4 月 21 日，“第六屆中國工業(yè)數(shù)字化高峰論壇”在上海舉行。本屆會議由中國互聯(lián)網(wǎng)協(xié)會互聯(lián)網(wǎng)投融資工作委員會、中國生產(chǎn)力促進中心協(xié)會數(shù)字經(jīng)濟工作委員會提供指導，由中國化工學會信息技術應用專業(yè)委員會和產(chǎn)業(yè)數(shù)字化創(chuàng)新發(fā)展聯(lián)盟提供支持，由MyMRO我的萬物集·固安捷、齊心集團、歐菲斯、鑫方盛、致趣百川、市場易、晨光科力普、領先未來、脈鏈、米思米中國、百煉智能等企業(yè)參與協(xié)辦。來自全國各地的政府領導、專家學者、工業(yè)產(chǎn)業(yè)鏈上下游企業(yè)、產(chǎn)業(yè)數(shù)字化平臺、傳統(tǒng)工業(yè)企業(yè)負責人等參加了會議。

齊心集團董事 高 級副總裁 B2B事業(yè)部總經(jīng)理戴盛杰

齊心集團董事 高 級副總裁 B2B事業(yè)部總經(jīng)理戴盛杰出席會議并發(fā)表主題演講。在此向各位讀者分享演講實錄：

謝謝主辦方，謝謝各位嘉賓、各位領導！

“工業(yè)品數(shù)字化的底層邏輯與未來發(fā)展”，剛才董教授和李主任，我覺得他們更有資格回答這個問題。其實對于底層邏輯的理解，我只能說簡單地說一下我的感受。我覺得信息化是一種新型的生產(chǎn)力，是一次工業(yè)革命，在信息化的過程中產(chǎn)生了大量的數(shù)據(jù)，數(shù)據(jù)成為資產(chǎn)，資產(chǎn)逐漸演變成生產(chǎn)資料的時候，它的生產(chǎn)關系一定會發(fā)生變化。我理解的底層邏輯，其實是有一種新的生產(chǎn)資料，在改變，在創(chuàng)造，在驅動一種新的生產(chǎn)關系。因為過去數(shù)據(jù)不是一種生產(chǎn)資料，大家沒有這種理解，接下來我的分享更多是從一些案例，從我們的一些實踐當中來提出一個觀點，未來我們會成為什么樣。

首先簡單介紹一下齊心，齊心從最早期的辦公用品制造商，逐漸通過各種市場機會驅動，成長為（為大型央國企）提供To B服務的、綜合型服務企業(yè)。

在整個MRO場景里面，剛才周艷華董事長介紹了它（MRO）的特殊性，響應時效要求很高；MRO是針對設備運維過程當中，制造單元非常復雜，專業(yè)化程度也非常高；通用物資占了MRO銷售產(chǎn)值里面接近70%—80%，但是剩下的20%—30%的物料，具有非常強的服務屬性，這是他們的特征。

作為一個供應商，我們（齊心）如何去解決這個問題，特別是作為一個半路出家的供應商怎么解決這個問題？下面我舉個例子，也是一個非常熱門的例子。

從圖片上大家可以看到，這是最近三個月非常熱的ChatGPT。我們做了一個嘗試，我向ChatGPT提了一個問題，這個問題也考慮到今天會議上，大家可能都有共性的問題。首先請ChatGPT推薦高濃度氣溶膠污染物環(huán)境下呼吸防護產(chǎn)品，也就是說呼吸防護的產(chǎn)品。ChatGPT給了我一堆回答，N95 如何防護，P100 是如何防護的，還有全面罩呼吸防護器怎么防護，這是對話式的，不能關對話框。已經(jīng)在第 一部分里面對整個產(chǎn)品做了比較詳細的介紹，能夠防護到什么程度，防護什么樣的顆粒大小，三個選項，N95、P100、全面罩。

接下來問第二個問題，P100 和全面罩防護器相比有什么優(yōu)劣?這個時候（ChatGPT）做了一個具體的技術性分析，里面包括PAPR型的呼吸防護器，PAPR是什么？我不懂，如果說再問PAPR防護面罩是什么？ChatGPT會告訴你是PAPR防護面罩是一種氣動裝置。第三個問題，開始進入解決方案了，需要長期使用的建議是什么？這個回答就開始出問題了，我猜到一定會給我一個模棱兩可的答案。ChatGPT會告訴你根據(jù)場景選擇，根據(jù)一些參數(shù)、有效期、以及時間等等，這里已經(jīng)開始模棱兩可了。我再問第四個問題，我想直接一點，能不能從成本角度給予我一些建議，就是說我要長期使用，是不是可以給我一個比較好的成本推薦。給我的回答也是模棱兩可的。

