《AI在制造 | 从政策角度解读“AI数字化+节能降碳”》

  • 来源专题:能源情报网信息监测服务平台
  • 编译者: guokm
  • 发布时间:2023-04-11
  • 摘要:本期节目为《AI在制造》系列节目第四期,由蘑菇物联联合华为云共同打造。蘑菇物联FS端事业部总经理朱东升先生邀请广东省节能工程技术创新促进会常务副理事长兼秘书长、广东省数字化节能降碳产业联盟秘书长何军飞先生,一起畅聊 “绿色制造与AI的关系”。

    对于工业节能,大家都有一个共识:更换新设备或者做设备技改。这个方法带来的节能效果又快又明显,但正因为是共识,企业基本上都已经做完了这一步,尤其是中大型工业企业。那接下来怎么做?

    何军飞秘书长给出的回答是“数字化节能降碳”。企业前期简单的改造已经实施了,接下来需要做更精细化的能源管理和调度,继续深挖节能潜力。而精细化的本质,就是从数据入手,深入到数据层面去解决问题,这就是需要数字化技术,需要AI技术。

    数字化技术带来的节能减碳价值到底有多大?何军飞秘书长向我们提供了一组数据:在工信部统计的305个智能制造试点示范项目中,数字化技术让企业能源利用率平均提升16.1%,最高达到1.25倍。

    面对工业如此复杂的场景,数字化节能降碳技术如何高效、标准化地应用在工业现场呢?

     

    以下,是朱东升先生和何军飞先生的对谈全文:

    01 通过数字化实现绿色制造处于什么阶段?

    朱东升:围绕“数字化节能”这个话题,我们想先了解下:广东省为何在去年成立了数字化节能降碳产业联盟?从国家政策的角度,通过数字化实现绿色制造目前处于什么阶段?

    何军飞:党的二十大为推动制造业绿色发展作出了重要部署,为工业领域绿色低碳转型进一步指明了方向。特别是今年年初国务院发布《新时代的中国绿色发展》白皮书内容表明,制造业数字化、绿色化融合水平不断提高。数字技术与制造业快速融合发展,重点领域关键工序的数控化率由2012年的24.6%提升到了2021年的55.3%。中共中央、国务院印发《数字中国建设整体布局规划》指出,加快数字技术创新应用。加快数字化绿色化协同转型,建设绿色智慧的数字生态文明。

    02 数字化跟传统节能手段之间的关系?

    朱东升:您怎么看待数字化跟传统的节能手段之间的关系?

    何军飞:从我做节能工作的角度来讲,最简单粗暴的是把设备换成高效节能设备,效果很明显,立竿见影。随着节能工作的推进,这些容易做的改造大家已经实施了。为什么到了现在这个阶段,数字化的技术有了它的用武之地,正是因为我们前期简单的改造已经实施了,那就要更加精细化地对能源进行管理,在这个过程中挖掘节能的潜力。基于数字化的技术,能够把运行的数据采集到,通过对数据的分析才能知道能耗的真实情况。

     

    (图源网络)

    03 “数字化技术”在绿色制造里面扮演什么样的角色?

    朱东升:您觉得“数字化技术”在绿色制造里面到底在扮演一个什么样的角色?

    何军飞:数字化技术是节能降碳的工具。传统节能降碳的方法主要从设备和工艺层面着手,到了现在这个阶段我们也应该用一些现阶段的技术,特别是数字化技术的创新应用,期望能够达到一个更好的节能降碳效果。世界经济论坛数据显示,到2030年各行业受益于数字技术所减少的碳排放量预计将达121亿吨,通过在能源、制造业等行业中进一步应用数字化技术,可以减少高达15%的全球碳排放。

    据工业和信息化部对遴选的305个智能制造试点示范项目的智能化改造前后对比数据,能源利用率平均提升16.1%,最高达到1.25倍。从这个角度讲,把数字化、智能化的技术应用到生产用能系统或生产系统中,带来的节能降碳效果很明显。

    朱东升:数字化节能是在设备节能、工艺节能、系统节能的基础上,再节能16.1%,这是“百尺竿头更进一步”。

    04 工业数字化节能的前景是广阔的,但复杂性也高

    朱东升:我们所说的节能降碳其实不仅仅是工业的,比如交通、建筑也都在提。我感觉工业场景还是最复杂的,在这个复杂场景里面要做到数字化节能降碳,需要做得更深入一点,您怎么看?

