凯捷研究院最新报告显示，欧洲市场在制造运营方面的AI部署处于世界领先地位。欧洲51%的全球顶级制造产正部署至少一个AI用例。该研究还分析了已投入运作的22个AI用例，并指出制造商可以先从智能维护、产品质量控制和需求规划这三个用例入手，以此开启自己的AI部署之旅。

这份《从实践者角度看AI在制造运营中的扩展》报告分析了来自工业制造、汽车、消费产品、航空航天与国防这四大生产领域的75家顶级全球组织的AI部署情况。研究发现AI在降低运营成本，提高生产率和改善品质方面具有巨大的发展潜力。研究结果显示，德国、法国和英国在制造运营领域部署AI的举措位居世界前列，这三国的AI部署比例分别为69%、47%和33%。

行业领先的企业组织正在制造运营过程中利用AI实现重大效益。这方面的例子包括食品公司法国达能集团，该公司已通过采用机器学习来预测需求变化，以此减少了20%的预测失误和30%的销售额损失。普利司通轮胎公司也通过引进基于自动化质量控制的新装配系统，将产品统一性提升了15%以上。

报告显示，制造商会通过三个用例（该研究总共提到了22个独特的用例）来开启其AI运行之旅，因为这些用例整合了多个理想特征，很适合作为切入点。这些特征包括：清晰的业务价值、相对容易实现、数据的可用性和AI技能等。接受凯捷访问的高管表示，产品质量控制、智能维护和需求规划是最容易部署AI和实现最佳投资回报的领域。例如，通用汽车就以此试行了一个识别机器人故障迹象的系统。这可以避免通用汽车产生非计划性停机的成本，而其每分钟的停机成本可能高达2万美元。除了可以作为AI部署切入点的最佳用例之外，该研究还指出了在首次部署之外进行扩展，并系统地挖掘初始用例之外的AI潜力的挑战。
　

凯捷集团数字制造首席技术官Pascal Brosset表示：“随着制造生产领域的AI部署技术的成熟，我们将看到大企业从试点项目过渡到更广泛的部署范围。企业组织的确应该首先关注可以最快产生最实际投资回报的用例，尤其是自动化质量检验和智能维护。我们所采访的高管都很清楚，这些职能部门能够节省大量成本，提升制造的准确性和减少浪费。但领先的企业并不仅仅关注这些用例，而是在部署AI的同时，将节省下来的部分资金重新投入构建可扩展的数据/AI基础设施，并开发辅助技能，做好迎接未来挑战的准备。”

报告最后概述了在制造业务中扩展人工智能的建议（见下图）：

2019年12月16日 于上海

版权作品 未经许可 请勿转载