人工智能在汽車制造業(yè)中的績效研究
——以長春一汽轎車股份有限公司為例

韓 平，石佳鈺

（哈爾濱商業(yè)大學(xué)， 黑龍江 哈爾濱 150028）

一、引言和文獻(xiàn)綜述

當(dāng)前“中國制造2025”不斷地發(fā)展開拓，作為主攻方向的“智能制造”在政府的推動下向縱深推進(jìn)。在制造業(yè)領(lǐng)域，制造技術(shù)正和人工智能技術(shù)進(jìn)行深度融合，形成新一代智能制造，以新一代信息技術(shù)和智能數(shù)字技術(shù)為代表，高新技術(shù)為支撐技術(shù)，在人工智能制造思想的指導(dǎo)下，用多元化、網(wǎng)絡(luò)化的組織結(jié)構(gòu)辦法組織創(chuàng)造活動的集成制造業(yè)，將柔性化、機(jī)器化、敏捷化、精益化、全球化和人性化融為一體。人工智能作為一種全新的投入要素正在重新定義企業(yè)、行業(yè)和經(jīng)濟(jì)，幫助制造業(yè)提高質(zhì)量、降低成本、優(yōu)化效率，為其創(chuàng)造新的上升空間。制造業(yè)高度信息化、智能化，機(jī)器人發(fā)展水平逐漸變成體現(xiàn)工業(yè)水平和創(chuàng)新水平的又一標(biāo)志，汽車制造業(yè)作為促進(jìn)經(jīng)濟(jì)增長的支柱性產(chǎn)業(yè)，機(jī)器化、自動化也是未來發(fā)展的必然趨勢，更好地在汽車生產(chǎn)過程中運(yùn)用人工智能，不僅可以使人力成本減少，還可以使生產(chǎn)效率得到提升，汽車行業(yè)也正在不斷利用人工智能技術(shù)將高效、創(chuàng)新和安全的車輛推向市場。(于暉，2014；方振，2018)。

在人工智能與汽車制造業(yè)相結(jié)合的領(lǐng)域，不少學(xué)者已經(jīng)做了一定的研究。例如，在汽車擋風(fēng)玻璃涂膠軌跡寬度的測量中，由于其人工作業(yè)環(huán)境糟糕、勞動強(qiáng)度大，且對于測量結(jié)果準(zhǔn)確定和穩(wěn)定性要求很高，人工檢測很難滿足國家質(zhì)檢部門對擋風(fēng)玻璃質(zhì)量安全的要求，所以學(xué)者們設(shè)計將機(jī)器視覺技術(shù)應(yīng)用于涂膠軌跡檢測中，避免人工接觸式測量，不僅可以保障工人操作的安全性，還提高了工作效率和精準(zhǔn)度 (李宇、王宸、劉克平、喬宇，2020)。在汽車零部件質(zhì)量及外形檢測的過程中，用機(jī)器視覺代替?zhèn)鹘y(tǒng)人眼檢測，利用圖像采集裝置和信息處理系統(tǒng)提高零部件質(zhì)檢效率和精準(zhǔn)度，優(yōu)化人工質(zhì)檢所帶來的不穩(wěn)定和不及時，有效避免了人工檢測耗時長，易疏漏等缺點(diǎn)，并利用其低價和易操作的配置方式，更好地滿足了汽車工業(yè)生產(chǎn)的要求(袁縱青、徐惠鋼、侯占林、趙京，2020)。當(dāng)然，對于汽車行業(yè)來說，零部件方面的檢測不可懈怠，交通安全更是至關(guān)重要的，將人工智能深度學(xué)習(xí)技術(shù)應(yīng)用于自動駕駛中，通過DDRG算法建立一種生態(tài)駕駛，使司機(jī)在駕駛過程中可以更加自如地應(yīng)對復(fù)雜的交通環(huán)境，減少交叉路口的事故，提高安全性(徐澤洲、曲大義，2021)。同樣在汽車自動緊急制動方面，也有不少學(xué)者進(jìn)行了探索，通過建立AEB仿真系統(tǒng)優(yōu)化傳統(tǒng)緊急制動速度波動大、舒適性難以保障和彎道制動安全難以確保等問題，使彎道制動可控性更高、收斂性更好(黃舒?zhèn)?、何少煒、金智林?021)。另外，為了使駕駛的舒適度進(jìn)一步提高，把人工智能的語音識別使用于小汽車雨刷器、電動車窗、自動空調(diào)和汽車音響等服務(wù)中，通過HMM算法對語音數(shù)據(jù)進(jìn)行統(tǒng)計計算，構(gòu)建語音識別統(tǒng)計模型分析駕駛者的指令進(jìn)行分析，用語音對車載電器進(jìn)行操控，減少駕駛者的壓力，增強(qiáng)駕駛安全性(白武博、夏光，2012)。