    何军飞:我的感觉是在工业场景里面,要去做数字化,它面对的复杂程度确实要更高。所以在面对制造业做服务工作的时候,相信你们更有体会,可能每一个项目都是定制型的项目,所以在这一块怎么样去应用好技术,挑战是更大的。

    朱东升:这件事引出一个痛点。就是这一类复杂的东西,我们想把它产品化,包括您刚刚也提到联盟成立的一个初衷,是想把一些事情标准化,让大家认可数字化的价值。但要把一个本来应该定制化的东西用一个标准化的产品去解决,这个过程是很困难的。您在这一块有什么样的建议?

    何军飞:我们期望利用联盟这个平台,这些成员单位的一些共性的技术,可以大家一起联合起来对数字化节能降碳技术的科技创新的研究、开发、推广应用,能够有更多的推进作用。

    朱东升:以您二十几年从业经验,在行业里面比如系统节能、工艺节能等等,有哪些手段实现了这种标准化的结果?

    何军飞:我们讲数字化,这里面的基础就是数据,是主要的元素。我们站在联盟的角度就是希望是否可以把这些基础性的工作规范应用起来,让不同的数字化技术机构能够在同一个标准框架下。我们能看到数字化节能降碳的前景是比较广阔的,也需要我们共同努力去实现。

     

    05 数字化节能降碳对人才的要求

    朱东升:联盟现在对这种数字化节能降碳的人才有些什么要求?

    何军飞:确实,这需要一些综合性的人才。我相信不光是联盟的要求,而是我们全社会从事这个领域的,包括相关的研发机构,包括蘑菇物联这样的企业,我相信都是非常渴求这种综合型、复合型的人才。所以我们觉得从一个产业的发展角度来看,特别是新兴的数字化技术,结合节能降碳的产业,社会上对于这一类人才的需求比较旺盛。所以联盟也期望建立相应的数字化培训课程。

    朱东升:蘑菇物联的产品现在就有教育套件包,是面向高校的一些应用,我们把这些东西教给他们,他们就会了解怎么在空压站、在公辅车间、在通用设备上去实现数字化节能。第二,我们从高校招了很多新人进来,从头开始培养,这些人对数字化的接受程度非常高,对节能降碳这些专业我们会给到一些实际的磨练,让他们去现场学习、操作,经历项目的交付过程之后其实成长会非常快。我们也希望能够跟大家一起多培养这些人才,也希望联盟能够多给大家输入。

    何军飞:我们也确实很需要实操场景的培训,所以接下来也可以一起努力,把人才培训这件事抓起来。

    朱东升:非常感谢何秘,今天聊了这么多,我有四点感受是比较深的:

    第一,数字化节能降碳是一个综合手段,是跟设备节能、工艺节能和系统节能结合起来的,并且跟这些节能手段是相辅相成的;

    第二,数字化节能降碳是一个渐进的过程,不是一蹴而就的,可以凌驾于其他事情之上的,这跟场景、跟企业的发展阶段都有密切的关系;

    第三,您刚刚提到说要有深层次的应用,我的理解就是从可测到可视到可控,相当于数字化节能降碳的三个层次,其中可控这个阶段,以蘑菇物联的实践来看,我们是和人工智能结合起来,会给客户创造更快更直接的收入;

