人工智能有潛力為全球企業(yè)的營(yíng)銷和銷售創(chuàng)造1.4至2.6萬(wàn)億美元的價(jià)值，為供應(yīng)鏈管理和制造業(yè)創(chuàng)造1.2至2萬(wàn)億美元的價(jià)值。

根據(jù)IDC的數(shù)據(jù)，到2021年，20%的領(lǐng)先制造商將依賴嵌入式人工智能，使用人工智能、物聯(lián)網(wǎng)和區(qū)塊鏈應(yīng)用程序來(lái)實(shí)現(xiàn)流程自動(dòng)化，并將執(zhí)行時(shí)間最多提高25%。

德勤(Deloitte)的數(shù)據(jù)顯示，在離散制造行業(yè)，機(jī)器學(xué)習(xí)可以將產(chǎn)品質(zhì)量提高35%。

麥肯錫(McKinsey)的數(shù)據(jù)顯示，在未來(lái)5至7年內(nèi)，50%的公司將采用人工智能技術(shù)，由于其對(duì)數(shù)據(jù)的嚴(yán)重依賴，這些公司的現(xiàn)金流有可能翻一番，制造業(yè)在所有行業(yè)中處于領(lǐng)先地位。

到2020年，60%的領(lǐng)先制造商將依靠數(shù)字平臺(tái)支撐高達(dá)30%的總收入。

根據(jù)麥肯錫具有里程碑意義的研究，48%的日本制造商看到了將機(jī)器學(xué)習(xí)和數(shù)字制造技術(shù)整合到他們的運(yùn)營(yíng)中去的更大的機(jī)會(huì)，這比他們最初認(rèn)為的要多。

一句話:2019年制造商的主要增長(zhǎng)戰(zhàn)略是通過(guò)投資機(jī)器學(xué)習(xí)平臺(tái)來(lái)提高車間生產(chǎn)率，這些平臺(tái)能夠提供提高產(chǎn)品質(zhì)量和產(chǎn)量所需的洞察力。

使用機(jī)器學(xué)習(xí)來(lái)簡(jiǎn)化生產(chǎn)的每一個(gè)階段，從入站供應(yīng)商的質(zhì)量到生產(chǎn)計(jì)劃的執(zhí)行現(xiàn)在是制造業(yè)的一個(gè)優(yōu)先事項(xiàng)。根據(jù)德勤(Deloitte)最近的一項(xiàng)調(diào)查，機(jī)器學(xué)習(xí)正在將計(jì)劃外的機(jī)器停機(jī)時(shí)間減少15%至30%，將生產(chǎn)吞吐量提高20%，將維護(hù)成本降低30%，并將質(zhì)量提高35%。

以下是機(jī)器學(xué)習(xí)將徹底改變制造的十個(gè)領(lǐng)域：

●人工智能有潛力為全球企業(yè)的營(yíng)銷和銷售創(chuàng)造1.4至2.6萬(wàn)億美元的價(jià)值，為供應(yīng)鏈管理和制造業(yè)創(chuàng)造1.2至2萬(wàn)億美元的價(jià)值。麥肯錫(McKinsey)預(yù)計(jì)，基于人工智能的預(yù)測(cè)性維護(hù)有可能為制造商帶來(lái)0.5美元至0.7億美元的價(jià)值。麥肯錫指出，人工智能能夠處理包括音頻和視頻在內(nèi)的大量數(shù)據(jù)，這意味著它能夠快速識(shí)別異常，防止系統(tǒng)崩潰。機(jī)器學(xué)習(xí)可以確定一個(gè)特定的聲音是飛機(jī)發(fā)動(dòng)機(jī)在質(zhì)量測(cè)試下正常工作的聲音，還是裝配線上即將發(fā)生故障的機(jī)器發(fā)出的聲音。

資料來(lái)源:麥肯錫/哈佛商業(yè)評(píng)論。人工智能的大部分商業(yè)用途將由MICHAEL CHUI、NICOLAUS HENKE和MEHDI MIREMADI在兩個(gè)領(lǐng)域進(jìn)行。

