人工智能行业发展趋势 应用范围越来越广阔

 

人工智能的应用不仅帮助企业提高效率，也帮助现代各种生产设施在成本损失和重大事故形成之前对未来故障进行预测和预防，人工智能的在这方面的能力范围远超人类所及。

 

制造业生产的价值取决于效率，另一方面从产品和服务的概念阶段到交付阶段也要尽量少出现人工错误。然而，随着市场竞争的增加，和对响应速度和敏捷性增加，人力可实现的范围已经不再能满足市场需求。生产设备的日常运作中正逐渐结合更多的人工智能技术。人工智能的应用不仅帮助企业提高效率，也帮助现代各种生产设施(装配线、机加工设备、原料处理设备)在成本损失和重大事故形成之前对未来故障进行预测和预防，人工智能的在这方面的能力范围远超人类所及。

 

据前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》数据显示，据预测，全球人工智能直接与间接应用规模将从2016年的6.4亿美元增长到2025年的368亿美元，增长近57倍。中国人工智能市场规模在2017年为216.9亿元，在2020年将达到710.0亿元增长超2倍。

 

 

 

人工智能已经解决了当今产业所面临的一些关于效率和产量的重要问题。例如许多项目经理正面临产品设计同步、加工能力和提高产量的难题，而这些直接关系到生产进度和成本，是否能否满足客户需求等。而让这一难题更加难以解决的是，工厂缺乏异地或远程设计工程的支持，对生产运行状态(包括库存状态、设计、供应商动向、设备状态、排程)缺乏有效监控。

 

具有前瞻性的生产企业将AI应用到了车间层，对排队进入有限设备的在制品数量进行预测。通过降低在制品的数量，生产企业可以缩短生产周期，从而服务更多客户订单，提高每家工厂的营收。通过预测哪些工序容易造成报废零件，领先企业也将AI应用到了产品线的拓展。

 

另外对于企业运营的预测，则是AI在企业应用中还未触及的领域。企业经营者过去能收集和分析的绝大部分数据只能代表过去的信息，而设备绝不可能对未来进行预测。目前还从未有过哪种技术能为制造商进行缜密思考，更不能对推理过程进行演示。

 

设备驱动的预测和学习对制造企业带来的好处无疑是巨大的。例如基于AI的机器预测模型在预测设备故障时，预留足够充分时间进行提前预警，使关键设备的无计划停机情况和备件库存成本有了极大改善。这一方面帮助操作工简化操作，一方面帮助企业管理人员简化供应链管理，使产量达到最大化，也降低了设备操作工人空闲的人力成本。

 

尽管不同的作业和设备的复杂程度不尽相同，但在工业作业上应用机器智能的投资回报不可否认，例如一家大型工业企业的涡轮机的一个产品设计问题被原设备生产商和企业自身忽略了。这个产品设计问题造成的损失可导致严重事故，还会破坏压缩机和转子。利用机器智能可以在这一事故发生前就能预测到风险。而企业预估这个事故如果发生，在零部件和维修上就将损失超过1亿美元。这至少是投资额的50到100倍。

 

机器学习能被用于工业生产的大部分领域，包括提升产品设计协同和预测性维护。工业AI已经证实了其存在价值，而在实际应用上则还需要克服一些阻碍。

 

对于大部分企业而言，缺乏有效的IT支撑是实际应用的一项最大挑战。即使在财富500强企业，由于IT方面的限制，工厂生产的复杂程度也没有达到那么高，而且阻碍了企业实现数字化的能力。这些限制包括将安全标准设置过高，拒绝应用云技术，或者偏好认证的厂商而拒绝新厂商。其次，IT部门往往都忙于管理工业数据，处理各种各样格式的数据和应付时常不兼容的系统，这也是一个挑战。

 

当今，人工智能只是应用到了具有超高准确性和精确度的有限问题。而接下来，AI的角色将延伸到解决更具挑战性的难题，包括通过增强情境意识作一些复杂的决策以及通过在大数据集中搜寻细微关系支持企业的战略决策。

 

在未来两年到五年，人们将逐渐看到混合现实的应用。混合现实是增强现实技术与虚拟现实技术的结合。增强现实和虚拟现实现阶段仍处于应用曲线的早期阶段，然而混合现实技术由于具有巨大潜力逐渐火热了起来，它尤其适应劳动力老龄化的问题。例如，基于自然语言处理的增强现实技术，可以引导技术人员通过步骤提示进行维修，增强现实画面突出显示了内部零件、展开使用说明，还可以方便与远程专家电话沟通确认问题。

 

为了增加效率和保持竞争力，项目经理和生产设施将更需要人工智能。随着企业克服应用障碍，并认识到其价值，AI技术对企业保持稳步发展将变得更加关键。早期应用机器学习技术的企业也将逐渐涵盖混合现实技术以保持竞争优势。