    第四,就是您刚提到的人才培养,这是一个非常长期的事情,是一个“功在今朝,利在千秋”的事情,这一点希望联盟今后可以为大家提供更多的人才库,能够把数字化节能降碳这件事更快地推进。

  • 原文来源:https://power.in-en.com/html/power-2427414.shtml
相关报告
  • 《5G助力工业制造业数字化转型》

    • 来源专题:中国科学院文献情报制造与材料知识资源中心—领域情报网
    • 编译者:冯瑞华
    • 发布时间:2022-07-21
    • 中国电信福建泉州分公司、福建省铁拓机械股份有限公司与鼎捷软件共同举行5G﹢新一代ERP﹢PLM工业数字化升级启动仪式,加快推动更多工业制造业创新场景应用落地泉州。   作为国内知名的沥青混合料搅拌及再生设备专业制造商,福建省铁拓机械股份有限公司的产品销往全国各个省区市及全球50多个国家,是专精特新“小巨人”企业和国家首批制造业“单项冠军”培育企业。泉州电信助力铁拓机械5G智能制造产业园建设,将5G、云计算、AI、大数据等先进技术融入生产中,推助工业制造业企业提高生产效率、降低能耗,实现生产车间网络化、车间无纸化、交互智能化。   此次三方共同开展5G﹢新一代ERP﹢PLM工业数字化合作,将围绕设计生产协同管理、产销计划协同管理、存货控制管理、精细化成本管理四个目标,推动平台创新升级、行业深度赋能、新技术融合应用等领域发展迈上新台阶。一是对铁拓机械ERP等系统平台陆续实施升级改造,打造工业制造业智能生产管理系统标杆。二是基于AR/MR、AI等新技术,实现堆场面积监测、产品质检等创新应用,推进生产精益化管理。三是引进焊接机器人等智能化设备,助力生产智能化设备迭代升级,实现从生产线协同到企业全域的管理决策协同,全面提升物料管理、产品交付效率。   泉州电信将充分发挥云网融合的先进技术和服务优势,进一步整合科创力量,助力泉州制造业企业打造信息化底层平台,推广工业标准化产品;梳理汇聚数字化转型能力,赋能企业节能、管理、决策,推动数字技改,为打造泉州智造品牌贡献更多力量。
  • 《全球科技巨头的数字化农业AI布局》

