賽迪（上海）先進(jìn)制造業(yè)研究院、百度AI產(chǎn)業(yè)研究中心

AI技術(shù)在制造業(yè)的應(yīng)用需落在工業(yè)智能產(chǎn)品或具體工業(yè)痛點(diǎn)的解決方案上。相比較“錦上添花”的工業(yè)智能產(chǎn)品，“雪中送炭”的技術(shù)更容易被制造業(yè)接受。

賽迪（上海）先進(jìn)制造業(yè)研究院和百度AI產(chǎn)業(yè)研究中心深入九大行業(yè)，面對(duì)面訪談?wù){(diào)研數(shù)十家企業(yè)，得出以下核心觀點(diǎn)：

解決痛點(diǎn)：AI技術(shù)在制造業(yè)的應(yīng)用需落在工業(yè)智能產(chǎn)品或具體工業(yè)痛點(diǎn)的解決方案上，相比較“錦上添花”的工業(yè)智能產(chǎn)品，“雪中送炭”的技術(shù)更容易被制造業(yè)接受。

需求導(dǎo)向：工業(yè)AI產(chǎn)品的研發(fā)應(yīng)從制造業(yè)企業(yè)的實(shí)際需求出發(fā)，通過AI技術(shù)滿足制造業(yè)全生命周期中的不同需求。

安全保障：核心數(shù)據(jù)安全依舊是工業(yè)企業(yè)最為關(guān)心的因素，由于工業(yè)核心數(shù)據(jù)是制造業(yè)企業(yè)最為關(guān)鍵的資產(chǎn)，數(shù)據(jù)上云或者數(shù)據(jù)外傳都會(huì)嚴(yán)重威脅到企業(yè)核心數(shù)據(jù)的安全，因此，中大型企業(yè)更愿意選擇本地化或上私有云。

數(shù)據(jù)挖掘：AI技術(shù)的必要條件是工業(yè)大數(shù)據(jù)的完整收集及分析，大部分工業(yè)企業(yè)仍未完成信息化、數(shù)字化，導(dǎo)致數(shù)據(jù)量不足、數(shù)據(jù)結(jié)構(gòu)不統(tǒng)一，增加了AI技術(shù)應(yīng)用難度。

云邊協(xié)同：在云端與邊緣側(cè)共同發(fā)力，云邊結(jié)合打造行業(yè)的工業(yè)大腦。將豐富的云端業(yè)務(wù)能力延伸到邊緣節(jié)點(diǎn)，實(shí)現(xiàn)傳感器、設(shè)備、應(yīng)用集成、圖像處理的協(xié)同。

算法建模：目前人工智能算法框架以國(guó)外企業(yè)提供的開源框架為主，以GitHub為代表的開源社區(qū)大多由境外公司提供服務(wù)，具有中國(guó)自主知識(shí)產(chǎn)權(quán)的深度學(xué)習(xí)框架，有助于在工業(yè)信息化領(lǐng)域保障產(chǎn)業(yè)鏈安全

商業(yè)模式：工業(yè)的發(fā)展進(jìn)程正在從企業(yè)產(chǎn)品牽引用戶需求變?yōu)橛脩粜枨笠I(lǐng)企業(yè)生產(chǎn)，智能制造對(duì)于工業(yè)領(lǐng)域附加值的提升也應(yīng)該逐步從生產(chǎn)制造環(huán)節(jié)的降本增效，轉(zhuǎn)向提供高附加值衍生服務(wù)，即“智能制造”生產(chǎn)的“智能產(chǎn)品”提供的“智能服務(wù)”。

制造業(yè)發(fā)展現(xiàn)狀分析

政策鼓勵(lì)和扶持，企業(yè)智能化改造備受重視

發(fā)達(dá)國(guó)家相繼提出先進(jìn)制造業(yè)發(fā)展戰(zhàn)略。例如，美國(guó)提出先進(jìn)制造業(yè)國(guó)家戰(zhàn)略計(jì)劃，德國(guó)提出工業(yè)4.0戰(zhàn)略實(shí)施建議，法國(guó)提出“新工業(yè)法國(guó)”戰(zhàn)略，日本提出制造業(yè)白皮書。新時(shí)代背景下，新一代信息技術(shù)與先進(jìn)制造技術(shù)的深度融合，是我國(guó)從制造大國(guó)向制造強(qiáng)國(guó)轉(zhuǎn)變的核心路徑，制造強(qiáng)國(guó)戰(zhàn)略及“1+X”政策體系相繼出臺(tái)，構(gòu)建完整的智能制造發(fā)展政策支撐體系。在宏觀經(jīng)濟(jì)下行壓力下，智能制造及信息化相關(guān)技術(shù)的發(fā)展持續(xù)獲得國(guó)家政策扶持，社會(huì)資本也逐漸流向智能制造相關(guān)產(chǎn)業(yè)。