●制造商們正在獲得新的洞見，了解如何利用機(jī)器學(xué)習(xí)和可在云平臺(tái)上擴(kuò)展的預(yù)測(cè)分析，使企業(yè)變得更加可持續(xù)。流程制造商正在使用Azure的Symphony Industrial AI從一個(gè)模板庫(kù)中部署設(shè)備模型，其中包括熱交換器、泵、壓縮機(jī)和流程制造商所依賴的其他資產(chǎn)。Symphony AI的Process 360 AI幫助用戶創(chuàng)建流程的預(yù)測(cè)模型。流程是指通過(guò)設(shè)備生產(chǎn)的項(xiàng)目(如化學(xué)品、燃料、金屬、其他中間體和成品)。工藝模板示例包括氨工藝、乙烯工藝、液化天然氣工藝和聚丙烯工藝。流程模型有助于預(yù)測(cè)流程混亂和故障——僅憑設(shè)備模型可能無(wú)法預(yù)測(cè)這些故障。

資料來(lái)源:微軟AZURE博客，使用SYMPHONY INDUSTRIAL AI實(shí)現(xiàn)對(duì)制造業(yè)的預(yù)測(cè)分析，

●波士頓咨詢集團(tuán)(BCG)發(fā)現(xiàn)，制造商使用人工智能可以將制造商的轉(zhuǎn)換成本降低至多20%，而高達(dá)70%的成本降低是由更高的勞動(dòng)力生產(chǎn)率造成的。波士頓咨詢集團(tuán)發(fā)現(xiàn)，生產(chǎn)商將能夠通過(guò)使用人工智能來(lái)開發(fā)和生產(chǎn)針對(duì)特定客戶的創(chuàng)新產(chǎn)品，并在更短的交付周期內(nèi)交付，從而產(chǎn)生額外的銷售。下圖展示了基于BCG分析的人工智能將如何為生產(chǎn)過(guò)程帶來(lái)更大的靈活性和規(guī)模。

資料來(lái)源：波士頓咨詢集團(tuán)，人工智能未來(lái)工廠，2018年4月18日。

●依賴于重資產(chǎn)的離散和流程制造商正在使用人工智能和機(jī)器學(xué)習(xí)來(lái)提高產(chǎn)量、能源消耗和每小時(shí)利潤(rùn)。擁有重型設(shè)備(包括大型機(jī)械)的制造商正在探索使用算法來(lái)提高產(chǎn)量、可持續(xù)性和收益率。麥肯錫發(fā)現(xiàn)，人工智能能夠自動(dòng)化復(fù)雜的任務(wù)，并提供一致性和精確的最佳設(shè)定值，使機(jī)器能夠在自動(dòng)駕駛模式下運(yùn)行，這對(duì)于實(shí)現(xiàn)一次或多次生產(chǎn)班次的無(wú)人值守生產(chǎn)至關(guān)重要。

●基于人工智能和機(jī)器學(xué)習(xí)的產(chǎn)品缺陷檢測(cè)和質(zhì)量保證顯示出將生產(chǎn)效率提高50%或更多的潛力。機(jī)器學(xué)習(xí)在發(fā)現(xiàn)產(chǎn)品及其包裝中的異常方面的固有優(yōu)勢(shì)，對(duì)于提高產(chǎn)品質(zhì)量和阻止缺陷產(chǎn)品離開生產(chǎn)設(shè)施具有重要的潛力。與人工檢查相比，使用基于深度學(xué)習(xí)的系統(tǒng)可以改進(jìn)高達(dá)90%的缺陷檢測(cè)?？紤]到開源人工智能環(huán)境的可用性，以及相機(jī)和功能強(qiáng)大的計(jì)算機(jī)等廉價(jià)硬件，即使是小型企業(yè)，預(yù)計(jì)也將越來(lái)越依賴基于人工智能的視覺檢查。在人工智能視覺質(zhì)量檢測(cè)中，通過(guò)從不同角度對(duì)好產(chǎn)品和壞產(chǎn)品進(jìn)行視覺成像，生成參考示例，從而促進(jìn)監(jiān)督學(xué)習(xí)算法的訓(xùn)練。

