Mae hyn yn golygu, o dan y don AI, bod y diwydiant gweithgynhyrchu yn wynebu heriau strwythurol dwfn a phwysau trawsnewid, gan sefyll ar drothwy "ailddiffinio".
Ar y naill law, mae'r gadwyn ddiwydiannol fyd -eang yn cyflymu ei hailadeiladu, mae prinder strwythurol o lafur, ac mae'r pwysau deuol o ansawdd ac effeithlonrwydd yn dod i'r amlwg fwyfwy. Ar y llaw arall, mae deallusrwydd artiffisial yn treiddio i bob cyswllt o ymchwil a datblygu, cynhyrchu i'r gadwyn gyflenwi ar gyflymder digynsail, gan ddod yn newidyn newydd sy'n gyrru datblygiad gweithgynhyrchu o ansawdd uchel.
Yn erbyn y cefndir hwn, nid yw gweithgynhyrchu bellach yn ddilynwr cymwysiadau AI ond prif faes y gad ac injan ar gyfer eu gweithredu.
Fodd bynnag, nid yw grymuso gweithgynhyrchu gan ddeallusrwydd artiffisial yn anelu at wella effeithlonrwydd a lleihau costau yn unig. Mae'n gweithredu dylanwad mwy dwys ar strwythur rhesymegol, dulliau sefydliadol, a galluoedd llywodraethu systemau gweithgynhyrchu, gan hyrwyddo esblygiad y diwydiant gweithgynhyrchu o broses sy'n cael ei yrru gan broses i fod yn cael ei yrru gan ddata, o awtomeiddio i ddeallusrwydd, ac o systemau a reolir gan bobl i gydweithredu peiriannau dynol.
Felly, mae ymgorffori technoleg AI yn cychwyn "ailddiffinio" y diwydiant gweithgynhyrchu.
Bydd yr erthygl hon yn canolbwyntio ar duedd integreiddio "deallusrwydd artiffisial + gweithgynhyrchu", a'i chwalu o ddimensiynau lluosog fel llwybrau gweithredu, cymwysiadau nodweddiadol, heriau allweddol, a galluoedd sefydliadol. Bydd yn archwilio sut y gellir ymgorffori AI yn yr haen system weithgynhyrchu fesul haen o ganfyddiad, rheolaeth, gweithredu, gweithredu i wneud penderfyniadau, a thrwy hynny hyrwyddo mentrau gweithgynhyrchu i symud tuag at ddyfodol mwy hyblyg, o ansawdd uwch a mwy gwydn.
Llwybr gweithredu "deallusrwydd artiffisial + gweithgynhyrchu": pum iteriad o ganfyddiad i wneud penderfyniadau
Gyda datblygiad integreiddiad dwfn "deallusrwydd artiffisial + gweithgynhyrchu", mae pensaernïaeth sylfaenol systemau gweithgynhyrchu yn cael ei ailadeiladu tawel ond dwys.
Mae'r system weithgynhyrchu draddodiadol wedi mabwysiadu pensaernïaeth hierarchaidd amlwg o "ganfyddiad - rheolaeth - gweithredu - gweithredu - gwneud penderfyniadau": mae synwyryddion yn casglu data ac yn ei lanlwytho i'r system reoli, mae cyfarwyddiadau'n gyrru'r uned weithredu, mae'r system awtomeiddio yn cynnal rheolaeth prosesau, a'r cynlluniau lefel gwneud penderfyniadau yn seiliedig ar ddadansoddiad data cyfnodol.
Roedd y bensaernïaeth linellol hon o'r brig i lawr, a reolir yn ganolog, ar un adeg yn cefnogi cynhyrchu diwydiannol ar raddfa fawr a safonedig. Fodd bynnag, yn yr amgylchedd gweithgynhyrchu cynyddol gymhleth, deinamig a newidiol y dyddiau hyn, mae ei gyfyngiadau wedi dod yn fwyfwy amlwg.