各地出臺(tái)相關(guān)政策文件鼓勵(lì)企業(yè)智能化改造?！稄V東省深化“互聯(lián)網(wǎng)+先進(jìn)制造業(yè)”發(fā)展工業(yè)互聯(lián)網(wǎng)的實(shí)施方案》《江蘇省智能制造示范區(qū)培育實(shí)施方案（試行）》《山東省智能制造“1+N”帶動(dòng)提升行動(dòng)實(shí)施方案（2018-2020年）》等相關(guān)政策文件相繼出臺(tái)。

人口紅利降低，勞動(dòng)力成本提升，精益生產(chǎn)迫在眉睫

2018年中國(guó)國(guó)內(nèi)生產(chǎn)總值（GDP）達(dá)到90萬億元，其中制造業(yè)為26.5萬億元，占中國(guó)GDP的比例為29.4%，工業(yè)增加值為30.5萬億元，制造業(yè)是中國(guó)經(jīng)濟(jì)發(fā)展的第一大支柱。預(yù)計(jì)到2025年，中國(guó)工業(yè)增加值將達(dá)到45萬億元。

工業(yè)發(fā)展是支撐國(guó)家其他產(chǎn)業(yè)發(fā)展的先決條件，而制造業(yè)則是促進(jìn)國(guó)家工業(yè)發(fā)展的重要力量，在國(guó)民經(jīng)濟(jì)發(fā)展中具有不可替代的主導(dǎo)作用。制造業(yè)體量大、增速穩(wěn)、前景廣，是中國(guó)經(jīng)濟(jì)社會(huì)發(fā)展的驅(qū)動(dòng)核心。

市場(chǎng)環(huán)境不容制造業(yè)發(fā)展走舊路。人口老齡化和勞動(dòng)成本上升，使得依賴低人力成本的勞動(dòng)密集型產(chǎn)業(yè)在全球市場(chǎng)的優(yōu)勢(shì)逐漸喪失。面對(duì)內(nèi)需降低、部分核心技術(shù)依賴進(jìn)口等問題，以精益生產(chǎn)為目標(biāo)的制造業(yè)智能化改造將引領(lǐng)一批自主品牌邁向全球產(chǎn)業(yè)鏈中高端。

制造業(yè)信息化改造逐步深入，企業(yè)逐漸夯實(shí)AI落地基礎(chǔ)

截至2018年底，全國(guó)制造業(yè)重點(diǎn)領(lǐng)域骨干企業(yè)數(shù)字化研發(fā)工具普及率為68.9%，關(guān)鍵工序數(shù)控化率為49.2%，傳統(tǒng)行業(yè)IT投入強(qiáng)度相對(duì)較低，關(guān)鍵工序數(shù)控化率仍有較大提升空間。其中，關(guān)鍵工序?yàn)榭倳r(shí)差等于零的工序;骨干企業(yè)數(shù)字化研發(fā)工具普及率、關(guān)鍵工序數(shù)控化率為工信部衡量制造業(yè)企業(yè)兩化融合能力、智能化水平的考核指標(biāo);R&D指科學(xué)研究與試驗(yàn)發(fā)展投入占主營(yíng)業(yè)務(wù)收入的比例。

人工智能助力工業(yè)領(lǐng)域信息技術(shù)新革命

人工智能五大核心技術(shù)：機(jī)器學(xué)習(xí)/深度學(xué)習(xí)、計(jì)算機(jī)視覺、自然語言處理、知識(shí)圖譜、語音技術(shù)。工業(yè)人工智能以系統(tǒng)化的方法和規(guī)則為工業(yè)應(yīng)用提供解決方案、科研成果與工業(yè)應(yīng)用，具有快速性、系統(tǒng)性、可傳承性等特點(diǎn)。

工業(yè)人工智能為工業(yè)帶來的改變包含兩個(gè)方面：一是不同的人使用同樣的工具可以得到近似的效果，二是邁向智能制造標(biāo)準(zhǔn)化的方向。

另外，人工智能技術(shù)還能賦能工業(yè)場(chǎng)景，提高生產(chǎn)效率，改善質(zhì)量穩(wěn)定性，降低能耗成本、提升設(shè)備穩(wěn)定性，提高危險(xiǎn)工業(yè)場(chǎng)景的安全性。

工業(yè)AI也有其局限性，比如無法突破人類已有的認(rèn)知，將解決問題的“機(jī)會(huì)性”向工業(yè)場(chǎng)景的“確定性”逼近。

AI在工業(yè)制造各個(gè)環(huán)節(jié)的落地應(yīng)用

環(huán)節(jié)一：產(chǎn)品設(shè)計(jì)

產(chǎn)品設(shè)計(jì)是生產(chǎn)全生命周期中的首要環(huán)節(jié)和智能制造的實(shí)施規(guī)劃。

應(yīng)用一：人工智能助力產(chǎn)品設(shè)計(jì)

