導讀
今天這篇文章，我們來(lai)觀察奔馳如何使用(yong)ChatGPT改進汽車(che)的生(sheng)產流程，并且探討(tao)GPT大(da)模型與AIoT相結合的場景以及(ji)最新實踐。
這是我的第289篇專(zhuan)欄文(wen)章。
這周“百模大戰(zhan)”愈演愈烈(lie)，一向(xiang)冷靜的蘋果公司也被(bei)爆(bao)出正在暗中開發(fa)Apple GPT，直接與OpenAI和谷歌打擂臺(tai)。
此前(qian)，微軟一(yi)手(shou)抓閉源GPT-4，一(yi)手(shou)抓開源LLaMA 2，股(gu)價一(yi)路飆升。這(zhe)次，坐擁15億用戶的蘋果一(yi)旦加入，有可能(neng)快速(su)改變大(da)模型的競爭(zheng)格局(ju)。
自(zi)從2023年初(chu)以來，關于(yu)大模(mo)型的各種新聞不絕于(yu)耳，其中(zhong)大部分消息(xi)都(dou)是(shi)來自(zi)大模(mo)型的供應方，相信你也和我一樣，產(chan)生了某種程度(du)的審美疲勞。
OpenAI、Meta、微軟、蘋果…無論各家的做法是激進還是保守，帶著大模型從“炫技”走向“實用”才是真諦。
經過大量(liang)信息的(de)(de)狂轟濫炸之后，大家普遍進入了冷靜期。大模型想要真(zhen)正成(cheng)為(wei)生產力的(de)(de)變(bian)革工(gong)具，唯一的(de)(de)路徑就是與(yu)各種場景相結合，產生落地應用。
本周，梅賽德斯·奔馳透露，他們正在使用ChatGPT進行智能汽車的生產測試。
這個消息就(jiu)像是一股(gu)清流，讓我(wo)們(men)可以一窺大模型使用方的看法(fa)和進(jin)展。
奔馳的工程師們利用(yong)GPT大模型學習(xi)汽車生產數據隨著時間推移(yi)的變化，從而(er)形成快(kuai)速制定(ding)戰略決策的技能。
曾有觀點認為多模態大模型+物聯網將是下一個“風口”，這一說法還有待時間的驗證。
不過隨著大模型的快速更(geng)新與(yu)普及，確實有越(yue)來越(yue)多的企業正在嘗試和使用它(ta)。
如果GPT大模型要從數字世界走向物理世界，與AIoT結合是必經之路。
因此今(jin)天這篇(pian)文章(zhang)，我(wo)們來觀察奔(ben)馳如何使用ChatGPT改進汽(qi)車(che)的生產流程，并(bing)且(qie)探討GPT大模型(xing)與AIoT相結合(he)的場(chang)景以及(ji)最新實踐(jian)。
數據“民主化”，奔馳在智能汽車生產中測試ChatGPT
奔馳公司本周透露，他們在MO360系統中啟動了ChatGPT項目。ChatGPT主要用于質量管理、故障識別和分析，以及流程優化。
大名鼎(ding)鼎(ding)的MO360是“梅賽德斯·奔馳乘用車生(sheng)產運營360”(Mercedes-Benz Cars Operations 360)的縮(suo)寫，代表(biao)了生(sheng)產體(ti)系中一整套(tao)數字(zi)化(hua)(hua)生(sheng)態體(ti)系，360則寓意生(sheng)產管理過程的360度全方位的數字(zi)化(hua)(hua)。
該生(sheng)產(chan)體(ti)系(xi)連接了包括車(che)輛、機器人、生(sheng)產(chan)流(liu)程(cheng)等，生(sheng)產(chan)人員(yuan)能夠(gou)通過無(wu)縫連接的(de)數字交互(hu)界面訪問以上任一(yi)部分的(de)數據，讓(rang)工作(zuo)更(geng)有(you)效率(lv)，同時也更(geng)輕(qing)松。
在現(xian)有的(de)MO360中已經整合了一系列的(de)數字化工具，力求實現(xian)最大的(de)透(tou)明度(du)，從(cong)而提升生產效(xiao)率、優化質(zhi)量管理流程。
從(cong)2020至2022年，憑借優(you)化(hua)的流程、豐富數據以(yi)及基于實時數據的迅捷決(jue)策(ce)，MO360將生產效率提升了15%以(yi)上。
