工业富联刘宗长：自动化领域的应用正处于爆发前夜数字思考者人

钛媒体特别专题策划《数字思考者50人》：探访中国深刻的数字化思考者群体。我们理解的“TechThinker”，涵盖了中国数字化浪潮中的技术践行者、政策制定者与投资决策者。在这场长达10年的乘风破浪中，每个人都在分享技术进步的果实，却鲜有人知道结果背后的故事。我们期待通过《数字思考者50人》，还原中国数字化推进过程中的关键决策，同时也为你呈现数字思考者们在这个技术大变革时代对未来的展望和判断。

ChatGPT带火了算力行业，这一趋势的背后，有一家A股公司一直在对AI服务器默默下注，并成为全球AI算力建设重要的推动者，这家公司正是工业富联。

“2024年预计AI贡献占该公司云计算总收入40%，AI服务器占全球市场份额的40%。”工业富联董事长郑弘孟在近期举行的股东大会上表示，工业富联是行业内少有的可以提供完整解决方案的厂商，同时公司拥有全球多元产能布局，未来公司在AI供应链中的优势会进一步凸显。

拆解工业富联近年来的财报会发现，近两年随着AI算力需求的增长，云计算业务对工业富联营收的贡献比例逐年扩大，并带动公司整体毛利率持续提升，而随着全球算力设施建设的持续推进，市场也普遍看好工业富联AI服务器的增长势头。

如何快速抓住机遇，奠定在AI算力领域的领先地位？又是如何将全球顶尖云服务商都变成客户，且不断提升合作关系的？带着这些疑问，钛媒体App与工业富联首席数据官刘宗长进行了一次深入的对话。

在与刘宗长的交流中，钛媒体App了解到，近年来，工业富联在数字化转型方面持续发力，已参与打造9座世界级灯塔工厂，包括全球首座AI服务器灯塔工厂。而目前，随着AI技术的快速发展，工业富联也正在借助AI大模型实现工厂数据价值链路的更长周期闭环。

作为工业富联首席数据官，在如何推动自动化转型，如何看待AI对制造业的改变等问题上，他表达了以下观点：

1、工业富联在新工厂、新产线建设时，自动化都是最重要的规划要素之一，以实现更加智能、高效、绿色的智造为建设目标。

2、大模型为智能制造突破此前认为无法突破的瓶颈提供了可能，大模型在帮助训练机器人方面，经过了几亿次、几千万次仿真训练之后，可极大减少自动化开发周期和工程师业务量。

3、工业富联会基于私有化部署的大模型，提炼出私域知识，达成某种目标。在应用场景上可以多点开花，比如产线助手、安全质量检测、生产效率分析、ESG分析等等。

4、AI将加速制造业走向数字孪生。

5、中国企业出海在不断地提质增速，这是中国制造竞争力持续提升的结果。在以前，中国是全世界的工厂，而现在，中国企业正在把工厂开到全世界，这对更多中国企业走上国际舞台是一个难得的机遇。

以下为访谈实录：钛媒体：前段时间，公司提到目标，预计今年AI服务器占全球市场份额40%，这种信心来自哪里？

刘宗长：这种信心一方面来源于全球算力需求的强势增长。据市场研究机构MIC及Trendforce测算，2023年全球AI服务器出货量逾125万台，同比增长超过47%，2024年增长至194万台。同时，2024年云服务商的资本支出相当强劲，全球前四大云服务商资本支出调升，预计将从2023年的1400亿美元提升至2024年的超过2000亿美元。

另一方面，工业富联是行业少有的可以提供从模组、基板、服务器、高速交换机、液冷系统、整机到数据中心的全供应链服务的厂商。这一优势随着公司在自动化等领域的持续投入，以及全球化布局的不断推进，也势必将进一步扩大。