1.預(yù)測(cè)市場(chǎng)需求

需求點(diǎn)：基于銷售數(shù)據(jù)建立用戶畫像模型，預(yù)測(cè)產(chǎn)品銷售情況。

解決方案：通過智能終端獲取用戶數(shù)據(jù)，通過用戶數(shù)據(jù)建立用戶畫像;通過建模參數(shù)優(yōu)化給出預(yù)測(cè)的營(yíng)銷支撐數(shù)據(jù)，判斷客戶購(gòu)買意愿;針對(duì)不同客群優(yōu)化銷售營(yíng)銷策略。

難點(diǎn)及風(fēng)險(xiǎn)：用戶數(shù)據(jù)標(biāo)準(zhǔn)化程度低、客戶行為分析難度較高;用戶數(shù)據(jù)多涉及個(gè)人隱私及商業(yè)機(jī)密，數(shù)據(jù)獲取困難。

2.智能設(shè)計(jì)軟件

需求點(diǎn)：為設(shè)計(jì)師提供滿足相關(guān)標(biāo)準(zhǔn)設(shè)計(jì)參數(shù)建議的智能助手。

解決方案：根據(jù)國(guó)標(biāo)及行業(yè)標(biāo)準(zhǔn)，建立標(biāo)準(zhǔn)件參數(shù)庫(kù);以成熟產(chǎn)品的設(shè)計(jì)參數(shù)建立數(shù)據(jù)庫(kù)，對(duì)不同類型產(chǎn)品參數(shù)進(jìn)行分類;以分類后的參數(shù)庫(kù)作為訓(xùn)練樣本對(duì)深度學(xué)習(xí)算法進(jìn)行訓(xùn)練;在用戶開啟智能功能時(shí)，為非標(biāo)準(zhǔn)件提供參數(shù)建議。

難點(diǎn)及風(fēng)險(xiǎn)：國(guó)標(biāo)及行業(yè)標(biāo)準(zhǔn)數(shù)據(jù)冗雜，機(jī)器學(xué)習(xí)樣本分類難度大;應(yīng)用效果難以保證，技術(shù)推廣前期市場(chǎng)接受度較低。

應(yīng)用二：基于知識(shí)圖譜的智能設(shè)計(jì)模塊

設(shè)計(jì)周期的長(zhǎng)短逐漸成為產(chǎn)品占領(lǐng)市場(chǎng)的核心競(jìng)爭(zhēng)力，基于知識(shí)圖譜的智能設(shè)計(jì)模塊能夠避免因設(shè)計(jì)失誤而造成的設(shè)計(jì)方案反復(fù)修改，有效縮短產(chǎn)品設(shè)計(jì)周期，提升產(chǎn)品的市場(chǎng)競(jìng)爭(zhēng)力。

當(dāng)前，CAD軟件的主要功能是使設(shè)計(jì)的步驟自動(dòng)化。CAD軟件用于創(chuàng)建零件的計(jì)算機(jī)模型，將它們裝配在一起以及對(duì)零件和裝配體的性能進(jìn)行建模，以使其符合設(shè)計(jì)規(guī)范。設(shè)計(jì)過程的分析步驟是迭代的，由專家執(zhí)行的設(shè)計(jì)評(píng)審確定其是否需要更改。使用基于AI的工具，可以直接執(zhí)行專家決策，而無需進(jìn)行單獨(dú)的設(shè)計(jì)審查和綜合，因?yàn)锳I工具中已經(jīng)包含了專家的知識(shí)和經(jīng)驗(yàn)。

AI賦能后的CAD具備以下基本特征：

一是產(chǎn)品組件以結(jié)構(gòu)化圖層形式儲(chǔ)存，組件之間的關(guān)系以面向?qū)ο蟮母袷綄?shí)現(xiàn)。

二是產(chǎn)品結(jié)構(gòu)也以結(jié)構(gòu)化圖層形式儲(chǔ)存，產(chǎn)品結(jié)構(gòu)內(nèi)組件或零件之間，基于國(guó)標(biāo)或歷史數(shù)據(jù)推薦方法鏈接。

三是在數(shù)據(jù)庫(kù)中更新組件或零件十分便捷，易于在AI邏輯框架中添加基于知識(shí)的新規(guī)則和決策程序。

環(huán)節(jié)二：生產(chǎn)制造

生產(chǎn)制造是制造業(yè)全生命周期中最重要環(huán)節(jié)，該環(huán)節(jié)的工業(yè)場(chǎng)景最豐富，智能化改造需求最多。

