(網經社訊)人工智能的應用正從消費智能擴大到企業(yè)智能，帶動并創(chuàng)造更強大的生產力。制造業(yè)具備大量數(shù)據(jù)累積，是人工智能應用的藍海。2019年人工智能在邊緣計算層與工業(yè)物聯(lián)網相遇，成就人工智能工業(yè)落地元年。
以人工智能賦能制造業(yè)的行動已在全球展開，亞太區(qū)制造業(yè)基礎雄厚，是人工智能在工業(yè)領域應用的潛力市場。本報告旨在深入了解中國制造企業(yè)應用人工智能的真實情況和應用場景，探討人工智能項目理想與現(xiàn)實的差距，以及行業(yè)未來發(fā)展趨勢。
一、技術趨勢
在過去的一百年里，五大趨勢主導了全球技術的發(fā)展趨勢，依次為“電子工具”，“半導體”，“企業(yè)服務”，“電信”和“消費智能”。如今，“互聯(lián)網+消費者”模式所創(chuàng)造的價值已經充分釋放并趨于平緩；而第六個趨勢已經顯現(xiàn)，我們稱之為“企業(yè)智能”，企業(yè)自我主導，運用數(shù)字技術解決問題的智能化轉型被視為未來技術發(fā)展趨勢。
據(jù)估算，制造業(yè)每年大概可產生1,812PB的數(shù)據(jù)量，超過通訊、金融、零售等行業(yè)。在過去二十年中，制造企業(yè)決策過程因數(shù)字信息的大量增長而變得復雜，企業(yè)正試圖通過智能化技術有效地處理和利用信息，解鎖數(shù)據(jù)的模式和可用性，解決之前甚至無法預見的問題。
人工智能被制造業(yè)寄予厚望，本次人工智能制造業(yè)應用調查顯示，93%的受訪企業(yè)認同人工智能將成為全球制造業(yè)增長和創(chuàng)新的關鍵技術。中國在人工智能應用領域表現(xiàn)突出，其中人工智能在中國制造業(yè)的市場規(guī)模有望在2025年超過20億美元，從2019年開始每年保持40%以上的增長率。人工智能在中國制造業(yè)應用的高增長主要受政策利好、資金充足和制造業(yè)應用潛力三方面驅動。
二、應用場景
人工智能在制造業(yè)的應用場景眾多，大致可以分為智能生產、產品和服務、企業(yè)運營管理、供應鏈以及業(yè)務模式決策五個領域。智能生產相關場景應用是目前制造企業(yè)部署人工智能的首要選擇，其次為產品和服務相關場景。但未來兩年，人工智能在工業(yè)領域的熱點應用將從智能生產轉向更加注重產品服務和供應鏈管理。
在智能生產領域，目前應用比較多的場景是自動化生產工廠與訂單管理和自動化排程；未來兩年內將有更多人工智能技術用于產品質量監(jiān)控和缺陷管理。計算機視覺技術的進步推動人工智能在質量監(jiān)控和缺陷管理方面的應用。
在產品與服務領域，目前已經在應用人工智能技術的企業(yè)較少，但計劃在兩年內優(yōu)先部署的企業(yè)數(shù)量明顯增加，特別是在縮短產品設計周期、個性化客戶體驗以及提升營銷效率的應用場景。
三、現(xiàn)實與預期的差距
通過企業(yè)調查我們發(fā)現(xiàn)，不論是從企業(yè)獲益角度，還是從預算及時間投入角度衡量，91%的人工智能項目未能達到企業(yè)預期。人工智能項目結果與預期差距較大是全球普遍存在的現(xiàn)象。這種落差往往是由以下幾方面的問題造成：
既有經驗及組織架構障礙；
基礎設施條件制約；
數(shù)據(jù)采集方法及數(shù)據(jù)質量問題；
缺乏工程經驗；
項目規(guī)模過大、過于復雜。
四、未來已來
德勤調查顯示，83%的企業(yè)認為人工智能已經或將在未來五年內對企業(yè)產生實際可見的影響，其中27%的受訪者認為人工智能項目已經為企業(yè)帶來價值；56%的受訪者認為人工智能將在未來2-5年為企業(yè)帶來回報。
從技術傾向性來看，更多企業(yè)將投資于復合性技術體系，從而優(yōu)化生產、成本、庫存或質量控制等方面，或用于銷量、價格預見性維護的預測。對單一技術類別，如視覺監(jiān)測、機器人定位、專家系統(tǒng)等技術的投資熱情相對較小。
業(yè)界普遍認為，工業(yè)人工智能平臺讓企業(yè)以更低的成本應用人工智能，是人工智能在工業(yè)領域的落地和普及的必要條件。
五、德勤建議
中國制造業(yè)正處于人工智能大規(guī)模落地應用爆發(fā)的前夕，領先企業(yè)已經開始布局以贏得先機。德勤建議企業(yè)從自身戰(zhàn)略、應用場景、數(shù)據(jù)基礎、團隊組建、合作伙伴、驗證及實施開展人工智能的實際落地。
5.1 戰(zhàn)略目標匹配
企業(yè)首先需要確保其人工智能部署必須與企業(yè)的戰(zhàn)略和業(yè)務目標匹配，不論這個目標是創(chuàng)造新的收入、減少成本、或提升運營效率，關鍵是選擇合適的復雜程度來滿足企業(yè)的業(yè)務目標。
5.2 明確應用場景
要找到合適的人工智能落地應用場景，本質上是要理解這項技術在哪些方面可以做的比人類更好。
5.3 落實數(shù)據(jù)基礎
由于目前基于深度學習的人工智能高度依賴大數(shù)據(jù)，企業(yè)的數(shù)據(jù)基礎往往是決定AI項目是否能成功實施的基石。
5.4 組建團隊及搭建伙伴關系
企業(yè)如果想打造AI能力，至少需要以下幾類人才所組成的團隊：AI技術專家，行業(yè)專家，AI應用專家。
5.5 驗證及大規(guī)模實施
有了應用場景，完善了數(shù)據(jù)基礎，搭建好團隊以后，接下去要做的是基于AI的過程設計原型驗證(Proof of Concept)。在確認技術原型可行的情況下，再進行迭代和最終的大規(guī)模實施。
（來源：德勤咨詢 編選：網經社）
.png)
.png)
.png)
.png)
.png)
.png)