Heddiw, mae'r diwydiant gweithgynhyrchu yn symud ymlaen o bensaernïaeth hierarchaidd i ailadeiladu system sy'n seiliedig ar blatfform, wedi'i integreiddio a'i ddatganoli. Nid yw canfyddiad, rheolaeth, gweithredu, gweithredu a gwneud penderfyniadau bellach yn systemau ar wahân ond maent yn gweithredu wrth gydlynu, yn rhyngweithio mewn amser real ac yn ffurfio dolen gaeedig ddeallus ar blatfform technegol unedig.
Yn y bensaernïaeth hon, nid yw galluoedd deallusrwydd artiffisial bellach yn cael eu mewnosod mewn cyswllt penodol, ond wedi'u hymgorffori'n ddwfn yng nghanol nerfau'r rhwydwaith gweithgynhyrchu cyfan, gan wasanaethu fel y gefnogaeth i ddeallusrwydd system.
Mae'r newid patrwm hwn hefyd yn braslunio pum llwybr ailadroddol ar gyfer cymhwyso AI mewn gweithgynhyrchu:
Iteriad canfyddiad: o "allu gweld" i "allu deall"
Mae cam cyntaf gweithgynhyrchu yn dechrau gyda chanfyddiad. Gyda datblygiad dadansoddiad fideo AI, synwyryddion deallus, a rhyngrwyd diwydiannol pethau, mae "llygaid" safleoedd gweithgynhyrchu wedi dod yn fwy acíwt a chraff.
Gall y system dadansoddi fideo wedi'i galluogi gan AI nodi anghysondebau cynhyrchu yn awtomatig, cyhoeddi rhybuddion bai, a newid statws eitemau, gan wneud iawn am gyfyngiadau algorithmau traddodiadol sy'n seiliedig ar reolau. Ar ddiwedd y caffael data, mae synwyryddion nid yn unig yn casglu data ond hefyd yn cynnal dadansoddiad rhagarweiniol a sbarduno digwyddiadau trwy Edge AI, gan ddarparu sylfaen amser real ar gyfer rheoli a gweithredu dilynol. Mae gwella'r haen ganfyddiad yn nodi'r man cychwyn ar gyfer integreiddio AI yn gynhwysfawr i systemau gweithgynhyrchu.
2. Iteration Rheoli: O "Rheoli Rheol" i "Genhedlaeth Deallus"
Mae deallusrwydd systemau rheoli yn ailysgrifennu rhesymeg rheolaeth ddiwydiannol. Mae'r genhedlaeth newydd o systemau rheoli diwydiannol a gynrychiolir gan awtomeiddio a ddiffiniwyd gan feddalwedd (SDA) wedi torri'r strwythur caeedig lle mae caledwedd a rhaglennu wedi'u rhwymo mewn systemau rheoli traddodiadol, ac wedi adeiladu platfform rheoli agored, modiwlaidd ac ailgyfluniadwy.
Ar y sail hon, mae cyflwyno Offer Cynorthwyol AI wedi gwneud rhaglennu PLC bellach yn dasg y gall peirianwyr ei chwblhau ar eu pennau eu hunain. Trwy ddisgrifio amcanion rheoli trwy iaith naturiol, gall AI gynhyrchu rhesymeg reoli, siartiau llif, anodiadau semantig yn awtomatig, a hyd yn oed gynnal difa chwilod a dilysu, gan gyflawni naid o god wedi'i ysgrifennu gan bobl i gyd-ysgrifennu peiriannau dynol, a thrwy hynny wella effeithlonrwydd datblygu a galluoedd ailadroddol systemau rheoli.
3. Iteriad Cyflawni: O "Awtomeiddio" i "Synergedd Deallus"
Mae newidiadau hefyd yn digwydd ar y lefel gweithredu gweithgynhyrchu. Mae integreiddiad dwfn AI a robotiaid diwydiannol yn hyrwyddo ffurfio "endidau deallus diwydiannol" â galluoedd canfyddiad, barn a gweithredu.
