生成式人工智能如何赋能工业工程解决复杂生产与服务系统问题

摘要

随着制造与服务系统向高度数字化、网络化与智能化演进，工业工程(industrial engineering, IE)所研究的对象正由相对可预测的生产系统，转变为跨层级、强耦合且持续演化的复杂系统。系统规模扩张、需求不确定性增强、多源异构数据融合、人机协同深化以及可持续发展目标引入的多目标冲突，使传统以建模、预测与优化为核心的方法在复杂性表达与决策支持方面面临显著挑战。生成式人工智能(generative artificial intelligence, GenAI)凭借跨模态理解、条件生成与策略分布学习能力，为工业工程解决复杂系统规划与运行难题提供了新的技术路径。本文系统回顾了人工智能赋能工业工程的发展脉络，分析了未来生产与服务系统的复杂化特征，重点探讨了GenAI在制造系统规划、生产管理、质量控制、人机协同与物流优化、重大公共卫生事件等场景中的赋能机制与应用价值，并结合典型工业案例进行论证。研究表明，生成式人工智能有助于提升复杂系统决策的灵活性与韧性，为工业工程方法体系的演进提供了新的方向。

关键词

工业工程 / 生成式人工智能 / 生产与管理 / 复杂问题