    • 来源专题:农机装备
    • 编译者:袁雪
    • 发布时间:2025-04-14
    • 点击上方蓝字 轻松关注我们 农业的数字化转型正在加速推进,科技巨头与传统农业的融合成为关键动力。微软、IBM、谷歌、华为和亚马逊等公司,正凭借其技术专长推动农业创新,重塑这一古老行业。英特尔的芯片、华为的5G网络、NVIDIA的GPU虽未直接应用于农田,却成为农业AI模型和作物管理系统的核心。与此同时,OpenAI 和 Anthropic 等开发大型语言模型(LLM)的企业,也通过深度学习和神经网络间接赋能农业,帮助打造更强大的行业专用工具。 NVIDIA数据中心 AI 在农业中的应用正不断拓展:卫星图像结合机器学习可预测作物产量,数字孪生技术精确模拟生长环境,自然语言处理提炼多语种农业智慧,基因组学模型更是深入植物分子结构,革新遗传研究。 在应对人口增长与气候变化的关键时刻,这些科技力量是否能解决农业的长期挑战?本文将聚焦 亚马逊、微软、谷歌、IBM、英特尔、华为等公司在农业AI上的布局,并探讨 OpenAI、Anthropic 和 NVIDIA 的间接作用,揭示一个由代码驱动、深刻影响土地与人类关系的全新农业生态系统。 农业AI解决方案的主要直接参与者 AWS:为农业提供自动化数据洞察的核心平台 亚马逊云服务(AWS)正以超过240种云服务构建起现代农业的数字支柱,助力农民将数据转化为高价值作物。AWS 全球农业主管 Elizabeth Fastiggi 指出:“农业是一个数据丰富的行业”,强调了数据作为资产的战略意义。AWS 提供从精准农业到供应链管理、可持续发展等多领域工具,广泛应用物联网、机器学习和人工智能技术。 以色列农艺农场管理平台(“CropX 平台”)和应用程序使用 AWS 解决方案来推动更高效、更经济的农业生产 AWS 致力于技术的“民主化”,即为各类农业用户提供公平获取一流技术的机会。在高度安全的环境下,农企得以大胆试验、验证和扩展新技术。这一策略不仅赋能单个农场,更通过支持第三方开发者生态系统,推动农业AI解决方案的大规模部署,形成不断壮大的数据与智能资源库。 微软:打造面向未来的AI农业平台 微软通过 Azure 农业数据管理器和 Project FarmVibes.AI 两大核心项目,推动农业AI发展。2023年9月推出的 Azure 数据管理器整合了来自传感器、无人机、卫星等多源数据,实现实时分析与可视化。农业食品首席技术官 Ranveer Chandra 表示,这种数字生态系统将数据转化为农民可执行的决策信息。 Azure 农业数据管理器功能 Project FarmVibes.AI 则是技术的“大脑”,面向研究人员和从业者提供易用且经济的数字农业工具。这些工具支持在网络覆盖不全的地区运行,有效缩小农村数字鸿沟。Chandra 也展望未来生成式AI的集成,如 AI 副驾驶、聊天机器人等,能够提供本地语言、个性化的实时建议,为农业带来深层次变革。 微软的 Farm Vibes 项目在浦那巴拉马蒂试验田的卫星图像 谷歌:借助卫星图像与AI推动农业可持续性 谷歌利用其在数据分析和机器学习方面的优势,将农业与遥感技术深度结合。Google Climate Engine 平台整合了 Earth Engine 和 Google Cloud,通过分析长达50年的地球观测数据,为农业气候适应和可持续发展提供支持。 谷歌不仅服务于跨国企业(如 Regrow 和联合利华),还助力初创公司如 ListenField,为超3万名东南亚农民提供生产优化建议。谷歌持续开发作物识别与产量预测模型,推动卫星图像在农业中的深度应用,从而同时提升产量与环境友好型农业实践。 IBM:用AI和环境数据守护粮食安全 面对气候变化等环境挑战,IBM 利用其 Environmental Intelligence Suite 提取关键气候数据,解决粮食安全问题。在与 dsm-firmenich 的合作中,IBM 的AI系统帮助预测并预防谷物霉菌毒素污染,每年可为欧洲节省数百万欧元。