這次ChatGPT在MO360中的測試，可以說起點很高。
因為MO360已經連接了完整的生產(chan)數據庫，隨時掌握每(mei)輛汽車的精準生產(chan)狀況，每(mei)當檢測到偏差時，管理(li)系統(tong)會(hui)直接在智能手機上通知質量經理(li)和生產(chan)人員。
ChatGPT的引入，讓數據更加“民主化”，更多相關的工程師可以使用這些生產數據來實時評估流程和修正錯誤。
通(tong)過ChatGPT，工程師(shi)與系統的(de)交互以最常用的(de)語言進行，降低(di)了溝通(tong)門檻，并且(qie)促進了工程師(shi)之間(jian)的(de)彼此協作。
查詢(xun)不再(zai)是(shi)復雜的編程功能(neng)，而(er)是(shi)由對話引導自(zi)然(ran)而(er)然(ran)進行的流程。即便是(shi)沒有編程知識的員工，也可以進行查詢(xun)操作。
引入ChatGPT的目的是，奔馳希望在最短時間內，產生支持整個生產鏈路的戰略決策。
基于ChatGPT的集成(cheng)，奔馳還實現了全天候的員工顧問(wen)支持，生產(chan)員工通過MO360的自助服務門戶進行溝通，獲得所需答案(an)。
作為車(che)(che)主也(ye)可以使用ChatGPT提高溝通體驗，奔馳讓客戶可以觀看愛車(che)(che)的裝配過程，購(gou)買體驗從造車(che)(che)階段(duan)就已經開始。
同時奔馳也考慮了數據安全與隱私問題，生產數據保留在MO360數據平臺中，并對關鍵信息進行了匿名處理。
根(gen)據(ju)奔馳(chi)公司(si)管理委員會成員、生產和(he)(he)供(gong)應鏈管理經理J?rg Burzer的(de)介紹，ChatGPT降低了(le)(le)會議(yi)、溝(gou)通、差(cha)旅(lv)的(de)時間和(he)(he)成本，使用可(ke)持(chi)續(xu)的(de)方式優化了(le)(le)生產流程(cheng)和(he)(he)質量管理。
試點階段成功之后，ChatGPT將在整個梅賽德斯·奔馳的全球生產網絡中使用。
奔馳的(de)情況并不是個例，另(ling)據(ju)Statista的(de)研究分析(xi)，生成式AI對于企(qi)業的(de)成本節(jie)約效果非(fei)常(chang)顯著，在(zai)供應(ying)鏈管理、生產(chan)(chan)流程(cheng)、產(chan)(chan)品(pin)服務等環節(jie)都有突出表現(xian)(如上圖所示)。
與AIoT結合是GPT大模型從數字世界走向物理世界的必經之路
由GPT大模型所指向的AGI通用人工智能，其背后的真諦是“實用(yong)”，在行(xing)業場景中落地(di)用(yong)實際(ji)效果說話(hua)。
只有從數字世界走向物理世界，真正的賦予萬物智能，GPT大模型才可以脫離“炫技”的嫌疑，給生活帶來真正的改變。
然而，GPT大模型(xing)在物理(li)世界(jie)(jie)中并(bing)不適用，它只是一(yi)個(ge)數字模型(xing)，無法處理(li)物理(li)世界(jie)(jie)中的實際對象和事件。
而AIoT正是大模型與物理世界的連接器。
物聯網可以(yi)將物(wu)理世(shi)界(jie)中(zhong)的(de)各種實體，如傳感器(qi)(qi)、設備(bei)、機器(qi)(qi)等…連接起(qi)來，從而將數字世(shi)界(jie)和物(wu)理世(shi)界(jie)結合在一(yi)起(qi)。
AIoT的出現，讓物(wu)聯網設(she)備不(bu)再僅僅是數據的收集(ji)和(he)傳(chuan)輸(shu)工具，而是能(neng)夠進行數據的理(li)解和(he)決策。這無疑提升了物(wu)聯網的功能(neng)性和(he)效率，也(ye)讓物(wu)聯網設(she)備更加智能(neng)。
AIoT的關鍵并不在于硬件本身，而在于數據和智能。
