小雨玩创新 TCL实业副总裁何军分享《新基建时代的制造业大数据价值变现》( 三 ) 随着智能时代的到来

举个例子， TCL华星从三年前开始，就利用自己研发的工业互联网平台，从第一代第二代的工厂开始建设和试行，到今天已经部署了两万六千个传感器。这些传感器，搜集了大量传统工厂搜集不到的数据，包括空气湿度、温度、气压、设备运行数据等，将这些数据和传统的生产、管理数据进行融合，再用图形化的方式，展示给工厂一线的管理者。我们把重点放在怎样开发自助式的工具，让他们自己做分析和管理。所以我们以图形管理为核心，进一步开发工具。

文章图片
其中的品质分析，是我们另外一个重点。举个例子来说，品质分析除了要考虑在数据的获取上创新，更重要的是要给一线工程师可以自己动手操作的工具。过去的传统是做单因子分析，后来在单因子基础之上，我们又引入了多因子分析的方法。
怎么样让一线的普通生产人员和工程师自己就能做分析，是过去两年我们的工作重点。这就需要格创东智这个平台，我们要把过去所有的场景，做一个沉淀和模块化。把工具、产品进行沉淀，这样即使一线的工程师没有编程的背景和扎实的数据分析能力，也能够自主做分析。所以多因子分析工具是一款非常实用的一线工具。
同样，我们也在对良率做一些多因子分析。除了常规的工厂设备数据和品质数据之外，中国的企业，最缺乏的是图片数据和视频数据以及怎样让这些数据数字化。所以一些半导体企业，非常重要的一项工作就是对视频数据和图片数据进行处理。过去我们配备大量的工程师，用人工来看，做人工判别。而现在TCL的半导体工厂用AI算法替代人做缺陷的判别，提高了准确率和覆盖率。

文章图片
我们在另一个半导体制造工厂上线（缺陷识别系统）之后，把发现缺陷需要的时间和人力，分别缩短了30%和60% ，更重要的是带来了良率的提升。
总结来讲，对于制造业而言，怎样帮助传统工厂可视化，让更多的数据被看见，帮助这些制造业自主分析，就要用一些简单的可自助式的工具。

文章图片
未来的高端工厂，需要利用更加丰富的算法来进行分析和预测，。 TCL在过去积累了非常丰富的实践经验。我们帮助不同的制造业获取不同的数据，我们的目标是让中国所有的一线车间主任和工人变成工业极客，让他们带动中国制造业智能化的提升。
格创东智承接着TCL过去三十九年积累浓缩的制造业经验，我们希望用TCL的经验服务更多的中国制造业。格创东智的使命是希望能用TCL过去三十九年在工业里面的经验，帮助更多的中国制造业提升能力，让数据真正发挥它的价值。
谢谢大家。