IBM ESG 副总裁 Kendra DeKeyrel 指出,AI 不仅提升农业效率,也是应对干旱、洪水等风险的关键工具。 IBM 还持续优化其环境智能平台,使数据科学家与开发者能更深入地推动农业与气候数据的融合,目标是“领先天气一步,保护农产品”。 英特尔:以边缘计算和AI设备重塑农业现场 与注重云计算的其他公司不同,英特尔聚焦于农业现场的智能化转型。通过边缘计算、计算机视觉和网络技术,英特尔推动实时监控与自动化管理,涵盖从气候感知到生产物流的全链条。 在与 NatureFresh 农场的合作中,英特尔的AI平台实现了温室设施的智能升级。该农场IT负责人 Keith Bradley 表示,英特尔在多代CPU之间分配AI负载的能力,保障了农业场景的高可扩展性和灵活响应。这种软硬件协同的技术生态正在推动农业实现前所未有的精准与高效。 华为:通过5G打造全球智慧农业示范 华为在全球推动5G智慧农业,尤其在奥地利实施的5G无人机监控农场项目,已显著提高效率、减少农药使用并改善农村网络基础设施。其解决方案融合5G、物联网与云计算,全面覆盖精准农业、远程监测和数据分析。 华为海外5G智能农场 尽管面临部分市场的地缘挑战,华为依然凭借技术创新和在“一带一路”沿线国家的广泛布局,成为农业AI发展的重要推动者。其“绿色现场”项目展示了其对全球数字农业未来的持续投入与承诺。 农业科技的“隐形影响者” OpenAI 与 Anthropic:生成式AI与农业的潜在结合 尽管 OpenAI 和 Anthropic 尚未推出专为农业定制的产品,但它们在生成式 AI 和大型语言模型(LLM)方面的前沿研究,为农业应用打开了全新可能。这些公司开发的语言模型已被广泛应用于科研、教育和决策辅助等领域,其潜力同样适用于农业。 例如,LLM 可用于自动解读农业研究论文、生成作物管理建议,或辅助农民进行技术学习。OpenAI 在强化学习方面的突破性成果,也可能用于优化农业机器人路径规划或精准作业流程。虽然目前的影响是间接的,但随着 AI 技术的快速演进,这些模型将可能在农业知识提取、农业教育、农艺模拟等方面发挥更直接作用。 NVIDIA:支撑农业AI背后的计算引擎 NVIDIA 虽不直接开发农业产品,但作为全球领先的 AI 芯片提供商,其GPU技术正是大多数农业人工智能模型运行的基石。从卫星图像分析到基因组研究,NVIDIA 提供了处理海量数据与复杂算法所需的高性能计算能力,推动了精准农业、作物预测、环境监测等核心场景的智能化发展。 NVIDIA 首席执行官黄仁勋也高度重视农业的AI潜力。公司已与多家农业科技企业展开合作,应用 GPU 加速的模型实现精准灌溉、病虫害监测、土壤健康评估等功能。这些合作不仅提升了产量,也大幅降低了资源消耗,展现出技术驱动的可持续农业未来。 黄仁勋提出,将 AI 应用于农业不仅是提升效率,更是应对全球粮食安全与气候挑战的重要手段。NVIDIA 的角色正体现了跨行业科技融合的趋势:即便不直接面向农业,其核心技术也能在背后推动农业变革。这种“隐形”的技术支持,正在重塑我们对农业创新生态的理解。 比较分析 在深入探索科技巨头推动农业人工智能的路径时,可以清晰地看到几大关键趋势与差异。 首先,在基础设施与解决方案方面,AWS、Google Cloud 和 Microsoft 凭借强大的云服务平台,为农业AI提供了广泛支持,成为众多第三方农业科技解决方案的基石。而IBM则更侧重于开发垂直整合的端到端方案,专门应对农业中的特定挑战,如气候风险与粮食安全。 在硬件与软件的技术重心上,英特尔与NVIDIA聚焦于算力基础,为高性能农业AI模型提供GPU和边缘计算芯片支持,尤其适用于需要实时处理的田间作业。而微软和AWS则发挥其在AI算法和机器学习方面的优势,打造用于作物产量预测、病虫害识别等复杂任务的软件解决方案。 核心技术与市场集中度方面,目前主导AI应用的Transformer架构和大型语言模型(LLM)需要庞大的算力与数据支撑,仅少数科技公司具备独立开发这些模型的能力。