根據(jù) 2020 年麻省理工學(xué)院技術(shù)評(píng)論洞察調(diào)查，制造業(yè)是人工智能(AI)采用率第二高的行業(yè)。這并不奇怪，因?yàn)锳I可以改變行業(yè)范式，重塑公司處理制造過程各個(gè)方面的方式。

　　AI并不擅長(zhǎng)一切，戰(zhàn)略實(shí)施是關(guān)鍵

　　盡管它幾乎徹底改變了我們生活的方方面面，但AI在很多事情上都不能像人類一樣做得好。例如，雖然它看似比普通人更不容易出錯(cuò)，但它仍然會(huì)犯錯(cuò)誤。

　　預(yù)編程機(jī)器人非常擅長(zhǎng)完成重復(fù)性任務(wù)，幾乎沒有監(jiān)督。然而，重要的是要記住，人類必須嚴(yán)格控制任何程度的自主權(quán)，以減輕潛在的問題。這就是為什么盡管無人駕駛列車已經(jīng)存在了一段時(shí)間，但汽車行業(yè)仍在努力實(shí)現(xiàn)自動(dòng)駕駛汽車。當(dāng)自動(dòng)駕駛列車受到鐵路的限制時(shí)，控制它要容易得多;而目前道路的相對(duì)自由度，為錯(cuò)誤留下了太多的空間。

　　在制造業(yè)中，對(duì)錯(cuò)誤的容忍度極低。這意味著，雖然可以利用AI來改善制造企業(yè)的運(yùn)作方式，但它必須與熟練的人類工人一起戰(zhàn)略性地完成。

　　AI改變制造業(yè)的 7 種方式

　　1. 預(yù)測(cè)性維護(hù)

　　在AI出現(xiàn)之前，機(jī)器維護(hù)被嚴(yán)格安排，以盡量減少意外故障的風(fēng)險(xiǎn)?，F(xiàn)在，公司可以利用預(yù)測(cè)性AI系統(tǒng)來定制每臺(tái)設(shè)備的維護(hù)需求，為單個(gè)機(jī)器創(chuàng)建優(yōu)化的時(shí)間表，在不增加成本的情況下提高效率。

　　例如，銑削設(shè)施經(jīng)常存在主軸容易斷裂的問題，從而減慢了生產(chǎn)速度并增加了運(yùn)營(yíng)成本。但是，通過將AI程序集成到軟件中，這些工廠可以保持最新的監(jiān)控，以便在潛在故障點(diǎn)引起問題之前檢測(cè)到它們。

　　2. 質(zhì)量保證

　　使用AI來增強(qiáng)質(zhì)量保證實(shí)踐不僅可以產(chǎn)生更好的最終結(jié)果，還可以幫助企業(yè)確定車間的最佳操作條件，并確定哪些變量對(duì)實(shí)現(xiàn)這些目標(biāo)最重要。這降低了缺陷率，并大大減少了產(chǎn)生的浪費(fèi)，從而節(jié)省了時(shí)間和金錢。

　　麥肯錫指出，半導(dǎo)體行業(yè)最昂貴的方面是制造，因?yàn)槁L(zhǎng)的多步驟生產(chǎn)周期可能需要數(shù)周或數(shù)月。大部分時(shí)間成本歸因于必須在每一步進(jìn)行的QA測(cè)試以及缺陷造成的延遲。AI不僅簡(jiǎn)化了這些 QA 步驟，它還通過聚合所有生產(chǎn)階段的數(shù)據(jù)來提高整體效率和產(chǎn)量損失。

　　3. 缺陷檢查

　　現(xiàn)在可以"外包"尋找缺陷的工作，這要?dú)w功于AI能夠比人類更快、更徹底地目視檢查物品。

　　正確的系統(tǒng)可以在相對(duì)較少的映像上進(jìn)行訓(xùn)練，然后部署以執(zhí)行通常需要數(shù)十或數(shù)百名工作人員才能完成的相同工作。此外，它可以進(jìn)行根本原因分析，使公司能夠解決可能被忽視的潛在問題，從而提高產(chǎn)量并優(yōu)化生產(chǎn)。

　　4. 倉庫自動(dòng)化

　　消費(fèi)者正在將他們的購買習(xí)慣轉(zhuǎn)向電子商務(wù)，這意味著倉庫效率正成為需要卓越物流以保持競(jìng)爭(zhēng)力的企業(yè)的首要任務(wù)。

