(網(wǎng)經(jīng)社訊)人工智能的應(yīng)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(chǎn)力。制造業(yè)具備大量數(shù)據(jù)累積，是人工智能應(yīng)用的藍(lán)海。2019年人工智能在邊緣計算層與工業(yè)物聯(lián)網(wǎng)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(chǔ)雄厚，是人工智能在工業(yè)領(lǐng)域應(yīng)用的潛力市場。本報告旨在深入了解中國制造企業(yè)應(yīng)用人工智能的真實情況和應(yīng)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(shù)趨勢
在過去的一百年里，五大趨勢主導(dǎo)了全球技術(shù)的發(fā)展趨勢，依次為“電子工具”，“半導(dǎo)體”，“企業(yè)服務(wù)”，“電信”和“消費智能”。如今，“互聯(lián)網(wǎng)+消費者”模式所創(chuàng)造的價值已經(jīng)充分釋放并趨于平緩；而第六個趨勢已經(jīng)顯現(xiàn)，我們稱之為“企業(yè)智能”，企業(yè)自我主導(dǎo)，運用數(shù)字技術(shù)解決問題的智能化轉(zhuǎn)型被視為未來技術(shù)發(fā)展趨勢。
據(jù)估算，制造業(yè)每年大概可產(chǎn)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(fù)雜，企業(yè)正試圖通過智能化技術(shù)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(yù)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(yīng)用調(diào)查顯示，93%的受訪企業(yè)認(rèn)同人工智能將成為全球制造業(yè)增長和創(chuàng)新的關(guān)鍵技術(shù)。中國在人工智能應(yīng)用領(lǐng)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(yīng)用的高增長主要受政策利好、資金充足和制造業(yè)應(yīng)用潛力三方面驅(qū)動。
二、應(yīng)用場景
人工智能在制造業(yè)的應(yīng)用場景眾多，大致可以分為智能生產(chǎn)、產(chǎn)品和服務(wù)、企業(yè)運營管理、供應(yīng)鏈以及業(yè)務(wù)模式?jīng)Q策五個領(lǐng)域。智能生產(chǎn)相關(guān)場景應(yīng)用是目前制造企業(yè)部署人工智能的首要選擇，其次為產(chǎn)品和服務(wù)相關(guān)場景。但未來兩年，人工智能在工業(yè)領(lǐng)域的熱點應(yīng)用將從智能生產(chǎn)轉(zhuǎn)向更加注重產(chǎn)品服務(wù)和供應(yīng)鏈管理。
在智能生產(chǎn)領(lǐng)域，目前應(yīng)用比較多的場景是自動化生產(chǎn)工廠與訂單管理和自動化排程；未來兩年內(nèi)將有更多人工智能技術(shù)用于產(chǎn)品質(zhì)量監(jiān)控和缺陷管理。計算機視覺技術(shù)的進步推動人工智能在質(zhì)量監(jiān)控和缺陷管理方面的應(yīng)用。
在產(chǎn)品與服務(wù)領(lǐng)域，目前已經(jīng)在應(yīng)用人工智能技術(shù)的企業(yè)較少，但計劃在兩年內(nèi)優(yōu)先部署的企業(yè)數(shù)量明顯增加，特別是在縮短產(chǎn)品設(shè)計周期、個性化客戶體驗以及提升營銷效率的應(yīng)用場景。
三、現(xiàn)實與預(yù)期的差距
通過企業(yè)調(diào)查我們發(fā)現(xiàn)，不論是從企業(yè)獲益角度，還是從預(yù)算及時間投入角度衡量，91%的人工智能項目未能達(dá)到企業(yè)預(yù)期。人工智能項目結(jié)果與預(yù)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(jīng)驗及組織架構(gòu)障礙；
基礎(chǔ)設(shè)施條件制約；
數(shù)據(jù)采集方法及數(shù)據(jù)質(zhì)量問題；
缺乏工程經(jīng)驗；
項目規(guī)模過大、過于復(fù)雜。
四、未來已來
德勤調(diào)查顯示，83%的企業(yè)認(rèn)為人工智能已經(jīng)或?qū)⒃谖磥砦迥陜?nèi)對企業(yè)產(chǎn)生實際可見的影響，其中27%的受訪者認(rèn)為人工智能項目已經(jīng)為企業(yè)帶來價值；56%的受訪者認(rèn)為人工智能將在未來2-5年為企業(yè)帶來回報。
從技術(shù)傾向性來看，更多企業(yè)將投資于復(fù)合性技術(shù)體系，從而優(yōu)化生產(chǎn)、成本、庫存或質(zhì)量控制等方面，或用于銷量、價格預(yù)見性維護的預(yù)測。對單一技術(shù)類別，如視覺監(jiān)測、機器人定位、專家系統(tǒng)等技術(shù)的投資熱情相對較小。
業(yè)界普遍認(rèn)為，工業(yè)人工智能平臺讓企業(yè)以更低的成本應(yīng)用人工智能，是人工智能在工業(yè)領(lǐng)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(yīng)用爆發(fā)的前夕，領(lǐng)先企業(yè)已經(jīng)開始布局以贏得先機。德勤建議企業(yè)從自身戰(zhàn)略、應(yīng)用場景、數(shù)據(jù)基礎(chǔ)、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(biāo)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(wù)目標(biāo)匹配，不論這個目標(biāo)是創(chuàng)造新的收入、減少成本、或提升運營效率，關(guān)鍵是選擇合適的復(fù)雜程度來滿足企業(yè)的業(yè)務(wù)目標(biāo)。
5.2 明確應(yīng)用場景
要找到合適的人工智能落地應(yīng)用場景，本質(zhì)上是要理解這項技術(shù)在哪些方面可以做的比人類更好。
5.3 落實數(shù)據(jù)基礎(chǔ)
由于目前基于深度學(xué)習(xí)的人工智能高度依賴大數(shù)據(jù)，企業(yè)的數(shù)據(jù)基礎(chǔ)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(guān)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(shù)專家，行業(yè)專家，AI應(yīng)用專家。
5.5 驗證及大規(guī)模實施
有了應(yīng)用場景，完善了數(shù)據(jù)基礎(chǔ)，搭建好團隊以后，接下去要做的是基于AI的過程設(shè)計原型驗證(Proof of Concept)。在確認(rèn)技術(shù)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(wǎng)經(jīng)社）