这种能力的集中,也导致了农业AI生态中的技术壁垒:部分公司可自主构建模型,而更多企业则依赖外部合作或开放平台。 在数据源的整合与利用方式上,各家公司展现出不同的技术路线。微软的 FarmVibes 强调多源数据融合,包括IoT设备、卫星图像与气象数据,实现对农场运行状态的全局掌控;谷歌则发挥其在地理空间分析上的优势,通过遥感影像实现大范围作物监测;IBM聚焦于环境与气候数据的深度融合,用于精准预报与风险管理;AWS构建的云平台能够整合传感器数据与历史记录,为农场运营提供数据驱动支持;英特尔则主打边缘计算,在田间现场实现实时感知与响应;华为通过将5G、物联网和云计算相结合,打造包括无人机监测、智能分析在内的全面智慧农业系统。 尽管路径不同,这些企业面对的共同挑战是:如何将庞杂的数据转化为对农民真正有价值的洞察和工具。每家公司在数据整合方式上的选择,不仅体现了其技术优势,也反映了其在农业AI领域的战略定位。 正如国际园艺学会(ISHS)人工智能参考小组主席 Graeme Smith 所言:“人工智能正在开启农业的新时代,彻底改变从作物规划到消费的各个方面。”科技巨头的行动,不只是技术部署,更是在塑造全球农业的未来格局。 人工智能的核心在于通过对数据的学习实现预测与决策。在农业领域,这意味着算法可以分析来自卫星图像、传感器、气象站和摄像头等多源数据,实现对农作物的实时感知与成像,为农民提供切实可行的指导意见。 面对气候变化、害虫抗药性增强、市场波动、劳动力短缺与可持续发展的压力,农业正以前所未有的速度向科技化、智能化转型。受控环境农业(CEA)的兴起正是这一变革的缩影:大型温室群在全球范围迅速扩张,生成了极为复杂的数据系统,推动了人工智能的深度嵌入。从精准灌溉、作物预测到资源配置,AI 正在重新定义农业的运作逻辑,并开始对全球经济、贸易结构、劳动力市场乃至国家间关系产生影响。 国际园艺学会人工智能参考小组主席 Graeme Smith 认为,AI 将农业从基于经验的传统工艺转变为高度数据驱动的科学。通过整合环境、表型与基因组等多维数据,人工智能可大幅提升农业的可持续性、生产效率与资源利用水平。从农田实时监控平台到基于卫星图像的产量预测系统,这些技术不仅提升了农民的决策能力,也预示着新农业范式的到来。 AI 的价值不止于优化当下,更在于构建面向未来的气候适应型农业模式。以AI驱动的CEA系统为例,不仅节水高达95%,节地显著,单位产量远超传统农业,还能显著减少运输、施肥和能源环节的碳排放,推动农业向高效、低碳、智能的方向发展。同时,AI在户外农业中的应用亦日益广泛,预测性模型帮助农民规避气候异常,减少产量损失与资源浪费。 知名经济学家 Steve Keen 指出,主流经济模型常忽视气温升高对降水和农业系统的连锁反应。他强调,AI 可以为农民提供传统思维难以实现的应对策略,弥补气候建模与农业决策之间的落差。正如 IBM 环境智能套件的实践所示,AI 正成为农民在不确定气候中稳产保收的重要工具。近期 NASA 的研究更警告,即使没有最极端的气候剧变,仅在高排放情境下,2030年前全球玉米产量可能下降四分之一,凸显应对挑战的紧迫性。 与此同时,人工智能的崛起也正催生“自主农业”新格局。英特尔的边缘计算与 NVIDIA 的GPU正在为农业设备提供实时决策能力,自主作业成为可能,农业生产正迈向前所未有的精确化和自动化。然而,技术革新也伴随着伦理与社会结构的挑战,包括数据隐私、技术垄断、以及中小农户在数字转型中面临的边缘化风险。 农业AI的未来不仅关乎技术突破,更取决于科技公司、政策制定者与农业从业者之间的协作治理。我们正站在农业新时代的门槛,人工智能所带来的不仅是产量的提升,更是对全球粮食安全、环境适应能力以及公平可持续发展的深刻回应。 农业科技侠交流群 入群可添加小编微信(扫描下方二维码,备注:来意-姓名-单位,若二维码添加失败,请公众号后台私信留言“入群”) 投稿、宣传推广、开白等请在本公众号后台回复“1” 转载请注明来源:本文转自农业科技侠数字与智慧农业微信公众号 编辑:傅莹 声明:本文旨在前沿分享,若有编辑等问题,敬请后台留言