制造+智能，重大變革近在眼前
雖然數(shù)字化，尤其是智能自動化技術(shù)已成為各大制造商的熱門話題，但時至今日，人工智能尚未對制造業(yè)產(chǎn)生重大影響。麥肯錫公司的Harald Bauer認(rèn)為制造業(yè)的智能化轉(zhuǎn)型指日可待。他表示：“到目前為止，只有一小部分制造商在少數(shù)領(lǐng)域應(yīng)用人工智能。但現(xiàn)在條件已經(jīng)成熟，不久后更多的制造商將會在更多領(lǐng)域規(guī)模化部署人工智能。”
這些成熟條件包括高水平的數(shù)字化和自動化程度、海量數(shù)據(jù)、強(qiáng)大的云計算能力，以及無處不在的物聯(lián)網(wǎng)傳感器。在工業(yè)化國家，這些傳感器已遍布于大多數(shù)工廠車間和物流中心。
除了自動駕駛及部分消費者電子產(chǎn)品外，人工智能還將推動生產(chǎn)、研發(fā)以及供應(yīng)鏈各個流程的優(yōu)化升級。國際制造業(yè)企業(yè)解決方案協(xié)會（MESA）主席Michael Yost指出，盡管制造商通過運(yùn)用人工智能所獲得的益處不太可能引發(fā)媒體關(guān)注，但人工智能的確可以大幅提升制造商的運(yùn)營效率、產(chǎn)品質(zhì)量和創(chuàng)新能力。
這些較為長期的效率改進(jìn)會帶來十分顯著的效果。波士頓咨詢公司（BCG）2018年發(fā)布的報告稱，人工智能會使制造業(yè)的加工成本（即直接人工加間接管理費用）降低20%，這樣的成本降幅對于制造商而言***吸引力。報告還指出，80%–90%的汽車、日用消費品、加工業(yè)以及工程產(chǎn)品企業(yè)計劃在未來三年內(nèi)將人工智能技術(shù)運(yùn)用于生產(chǎn)流程中。
未來五年內(nèi)，人工智能將對多個關(guān)鍵制造領(lǐng)域帶來重大影響。人工智能的影響將率先在汽車和半導(dǎo)體行業(yè)中顯現(xiàn)，目前這兩大行業(yè)在人工智能應(yīng)用方面已取得一定進(jìn)展，實現(xiàn)了高度自動化運(yùn)作。此外，加工制造、重型設(shè)備以及快消品行業(yè)也將逐漸采用人工智能技術(shù)。[1]目前各個行業(yè)的人工智能早期利用率也印證了這一趨勢。2018年BCG報告顯示，在汽車行業(yè)中，率先采用人工智能技術(shù)的企業(yè)占20%，而工程產(chǎn)品和加工業(yè)企業(yè)的占比分別為15%和13%。在上述領(lǐng)域，人工智能都能創(chuàng)造可觀的潛在收益，但企業(yè)必須克服一系列艱巨的挑戰(zhàn)才能真正享受人工智能帶來的價值。
預(yù)測性維護(hù)，提升資產(chǎn)生產(chǎn)力
資產(chǎn)利用率是衡量制造業(yè)績效的一項重要指標(biāo)。提升資產(chǎn)利用率需要將生產(chǎn)設(shè)備維持在***狀態(tài)，從而***限度地減少代價高昂的停工時間以及***限度地延長設(shè)備的生命周期。通過預(yù)測性分析、先進(jìn)的圖像識別技術(shù)以及海量設(shè)備性能數(shù)據(jù)，可助力算法預(yù)測可能發(fā)生的設(shè)備故障。Bauer先生表示，預(yù)測性維護(hù)系統(tǒng)最典型的特性就是不斷學(xué)習(xí)，利用算法在經(jīng)驗和數(shù)據(jù)的基礎(chǔ)上進(jìn)行自學(xué)，從而生成更準(zhǔn)確的預(yù)測。
制造商不僅可以采取預(yù)防性措施來避免停工，還可以根據(jù)預(yù)測情況進(jìn)行按需維護(hù)，從而取代定期維護(hù)。如此一來，不但可以大大降低運(yùn)營成本，還能提升資產(chǎn)生產(chǎn)力。麥肯錫公司稱，基于人工智能的預(yù)測性維護(hù)可幫助德國的工業(yè)制造商將資產(chǎn)生產(chǎn)力提升20%，同時將維護(hù)成本降低10%。[2]
不難想象，預(yù)測性維護(hù)還將重塑許多設(shè)備制造商的服務(wù)模式。隨著預(yù)測性維護(hù)市場不斷壯大，業(yè)內(nèi)企業(yè)將逐步轉(zhuǎn)型為服務(wù)提供商。預(yù)測性維護(hù)可以減少服務(wù)停工時間、降低高成本設(shè)備的運(yùn)營風(fēng)險，從而助力設(shè)備供應(yīng)商從設(shè)備銷售的經(jīng)營模式轉(zhuǎn)變?yōu)殚L期設(shè)備租賃運(yùn)營或維護(hù)服務(wù)模式。