上述國內(nèi)學(xué)者的研究，多數(shù)是設(shè)計將人工智能機(jī)器視覺、人工智能深度學(xué)習(xí)、人工智能語音識別技術(shù)應(yīng)用于汽車行業(yè)中，集中于設(shè)計層面，對人工智能賦能汽車行業(yè)為整個行業(yè)所帶來的經(jīng)營效率的研究頗少。本文將以長春一汽轎車股份有限公司為例，采用DEA-Malmquist指數(shù)，研究人工智能產(chǎn)業(yè)融入上市公司為公司帶來的資源配置效率。

二、人工智能的概念

人工智能的開發(fā)與應(yīng)用最開始起源于古埃及，在1956年Dartmouth學(xué)會上第一次被提出，后在全球多個國家和地區(qū)快速傳播，發(fā)展至今已經(jīng)有65年了，研究者們對其不斷的探索和研究，溫斯頓教授(美國麻省理工學(xué)院)覺得，人工智能是探究如何更好地利用計算機(jī)和大數(shù)據(jù)去實(shí)現(xiàn)過去只有人才能完成的工作。(王嫄，2019；王梓宸、闞永彪，2020)即通過研究和模擬人類的思維和行為模式，融合計算機(jī)科學(xué)、心理學(xué)、哲學(xué)和語言學(xué)等多個學(xué)科，構(gòu)造出具有一定智能的人工系統(tǒng)，通過不斷地深度學(xué)習(xí)來實(shí)現(xiàn)從理論到研究的重大突破，讓計算機(jī)可以像人類一樣對信息進(jìn)行感知、獲取和辨別能力，來幫助人類完成簡單的、重復(fù)性和含有一定程序性的社會工作。(李思睿，2018；沈滌，2019)

三、長春一汽轎車股份有限公司

一汽轎車股份有限公司簡稱“一汽轎車”，成立于1997年6月，是中國第一汽車集團(tuán)的控股子公司，是一汽集團(tuán)發(fā)展自主品牌乘用車的核心企業(yè)，是中國轎車制造業(yè)第一家股份制上市公司。公司始終堅持“最值得驕傲的商用車企業(yè)，最值得信賴的商用車品牌”的企業(yè)愿景，以“成為‘中國第一、世界一流’的智慧交通運(yùn)輸解決方案提供者，促進(jìn)社會更加繁榮”為企業(yè)使命，以“信而有征智勇雙全益行天下”為品牌理念，以產(chǎn)品和服務(wù)為主線，以客戶和員工為根本，以創(chuàng)新和變革為動力，聚焦行業(yè)趨勢及客戶需求，快速提升產(chǎn)品競爭力和服務(wù)水平。

在技術(shù)開發(fā)層面，公司以“技術(shù)領(lǐng)先、首創(chuàng)體驗(yàn)、集成創(chuàng)新、強(qiáng)化應(yīng)用、協(xié)同高效”為指引，構(gòu)建了從前瞻技術(shù)、發(fā)動機(jī)、變速器、車橋到整車的國內(nèi)最強(qiáng)大和完備的獨(dú)立研究系統(tǒng)，形成了一支超過3,000人的高效協(xié)同研發(fā)團(tuán)隊。而且企業(yè)內(nèi)部有著國內(nèi)頂尖的實(shí)驗(yàn)室、院士、博士后工作站，擁有技術(shù)創(chuàng)新、性能開發(fā)、精益設(shè)計、試驗(yàn)試制、試驗(yàn)認(rèn)證五大核心能力，打造了低碳化、電動化、智能化、信息化、高品質(zhì)即“四化一高”五大技術(shù)平臺，是掌握世界級整車及三大動力總成核心技術(shù)的商用車企業(yè)之一。