應(yīng)用一：機(jī)器視覺—讓質(zhì)檢線擁有會(huì)思考的眼睛

1.3C-產(chǎn)品顯示屏智能質(zhì)檢

需求點(diǎn)：顯示屏是手機(jī)關(guān)鍵零部件，質(zhì)量問題直接影響產(chǎn)品體驗(yàn)。顯示屏表面微小缺陷難以察覺，人工觀察難度大、成本高。并且，顯示屏涉及復(fù)雜物理原理，缺陷成因難以依靠機(jī)理模型確定。

解決方案：在屏幕質(zhì)檢環(huán)節(jié)增加工業(yè)相機(jī)，作為質(zhì)檢人員輔助工具，以減輕質(zhì)檢人員工作量，降低檢測(cè)失誤率;利用AI算法對(duì)已有故障屏幕進(jìn)行多角度拍照，以圖像作為訓(xùn)練樣本，對(duì)屏幕故障模式進(jìn)行機(jī)器學(xué)習(xí)。

難點(diǎn)及風(fēng)險(xiǎn)：一方面，顯示屏集成電路部分難以拍照，只能通過通電后屏幕顯示情況進(jìn)行分析。另一方面，對(duì)于新出現(xiàn)的缺陷類型，人工智能難以識(shí)別。

2.汽車領(lǐng)域

需求點(diǎn)：裝配線表面質(zhì)量及漏油情況檢測(cè);基于機(jī)器視覺的出廠檢驗(yàn)。

解決方案：裝配線零部件標(biāo)識(shí)和外觀檢驗(yàn);視覺輔助檢測(cè)車門、車窗雨刷和轉(zhuǎn)向燈功能;視覺輔助檢測(cè)車身外觀質(zhì)量。

3.冶金領(lǐng)域

需求點(diǎn)：鋼材表面缺陷識(shí)別。

解決方案：選擇恰當(dāng)工藝環(huán)節(jié)，增加激光光源和工業(yè)CCD相機(jī)，對(duì)板帶材表面連續(xù)拍照，保存圖像數(shù)據(jù);對(duì)已有的缺陷類型進(jìn)行全方位拍照，對(duì)缺陷類型和大小進(jìn)行標(biāo)定。

4.紡織領(lǐng)域

需求點(diǎn)：基于機(jī)器視覺的面料及瑕疵的智能識(shí)別。

解決方案：采用深度學(xué)習(xí)算法，針對(duì)復(fù)雜面料環(huán)境進(jìn)行瑕疵標(biāo)定;采用工業(yè)CCD相機(jī)持續(xù)拍攝織物流水線，對(duì)布匹信息及瑕疵種類大小進(jìn)行智能檢測(cè)。

應(yīng)用二：由內(nèi)到外、無處不在的智能工業(yè)質(zhì)檢

1.家電—空調(diào)噪音在線檢測(cè)

需求點(diǎn)：空調(diào)噪音在生產(chǎn)線上淹沒于工廠內(nèi)嘈雜的設(shè)備噪音之中，需要在下線后在安靜的環(huán)境內(nèi)單獨(dú)檢測(cè)。采用基于聲紋識(shí)別技術(shù)的智能質(zhì)檢方案，可以實(shí)現(xiàn)空調(diào)噪音在線質(zhì)檢，縮短產(chǎn)品生產(chǎn)周期，為產(chǎn)品上市贏得先機(jī)。

解決方案：采集工廠內(nèi)的噪音數(shù)據(jù)，建立噪音庫(kù);在生產(chǎn)線上增設(shè)音頻采集設(shè)備，通過聲紋識(shí)別技術(shù)識(shí)別設(shè)備噪音，將噪音作為背景音從采集到的音頻中剔除;對(duì)剔除背景音的聲音數(shù)據(jù)進(jìn)行分析，實(shí)現(xiàn)空調(diào)噪音的在線質(zhì)檢。

2.冶金—鋼鐵產(chǎn)品質(zhì)量管控

需求點(diǎn)：長(zhǎng)期以來，鋼鐵產(chǎn)品的內(nèi)部缺陷、強(qiáng)度硬度等內(nèi)在質(zhì)量只能依靠離線實(shí)驗(yàn)方法進(jìn)行檢測(cè)，在線檢測(cè)方法所依賴的機(jī)理模型均存在較大的偏差?；谌斯ぶ悄芩惴?，可以降低檢測(cè)結(jié)果對(duì)機(jī)理模型的依賴，提高準(zhǔn)確性。

解決方案：結(jié)合現(xiàn)場(chǎng)已有的工業(yè)儀表，增加超聲或X射線檢測(cè)設(shè)備，并通過信息技術(shù)實(shí)現(xiàn)檢測(cè)數(shù)據(jù)的實(shí)時(shí)采集與處理;對(duì)產(chǎn)品取樣后，進(jìn)行材料學(xué)實(shí)驗(yàn)檢測(cè)，結(jié)合超聲和射線成像數(shù)據(jù)，對(duì)質(zhì)量波動(dòng)的數(shù)據(jù)進(jìn)行標(biāo)定。

