每天，我們都會聽到使用人工智能協(xié)助甚至替代人類工作的新例子。許多討論都會圍繞消費者所面對的境況而展開。然而，從產(chǎn)品到資本，從工廠到遍布全球的供應(yīng)網(wǎng)絡(luò)，制造業(yè)因其復(fù)雜的程序和機器之間的相互作用，在人工智能的浪潮中可能會受到更大的影響。

 

　　隨著傳感器數(shù)據(jù)洪流的到來，工廠有機會加入信息知識界，有效地推動車間的產(chǎn)出量。AI 的應(yīng)用，從智能合作機器人到虛擬助手，會顛覆工廠的運作方式。

 

　　從生產(chǎn)、流通到銷售，大數(shù)據(jù)和人工智能技術(shù)可以協(xié)助企業(yè)分析生產(chǎn)過程中的全鏈路數(shù)據(jù)，實現(xiàn)生產(chǎn)效率、庫存周轉(zhuǎn)率、設(shè)備使用效率提升等目標。

 

　　在市場方面，人工智能可以計算、分析海量的交易數(shù)據(jù)以及大量傳感器采集的流通數(shù)據(jù)，使企業(yè)實現(xiàn)自動化、智能化的生產(chǎn)計劃和市場計劃。在制造環(huán)節(jié)，可以通過收集、分析產(chǎn)品數(shù)據(jù)、生產(chǎn)設(shè)備數(shù)據(jù)，使產(chǎn)品的良品率實現(xiàn)自動化診斷，設(shè)備實現(xiàn)遠程監(jiān)測。

 

　　埃森哲的研究顯示，人工智能的潛在好處遠比過去的自動化帶來的影響大得多，舉例來說，在 1993 年至 2007 年之間，傳統(tǒng)的自動化系統(tǒng)據(jù)估計已經(jīng)產(chǎn)生了 0.9% 的額外年增長率，而在發(fā)達經(jīng)濟體中則增長了 0.9%。

 

　　在利用人工智能進行預(yù)測性和自我監(jiān)測方面，根據(jù)埃森哲的報告顯示，德國制造公司 Bosch 正在把人工智能放在他們的業(yè)務(wù)的前沿。該公司的「思維工廠」目前在德國汽車工廠中推出，目的是讓人工智能機器能夠自我診斷技術(shù)故障，自動訂購替換部件，并預(yù)測維修需求。

 

　　通過使用機器學(xué)習(xí)實現(xiàn)預(yù)測性維護以及自我監(jiān)測，Bosch 能夠節(jié)省十億美元的成本開支，并且預(yù)計會帶來十億美元的額外收入。

 

　　而 Bosch 并不是唯一一家施展人工智能策略的公司，日揮株式會社（以下簡稱日揮）與日本電氣株式會社（以下簡稱 NEC）早在 2016 年就簽署合作，利用人工智能和物聯(lián)網(wǎng)技術(shù)，圍繞面向石油精制、化學(xué)、液化天然氣、煤氣、發(fā)電、資源開發(fā)等領(lǐng)域提供工廠運轉(zhuǎn)異常預(yù)測系統(tǒng)的構(gòu)建及服務(wù)。

 

　　日揮與 NEC 合作共同提供工廠運轉(zhuǎn)數(shù)據(jù)分析服務(wù)，通過分析涵蓋整個工廠的廣泛運轉(zhuǎn)數(shù)據(jù)，可以提高數(shù)據(jù)的完備性，縮短異常狀況預(yù)測的分析時間，提高分析速度。另外，再基于運轉(zhuǎn)中的工廠整體數(shù)據(jù)，實時測定異常狀況發(fā)生的因果關(guān)系，能夠防患于未然。

 

　　而 NTT 集團旗下的 NTT Communications Corporation 與三井化學(xué)株式會社則合作將人工智能技術(shù)應(yīng)用在產(chǎn)品質(zhì)量的預(yù)測上。他們以來自注入反應(yīng)器的原材料及反應(yīng)器條件的數(shù)據(jù)集與代表氣體產(chǎn)品質(zhì)量的 X 氣體濃度之間的關(guān)系進行建模為基礎(chǔ)，用深度學(xué)習(xí)算法對數(shù)據(jù)進行分析，隨之高度精確地預(yù)測產(chǎn)生的氣體產(chǎn)品的質(zhì)量。

 

　　美國通用電氣同樣看到了這樣的機遇，專門成立人工智能公司，致力于利用數(shù)據(jù)分析、機器人、人工智能技術(shù)，為油氣、運輸和能源行業(yè)等提供先進的檢測服務(wù)。目前，GE 公司已經(jīng)開始了對用于煉油廠、工廠、鐵路以及其他工業(yè)設(shè)施檢測的自主無人機和機器人「爬蟲」的檢測工作。

 

 

　　在制造過程中，生產(chǎn)線上的產(chǎn)品，最后一關(guān)就是檢查是否良品，而這項工作必須由對產(chǎn)品非常熟悉、經(jīng)驗老到的員工進行，因而效率比較低下，而人力也不足。

