QQ在線
企業(yè)微信
資訊
31011月21日，國家工業(yè)信息安全發(fā)展研究中心在漢發(fā)布了《人工智能與制造業(yè)融合發(fā)展白皮書2020》。白皮書指出，人工智能與制造業(yè)融合前景廣闊，國內(nèi)已初顯成效，但仍面臨不少挑戰(zhàn)。其中，資深復(fù)合型人才年薪可達百萬，全國極其匱乏。
各國搶占融合先機
人工智能具有強大的溢出帶動作用，推動人工智能的發(fā)展和應(yīng)用，已逐漸成為全球主要經(jīng)濟體的共識。制造業(yè)作為實體經(jīng)濟的主體，迫切需要轉(zhuǎn)型升級。因此，各國大力推動人工智能與制造業(yè)融合發(fā)展。
2018年，美國提出打造未來的智能制造系統(tǒng)。英國旨在站上人工智能和大數(shù)據(jù)革命的前沿，2018年推出人工智能行業(yè)新政。提出工業(yè)4.0的德國，將人工智能應(yīng)用于制造業(yè)各個生產(chǎn)環(huán)節(jié)。日本則將人工智能等新技術(shù)與機器人深度融合，發(fā)展全智能化生產(chǎn)。
我國也不甘人后，積極推動人工智能在制造業(yè)的廣泛應(yīng)用。廣東、北京、山東、上海等地相繼出臺政策，人工智能與制造業(yè)融合應(yīng)用已具備一定基礎(chǔ)。
三大領(lǐng)域融合較為成熟
白皮書分析，目前融合路徑主要為三大方向，包括研發(fā)設(shè)計、生產(chǎn)制造和管理活動。從細分領(lǐng)域來看，融合較為成熟的是質(zhì)量檢測、設(shè)備健康管理、計劃排程。
在質(zhì)量檢測環(huán)節(jié)，美的聯(lián)合英特爾，構(gòu)建基于AI技術(shù)的工業(yè)視覺檢測云平臺，物料成本減少30%，人工成本減少70%。
在設(shè)備健康管理方面，德國KONUX結(jié)合智能傳感器及機器學(xué)習(xí)算法，利用天氣數(shù)據(jù)和維護日志等，構(gòu)建設(shè)備運行模型，使機器維護成本平均降低30%，實際故障率降低70%。
隨著柔性生產(chǎn)、大規(guī)模個性化定制成為制造業(yè)發(fā)展趨勢，智能化生產(chǎn)排程計劃日漸成熟。阿里利用人工智能、云計算等技術(shù)，打造犀牛智造平臺，實現(xiàn)了柔性定制，資源利用率較行業(yè)平均提升了4倍，制造時間縮短了75%。
“三大梯隊”格局形成
人工智能企業(yè)和制造業(yè)企業(yè)作為融合主體，紛紛布局“人工智能+制造業(yè)”，兩端發(fā)力探索融合方式。一方面，制造業(yè)企業(yè)設(shè)立專門的AI研發(fā)部門，推動人工智能與企業(yè)生產(chǎn)運營各環(huán)節(jié)融合，實現(xiàn)降本增效。如vivo成立AI全球研究院，重點開展知識圖譜、自然語言以及機器視覺等領(lǐng)域研究，推動手機平臺智慧化轉(zhuǎn)變。
另一方面，人工智能企業(yè)依托深厚的技術(shù)積累，面向制造業(yè)企業(yè)提供算法、算力服務(wù)和解決方案。如百度建立百度智能云，為企業(yè)提供AI服務(wù)；騰訊建立騰訊AI平臺，打造工業(yè)生態(tài)服務(wù)。
從融合特點來看，我國制造業(yè)形成領(lǐng)軍者、追趕者、探索者三大梯隊發(fā)展的格局。其中，領(lǐng)軍者如計算機通信和其他電子設(shè)備制造業(yè)、家電制造業(yè)、機械制造業(yè)、汽車制造業(yè)等；追趕者包括電氣機械和器材制造業(yè)、醫(yī)藥制造業(yè)、紡織服裝制造業(yè)等；探索者包括橡膠和塑料制品業(yè)、造紙包裝及印刷業(yè)等。
人才難覓且成本高昂
白皮書分析，“人工智能+制造”現(xiàn)階段主要面臨四大挑戰(zhàn)——
人工智能究竟有多大價值，其應(yīng)用風(fēng)險、收益和成本難以準確核算。因此，部分中小企業(yè)應(yīng)用人工智能的動力不足，一些細分行業(yè)人工智能應(yīng)用路徑尚不明晰，部分企業(yè)甚至將人工智能的應(yīng)用價值簡單等同于機器換人，認為其成本過高。
制造業(yè)各場景數(shù)據(jù)量巨大，但難以直接用于分析，還需要進一步規(guī)范。同時，各設(shè)備數(shù)據(jù)協(xié)議標準尚未統(tǒng)一，數(shù)據(jù)互聯(lián)互通存在困難，產(chǎn)業(yè)鏈上下游的數(shù)據(jù)也難以統(tǒng)籌整合。
工業(yè)深水區(qū)的解決方案仍待探索。制造業(yè)門類多，應(yīng)用場景復(fù)雜多變，目前人工智能應(yīng)用僅集中在少數(shù)變現(xiàn)能力強的熱門場景，更多應(yīng)用場景還有待挖掘。同時，新一代人工智能技術(shù)存在“算法黑箱”，較難在流程控制嚴格、邏輯要求縝密的工業(yè)場景中應(yīng)用。
光人工智能人才，我國缺口就達30萬。同時掌握人工智能技術(shù)和制造業(yè)細分行業(yè)的生產(chǎn)特點、流程、工藝的復(fù)合型人才，更是極其匱乏。據(jù)悉，人工智能相關(guān)職位平均年薪30萬元至60萬元，從業(yè)時間較長者可達百萬。因此，對于融合發(fā)展來說，不僅人才難覓，普通企業(yè)更難以負擔(dān)高昂的人力成本。