　　倉庫自動(dòng)化涵蓋從實(shí)施處理發(fā)票、產(chǎn)品標(biāo)簽和供應(yīng)商文檔的AI解決方案，到利用算法優(yōu)化貨架空間的所有內(nèi)容，這可以為倉庫運(yùn)營(yíng)帶來巨大的投資回報(bào)率。

　　5. 裝配線集成與優(yōu)化

　　要真正優(yōu)化生產(chǎn)并降低成本，需要的不僅僅是從制造車間收集數(shù)據(jù)。必須以允許功能分析的方式掃描、清理和構(gòu)建信息。AI可以快速輕松地對(duì)整個(gè)設(shè)施的匯總數(shù)據(jù)進(jìn)行分類和結(jié)構(gòu)化，為人員提供生產(chǎn)過程每個(gè)階段發(fā)生的事情的可操作、實(shí)用的概述。

　　這也允許一定程度的裝配線自動(dòng)化，例如在一臺(tái)機(jī)器發(fā)生故障時(shí)重組生產(chǎn)線。

　　6. AI產(chǎn)品開發(fā)與設(shè)計(jì)

　　隨著技術(shù)的不斷進(jìn)步和完善，AI有望在未來五年內(nèi)對(duì)產(chǎn)品開發(fā)和設(shè)計(jì)產(chǎn)生最重大的影響。制造商已經(jīng)將其用于創(chuàng)成式設(shè)計(jì)，以創(chuàng)建創(chuàng)新的原型并加快網(wǎng)格劃分和幾何體準(zhǔn)備等耗時(shí)的任務(wù)。

　　由于AI程序的培訓(xùn)，計(jì)算機(jī)輔助開發(fā)和設(shè)計(jì)還可以幫助工程師創(chuàng)建超出傳統(tǒng)思維的解決方案。它們不僅能夠創(chuàng)造新的想法，還可以減少制造可行產(chǎn)品之前所需的模擬和原型數(shù)量。

　　7. 中小企業(yè)受益

　　機(jī)器人行業(yè)正在快速發(fā)展，因此AI驅(qū)動(dòng)的機(jī)器人正變得不那么新奇，而是許多行業(yè)日常生活的一部分。這對(duì)小型企業(yè)來說是個(gè)好消息，因?yàn)檫@意味著在更可實(shí)現(xiàn)的價(jià)格點(diǎn)上有更廣泛的可用選項(xiàng)。以前，只有有預(yù)算投入研發(fā)和尖端技術(shù)的大公司才能負(fù)擔(dān)得起讓機(jī)器人成為其運(yùn)營(yíng)的一部分。

　　此外，機(jī)器人教學(xué)已成為一個(gè)更簡(jiǎn)單的過程，不需要工程師團(tuán)隊(duì)進(jìn)行設(shè)置和維護(hù)。這意味著小公司不必聘請(qǐng)技術(shù)團(tuán)隊(duì)來培訓(xùn)和維護(hù)機(jī)器人。

　　現(xiàn)在，較小的制造商可以合理地投資幾個(gè)小型機(jī)器人，而不會(huì)用完他們的整個(gè)年度預(yù)算。這意味著他們的擴(kuò)展能力將大幅提高，從而實(shí)現(xiàn)更快的擴(kuò)張、更多的收入增長(zhǎng)和競(jìng)爭(zhēng)優(yōu)勢(shì)。

　　AI尚未接管工業(yè)制造

　　目前，工業(yè)制造業(yè)占全球碳排放量的近24%，整個(gè)制造業(yè)充斥著代價(jià)高昂的低效率，使勞動(dòng)者的工作更加困難。盡管如此，AI、機(jī)器學(xué)習(xí)和云計(jì)算尚未被工業(yè)制造商廣泛采用。雖然通過數(shù)字化控制制造所需的大量復(fù)雜工業(yè)設(shè)備似乎是合乎邏輯的，但新技術(shù)并沒有像它可能的那樣快地取代人類。

　　為了理解原因，致力于為工業(yè)企業(yè)測(cè)量二氧化碳和提高效率的物聯(lián)網(wǎng)SaaS企業(yè)CloEE，對(duì)150多個(gè)將AI應(yīng)用于工業(yè)制造業(yè)的場(chǎng)景進(jìn)行了研究，以下是他們發(fā)現(xiàn)的三個(gè)主要障礙。

　　1. 不愿相信機(jī)器勝過人類

　　在對(duì)如何在行業(yè)中使用AI進(jìn)行研究時(shí)，一個(gè)共同的說法是："如果人類可以處理所有事情，就沒有理由過渡到技術(shù)。"