根據(ju)IDC發(fa)布的數(shu)據(ju)，全球數(shu)據(ju)總量由(you)2019年(nian)(nian)的45ZB將(jiang)增(zeng)長至2025年(nian)(nian)的175ZB，年(nian)(nian)均(jun)復合增(zeng)長率高達25.40%。而且(qie)中(zhong)國的數(shu)據(ju)總量將(jiang)會以每(mei)年(nian)(nian)30%的平均(jun)速(su)(su)度快速(su)(su)發(fa)展(zhan)，在(zai)2025年(nian)(nian)達到48.73ZB。
也就意味著，2025年中國將擁有全球最大的數據圈(每年被創建、采集或是復制的數據集合就是全球數據圈)。
這些數(shu)據(ju)(ju)(ju)包含家(jia)庭數(shu)據(ju)(ju)(ju)、公共數(shu)據(ju)(ju)(ju)、個人數(shu)據(ju)(ju)(ju)以及商務數(shu)據(ju)(ju)(ju)，但目(mu)前80%的數(shu)據(ju)(ju)(ju)沒有經過(guo)很好的整合和結構(gou)化(hua)。
萬物智能的關鍵就在于將數據進行點對點的歸類和邏輯關聯。數據背后的分析才能真正運用在實際生產、生活之中，起到指導作用。
通過與(yu)AIoT的結合，GPT大模型可以獲(huo)取來自物理世界的數據(ju)，并將其轉(zhuan)換為(wei)語言，從而實現(xian)物理世界與(yu)數字世界之間(jian)的交互。
因此，與AIoT結合，是GPT大模(mo)型在(zai)行業落地(di)的(de)必(bi)經之(zhi)路。
從路(lu)徑上來看，在數字化時(shi)代AIoT已然在逐漸(jian)影響著(zhu)生(sheng)產、制(zhi)造、生(sheng)活的方(fang)方(fang)面(mian)面(mian)，AIoT與大模型的結合，可以(yi)從以(yi)下5個(ge)方(fang)面(mian)進行自(zi)然延伸和(he)應用：
1.數據收集和訓練
AIoT可以(yi)提供豐(feng)富的實時數據來訓練和改進(jin)GPT大模型。傳統上GPT大模型主(zhu)要(yao)依賴于網絡文本數據，而AIoT設備可以(yi)提供更多體現日常物理世(shi)界的聲音、視頻和傳感(gan)器數據。
2.智能設備交互
訓練(lian)好的(de)GPT大模型可以(yi)部署(shu)到智能(neng)設備(bei)上，與(yu)用戶進行(xing)更自然的(de)對話交互。在目前GPT基本上只能(neng)與(yu)PC進行(xing)文(wen)(wen)本交互，而AIoT設備(bei)能(neng)讓GPT與(yu)用戶的(de)交互超越文(wen)(wen)本，利用語音和視覺(jue)等多模態。
3.自動化控制
GPT大(da)(da)模型有機會不僅(jin)僅(jin)止步于(yu)交互，還能用于(yu)實(shi)現基于(yu)語(yu)言的自(zi)動化控(kong)制(zhi)。比(bi)如(ru)用戶可以說“關(guan)閉廚房的空調”、“把臺燈調亮(liang)一些(xie)”等指令，GPT大(da)(da)模型理解然后控(kong)制(zhi)相關(guan)的AIoT設備。
4.場景推理
結合AIoT設(she)備收集到(dao)的豐富物理世界(jie)數據(ju)，GPT大模(mo)型有望做(zuo)出(chu)更復(fu)雜的場(chang)景推(tui)理。比如看到(dao)用戶打開洗手(shou)液瓶蓋，GPT大模(mo)型可能推(tui)理出(chu)用戶想要洗手(shou)，自動打開水(shui)龍頭，完成日常物理場(chang)景的推(tui)理。
5.安全隱私
GPT與AIoT未來有望更緊(jin)密(mi)結合(he)，但(dan)也需要關注(zhu)新(xin)的安全(quan)和(he)隱私(si)問題。在(zai)處理(li)大量(liang)敏感(gan)個人數據時(shi)，證明GPT大模型(xing)的安全(quan)性和(he)透明性將變得至(zhi)關重要，同時(shi)GPT大模型(xing)也可(ke)被用來模擬黑(hei)客強化(hua)系統(tong)的安全(quan)性。
