生成式AI从研发设计、生产制造、管理服务等角度为工业全环节赋能

ChatGPT引领AI大模型突破，随着AI技术和工业领域深度融合，工业AI应用或将迎来高速发展窗口。随着2023年3月OpenAI正式发布大型自然语言处理模型ChatGPT-4，同月微软将其旗下Azure云服务Azure、Microsoft365办公软件、Bing搜索引擎、Power Platform低代码开发平台等产品与ChatGPT深度融合，生成式AI在文本、代码、视频等一系列应用领域的前景逐渐明晰。

伴随以ChatGPT为首的生成式AI同工业领域深度融合，工业或将成为大模型重点应用垂直领域。我们认为生成式AI将赋予工业智能化制造更大发展潜力、更强劲增长动能、更广阔应用场景。

我们看好：1）研发设计，AI有望增进用户使用EDA/CAD设计及CAE仿真优化等软件的效率；2）生产制造，AI有望强化工业机器人的信息处理、感知执行等能力；3）管理服务，AI已经被用于基本办公领域，预计未来将进一步扩展至供应链管理、客服服务和市场营销等其他应用场景。

01 AI大模型+工业研发设计：增进芯片设计、CAD设计及仿真优化效率

AI大模型+工业软研发设计软件将加快推动工业数字化进程，极大解放生产力。

AI大模型+CAE有效提升仿真效率，优化代码生成能力。

CAE软件可作静态结构分析，动态分析；研究线性、非线性问题；分析结构（固体）、流体、电磁等。因为CAE已经在工业领域得到了大量的多年的应用，积累了大量的数据可以作为生成式AI的训练数据来源。

创成式设计是一种利用AI技术根据一系列系统设计来自主创建优化设计的3D CAD功能。

但未来随着以GPT为代表的通用大模型逐渐从成熟，工业设计数据库不断丰富，CAD有望借助生成式AI一方面对设计进行参数优化，另一方面借助大量的设计模块数据库生成推荐的设计草图。

AI大模型+数字孪生概念，仿真优化生产流程以改善全球工厂协作能力。

宝马全球数千名工程师依托Revit, Catia等软件以及云平台，在同一个3D虚拟环境中进行协作，从而可以在早期规划阶段最大化评估变化和调整，并利用NVIDIA Omniverse构建工厂端到端数字孪生，将规划流程的效率提高了30%。

02 AI大模型+工业生产制造：强化工业机器人的信息处理、感知执行等能力

自目前生成式AI主要通过两个层面对工业机器人进行辅助，第一，ChatGPT作为预训练语言模型，可以被应用于人类与机器的自然语言交互。机器通过ChatGPT理解人类的自然语言指令，并根据指令进行相应的动作。第二，GPT可以帮助机器在执行路径规划、物体识别等任务时做出相应的决策。

生成式AI可进一步加强工业机器人的信息处理和分析能力。国内方面，2022年底百度联合TCL搭建文心电子制造行业模型，TCL产线检测mAP指标平均提升10%以上；此外新产线的冷态起动效果可以提高至原来的3倍，产线投产的研发时间缩短了30%。

生成式AI可与机器视觉融合赋予工业机器人更为强大的感知执行能力。

1） 感知方面，从应用层面来看，2023年4月10日海康机器人发布相关新产品：AI读码器、AI智能相机、2D工业相机、3D相机和软件(Vison Master 3D算法平台和机器人视觉引导平台)。

2） 执行方面，微软研究显示，ChatGPT具备构建“感知-执行”循环模型的能力

生成式AI依托工业大模型打造工程制造引擎，不断提高生产力。奇智孔明拥有五大能力，分别是内容生成、智能问答、多轮对话、推理能力、代码生成，能够满足制造行业企业的个性化需求。

03 AI大模型+工业管理与服务：或成为ChatGPT最易实现的工业应用场景

AI大模型+CRM帮助销售人员快速相应客户需求，提升市场营销的效率。例如，国外Dynamics 365 Customer Service中，Copilot能帮助服务专员提供更好的客户体验，其能够针对聊天对话和电子邮件中的问题，撰写出符合上下文语境的答案，其互动式的对话基础来自知识库和过往案例，从而帮助销售人员快速响应客户需求。

AI大模型+ERP软件，多场景发挥产品能力。ERP管理软件是以管理会计为核心的信息管理系统，其将企业内部所有资源整合在一起，对采购、生产、成本、库存、分销、运输、财务、人力资源进行规划，从而达到最佳资源组合，取得最佳效益。基于AI辅助的ERP系统，可以通过庞大的数据训练，帮助企业做出最有效的决策。

AI大模型+供应链与物流管理推动智能调度、智能跟踪和智能预警。

生成式AI可以分析仓库的布局和工人的移动模式，以优化产品布局，此外还可以开发提高仓库效率的策略，例如存货运输路线规划，最大限度地减少移动时间，节省大量时间成本。另一方面可以根据业务场景选择最高效的仓储地址，合理布局仓网。