Gall robotiaid sy'n cael eu gyrru gan AI nid yn unig gyflawni gweithrediadau ailadroddus, ond hefyd sicrhau cynllunio llwybrau addasol, cydnabyddiaeth weledol amser real ac amserlennu cydweithredol aml-beiriant. Trwy'r platfform gefell ac efelychu digidol, gall robotiaid gwblhau hyfforddiant a dilysu mewn amgylchedd rhithwir cyn ei ddefnyddio, gan leihau'r cylch ar -lein yn fawr. O hynny ymlaen, nid oedd y "dwylo a'r traed" a grëwyd bellach ar gyfer gweithredu cyfarwyddiadau, ond ysgutorion deallus â galluoedd barn.
4. Iteriad Gweithredol: O "Rheoli Cofnodion" i "Optimeiddio Rhagfynegol"
Mae'r system rheoli prosesau gweithgynhyrchu hefyd wedi'i hailstrwythuro'n gynhwysfawr oherwydd cyflwyno AI. Mae deallusrwydd artiffisial yn cyflymu ei integreiddio i lwyfannau prosesau cynhyrchu craidd fel MES a systemau rheoli offer, gan ddod yn beiriant deallus ar gyfer optimeiddio gweithgynhyrchu.
Gall AI fodelu data gweithredu offer, nodi diffygion posibl ymlaen llaw a sicrhau gwaith cynnal a chadw rhagfynegol. Optimeiddio perfformiad OEE trwy ddadansoddiad llif data amser real; Mewn rheoli ansawdd, defnyddir AI i nodi patrymau diffygion ac achosion sylfaenol, a thrwy hynny wella cysondeb a chydymffurfiad cynhyrchion. Mae rheoli prosesau gweithgynhyrchu yn symud o reolaeth adweithiol i weithrediad rhagfynegol, gan gyflawni optimeiddio deallus ar lefel proses, wedi'i yrru gan ddata.
5. Iteriad Penderfyniad: O "Dadansoddiad Lag Cyfnodol" i "Gwneud Penderfyniadau Deallus Amser Real"
Mae gwneud penderfyniadau mentrau gweithgynhyrchu hefyd yn cael ei drawsnewid yn ddeallus. Yn raddol, bydd AI yn caffael y gallu i gynorthwyo gyda thasgau gwneud penderfyniadau uchel fel amserlennu cynhyrchu, efelychu rhestr eiddo, a rhagfynegiad ansawdd.
Gyda chymorth modelau AI, gall mentrau gynnal efelychiadau senario i asesu posibiliadau galwedigaeth a chyflawni adnoddau yn gyflym o wahanol strategaethau amserlennu cynhyrchu. Gan gyfuno data hanesyddol ac amser real, gall AI ragweld y duedd o amrywiadau o ansawdd ac addasu paramedrau proses ymlaen llaw. Wrth reoli rhestr eiddo, gall AI argymell yn ddeinamig strategaethau ailgyflenwi i wella effeithlonrwydd trosiant rhestr eiddo. Mae penderfyniadau gweithgynhyrchu wedi symud o ymatebion ar ei hôl hi i fewnwelediadau sy'n edrych i'r dyfodol, gan ddod yn gefnogaeth allweddol i ystwythder a gwytnwch menter.
Yn ystod y pum naid hyn, rydym wedi bod yn dyst nad yw deallusrwydd artiffisial bellach yn offeryn allanol ond yn ffactor deallus yn y system weithgynhyrchu. Mae'n mynd y tu hwnt i ffiniau traddodiadol, yn integreiddio i bob lefel a phob nod, ac yn hyrwyddo'r system weithgynhyrchu o reolaeth hierarchaidd i gydweithrediad deallus, ac o optimeiddio lleol i ddeallusrwydd system.