應(yīng)用三：未來已來—人工智能賦予機(jī)器人智慧大腦

1.協(xié)作機(jī)器人

需求點(diǎn)：柔性制造提升加工精度、人機(jī)協(xié)同;降低用工成本、多級(jí)并聯(lián)提高生產(chǎn)效率。

解決方案：通過人工智能模塊加載，實(shí)現(xiàn)人機(jī)協(xié)同和多機(jī)協(xié)作;通過算法訓(xùn)練，對(duì)機(jī)器加工力度、精度等提供校準(zhǔn)、糾錯(cuò)等輔助功能。

難點(diǎn)及風(fēng)險(xiǎn);低級(jí)人工智能階段，AI技術(shù)應(yīng)用達(dá)不到實(shí)現(xiàn)人機(jī)互動(dòng)、人機(jī)協(xié)同的條件。

2.焊接機(jī)器人

需求點(diǎn)：提高焊接效率，減小焊縫間隙，保持表面平整。

解決方案：人工智能可以針對(duì)焊接精度進(jìn)行算法補(bǔ)償，針對(duì)焊接定位誤差、焊接面積誤差等進(jìn)行輔助修正，以提高精度。

難點(diǎn)及風(fēng)險(xiǎn)：AI智能技術(shù)更多起到焊接工藝補(bǔ)償?shù)妮o助功能，在控制算法、視覺算法等方面有待提升;焊接知識(shí)無法通過模塊化處理，算法模型難以進(jìn)行訓(xùn)練。

3.制孔機(jī)器人

需求點(diǎn)：基于智能算法的制孔精度和制孔定位誤差補(bǔ)償;基于人工智能技術(shù)的面板基孔自動(dòng)預(yù)設(shè);基于控制算法實(shí)現(xiàn)定位精度動(dòng)態(tài)補(bǔ)償。

難點(diǎn)及風(fēng)險(xiǎn)：目前主機(jī)廠商大多存在工件的數(shù)字模型不完整的突出問題，工件的數(shù)據(jù)模型完整度不夠。

應(yīng)用四：能源優(yōu)化管理 助力企業(yè)降本

1.3C-液晶面板工廠廠務(wù)智能優(yōu)化

需求點(diǎn)：液晶面板的制造需要在恒溫、恒壓、恒濕的無塵環(huán)境，需要潔凈的壓縮空氣不斷從無塵室中噴出，而制造壓縮空氣的大型機(jī)臺(tái)需要使用冷卻水。廠務(wù)站房里的空壓機(jī)和冰機(jī)的耗電量占廠務(wù)系統(tǒng)的60%以上。

解決方案：根據(jù)廠務(wù)運(yùn)轉(zhuǎn)機(jī)理和歷史運(yùn)行數(shù)據(jù)對(duì)廠務(wù)系統(tǒng)進(jìn)行建模，輸入可調(diào)參數(shù)，輸出廠務(wù)運(yùn)行狀態(tài)，用深度學(xué)習(xí)算法擬合輸入與輸出的關(guān)系;把依靠人的觀察和經(jīng)驗(yàn)調(diào)節(jié)變?yōu)橄到y(tǒng)智能建議調(diào)節(jié);把滯后的應(yīng)激式調(diào)節(jié)變?yōu)榍罢暗念A(yù)測(cè)性調(diào)節(jié);把設(shè)備定期維護(hù)變?yōu)閷?shí)時(shí)監(jiān)測(cè)設(shè)備狀態(tài)和預(yù)測(cè)性維護(hù)報(bào)警。

2.冶金—智能管網(wǎng)平衡系統(tǒng)

需求點(diǎn)：高爐煤氣是高爐煉鐵過程中的重要副產(chǎn)物，管道回收后可輸送至下游生產(chǎn)車間充當(dāng)主要能源介質(zhì)。然而在生產(chǎn)過程中，高爐產(chǎn)氣波動(dòng)不可預(yù)知，且下游用戶用氣節(jié)拍不協(xié)同，導(dǎo)致產(chǎn)氣與用氣不平衡。

解決方案：實(shí)時(shí)監(jiān)測(cè)管網(wǎng)壓力及各設(shè)備產(chǎn)氣和用氣波動(dòng);利用機(jī)器學(xué)習(xí)算法建立高爐煤氣產(chǎn)生的預(yù)測(cè)模型，對(duì)未來煤氣產(chǎn)生量進(jìn)行預(yù)測(cè);結(jié)合預(yù)測(cè)數(shù)據(jù)和煤氣管道壓力監(jiān)測(cè)數(shù)據(jù)，保障關(guān)鍵用氣工序節(jié)拍穩(wěn)定，對(duì)異常用氣操作進(jìn)行監(jiān)測(cè)和預(yù)警。

環(huán)節(jié)三：物流環(huán)節(jié)