 

　　然而，通過人工智能的圖像識別，則可以代替作業(yè)人員的肉眼檢查，不僅能減少作業(yè)人員的工作量，提升效率，而且還能使產(chǎn)品質(zhì)量更為均衡。

 

　　NEC 就曾經(jīng)推出「AI Visual Inspection」視覺檢測，運用機器學(xué)習(xí)技術(shù)，檢測金屬、人工樹脂、塑料等產(chǎn)品加工業(yè)的生產(chǎn)線的產(chǎn)品影像，快速找出不良品，提升生產(chǎn)線效率。

 

　　NEC 在 NEC Industrial IoT 中，新增 AI Visual Inspection 功能，協(xié)助作業(yè)人員進行產(chǎn)品檢測。具體流程則是，NEC 將現(xiàn)場品檢時拍攝的系列產(chǎn)品影像，儲存保管在物聯(lián)網(wǎng)平臺 NEC the WISE Iot Platform 云端上。當影像數(shù)據(jù)達到一定的量后，云端的 AI 會從這些數(shù)據(jù)中抽取并分析良品與不良品的特征，并根據(jù)分析結(jié)果，進一步歸納出良品與不良品的判別模式，并將判別模式從云端傳輸?shù)焦S現(xiàn)場裝設(shè)的設(shè)備上。

 

　　在工廠端，則會運用現(xiàn)場設(shè)備內(nèi)建的 AI，以接收到的判別模式為基礎(chǔ)，判別產(chǎn)品是否為不良品。而當生產(chǎn)線要追加制造新的產(chǎn)品時，云端的 AI 也會自動學(xué)習(xí)新產(chǎn)品的特征信息，并同步更新判別模式，進而有效降低追加設(shè)計、研發(fā)的工作量。

 

　　而 abb 與 IBM 合作，可以在生產(chǎn)過程中記錄實時圖像，借助 ABB 系統(tǒng)，并結(jié)合 IBM Watson 的 AI 能力和實時產(chǎn)品圖像實時發(fā)現(xiàn)瑕疵，識別人眼無法觀察到的問題，然后再用人工智能系統(tǒng)進行分析，由此快速發(fā)現(xiàn)并排除故障。

 

 

　　而人工智能在工廠中的應(yīng)用，最常被提及的也莫過于機器人了。而一些公司正在致力于使機器人更加易于使用以及更加智能。

 

　　Universal Logic 的基于人工智能的機器人技術(shù) Neocortex 能使機器人感知周圍環(huán)境，如機器維修、垃圾清理，可以實時快速進行互動并對環(huán)境做出回應(yīng)，它的能力包括識別各種形狀材質(zhì)的物體如瓶子、包、箱子等，并適當做出反應(yīng)，可靠性達到 99%。

 

　　除了第三方機器人技術(shù)平臺之外，作為垂直制造商，通用電氣正在內(nèi)部研發(fā)自己的技術(shù)，比如進入飛機發(fā)動機內(nèi)部進行檢查的產(chǎn)品。除了構(gòu)建軟硬件平臺，通用電氣還投資了以自動化移動機器人著名的 Clearpath Robotics 和以蛇臂機器人著名的 OC Robotics。

 

　　隨著機器人的觸覺敏感度越來越高，對制造車間的組裝和獨立行動工作，也將會越來越方便。而隨著傳感器與視覺技術(shù)的提升，機器人將會更加智能、輕便和友好，使用機器人承擔(dān)大部分的組裝、移動、包裝、運輸或其他體力勞動，從而能極大地提升效率，降低成本。而在以后，機器人不僅能基于其程序進行判斷，還能基于經(jīng)驗主動做出決策。

 

 

　　無論是德國的「工業(yè) 4.0」還是中國的「中國制造 2025」，還是美國政府想盡辦法讓制造業(yè)回流，制造業(yè)依然是全球國家競爭的核心戰(zhàn)場。然而，有此前有所不同的是，人工智能將為制造業(yè)的競爭加碼，國家對人工智能的投資和重視程度成為了一個關(guān)鍵因素。

 

　　據(jù)麥肯錫研究稱，大多外部投資都將眼光放在 AI 技術(shù)的機器學(xué)習(xí)方面，比如語音識別和機器人技術(shù)。眾多投資都流向了美國的公司（66%），緊接著是中國公司（17%），據(jù) Infosys 調(diào)查發(fā)現(xiàn)，在過去的一年，美國機構(gòu)很可能增加了對 AI 技術(shù)的投資，盡管中國獲得的 AI 投資金額遠低于美國，但其投資和 AI 的部署增長迅速。麥肯錫研究稱，「我們的調(diào)查顯示，美國和中國不僅在 AI 投資和創(chuàng)新方面居于領(lǐng)先水平，在 AI 的采用方面也遙遙領(lǐng)先?！?/div>