钛媒体：不少全球顶级云服务商都是你们的客户，工业富联是如何实现与这些全球巨头长期保持紧密合作关系的？

刘宗长：对于这些全球顶级客户来说，技术、效率、产能、产业链整合能力一定是选择合作伙伴时最重要的考量因素，而这些正是工业富联的优势所在。

工业富联具有一站式的服务能力以及大跨度从基板到数据中心的设计视野，这是我们的一个优势。从研发、有工程能力给客户提供很好的设计解决方案，从散热到能源消耗等等，我们有比较独到的经验。尤其是现在讲，未来AI的技术取决于能源能耗，AI数据中心的能量密度是很高的，未来能源消耗很大，如果能有1%、2%的能源的节省，对客户数据中心而言就是一个非常大的数字，而工业富联在浸没式液冷等先进散热领域有着深厚的技术积累。

另外，制造过程当中，如何实现快速的产能爬坡，保持制造的灵活性非常重要。服务器是高价值产品，也要注意质量管控，以及交货的敏捷性、及时性等。当然由于工业富联在推动整个制造的自动化，服务器制造效率变高，不确定性、质量风险减少，灵活性提升。

钛媒体：谈到了制造业这块的自动化，工业富联是如何推进自动化转型的？AI的快速发展对推进自动化带来了哪些新的可能？

刘宗长：首先，每年工业富联在自动化上投资非常巨大的，其次公司在新工厂、新产线建设时，自动化都是最重要的规划要素之一，以实现更加智能、高效、绿色的智造为建设目标。自动化的好处，从全球运营来看，可以使生产更具韧性，这是一种在成本考虑之外的能力。

就像iPhone横空出世对手机行业带来颠覆性变革一样，AI对制造业带来的影响也必然是前所未有的。我们认为AI在自动化上的应用正处于爆发前夜。

在这个时刻，我们已经看到很多很重要的可能性。过去在自动化应用方面，我们经历了红外定位到目前的视觉定位，定位精度、速度有了一个比较大的提升。视觉其实也是大模型之后AI应用的一个典型场景，比如大模型可以帮助训练机器人。实际上自动化开发也需要训练，并且要把任务变成编程语言，工业富联刘宗长：自动化领域的应用正处于爆发前夜数字思考者人变成机器可理解的实施路径。然后中间的若干传感器进行反馈控制，我们可以把一个机械臂或者机器人的物理模型放到这样的训练仿真平台中。只需要告诉大模型任务要如何实现，它就可以自己迭代。

经过了几亿次、几千万次仿真训练之后，找出实现这一任务的最优路径。这个对于自动化开发会有很大的帮助，减少开发周期和工程师业务量，且突破了很多人为无法突破的瓶颈。

以AGV为例，最原始靠人工向设备下达任务，呼叫AGV送货。现在AGV要比以前厉害，激光雷达导航，路线自主规划、自动避障，任务自动分配。工厂在运营和自动化系统开发方面都节省不少成本，实现从automation（自动化，重复执行一个路径），到autonomous（自主的，给一个目标可以自主实现）。

钛媒体：在生成式AI方面，工业富联有在训练自己的大模型吗？

刘宗长：我们会基于私有化部署的大模型，提炼出私域知识，达成某种目的。在场景上可以多点开花，比如产线助手，可以帮助产线分析问题并改善。以及安全质量检测、生产效率分析、ESG分析等等。

钛媒体：总结一下，你认为AI对制造业会带来什么样的根本性的改变？效率、产能等的提升，还是无人工厂、数字孪生等的落地突破。

刘宗长：有几个方向，首先数字孪生的方向是很对的，工厂的仿真优化。第二点，自动化开发上面，用AI去对设备做训练，给它一个task，它可以基于simulation迭代优化。第三，基于大模型和数据训练出的数字员工、数字专家，我们认为这个方向也非常现实。