物流環(huán)節(jié)連接智能制造生產(chǎn)全生命周期各環(huán)節(jié)，是智能工廠必不可少的應(yīng)用場(chǎng)景。

應(yīng)用一：智能物流—倉(cāng)庫(kù)與消費(fèi)者高效連接的“路由器”

運(yùn)輸路線智能規(guī)劃需求點(diǎn)：精細(xì)化工、食品飲料等產(chǎn)品多具有時(shí)效性，需保證在保質(zhì)期內(nèi)送至用戶指定位置。同時(shí)，企業(yè)運(yùn)輸成本居高不下，已成為各行業(yè)痛點(diǎn)。

解決方案：一是智慧物流?？紤]車輛啟用成本、單公里成本、油價(jià)、階梯費(fèi)等綜合運(yùn)輸成本優(yōu)化，提供最優(yōu)路徑。二是云計(jì)算支持。為企業(yè)提供持續(xù)的云技術(shù)支持，確保運(yùn)輸路線的實(shí)時(shí)最優(yōu)調(diào)整。

難點(diǎn)及風(fēng)險(xiǎn)：運(yùn)輸成本計(jì)算方案復(fù)雜，受眾多因素影響，需以歷史數(shù)據(jù)作為人工智能學(xué)習(xí)重點(diǎn);以化工原材料物流、食品運(yùn)輸、電子商務(wù)等為基礎(chǔ)的智慧物流供應(yīng)商較多，市場(chǎng)競(jìng)爭(zhēng)較為激烈。

應(yīng)用二：啤酒智能物流優(yōu)化

應(yīng)用目標(biāo)：從工廠至零售全流程智能規(guī)劃，降低啤酒廠商物流成本。

用戶主要需求：啤酒倉(cāng)儲(chǔ)物流涉及倉(cāng)庫(kù)布置、配送方式、物流外包、信息化建設(shè)和流程再造等環(huán)節(jié);啤酒多為玻璃瓶包裝，運(yùn)輸難度大。

解決方案：與專業(yè)物流團(tuán)隊(duì)合作，為其提供基于人工智能的倉(cāng)儲(chǔ)布置及物流方案優(yōu)化;與線上銷售平臺(tái)合作，為其提供信息化、智能化改造過程中的算法支持。

難點(diǎn)及風(fēng)險(xiǎn)：倉(cāng)儲(chǔ)及物流涉及環(huán)節(jié)較多，需要同時(shí)與多家運(yùn)營(yíng)商溝通方案細(xì)節(jié);物流成本影響因素較多，智能優(yōu)化效果存在不明顯的可能。

環(huán)節(jié)四：營(yíng)銷與銷售

營(yíng)銷與銷售是生產(chǎn)全生命周期中協(xié)同客戶需求的環(huán)節(jié)，是大數(shù)據(jù)和人工智能的結(jié)合應(yīng)用。

典型應(yīng)用：大數(shù)據(jù)+人工智能實(shí)現(xiàn)精準(zhǔn)營(yíng)銷。

1.精準(zhǔn)產(chǎn)品推薦：基于AI的聚類和解釋消費(fèi)者數(shù)據(jù)以及個(gè)人資料信息和人口統(tǒng)計(jì)信息獲得用戶數(shù)據(jù)，圍繞高相關(guān)性和個(gè)性化服務(wù)，向既有用戶和潛在客戶推薦新款產(chǎn)品。

2.產(chǎn)品智能定價(jià)：根據(jù)供需關(guān)系，產(chǎn)品價(jià)格是影響其銷量的關(guān)鍵因素，基于對(duì)歷史同期數(shù)據(jù)和消費(fèi)者其他消費(fèi)習(xí)慣的分析能夠準(zhǔn)確確定產(chǎn)品的最優(yōu)定位，以實(shí)現(xiàn)銷售利潤(rùn)的最大化。

3.廣告精準(zhǔn)投放：根據(jù)智能終端所采集的用戶數(shù)據(jù)，分析用戶觀看廣告的時(shí)間及地點(diǎn)，對(duì)比既有客戶的數(shù)據(jù)，對(duì)潛在客戶進(jìn)行廣告精準(zhǔn)投放。

4.促銷時(shí)機(jī)決策：以歷史同期銷售價(jià)格、銷量數(shù)據(jù)及銷售地點(diǎn)數(shù)據(jù)為學(xué)習(xí)樣本，根據(jù)人工智能算法，找到商場(chǎng)最佳促銷時(shí)機(jī)