Yr ailadeiladu systematig hwn yn union yw hanfod "deallusrwydd artiffisial + gweithgynhyrchu".
Pa alluoedd system sydd eu hangen ar gyfer sefydliadau gweithgynhyrchu yn yr oes "deallusrwydd artiffisial +"?
Yn yr oes gyfredol o ddatblygu deallusrwydd artiffisial yn gyflym, cwestiwn sydd wedi'i drafod dro ar ôl tro yw: A fydd AI yn disodli bodau dynol? Yn y diwydiant gweithgynhyrchu, mae'r mater hwn yn arbennig o sensitif.
Yn y gorffennol, roedd yn ymddangos bod pob naid ymlaen mewn awtomeiddio yng nghwmni'r duedd o "beiriannau yn disodli bodau dynol". Fodd bynnag, mae deallusrwydd artiffisial heddiw, yn enwedig ei lwybr cais mewn senarios gweithgynhyrchu, yn rhoi ateb pendant inni: nid yw AI wedi'i gynllunio i leihau nifer y bobl, ond i'w gwella.
Mae gweithgynhyrchu deallus yn gofyn am fwy o bobl, nid llai.
Mae hyn yn golygu nad yw cymhwysiad eang AI wedi arwain at don o layoffs; Yn lle hynny, mae wedi arwain at alw mawr am sgiliau newydd a thalentau amlbwrpas.
Yn y gorffennol, roedd AI yn cael ei ystyried yn fwy fel offeryn: a ddefnyddir i gynorthwyo gyda chanfod, dadansoddi data a chynhyrchu adroddiadau. Y dyddiau hyn, gyda threiddiad modelau AI mewn cynnal a chadw rhagfynegol, rheoli ansawdd, amserlennu cynhyrchu a chysylltiadau eraill, maent yn esblygu'n raddol o farnwyr ategol i'r rhai sy'n gwneud penderfyniadau sy'n cymryd rhan.
Mae'r esblygiad hwn nid yn unig wedi newid rôl technoleg ond hefyd wedi ail -lunio'r strwythur sefydliadol. Mae mentrau gweithgynhyrchu yn symud o berthynas unffordd o "wneud penderfyniadau dynol a chymorth AI" i fodel cydweithredol dwy ffordd o "wneud cyd-benderfyniadau peiriant dynol". Nid yw AI bellach yn offeryn pen ôl ond yn elfen ddeallus sydd wedi'i hymgorffori mewn prosesau busnes, yn cymryd rhan mewn esblygiad proses, ac yn sbarduno ail-beiriannu prosesau.
Mae hyn hefyd yn golygu bod gofynion mentrau ar gyfer doniau yn cael newid ansoddol: nid yn unig mae angen peirianwyr sy'n deall AI arnynt, ond hefyd doniau AI sy'n deall gweithgynhyrchu. Bydd cyffredinolwyr AI sydd â galluoedd trawsffiniol, meddwl systemau a deall busnes yn dod yn gefnogaeth allweddol i drawsnewidiad deallus sefydliad.
Os mai AI yw "ymennydd" gweithgynhyrchu deallus, yna gallu sefydliadol yw'r ffactor pendant a yw'r "corff" hwn yn hyblyg, yn gryf ac yn gynaliadwy. Wrth fynd i oes yr AI, mae angen i fentrau gweithgynhyrchu nid yn unig gyflwyno algorithmau ac offer, ond hefyd adeiladu fframwaith gallu systematig sy'n cefnogi gweithredu, twf ac ehangu AI. Mae ei ddimensiynau allweddol yn cynnwys:
Gallu strategol: Nid "prosiect TG" yn unig yw AI, ond yn "weithrediad arferol".
Pan fydd llawer o fentrau'n hyrwyddo "deallusrwydd artiffisial + gweithgynhyrchu", maent yn ei ystyried yn uwchraddiad gwybodaeth unwaith ac am byth ac yn ei adael i'r adran TG i arwain. Mae'r dull hwn yn aml yn arwain at brosiectau AI yn cychwyn yn uchel ond yn dod i ben yn isel, gyda phrosiectau peilot llwyddiannus a dyblygu wedi methu.
