le temps et un taux de retour de pas plus que le niveau de référence initial, étant donné la complexité de la tâche., Cet ensemble de chiffres ne démontre que la méthode de mesure et ne représente aucun résultat client; les indicateurs officiels doivent être identifiés par l'entreprise sur la base de son propre échantillon.
- Matériel opérationnel : organigramme, rôle, mission type, questions actuelles et données de base
- Matériel technique : inventaire des systèmes, interface, accès aux données, environnement de déploiement et exigences en matière de sécurité
- Matériel du projet: portée de la première phase, exclusions, matrice de responsabilité, jalons et mécanismes de changement
- Matériel de réception et d'inspection : jeu d'essais, dossiers d'exécution, liste des lacunes, requêtes d'indicateurs et documents de transfert
Lorsque ces matériaux sont identifiés conjointement par les parties opérationnelles et techniques, la méthode de l'article est effectivement entrée dans le projet. Si les données clés, l'autorisation d'interface ou la personne responsable ne sont pas en place, la prochaine étape logique est généralement un diagnostic limité ou PoC, plutôt qu'un engagement immédiat à terminer la période de travail et le prix total fixe.
Référence officielle
- Mesures sélectionnées pour favoriser le développement du marché de Shanghai dans la fabrication --AI+Shanghai Commission économique et de l'information 2026-07-17
- Commentaires sur la mise en œuvre de l'initiative «Assomption de l'intelligence artificielle + fabrication»Ministère de l'Industrie et des Technologies de l'Information, etc.
- Guide du thème du concours "Data Elements x" de 2026Unités ministérielles telles que l'Agence nationale de données 2026-04-27
Mettre en œuvre la méthodologie pour l'action du projet
- Produit de goulets d'étranglement quantifiables, et non de fonctions de modélisation
- Les données, les connaissances, la connectivité et l'accès aux technologies de l'information et des communications sont des dénominateurs communs pour l'intelligence industrielle.
- Vérifiez avec des petits anneaux contrôlés, puis copiez le gabarit de sédiments vers plus de lignes de production.
- Acceptation et acceptation communes par quatre ensembles d'indicateurs opérationnels, techniques, de sécurité et opérationnels
Continuer à concilier les questions communes dans la prise de décisions concernant les projets
En quoi l'externalisation FDE diffère-t-elle du développement courant de logiciels AI?
L'externalisation FDE met l'accent sur le travail approfondi des ingénieurs, en travaillant avec les utilisateurs, les données, les modèles et les systèmes existants pour faire avancer l'application. Le développement normal de AI commence généralement par une exigence fonctionnelle plus claire, en se concentrant sur les applications et les interfaces.
Voir la réponse complèteAI Externalisation des achats, des devis et des acceptationsL'application de l'application devrait-elle se développer d'abord par une PoC ou une mise en œuvre directe du système formel?
Lorsque les effets du modèle, la qualité des données ou les conditions du système n'ont pas été validés, une gamme limitée de PoC devrait être effectuée; si le même type de capacité est validé sur un échantillon réel, les normes de gamme, d'interface et d'acceptation sont stables et peuvent être directement intégrées au processus de production.
Voir la réponse complèteentreprise AI Efficacité, sécurité et poursuite de l'exploitationComment le projet AI devrait-il élaborer des indicateurs d'acceptation et d'inspection?
Le projet AI ne peut pas simplement accepter et accepter -looks good -- ou s'engager à 100% précision des données. Les indicateurs doivent couvrir les résultats d'affaires, les effets de modèle, la performance du système, les privilèges de sécurité et les bas-ups manuels.
Voir la réponse complèteEntreprise AI Organisation et mise en œuvre des transportsLe service informatique ou l'entreprise devrait-il être responsable du transfert de AI?
Environnement AI Transport exige une coresponsabilité opérationnelle et informatique, mais avec des responsabilités différentes. Questions de définition du secteur d'activité, calibre des connaissances, échantillons réels et résultats finaux, et les équipes informatiques ou techniques sont responsables des interfaces de données, privilèges d'identité, architecture, sécurité, diffusion et transport. La direction est responsable de la fixation des priorités, de la budgétisation et de la prise de décisions intersectorielles.
Voir la réponse complèteNécessité d'une analyse plus approfondie dans le contexte de l'état actuel de l'entreprise?
Nous fournissons des conseils techniques en informatique, la construction d'informations d'entreprise, Software Project Outlook, conception de produits, la livraison de R & D et les services de livraison de systèmes.