總的(de)(de)來說，GPT大(da)模型與AIoT的(de)(de)結(jie)合(he)將會(hui)是一條不(bu)可(ke)逆的(de)(de)趨勢，有望讓AI模型從數(shu)字世界走向物理(li)世界，提供(gong)更(geng)人性化的(de)(de)服(fu)務。面(mian)對這種轉變，我們應積(ji)極(ji)擁抱，不(bu)斷探索和創(chuang)新，以實現(xian)萬(wan)物智能的(de)(de)更(geng)大(da)價值(zhi)。
從“炫技”到“實用”，GPT大模型走進物理世界的最新實踐
在(zai)實現萬物智能(neng)的(de)(de)道(dao)路上(shang)，文初提(ti)到(dao)的(de)(de)奔馳等車企對于GPT大(da)模型的(de)(de)態度尤為關鍵(jian)。
因為汽(qi)車是一個相當典型的(de)(de)AIoT終(zhong)端，無論(lun)是汽(qi)車的(de)(de)生(sheng)產線(xian)還是汽(qi)車本身，尤其最能體現出AIoT與GPT大模(mo)型相結合(he)的(de)(de)功效和作用(yong)。
隨著(zhu)消費者與汽車之間關系的(de)不斷(duan)變化，“開車”的(de)含義不再僅僅是(shi)“駕駛車輛”。未(wei)來，汽車可以(yi)知道乘(cheng)坐人員是(shi)誰，為他們作(zuo)出(chu)決策，甚至可以(yi)成(cheng)為可信的(de)伙(huo)伴(ban)。
消費(fei)者(zhe)非常(chang)渴望汽(qi)車成(cheng)為生(sheng)活中的一種(zhong)“親(qin)密(mi)”智能(neng)設備，盡管(guan)它(ta)是重量(liang)以噸計的“大家伙(huo)”。
隨著從(cong)傳統(tong)到(dao)智能(neng)的轉變，汽車(che)正在成(cheng)為我們(men)身邊最(zui)大的“數(shu)據(ju)發生(sheng)器”，這些(xie)數(shu)據(ju)如果善加利用(yong)，可以很好的提升(sheng)我的生(sheng)活品質(zhi)和工作效率(lv)。
因此當這些(xie)數據(ju)在線(xian)、當服務連接(jie)的時候(hou)，更為重(zhong)要的是如(ru)何(he)發揮數據(ju)的價值。
當(dang)大量的數(shu)據被沉淀、被分析之后，還可以(yi)用于改善用戶的駕駛習(xi)慣、補充道(dao)路數(shu)據、幫助(zhu)產品功能改善等(deng)。甚至是如果這種數(shu)據和相(xiang)關(guan)部門合作之后，很(hen)可能會帶來(lai)更大的效果——在智(zhi)慧交(jiao)通以(yi)及城(cheng)市規劃(hua)，甚至是用戶衍生需求上(shang)會產生更大的作用。
因此汽車(che)行業對于AIoT與GPT大模型的結合應用場(chang)景非常(chang)豐富(fu)，值(zhi)得(de)重視。
在我們此前發布(bu)的《2023年中(zhong)(zhong)國智能網聯(lian)汽車產業洞察(cha)暨生態(tai)圖(tu)譜報(bao)告》中(zhong)(zhong)，對(dui)大(da)模型在汽車領域的應(ying)用(yong)做過詳細梳理，歡(huan)迎感(gan)興趣(qu)的朋友查閱。
還有一些企(qi)業，比如谷歌和阿里等，將GPT大(da)模型與AIoT機器(qi)人相結合，探索具身智能(neng)領域的應用。
GPT大(da)模型的突破為(wei)人(ren)(ren)機交互提供(gong)新的思路，有望充當(dang)機器人(ren)(ren)大(da)腦，讓人(ren)(ren)們能夠(gou)采用更直接、輕便、靈(ling)活的方式對機器人(ren)(ren)實現操控(kong)。