環(huán)節(jié)五：產(chǎn)品使用

產(chǎn)品使用是制造業(yè)全生命周期的最終環(huán)節(jié)，其核心是產(chǎn)品數(shù)字化、智能化。

應(yīng)用一：人工智能助力設(shè)備遠(yuǎn)程運(yùn)維，實(shí)現(xiàn)降本提效

1.設(shè)備遠(yuǎn)程運(yùn)維

需求點(diǎn)：生產(chǎn)設(shè)備故障不能及時(shí)維護(hù)造成產(chǎn)品質(zhì)量問題。

解決方案：利用“邊緣計(jì)算”設(shè)計(jì)理念，在運(yùn)行過程中將設(shè)備產(chǎn)生的有效數(shù)據(jù)進(jìn)行篩選、存儲(chǔ)和標(biāo)定;利用人工智能算法提高設(shè)備穩(wěn)定性，實(shí)現(xiàn)產(chǎn)品質(zhì)量提升。

難點(diǎn)及風(fēng)險(xiǎn)：某些企業(yè)設(shè)備數(shù)字化程度有限，智能化改造需要投入大量精力實(shí)現(xiàn)生產(chǎn)設(shè)備數(shù)字化監(jiān)測(cè);經(jīng)濟(jì)效益難以核算，難以獲得制造業(yè)企業(yè)通力支持。

2.電力巡檢

需求點(diǎn)：降低人力巡檢成本，提高巡檢效率。

解決方案：無人機(jī)、巡檢機(jī)器人等智能裝備對(duì)電力設(shè)備運(yùn)行狀況、運(yùn)行參數(shù)進(jìn)行記錄存檔;智能算法分析數(shù)據(jù)，提升巡檢效率和隱患識(shí)別率

難點(diǎn)及風(fēng)險(xiǎn)：巡檢環(huán)境復(fù)雜多變，對(duì)巡檢設(shè)備及AI技術(shù)要求高。

應(yīng)用二：基于磨損數(shù)據(jù)的軋輥狀態(tài)智能預(yù)測(cè)。

應(yīng)用目標(biāo)：支撐軋輥廠技術(shù)服務(wù)新模式：精準(zhǔn)預(yù)測(cè)軋輥服役周期

用戶主要需求：智慧服務(wù)將成為傳統(tǒng)企業(yè)的數(shù)字化轉(zhuǎn)型之路;某軋輥企業(yè)擬采用按軋制里程銷售軋輥的新模式，代替軋輥的一次性銷售;軋輥磨損數(shù)據(jù)有利于軋輥廠制定換輥策略，同時(shí)有利于軋制工藝補(bǔ)償。

解決方案：與鋼鐵企業(yè)合作，獲取軋輥全生命周期的磨損數(shù)據(jù);利用歷史數(shù)據(jù)預(yù)測(cè)軋輥當(dāng)前軋制里程的磨損狀況。

難點(diǎn)及風(fēng)險(xiǎn)：軋輥磨損基本遵循力學(xué)基本規(guī)律，預(yù)測(cè)模型需充分考慮力學(xué)基本原理;磨損數(shù)據(jù)能反映企業(yè)產(chǎn)品質(zhì)量問題，軋輥企業(yè)和鋼鐵企業(yè)對(duì)數(shù)據(jù)的流通都有所保留。

應(yīng)用三：智能空調(diào)

應(yīng)用目標(biāo)：自行感知決策;全屋智能。

主要需求：自動(dòng)感知室內(nèi)空氣狀況，決策并執(zhí)行調(diào)節(jié)室內(nèi)空氣各項(xiàng)指標(biāo);不同品牌智能家居產(chǎn)品的互聯(lián)互通。

解決方案：為智能空調(diào)制造企業(yè)提供技術(shù)解決方案，實(shí)時(shí)準(zhǔn)確感知、調(diào)節(jié)室內(nèi)空氣情況;與各智能家居制造企業(yè)積極尋求合作，整合各企業(yè)智能家居形成全屋智能解決方案。

難點(diǎn)與風(fēng)險(xiǎn)：技術(shù)上兼容各品牌智能家電較困難;尋求合作過程艱難。

環(huán)節(jié)六：安全管理

安全管理環(huán)節(jié)監(jiān)控生產(chǎn)全生命周期，智能化管控一切人、事、物。

應(yīng)用一：廠區(qū)人員跟蹤定位

應(yīng)用目標(biāo)：入廠人員自動(dòng)識(shí)別;人員位置實(shí)時(shí)監(jiān)控。

用戶主要需求：化工企業(yè)廠區(qū)龐大，廠房?jī)?nèi)危險(xiǎn)區(qū)域較多;廠房修建期間，工人進(jìn)出廠區(qū)較為頻繁;生產(chǎn)安全和數(shù)據(jù)安全均存在潛在隱患。

解決方案：硬件，增加攝像頭，確保廠區(qū)內(nèi)無視野死角;算法，通過圖像技術(shù)進(jìn)行人臉和危險(xiǎn)動(dòng)作識(shí)別;邊緣智能，采用邊緣智能方法增加計(jì)算效率。