　　讓我們看看鋼鐵廠的例子。在這樣的行業(yè)中，人們相信用機(jī)器取代人類是困難的或幾乎不可能的，因?yàn)樗麄兊膶I(yè)知識(shí)處于化學(xué)和物理的微妙交叉點(diǎn)。他們經(jīng)常利用個(gè)人經(jīng)驗(yàn)來開發(fā)一種在質(zhì)量和成本之間取得平衡的鋼鐵"配方"。

　　就像你不能把主廚帶出廚房一樣，大多數(shù)制造商認(rèn)為，將鋼鐵工人從生產(chǎn)車間撤走幾乎是不可能的。這種專業(yè)知識(shí)的權(quán)衡是更大的誤差幅度(因?yàn)樗鼈兪侨藶榈?和更高的整體成本。

　　事實(shí)是，AI并不能取代優(yōu)秀的專業(yè)人士。相反，它將低級(jí)工人拉到中級(jí)工人，提高了那些還不具備高技能的人的工作質(zhì)量。

　　2. 對(duì)使用AI的目的不夠清晰

　　在研究中注意到的一個(gè)主要疑慮是：如果出現(xiàn)問題，我們責(zé)怪誰?是機(jī)器人的錯(cuò)嗎?程序員的?應(yīng)該監(jiān)督機(jī)器人的人?

　　對(duì)于人類來說，責(zé)任鏈通常很簡(jiǎn)單：這個(gè)人負(fù)責(zé)這個(gè)過程，所以如果發(fā)生什么事情，這是他們的責(zé)任。對(duì)于AI，它需要被澄清，這導(dǎo)致不愿意將其整合到現(xiàn)有程序中。

　　同樣，許多制造商認(rèn)為AI旨在奪走工作或完全取代人類，但事實(shí)并非如此。雖然它確實(shí)接管了一些日常任務(wù)，但它也使大多數(shù)年輕人不想做的工作現(xiàn)代化和數(shù)字化。通過實(shí)施技術(shù)，工廠可以吸引和留住新的工人。

　　3. 對(duì)數(shù)字化的接受速度緩慢

　　制造企業(yè)面臨的主要問題之一是需要更多的歷史數(shù)據(jù)來構(gòu)建有效的AI模型。目前缺乏從單個(gè)機(jī)器收集和存儲(chǔ)數(shù)據(jù)的流程，不僅使得未來無法過渡到AI，而且還損害了制造商的短期利益。

　　制造商通?？床坏皆七B接和數(shù)據(jù)收集的直接價(jià)值，因此他們可能將任何形式的數(shù)字化都作為低優(yōu)先級(jí)而推遲。但是，有兩個(gè)重要的好處可以推動(dòng)更快的采用：提高整體設(shè)備效率(OEE)和獲得更好的核心資產(chǎn)回報(bào)。AI還極大地改善了質(zhì)量控制，這對(duì)生產(chǎn)力、收入和工人滿意度產(chǎn)生了連鎖反應(yīng)。

　　AI在制造業(yè)的未來

　　一個(gè)有效的AI需要兩到三年的時(shí)間來訓(xùn)練歷史數(shù)據(jù)，因此缺乏接受度已經(jīng)使該行業(yè)落后。通常，采用問題更多的是經(jīng)濟(jì)問題，由于初始成本，這一步是最難采取的。

　　此外，案例研究證明，集成基于公司數(shù)據(jù)訓(xùn)練的人工智能可以減少必要的人力資源，使工廠更加敏捷并提高底線。它還有助于可持續(xù)發(fā)展計(jì)劃，隨著氣候危機(jī)的臨近，這已成為許多制造商的痛點(diǎn)。

　　雖然大多數(shù)操作員仍然更喜歡在現(xiàn)場(chǎng)利用他們的直覺和判斷力，但數(shù)字化工廠可以在熟練操作員離開時(shí)更容易、更安全、更有利可圖地替換他們。

　　目前，技能差距越來越大，可能會(huì)在不久的將來造成問題。制造企業(yè)將需要既精通制造方面又精通AI能力的運(yùn)營(yíng)商。這意味著制造商集成AI的速度越快，他們就越有可能看到未來的增長(zhǎng)和成功。

　　隨著數(shù)字化和可持續(xù)發(fā)展的全球趨勢(shì)，制造業(yè)的面貌正在發(fā)生變化。很多制造商一直不愿意做出轉(zhuǎn)變，但由于變化是不可避免的，最好現(xiàn)在就開始擁抱AI，而不是等著落后再去追趕。