資料來(lái)源：人工智能（AI）的智能化——德國(guó)及其工業(yè)部門在智能化方面有什么好處？

●機(jī)器學(xué)習(xí)有潛力減少制造業(yè)長(zhǎng)期的勞動(dòng)力短缺，同時(shí)找到留住員工的新方法。如今，制造業(yè)正面臨嚴(yán)重的勞動(dòng)力短缺，每一項(xiàng)針對(duì)制造商的調(diào)查都反映出這一問題是制約該行業(yè)增長(zhǎng)的三大因素之一。承擔(dān)這一挑戰(zhàn)的最有趣的公司之一是Eightfold。他們基于AI的人才智能平臺(tái)依賴于一系列有監(jiān)督和無(wú)監(jiān)督的機(jī)器學(xué)習(xí)算法，以匹配候選人獨(dú)特的能力，經(jīng)驗(yàn)和優(yōu)勢(shì)。包括ConAgra在內(nèi)的制造商依靠Eightfold來(lái)改善招聘并重新發(fā)現(xiàn)他們?yōu)閳F(tuán)隊(duì)配備和追求增長(zhǎng)機(jī)會(huì)所需的人才。下圖解釋了Eightfold人才智能平臺(tái)的工作原理：

●機(jī)器學(xué)習(xí)正在幫助制造商解決以前無(wú)法解決的問題，并揭示他們從未知道存在的問題，包括隱藏的瓶頸或無(wú)利可圖的生產(chǎn)線。提高車間內(nèi)每臺(tái)機(jī)器的預(yù)測(cè)維修精度，揭示如何提高每臺(tái)機(jī)器的產(chǎn)量/吞吐量和相關(guān)工作流程，優(yōu)化系統(tǒng)和供應(yīng)鏈。下面的圖表說(shuō)明了機(jī)器學(xué)習(xí)如何從機(jī)器級(jí)開始提高車間的生產(chǎn)力，然后擴(kuò)展到工作流和它們所依賴的系統(tǒng)。

●機(jī)器學(xué)習(xí)可以顯著改善產(chǎn)品配置，而制造商依賴于按訂單構(gòu)建產(chǎn)品的配置-價(jià)格-報(bào)價(jià)(CPQ)工作流。西門子銷售、設(shè)計(jì)和安裝鐵路聯(lián)鎖控制系統(tǒng)的方法使用人工智能和機(jī)器學(xué)習(xí)，從1090種可能的組合中找出最優(yōu)配置。機(jī)器學(xué)習(xí)擅長(zhǎng)于定義最適合客戶需求的最優(yōu)配置，同時(shí)也是最可靠的產(chǎn)品。

●人工智能和機(jī)器學(xué)習(xí)在制造業(yè)的應(yīng)用預(yù)計(jì)將在未來(lái)五年超越機(jī)器人技術(shù)，成為制造業(yè)的主要用例。供應(yīng)鏈操作的復(fù)雜性和約束條件是機(jī)器學(xué)習(xí)算法提供推薦解決方案的理想用例。如今，制造商們正在尋求進(jìn)行預(yù)測(cè)性維護(hù)的試點(diǎn)，其中最有可能進(jìn)入生產(chǎn)領(lǐng)域的是那些能夠帶來(lái)明顯收益的產(chǎn)品。

●機(jī)器學(xué)習(xí)正在徹底改變制造商保護(hù)每一個(gè)威脅表面的方式，依賴于零信任安全(ZTS)框架來(lái)保護(hù)和擴(kuò)展它們的操作。制造商正在轉(zhuǎn)向零信任安全(ZTS)框架，以保護(hù)整個(gè)供應(yīng)鏈和生產(chǎn)網(wǎng)絡(luò)上的每個(gè)網(wǎng)絡(luò)、云和內(nèi)部平臺(tái)、操作系統(tǒng)和應(yīng)用程序。Forrester首席分析師蔡斯?坎寧安(Chase Cunningham)是零信任安全方面的主要權(quán)威，他最近的視頻《行動(dòng)中的零信任》(Zero Trust In Action)值得一看，以進(jìn)一步了解制造商如何保護(hù)其IT基礎(chǔ)設(shè)施。在這一領(lǐng)域有幾家公司值得關(guān)注，其中包括MobileIron，它創(chuàng)建了一個(gè)以移動(dòng)為中心的、零信任的企業(yè)安全框架，如今正是制造商所依賴的。centrfy對(duì)身份訪問管理的方法阻止了特權(quán)帳戶濫用，而特權(quán)帳戶濫用是當(dāng)前入侵的主要原因。