四、人工智能在一汽轎車股份有限公司的績效實(shí)證研究

(一)評價方法與模型

在國內(nèi)研究公司效率辦法主要有數(shù)據(jù)包絡(luò)分析法(DEA)、隨機(jī)前沿分析法，DEA是一個線性規(guī)劃模型，由A.Charnes和W.W.Cooper等學(xué)者提出，其原理和方法構(gòu)建在“相對效率評價”基礎(chǔ)上，包含了管理科學(xué)、數(shù)學(xué)、計算機(jī)科學(xué)和運(yùn)籌學(xué)等四個學(xué)科范疇，本質(zhì)上是使用了數(shù)學(xué)規(guī)劃模型，是一個線性規(guī)劃模型，先選擇出數(shù)個決策單元，即各項輸入和輸出的單元或者研究對象，之后對其進(jìn)行相對有效性分析和測定，一般展現(xiàn)為產(chǎn)出對投入的比率，通常用來測量某些決策部門的生產(chǎn)效率。

1.DEA模型

DEA模型最初于1987年提出，最初用來對同一部門間的相對有效性進(jìn)行測算，最初的模型叫做CCR模型，是一種研究具有多個輸入，特別是具有多個輸出的“生產(chǎn)部門”同時為“規(guī)模有效”與“技術(shù)有效”十分卓越的方法。

這里首先運(yùn)用最初的投入產(chǎn)出數(shù)據(jù)來開展初始效率測算，選擇投入導(dǎo)向的BCC模型：

如果θ＜1，則決策單元非DEA有效

2.Malmquist指數(shù)

一般的DEA模型僅僅可以對某一年的每一決策單元展開單期的橫向?qū)Ρ?，沒有辦法對連續(xù)數(shù)年的效率做出分析，無法對比每一決策單元在其他時間的動態(tài)效率。Malmquist模型可以用來評價各個決策單元?dú)v年的生產(chǎn)率變動情況，并可以進(jìn)一步細(xì)分生產(chǎn)率變動的原因，主要用于不同時期決策單元的比較，因此，之后的研究者們再一次定義了Malmquist生產(chǎn)率變動指數(shù)，通過計算第t期和第t+1期生產(chǎn)率指數(shù)的幾何平均數(shù)，衡量生產(chǎn)率的變動情況，并將Malmquist生產(chǎn)率變動指數(shù)分解為技術(shù)變動指數(shù)和技術(shù)效率變動指數(shù)的乘積。

為了避免時期選擇的隨意性可能導(dǎo)致的誤差，Malmquist生產(chǎn)率變動指數(shù)的模型為：

Malmquist生產(chǎn)率變動指數(shù)又能拆分為兩部分：技術(shù)效率變化指數(shù)和技術(shù)水平變化指數(shù)：

前面代表效率變動，即相對于效率前沿從第t期到第t+1期的改變。

如果效率變動=1，說明該決策單元在第t期時與第t期的效率前沿之間的距離和該決策單元在第t+1期時與第t+1期的效率前沿之間的距離相等；

如果效率變動＞1，說明該決策單元在第t期時與第t期的效率前沿之間的距離和該決策單元在第t+1期時與第t+1期的效率前沿之間的距離遠(yuǎn)；

如果效率變動＜1，說明該決策單元在第t期時與第t期的效率前沿之間的距離和該決策單元在第t+1期時與第t+1期的效率前沿之間的距離近。

后面代表技術(shù)變動，即該決策單元的效率前沿從第t期到第t+1期的移動。

如果技術(shù)變動大于1，說明技術(shù)的移動是正確的、進(jìn)步的；

如果技術(shù)變動小于1，說明技術(shù)的移動是負(fù)向的、退步的；

如果技術(shù)變動等于1，說明技術(shù)沒有改變。

(二)指標(biāo)的選取與來源

在這里我們選取研發(fā)費(fèi)用、技術(shù)人員數(shù)量和直接人工支出作為投入指標(biāo)，選取營業(yè)總收入作為產(chǎn)出指標(biāo)。本文的數(shù)據(jù)主要來自2011-2019年一汽轎車股份有限公司年報。