最后一個問題，我想直接一點，有沒有可推薦的產(chǎn)品型號和價格？它不回答了，它告訴我是根據(jù)不同的區(qū)域。這里面又有兩個關鍵詞，第 一個關鍵詞，你可以通過渠道商批發(fā)采購可以便宜一點。第二個關鍵詞，集中采購可以便宜一點。很有意思，這是我對ChatGPT在解決方案的維度提出的問題。各位再看下一頁，下一頁是計算，我讓它計算一個圓形彈簧，讓它算一個彈簧的線性，只是輸入了彈簧的外徑、內(nèi)徑、高度，很快算出來3.66，我復核了一下，基本準確。但是如果說算一個巨型彈簧，需要你提供更多的參數(shù)。

這兩個案例我想和各位領導分享的是什么？ChatGPT已經(jīng)很恐怖了，前面一個案例盡管沒有給出一個采購人需要的最終解決方案，但是已經(jīng)打破了很多過往的各個封閉獨立單元的知識體，把它串聯(lián)起來了，也就是說以前過往的企業(yè)用心做的知識庫，我們培養(yǎng)我們的前端人員、客服人員，以及售前人員，這種工作很可能會被AI取代，現(xiàn)在有的工作已經(jīng)被AI取代了，這是一個很恐怖的事情。

第二個方面，可以告訴我們，我們的很多運算，知識型的、結構型的、確定性很高的運算，我們通過AI這種新型的數(shù)字化技術是很容易實現(xiàn)的。我們的企業(yè)是否需要快速重構，也就是說過往我們的很多培訓，很多內(nèi)部的知識庫，是否可以通過一個接口，由我們的專業(yè)人員建立自己的小模型，去訓練，直到到回答最后兩個問題——推薦具體買什么，具體的價格。因為作為一個大模型來講，ChatGPT已經(jīng)做了很大的一件事情：洞察了互聯(lián)網(wǎng)里面的所有的知識結構。如果你今天用英文提問，我相信它的回答會更好，我們知道ChatGPT是OPEN AI，美國的產(chǎn)品，已經(jīng)把 30 多種語言資料放進去訓練了。但是我們可能還要做一個小模型，訓練它回答最后兩個問題的能力，通過小模型完成最后的輸出，變成一個完整的解決方案。我們在新環(huán)境下說AI、工廠自動化、智能化生產(chǎn)，這個過程中，我們該不該把接口接進來，這是值得我們?nèi)ニ伎嫉?。我同時以其它形式提問了一下，圖片、技術參數(shù)、鏈接，ChatGPT都可以提供，所以比較有意思的。

通過這樣一次實踐，我來回答劉總給我的第二個問題：未來我們會是什么樣？未來的發(fā)展會是什么樣？我認為未來的發(fā)展，不管是行業(yè)標準的建立，還是建立一些小模型，有一件事情非常確定：行業(yè)壁壘必將會被人工智能打破，我們會更注重的是協(xié)同。也就是說行業(yè)的從業(yè)者最終會被數(shù)字化逼著進行協(xié)同，因為MRO數(shù)據(jù)量太大，專業(yè)化程度太高。我記得前面董老師提到了這樣一個概念，點線面，如果說每個企業(yè)要把所有的資源裝到自己的口袋里，很多企業(yè)也正在這么做，但是未來會是什么樣？未來會被AI、人工智能，被數(shù)字化推動著必須去打破這個壁壘，每個企業(yè)要在整個產(chǎn)業(yè)鏈上找到自己的分工和定位，你到底是做什么的，你應該做什么。

至于說AI小模型的應用，我們自身積累了大量的數(shù)據(jù)，我們也有大量的供應商，我們正在對一部分的訂單特點不斷加標簽，當你標簽加了二三十個的時候，系統(tǒng)會給你自動推選后端的供應商。我們的供應商在 31 個省都有，我們嘗試著讓AI幫我們推選供應商，達到降低自身庫存的目的。我們慢慢把訂單摸索出一些特點來，在訂單身上打標簽，識別它是比較注重交付時效，還是比較不注重交付時效；到底是計劃訂單還是維修類訂單。通過不斷打標簽實現(xiàn)我們的合理庫存，目前我們達到的效果是我們可以降低20%的常備品，也就是通用物料庫存，這是由訂單驅動的庫存下降。我們努力讓我們整個庫存滿足應急交付，對于計劃交付的這部分產(chǎn)品，我們原則上不設庫存，這是我們的算法達成的目的，并且降低了20%的庫存。

會議現(xiàn)場

所以，我的判斷是未來我們在工業(yè)品數(shù)字化的進程中，打破壁壘，進一步的分工，以及有效的協(xié)同，這是一個必然趨勢。一個企業(yè)或者說一個服務商是很難完成自己內(nèi)部的閉環(huán)的。

謝謝大家！

（推廣）