Mae gwir drawsnewidiad i weithgynhyrchu deallus yn gofyn am AI fel yr adnodd strategol craidd sy'n gyrru newid modelau gweithredu busnes. Ni ddylai AI fodoli'n annibynnol ar weithrediadau busnes ond dylid ei integreiddio'n ddwfn i brosesau craidd fel cynhyrchu, rheoli ansawdd, rheoli cadwyn gyflenwi a rheoli ynni. Dylai'r strategaeth AI gael ei hintegreiddio'n ddwfn â'r strategaeth fusnes i ffurfio model olwyn ddeuol o "Direction Business Tortion + Technology Drive".
2. Galluoedd Talent: Adeiladu Echelon Cyfansawdd o "Peirianwyr AI + Arbenigwyr Busnes"
Optimeiddio'r strwythur talent yw'r rhagofyniad ar gyfer gweithredu AI. Ar y naill law, mae angen peirianwyr sydd â galluoedd algorithm AI a galluoedd modelu data ar fentrau, sy'n gallu deall strwythur, nodweddion a sŵn data gweithgynhyrchu. Ar y llaw arall, mae hyd yn oed yn fwy angenrheidiol i arbenigwyr gweithgynhyrchu sy'n deall busnes, prosesau a gweithrediadau gymryd rhan mewn prosiectau AI, gan wneud eu profiad yn eglur a gwybodaeth wedi'i strwythuro, fel bod modelau AI yn agosach at broblemau yn y byd go iawn.
Bydd doniau dwyieithog gydag iaith beirianneg ac iaith fusnes yn rym asgwrn cefn anhepgor ar gyfer gweithgynhyrchu mentrau yn y dyfodol.
3. Strwythur Sefydliadol: Hyrwyddo Cyd-adeiladu Llwyfan Canol AI a Gweithrediadau Busnes
Mae prosiectau AI yn aml yn dameidiog ac yn anodd eu dyblygu ar raddfa fawr. Mae'r rheswm sylfaenol yn gorwedd yn y diffyg data unedig a sylfaen fodel. I'r perwyl hwn, mae angen i fentrau adeiladu platfform canol AI a data gydag ailddefnyddiadwyedd, gan integreiddio'r galluoedd algorithm sylfaenol, galluoedd llywodraethu data a phrosesau busnes i ffurfio pensaernïaeth dwy haen o "platfform + senario".
Yn sefydliadol, mae hefyd yn angenrheidiol sefydlu pwyllgorau cais AI trawsadrannol neu dimau gweithredu digidol i chwalu'r rhwystrau rhyngddo ac OT, Ymchwil a Datblygu a gweithgynhyrchu, pencadlys a'r safle, a chyflawni model cyd-greu lle mae problemau'n cael eu codi o'r rheng flaen ac atebion yn cael eu darparu gan y platfform.
4. Llwybr Gweithredu: o brosiectau peilot i leoli cadwyn lawn
Yn ôl y llwybr trawsnewid gweithgynhyrchu deallus a gynigiwyd yn yr adroddiad ymchwil, dylai mentrau ddilyn y dull wyth cam o ddechrau ystwyth, iteriad cyflym ac ehangu parhaus wrth ddefnyddio prosiectau AI, fel y dangosir yn y ffigur uchod.
Mae'r llwybr hwn yn pwysleisio na ddylai cymhwyso AI fod yn rhy uchelgeisiol a chynhwysfawr. Yn lle hynny, dylai gymryd camau bach ond cyflym, dysgu trwy wneud, ac esblygu'n raddol i gyflawni naid droellog o "ddeallusrwydd lleol" i "ddeallusrwydd system".