1.投入指標(biāo)

(1)研發(fā)費(fèi)用：為了更好的在汽車制造業(yè)中應(yīng)用人工智能，公司需要對人工智能進(jìn)行研究，所以在此我們選擇研發(fā)費(fèi)用作為人工智能的研究費(fèi)用。

(2)技術(shù)人員數(shù)量：公司在人工智能方面的研發(fā)和應(yīng)用越廣泛，所使用的技術(shù)人員就越多。

(3)直接人工支出：公司在人工智能方面的使用越多，所使用的直接人工就越少，直接人工支出也就越少。

2.產(chǎn)出指標(biāo)

(1)營業(yè)收入：選取營業(yè)收入作為評價公司盈利的標(biāo)準(zhǔn)，公司的經(jīng)營狀況越好，公司的營業(yè)收入越高。

表1 2011-2019年評價指標(biāo)

(三)模型分析

1.DEA模型分析

以一汽轎車股份有限公司作為決策單元，分別將2011-2019年人工智能產(chǎn)業(yè)的投入和產(chǎn)出導(dǎo)入DEAp.2.1軟件進(jìn)行運(yùn)算處理，可以得到長春一汽轎車股份有限公司在過去九年間的crste(綜合效率)、vrste(純技術(shù)效率)和scale(規(guī)模效率)值，如表2所示：

表2 2011-2019年D EA模型綜合評價效率

由表2可以看出，在2011-2019年間crste(綜合效率)、vrste(純技術(shù)效率)和scale(規(guī)模效率)均為 1，表示在這九年期間長春一汽股份有限公司的DEA均有效，并且很穩(wěn)定，投入和產(chǎn)出達(dá)到最優(yōu)，人工智能的進(jìn)一步應(yīng)用不僅使其工作效率得到提高，也確實(shí)為公司帶來了一定的收益。

2.基于Malmquist指數(shù)的動態(tài)模型分析

將所選投入產(chǎn)出帶入DEAR.2.1軟件進(jìn)行求解，可得如下結(jié)果：

表3 2011-2019年Malmquist指數(shù)效率

從一汽轎車股份有限公司在2011-2019年間全要素生產(chǎn)率的數(shù)據(jù)來看，tepch(全要素生產(chǎn)率)指數(shù)大于1的分別是 2013、2016、2017、2018、2019，增幅最大的為 2013年，說明從2015年開始人工智能研發(fā)對一汽轎車股份有限公司的收益影響處于進(jìn)步階段；effch(綜合技術(shù)效率)、pech(純技術(shù)效率)和sech(規(guī)模效益)指數(shù)的數(shù)值均等于1，說明，在2011-2019年間，一汽轎車股份有限公司在技術(shù)與人工智能研發(fā)項目中的投入和產(chǎn)出效率有了一定的提高；2012-2013年間techch(技術(shù)進(jìn)步)大于1，2016-2019 年間，techch(技術(shù)進(jìn)步)也均大于 1，反映出一汽轎車股份有限公司的人工智能研發(fā)投入產(chǎn)出效率具有一定的提高。

五、結(jié)論

在汽車制造業(yè)中，人工智能的發(fā)展已經(jīng)成為熱潮，在汽車生產(chǎn)中應(yīng)用越來越廣泛，使其生產(chǎn)線更加柔性化，公司對汽車零部件以及整體質(zhì)量和技術(shù)水平的要求越高，直接人工的使用就越少，高技術(shù)人才需求就越多，使用機(jī)器人替代人工就越多，這不僅可以提高勞動生產(chǎn)率和節(jié)省人工成本還可以使汽車生產(chǎn)時生產(chǎn)效率提高增加公司的績效。