多(duo)模態的引入更進一(yi)步拓展(zhan)交(jiao)互(hu)的豐富(fu)性，大幅提(ti)升(sheng)人(ren)機(ji)交(jiao)互(hu)和環境交(jiao)互(hu)能力(li)，助力(li)機(ji)器人(ren)能力(li)再(zai)上新臺階(jie)。在(zai)工業(ye)自(zi)動化、醫療健康、家用服務、教育、娛樂(le)等眾多(duo)領域，幫助人(ren)類實現極端環境作業(ye)、多(duo)領域降本增效。
在機(ji)器視覺(jue)領域，360和宇視進行(xing)了(le)諸多嘗試，他們將(jiang)多模(mo)態垂直大模(mo)型與(yu)AIoT系統相結(jie)合，可以針對安防等場景做出行(xing)業數(shu)據(ju)微調。
一般情況下AIoT攝像頭普遍用于事后(hou)的(de)回溯、追(zhui)查，當(dang)與GPT大模(mo)型(xing)結合(he)之后(hou)，攝像頭可以更準確的(de)對當(dang)前事件進行判(pan)斷，爭取做到(dao)同步的(de)告警、提示(shi)。
智能家居領域，智能音箱成為了GPT大模(mo)型的(de)“登陸”入口。
在GPT大模(mo)型能(neng)(neng)(neng)力加持下，智能(neng)(neng)(neng)音箱能(neng)(neng)(neng)作為(wei)智能(neng)(neng)(neng)家(jia)(jia)居(ju)的管家(jia)(jia)，可以通過理解(jie)用戶(hu)意圖，調(diao)動其它(ta)設備，比如電(dian)視(shi)、空調(diao)、電(dian)燈和掃地(di)機(ji)器人等，助(zhu)力智能(neng)(neng)(neng)家(jia)(jia)居(ju)實現多(duo)場景之間相互配(pei)合。
還(huan)有一些企業將GPT大模(mo)型在特定的場景落(luo)地，比如(ru)數字化門店解決方案(an)提供(gong)商漢朔將大模(mo)型應用于智能零售領域。
隨(sui)著(zhu)GPT大模型的全面接入和(he)應用(yong)，AIoT智能(neng)零售解(jie)決方案的工作(zuo)效率(lv)和(he)自(zi)然(ran)交互得(de)到提升(sheng)，特別是在(zai)門(men)店體驗、數據分(fen)析和(he)工作(zuo)流(liu)程自(zi)動化等領域(yu)，加(jia)速了零售產業(ye)數字化轉型和(he)發展(zhan)。
寫在最后
如(ru)果說數據(ju)是(shi)新(xin)的石油(you)，那么大模型就是(shi)新(xin)的電力。
萬物互聯(lian)變成基礎設(she)施(shi)，數據變成新的生產資料，AI大(da)模(mo)型變成新型的服務，這三者裂變的結果是新經濟的出現。
AIoT的關鍵(jian)并不在于硬件本身，而在于數據和智能。
隨著(zhu)由AIoT所(suo)帶動的(de)各(ge)(ge)行(xing)各(ge)(ge)業(ye)深度信息(xi)化，形(xing)成了(le)各(ge)(ge)行(xing)各(ge)(ge)業(ye)的(de)數據;同時場景得到的(de)數據和智能(neng)，又可(ke)以(yi)應用到各(ge)(ge)行(xing)各(ge)(ge)業(ye);各(ge)(ge)行(xing)各(ge)(ge)業(ye)的(de)應用又產(chan)生了(le)新(xin)場景，反向地增(zeng)強數據來(lai)源、處(chu)理能(neng)力以(yi)及智能(neng)，不斷(duan)地去循環往(wang)復…
從“炫(xuan)技”到“實用”，善用數(shu)據而(er)產生(sheng)智能，與(yu)AIoT結(jie)合(he)是GPT大模(mo)型從數(shu)字世界走向物(wu)理世界的(de)必(bi)經之(zhi)路。
參考資料：
1. 大模型是大腦、物聯網是感官，阿里判斷AIoT大爆發的背后邏輯，來源：物聯網智庫
2. 周鴻祎：多模(mo)態是大模(mo)型發展(zhan)的必經之路，與物聯網結合是下(xia)一個風口，來源：36Kr
3. 天(tian)貓精靈回應大模型內測：眼鏡、APP、AIoT將陸續覆蓋可用，來(lai)源：搜狐(hu)