質(zhì)量與效率同步提升
同樣，預(yù)測性維護(hù)還有助于改善制成品的質(zhì)量，實現(xiàn)自動化質(zhì)量檢驗。先進(jìn)的圖像識別和自主學(xué)習(xí)系統(tǒng)可幫助制造商降低產(chǎn)品缺陷率，這一點在半導(dǎo)體等行業(yè)中可能會更為突出。Bauer先生認(rèn)為，自動化檢出率會大大高于人工檢驗（對德國制造商而言，兩者間的差異高達(dá)90%）。除了改善生產(chǎn)流程外，人工智能還將助力制造商大大提高產(chǎn)量（Bauer先生認(rèn)為這在半導(dǎo)體行業(yè)中表現(xiàn)得尤為明顯）。
優(yōu)化供應(yīng)鏈
在過去三年間，華為一直利用人工智能技術(shù)簡化其自身復(fù)雜的供應(yīng)鏈流程。華為表示，基于人工智能的路線優(yōu)化減少了物流服務(wù)提供商的取貨次數(shù)，并***限度地提高滿載次數(shù)，從而將運(yùn)輸成本降低了30%。物流路線的縮短還意味著可以降低碳排放量，使供應(yīng)鏈變得更加環(huán)保、可持續(xù)。
更智能的機(jī)器人
對預(yù)測性維護(hù)至關(guān)重要的某些監(jiān)控工作將由機(jī)器人來完成，這一點在各大工廠中已經(jīng)非常普遍。然而新一代的機(jī)器人遠(yuǎn)比從前更加智能，更了解自身環(huán)境（部分原因要歸功于機(jī)器視覺，其中一個重要組成部分是圖像識別），自學(xué)能力也越來越強(qiáng)，無需人工干預(yù)。Yost先生設(shè)想未來工廠將會形成高度人機(jī)合作的環(huán)境，機(jī)器人主要配合工程師開展工作，而非完全取代工程師。
為智能化轉(zhuǎn)型奠定基礎(chǔ)
只有在各項條件成熟之后，制造商才能夠?qū)崿F(xiàn)人工智能的規(guī)模化應(yīng)用，并通過運(yùn)用人工智能獲得理想的回報。首要條件是互聯(lián)互通。大多數(shù)由人工智能驅(qū)動的算法需要強(qiáng)大的算力支撐，而云端具備這種算力以及運(yùn)行人工智能輔助應(yīng)用所需的軟件平臺和虛擬硬件，因此企業(yè)應(yīng)與一家或多家云供應(yīng)商展開合作。此外，云端也是開源平臺的匯聚點，各行各業(yè)的企業(yè)紛紛利用開源平臺來開展人工智能技術(shù)創(chuàng)新。因此，制造商必須更廣泛地參與開放創(chuàng)新，以便獲取知識、專業(yè)技術(shù)以及關(guān)于人工智能應(yīng)用的先進(jìn)理念。
充足、可用的數(shù)據(jù)是另一項重要的前提條件。制造商一般并不缺少數(shù)據(jù)，但許多制造商抱怨稱，很多數(shù)據(jù)由于錯誤、標(biāo)簽不當(dāng)或缺失以及數(shù)據(jù)集之間的標(biāo)準(zhǔn)化不足等原因而無法使用。因此，企業(yè)必須努力清洗、正確整合自己的數(shù)據(jù)集并持續(xù)積累更多數(shù)據(jù)。企業(yè)的分析工具也必須支持非結(jié)構(gòu)化數(shù)據(jù)（例如設(shè)備和產(chǎn)品的圖像），分析這類數(shù)據(jù)可大大提升人工智能的能力。
在解決上述難題以及人工智能相關(guān)的其他難題（包括技能和專業(yè)技術(shù)的獲取）之前，制造商不要安于現(xiàn)狀、被動等待。人工智能也許尚未對制造業(yè)產(chǎn)生重大影響，但制造業(yè)的智能化轉(zhuǎn)型必將指日可待。
HUAWEI CONNECT 2018作為華為自辦的面向ICT產(chǎn)業(yè)的全球性年度旗艦大會，將于2018年10月10日–12日在上海隆重舉行。本屆大會以“+智能，見未來”為主題，旨在搭建一個開放、合作、共享的平臺，與客戶伙伴一同探討如何把握新機(jī)遇，創(chuàng)造智能未來。
欲了解更多詳情，請參閱：
https://www.huawei.com/cn/press-events/events/huaweiconnect2018