Nid yw gwir werth AI yn gorwedd wrth ailosod bodau dynol, ond wrth lunio sefydliad gweithgynhyrchu craffach, mwy ystwyth a mwy esblygol. Mae'n galluogi sefydliadau i symud o gael eu gyrru gan brofiad i gael ei yrru gan ddata, ac o anhyblygedd proses i hyblygrwydd deallus, gan ffurfio system gyd-greu ddeallus yn y pen draw sy'n canolbwyntio ar gydweithrediad peiriant dynol.
Ni fydd y gystadleuaeth yn y diwydiant gweithgynhyrchu yn y dyfodol bellach yn ornest o offer a gallu cynhyrchu, ond yn hytrach yn gystadleuaeth o allu gwybyddol, gallu sefydliadol a galluoedd deallus. Nid AI yw'r diwedd ond man cychwyn gwareiddiad diwydiannol newydd.
Data a Modelau: Yr injan ddeuol "Deallusrwydd Artiffisial + Gweithgynhyrchu" anodd iawn i'w meistroli
Dim ond pan fydd "data" a "modelau" yn gweithredu'n effeithlon ar yr un pryd y gall yr injan AI yrru esblygiad parhaus y system weithgynhyrchu ddeallus.
Fodd bynnag, wrth weithredu "deallusrwydd artiffisial + gweithgynhyrchu" yn ymarferol, mae mentrau'n aml yn syrthio i gamddealltwriaeth gwybyddol: gan gredu cyn belled â bod algorithmau AI yn cael eu defnyddio a bod data diwydiannol yn gysylltiedig, y gellir sicrhau bod canlyniadau gwneud penderfyniadau ac optimeiddio deallus yn awtomatig. Ond y gwir amdani yw bod llawer o fentrau gweithgynhyrchu wedi "treialu'n llwyddiannus ond wedi methu ag efelychu" mewn prosiectau AI, ac mae'r achos sylfaenol yn gorwedd yn union yn y ffaith nad yw dwy injan graidd data a modelau wedi cychwyn yn wirioneddol.
Her Data: Mae gan fentrau gweithgynhyrchu "y mwyaf o ddata", ond hefyd "y data anoddaf i'w ddefnyddio".
Pam mae'n anodd defnyddio data? Mae yna dri rheswm mawr yn bennaf:
Mae'r data yn ei hanfod yn annigonol ac o ansawdd anwastad: mae gan lawer iawn o ddata diwydiannol broblemau fel sŵn, data coll, a heterogenedd. Mae yna ddiffyg mecanweithiau llywodraethu, ac mae ei "fwydo" yn uniongyrchol i'r model yn wrthgynhyrchiol.
Nid yw data'n cael ei brosesu'n ddiweddarach mewn bywyd ac nid oes ganddo strwythur cyd -destun: mae llawer o fentrau'n casglu "pwyntiau data ynysig", heb wybodaeth cyd -destun fel digwyddiadau, prosesau a sypiau, sy'n arwain at anallu'r model i ddeall ei semanteg busnes a'i resymeg achosol.
Mae'r broblem ddyfnach yn gorwedd, er bod gan fentrau gweithgynhyrchu ddata, nid oes ganddynt y system allu i drawsnewid y data yn wybodaeth y gellir ei defnyddio. Nid yw hon yn broblem gydag ymarferoldeb y feddalwedd, ond yn hytrach yn ddiffyg systematig yn y mecanwaith sefydliadol, meddwl data a system lywodraethu.
Felly, nid yw'r data yn y diwydiant gweithgynhyrchu yn rhy ychydig ond yn rhy wasgaredig. Nid yw nad yw o unrhyw werth, ond bod y wybodaeth gyd -destunol yn annigonol.
