隨著(zhù)消費者需求逐漸多樣化、新消費品牌逐漸的興起，傳統的食品飲料行業(yè)面臨更多元的市場(chǎng)競爭，生產(chǎn)端的數字化轉型成為提升競爭力的重要手段。 創(chuàng )新奇智與知名啤酒龍頭企業(yè)展開(kāi)合作，致力于對其標桿工廠(chǎng)進(jìn)行全面的數字化與信息化升級，工廠(chǎng)數據平臺通過(guò)IT和OT數據采集，數據治理、數據服務(wù)等建設，提供工廠(chǎng)指標分析、數據共享服務(wù)，為管理層決策訴求提供數據支持。 同時(shí)基于創(chuàng )新奇智自研的AInnoGC工業(yè)大模型產(chǎn)品ChatBI打造智能生產(chǎn)制造數據分析方案，在不影響工廠(chǎng)生產(chǎn)運行的前提下，實(shí)現工廠(chǎng)對運營(yíng)數據的分析、決策、產(chǎn)品質(zhì)量實(shí)時(shí)檢測、追溯及分析。
項目背景 某世界TOP5的啤酒生產(chǎn)廠(chǎng)商，全球首家啤酒飲料行業(yè)“可持續燈塔工廠(chǎng)”，年產(chǎn)量達到數十億升。隨著(zhù)生產(chǎn)規模的不斷擴大，其管理難度呈幾何級增長(cháng)。工廠(chǎng)生產(chǎn)質(zhì)量相關(guān)的數據被分散存儲在多種不同的系統中，導致數據混亂無(wú)序，制作生產(chǎn)數據報表需要花費大量的時(shí)間和人力，并且傳統的動(dòng)態(tài)報表依然難以滿(mǎn)足管理者的全部需求，面對生產(chǎn)數據異常等問(wèn)題，他們還需要花費大量時(shí)間和精力追溯問(wèn)題的根源，這一過(guò)程嚴重影響了問(wèn)題的及時(shí)解決和生產(chǎn)效率的提升。
解決方案 創(chuàng )新奇智基于奇智孔明AInnoGC工業(yè)大模型的應用ChatBI為客戶(hù)量身打造了智能生產(chǎn)制造數據分析方案。該方案從各個(gè)MES、WMS、能源、設備等業(yè)務(wù)系統中，抽取各個(gè)業(yè)務(wù)系統的數據，對這些數據進(jìn)行指標體系梳理。 在工廠(chǎng)數字治理及指標體系建立的基礎上，通過(guò)集成基于奇智孔明AInnoGC工業(yè)大模型的應用ChatBI數據分析智能體，使得簡(jiǎn)單對話(huà)即可理解管理者真實(shí)意圖，實(shí)時(shí)生成生產(chǎn)數據報表、快速構建數據看板，成為現實(shí)。從而進(jìn)一步提高生產(chǎn)運營(yíng)決策效率，提升生產(chǎn)效率。 具備行業(yè)Know-How的數據分析 在具體的企業(yè)應用場(chǎng)景中，用戶(hù)的問(wèn)題中往往包含著(zhù)大量的行業(yè)術(shù)語(yǔ)，而這背后都隱藏著(zhù)大量的行業(yè)背景知識。 針對這個(gè)問(wèn)題，創(chuàng )新奇智項目組通過(guò)與工廠(chǎng)一線(xiàn)員工進(jìn)行深度溝通，幫助客戶(hù)深度梳理了數據及指標體系，幫助建立了啤酒行業(yè)知識庫，這個(gè)知識庫不僅包含了每個(gè)指標的具體含義、指標背后的計算公式，也包含了啤酒生產(chǎn)過(guò)程中的一些生產(chǎn)工藝知識等等。當用戶(hù)在進(jìn)行數據問(wèn)答的過(guò)程中，ChatBI會(huì )首先進(jìn)入到知識庫中，了解相關(guān)的背景知識。結合背景知識對用戶(hù)的問(wèn)題進(jìn)行理解與分析。這樣不僅可以幫助模型理解用戶(hù)包含行業(yè)背景知識的問(wèn)題，也可以讓模型對所查到的數據進(jìn)行更好的解讀。 支持復雜問(wèn)題的多維度思考 當用戶(hù)在問(wèn)一個(gè)問(wèn)題的時(shí)候，這個(gè)問(wèn)題中很可能包含了復雜的多次查詢(xún)需求，難以通過(guò)單次的問(wèn)題理解轉換生成對應的查詢(xún)語(yǔ)句。針對這個(gè)問(wèn)題，創(chuàng )新奇智主動(dòng)將思考、行動(dòng)、觀(guān)察這一方案應用在了工業(yè)數據分析的場(chǎng)景中。 Thought：當用戶(hù)提出問(wèn)題之后，有大模型的首先思考并生成問(wèn)題的解決方案，是大模型產(chǎn)生行為和依據?？梢愿鶕竽Ｐ偷乃伎?，來(lái)衡量他要采取的行為是否合理。這是一個(gè)可用來(lái)判斷本次決策是否合理的關(guān)鍵依據。相較于人類(lèi)，thought的存在可以讓大模型的決策變得更加有可解釋性和可信度。 Act：Act是指大模型判斷本次需要執行的具體行為。Act一般由兩部分組成：行為和對象。用編程的說(shuō)法就是API名稱(chēng)和對應的入參。大模型最大的優(yōu)勢是，可以根據Thought的判斷，選擇需要使用的API并生成需要填入API的參數。從而保證了思考、行動(dòng)、觀(guān)察方案在執行層面的可行性。 Obs：大模型框架對于外界輸入的獲取。它就像大模型的五官，將外界的反饋信息同步給大模型，協(xié)助大模型進(jìn)一步的做分析或者決策。
方案優(yōu)勢 創(chuàng )新奇智在充分理解制造業(yè)客戶(hù)的習慣和需求、保證數據分析準確性的同時(shí)，還兼顧產(chǎn)品的易用性： 高精度SQL生成 得益于A(yíng)InnoGC工業(yè)大模型的強大的Text-to-SQL代碼生成能力，經(jīng)過(guò)多個(gè)權威公開(kāi)數據集的測試，其準確率優(yōu)于多數主流大模型產(chǎn)品。這意味著(zhù)工廠(chǎng)管理者可以通過(guò)簡(jiǎn)單的文本輸入，快速生成復雜的SQL查詢(xún)，從而獲取所需的數據分析結果。 多輪對話(huà)與問(wèn)題下鉆 通過(guò)多輪對話(huà)，系統可以引導管理者逐步深入問(wèn)題核心，從而更全面地理解生產(chǎn)情況，發(fā)現潛在問(wèn)題和改進(jìn)機會(huì )，幫助工廠(chǎng)管理者進(jìn)行深入的問(wèn)題分析和探討。 數據安全保障 在企業(yè)私有化部署的同時(shí)，系統可以根據不同的權限進(jìn)行數據加密，有效降低數據關(guān)聯(lián)風(fēng)險。這樣，工廠(chǎng)的敏感數據得到了妥善保護，確保了數據安全和隱私。