難點(diǎn)及風(fēng)險(xiǎn)：需要硬件較多，要求人員識(shí)別準(zhǔn)確率較高，需與硬件提供商深度合作，共同開發(fā)廠區(qū)監(jiān)控系統(tǒng);用戶對(duì)技術(shù)成熟度要求較為嚴(yán)格，需在項(xiàng)目初期以聯(lián)開發(fā)為主，重點(diǎn)培訓(xùn)企業(yè)內(nèi)部IT人員熟悉人工智能技術(shù)。

應(yīng)用二：人工智能助力優(yōu)化產(chǎn)品溯源能力，加強(qiáng)生產(chǎn)安全管理。

應(yīng)用目標(biāo)：基于大數(shù)據(jù)分析的質(zhì)量控制;基于農(nóng)業(yè)物聯(lián)網(wǎng)的產(chǎn)品溯源。

用戶主要需求：食品安全重要性強(qiáng);食品制作定制化、精細(xì)化程度低;食品生產(chǎn)量大，溯源困難。

解決方案：無人機(jī)拍攝谷物、動(dòng)物圖像，記錄生長(zhǎng)情況;根據(jù)原材料生長(zhǎng)情況制定收獲計(jì)劃;基于溯源數(shù)據(jù)的智能分析，實(shí)現(xiàn)食品等級(jí)劃分，制定銷售計(jì)劃。

難點(diǎn)及風(fēng)險(xiǎn)：技術(shù)難度大，需要投放大量傳感器，和較多工程師進(jìn)行監(jiān)測(cè);溯源涉及環(huán)節(jié)較多，需要較多行業(yè)進(jìn)行聯(lián)合研發(fā)。

總結(jié)與展望

總結(jié)一：需求導(dǎo)向、痛點(diǎn)聚焦是AI賦能制造業(yè)的關(guān)鍵所在

AI技術(shù)在制造業(yè)的應(yīng)用需落在工業(yè)智能產(chǎn)品或具體工業(yè)痛點(diǎn)的解決方案上。相比較“錦上添花”的工業(yè)智能產(chǎn)品，“雪中送炭”的技術(shù)更容易被制造業(yè)接受。

總結(jié)二：安全性將成為企業(yè)智能化升級(jí)決策的重要依據(jù)

工業(yè)核心數(shù)據(jù)、關(guān)鍵技術(shù)專利等數(shù)字化資產(chǎn)對(duì)于企業(yè)的價(jià)值正在加速提升;如何降低數(shù)據(jù)安全隱患，提升系統(tǒng)安全和數(shù)據(jù)安全成為了企業(yè)進(jìn)行數(shù)字化改造升級(jí)中愈加重要的參考指標(biāo);增加廠區(qū)生產(chǎn)安全、過程安全迫在眉睫。

總結(jié)三：根治行業(yè)、深耕場(chǎng)景，打造自主工業(yè)AI算法平臺(tái)

不同工業(yè)行業(yè)有各自獨(dú)特的知識(shí)領(lǐng)域和機(jī)理形成的行業(yè)門檻。人工智能與制造業(yè)深度融合的路徑就是不斷地將飛速發(fā)展的信息技術(shù)與工業(yè)場(chǎng)景的應(yīng)用端相結(jié)合。而作為先進(jìn)信息技術(shù)與底層智能應(yīng)用之間的橋梁，工業(yè)AI算法平臺(tái)面向工業(yè)場(chǎng)景，為底層應(yīng)用提供便捷的開發(fā)服務(wù)。

總結(jié)四：云邊協(xié)同，打造工業(yè)智能應(yīng)用產(chǎn)品

在云端與邊緣側(cè)共同發(fā)力，云邊結(jié)合打造行業(yè)的工業(yè)大腦，將豐富的云端業(yè)務(wù)能力延伸到邊緣節(jié)點(diǎn)，實(shí)現(xiàn)傳感器、設(shè)備、應(yīng)用集成、圖像處理的協(xié)同，算法升級(jí)由云端完成。

總結(jié)五：工業(yè)企業(yè)附加值提升關(guān)鍵點(diǎn)將由設(shè)備價(jià)值挖掘轉(zhuǎn)向用戶價(jià)值挖掘

工業(yè)的發(fā)展進(jìn)程正在從企業(yè)產(chǎn)品牽引用戶需求變?yōu)橛脩粜枨笠I(lǐng)企業(yè)生產(chǎn)。智能制造對(duì)于工業(yè)領(lǐng)域附加值的提升也應(yīng)該逐步從生產(chǎn)制造環(huán)節(jié)的降本增效，轉(zhuǎn)向提供高附加值衍生服務(wù)，即“智能制造”生產(chǎn)的“智能產(chǎn)品”提供的“智能服務(wù)”，重點(diǎn)聚焦工業(yè)質(zhì)檢和遠(yuǎn)程運(yùn)維等場(chǎng)景。