2. Her Model: Ni ellir cyflawni deallusrwydd diwydiannol dros nos trwy ddibynnu ar "fodelau mawr cyffredinol"
Mae modelau AI diwydiannol yn wynebu tair her fawr:
Diffyg Deall Proses: Mae'r broses weithgynhyrchu yn cynnwys llawer iawn o wybodaeth ddealledig, megis rheolau empirig, mecanweithiau corfforol, a chyplu aml-amrywiol. Os nad yw'r model yn deall y broses, dim ond rhagfynegiadau perthnasol y gall wneud ac ni all gynnal dadansoddiad achos sylfaenol neu optimeiddio prosesau.
Prinder data ac anawsterau labelu: O'u cymharu â meysydd rhyngrwyd fel e-fasnach a rhwydweithio cymdeithasol, nid oes gan senarios diwydiannol setiau data ffynhonnell agored ar raddfa fawr, ac mae'n anodd labelu llawer o ddata annormal, gan wneud dysgu dan oruchwyliaeth yn anghynaladwy.
Gallu cyffredinoli annigonol a mudo golygfa anodd: Mae perfformiad yr un model yn amrywio'n fawr ar wahanol linellau a dyfeisiau cynhyrchu. Mae yna ddiffyg galluoedd sylfaenol y gellir eu mudo a'u tiwnio, gan arwain at gostau lleoli AI uchel, cylchoedd hir, a ROI isel.
Felly, yr hyn sydd ei angen ar y diwydiant gweithgynhyrchu mewn gwirionedd yw modelau AI senario-fanwl: y rhai a all nid yn unig ddeall ymddygiadau corfforol a mecanweithiau prosesu ond hefyd addasu i amodau deinamig a gwahaniaethau offer, bod â deallusrwydd diwydiannol gyda maint sampl bach a chyffredinoli cryf.
Mae'n amlwg nad yw'r modelau AI mewn gweithgynhyrchu yn "fodelau siarad", ond "modelau sy'n gallu deall ffiseg". Nid yw'n "fodel ar gyfer cynhyrchu cynnwys", ond yn "fodel ar gyfer ailadeiladu'r broses".
3. Heriau Rheoli: Nid yw AI yn ymwneud â benthyca; Adeiladu system allu yw'r gwir fan cychwyn ar gyfer gweithgynhyrchu AI
Yn wyneb heriau deuol data a modelau, ni all mentrau aros yn ystod y cyfnod o ddefnyddio offer mwyach, ond dylent symud i adeiladu system gallu AI gyflawn a chynaliadwy. Mae'r craidd yn gorwedd yn dda mewn tri pheth: yn gyntaf, llywodraethu data: o "gasglu data" i "gynhyrchu gwybodaeth"; II. Modelu Golygfa: Mynegwch broblemau mewn iaith fusnes a'u datrys mewn iaith algorithmig; Iii. Mecanwaith mireinio model: Sicrhewch fod pob asiant yn ffitio i'w olygfa ei hun.
Nid yw AI yn rhywbeth i'w fabwysiadu. Dylid ystyried "deallusrwydd artiffisial + gweithgynhyrchu" fel prosiect systematig. Nid yw mynediad deallusrwydd artiffisial i weithgynhyrchu yn golygu ei fod yn dod yn ddefnyddiol dim ond oherwydd ei fod wedi'i osod, ac nid yw'n golygu ei fod yn dod yn ddeallus dim ond oherwydd ei fod yn cael ei brynu. Mae'n brosiect systematig o ddata i fodelau, o algorithmau i sefydliadau.
Os yw mentrau'n gobeithio cyflawni gweithgynhyrchu wedi'i alluogi gan AI yn wirioneddol, mae angen iddynt dorri i ffwrdd o'r meddylfryd "sy'n canolbwyntio ar offer" ac adeiladu system injan ddeuol o "alluoedd data + galluoedd model" ar gyfer y dyfodol. Dim ond yn y modd hwn y gall deallusrwydd artiffisial nid yn unig fod yn wyliwr mewn gweithgynhyrchu, ond dod yn gydweithredwr deallus sy'n gallu deall, gweithredu ac esblygu'n gyson.