这其中，数字孪生可能更接近未来工厂的概念。原来AI对物理模型的建模，只是可视化，但现在不一样，物理模型和设计参数进行高精度的还原和仿真。

钛媒体：实际上，工业富联一直走在打造未来工厂的最前沿，最具代表性的就是灯塔工厂，请介绍一下搭建灯塔工厂核心关注的问题有哪些？

刘宗长：首先要清楚到底要解决什么问题，理解公司遇到的行业挑战是什么，未来转型方向和转型战略是什么。然后解码战略，把他们分成若干个具体的竞争力模型。要从运营指标、财务指标等方面量化问题，比如提升多大空间、做到什么程度，才能满足现在的战略方向等等。

其次，判断分析哪些是用传统方法可以解决，很多企业从自己的精益运营、管理提升上面已经可以将问题解决到百分之四五十的问题。其他的用数字化AI的方式去解决，拆解蓝图，把它分成不同的比例，然后是详细方案设计，制定投资策略，选择相应的技术合作伙伴。

这些举措都完成以后，判断指标到底有没有达到预期，再去做指标的爬坡，用一些新的系统工具，让关键指标达到当初蓝图中的预期，就形成了一个比较完整的转型的过程。

最后，这些能力要形成内生力量向其他工厂复制，就会考验公司怎么样能够真的从灯塔工厂变成灯塔企业。这个过程其实就是内生性能力的建立，即内部有没有建立一个灯塔工厂的真正运营系统。

钛媒体：数据是灯塔工厂的核心要素之一，工业富联的数据价值挖掘目前进度如何，完成度达到什么样的比例，未来在数据挖掘上还有哪些计划？

刘宗长：数据价值挖掘没有办法讲百分比，数据会一直产生价值。这个问题有两个方面：

第一点是数据的及时消费和使用。现场设备异常，数据马上发出提示，快速处理问题。这个环节关注的是数据的自动化，数据和人之间怎么样能够产生一些判断性价值。工业富联的工厂无时无刻不在发生这样的闭环。

第二点是知识价值得挖掘，让数据形成更长链路的闭环。比如数据被及时使用完之后，一个月后重新检讨数据，把所有数据拿出来挖掘共性问题的根因，从根源上把集中性较高的问题彻底解决掉。知识价值被挖掘之后，根据传感器数据表征，直接诊断，减少检查和人工处理时间，形成数据更长周期闭环。

制造业有一个词叫“PDCA”闭环，plandocheckaction，分为短闭环、长闭环等。工业富联目前在利用数据的中小闭环方面，做得还是比较不错的。一线数字化系统的数据闭环已经非常完善。

我们目前在做的、认为有更大机会的，其实是跟知识挖掘相关的长闭环项目。有了通用大模型加持，长周期的闭环达成效率提升。

钛媒体：作为首席数据官，最头疼的问题是什么？

刘宗长：数据治理应该是所有CDO面临的共同难题。数据治理是一个很系统化的事情，每个行业不同，也没有所谓的标准。

做好数据治理，首先要理解业务对数据的使用需求，要对数据资产进行规划和识别。理解了数据的使用场景之后，用什么样的技术手段实现，也是一个令人苦恼的系统化工程；然后还有数据安全问题、数据跨境的问题等等。所以数据治理是一个很综合性的问题，不是一个技术可以解决的。

钛媒体：最后，想问一个关于全球化的问题，您怎么看企业全球化以及中国企业出海？

刘宗长：工业富联是一家全球化的企业。公司在上市之初便提出了扎根中国布局全球的战略，并一直在持续优化全球化布局。比如持续强化对全球产业链的整合，加大自动化及机器人化的投资，提高产能的配置和效率,以确保客户在各地区需求的及时供应。

我们也看到，中国企业出海在不断地提质增速，这是中国制造竞争力持续提升的结果。在以前，中国是全世界的工厂，而现在，中国企业正在把工厂开到全世界。实际上，当前海外的产能较为欠缺，而中国产能恰好可以填补这一空缺，这对更多中国企业走上国际舞台是一个难得的机遇。