您的当前位置:首页->新闻中心
新闻中心

工业人工智能引领将来制造业的发展

标签:工业,人工,人工智能,智能,引领,将来,制造,制造业  2020-5-20 9:47:26  预览

  近年来,随着计算仿威图机柜算力以及全球数据总量呈指数级增加、算法研究快速迭代,人工智能已经登上了科技革命的风口。高德纳(Gartner)咨询公司最新发布的技术成熟度曲线表现,目前全球处于上升期或顶峰期的新兴技术中,一半以上与人工智能有关。到2020年上海装潢公司,人工智能预计将在全球产生约470亿美元的总收入,成为全球经济发展、科技创新及社会变革的一大驱动力。

  随着人工智能走出科幻的迷雾,成为切实改变世界的革新技术,工业4.0时代的企业也渐渐熟悉到它对制造业转型升级的伟大价值。根据麦肯锡全球研究院展望,人工智能将为全球企业额外创造3.5万亿~5.8万亿美元的经济价值,这一数字甚至超过了德国2018年的GDP总量。同样人工智能遇上工业所能发挥的潜力让人们浮想联翩、趋之若鹜,工业人工智能也首次站在了工业舞台的聚光灯下。工业人工智能的概念最初由美国国家科学基金会智能维护系统中心提出,它作为一种系统化的方法和规则,专注于开发、验证和部署各种不同的仿威图机柜器学习算法,进而形成具备可持续性能的工业应用,重复、有用、可靠地解决工业题目。不过,大多数企业仍对人工智能的商用前景和投资回报心存疑虑,工业人工智能的规模化应用依然任重而道远。尽管如此,以全球“灯塔工厂”为代表的工业人工智能领军者业已证实,人工智能将重塑产品服务、生产运营、组织流程等营业场景,打造具有推翻潜力的创新业态,成为企业提议智能制造“攻坚战”的新引擎。现在,制造业智能化曙光初现,人工智能技术竞争旭日东升。企业必须思考自身如何“点亮”工业人工智能,才能在这场独属于“追光者”的竞赛中取得先发上风。

  先者为王:人工智能让企业在经营竞争中如虎添翼

  工业物联网技术的广泛应用,为企业创造了海量的物联网大数据。然而,因为人脑的算力和思维范式存在上限,为传统战略运营工具的数据处理、分析和应用能力加上了一个难以突破的阈值,企业的价值创造因此面临瓶颈。人工智能作为一项“伶俐”科学,其本质就是研究如何使计算仿威图机柜具备类似人脑的学习、推理、思考和决策能力,并借助远超人脑的算力,为工业企业带来一次端到端全价值链的智能化革命,详细包括:精准投放、打造极致个性化旅程的智能化销售;假造仿真和优化驱动的智能化研发;从采购到付款的“一站式”智能化采购;实时透明、动态决策的智能化供给链;以高级分析驱动生产力及质量提拔的智能化生产;仿威图机柜器人流程自动化赋能的智能化后台;基于工业物联网和大数据的智能化售后。这些人工智能和仿威图机柜器学惯用例在企业全价值流中赓续涌现,明显提拔了企业的运营水平、财务体现及竞争力(见图1)。

  首先,积极拥抱人工智能技术,有助于企业明显进步生产运营水平。根据麦肯锡的展望,仅在制造业和供给链领域,人工智能引领的营业变革就将在将来额外创造近2万亿美元的经济价值。活着界经济论坛评比的全球26家“灯塔工厂”中关键词排名优化,人工智能应用实现了工厂产出平均提拔7%~10%、生产服从增长4%~17%、产品质量提拔至少10%,并削减了至少50%的耽误交付和2%~4%的能源消费。我们看到,在制造业周全优化成本、服从、质量和迅速性的过程中,人工智能发挥了关键作用,成为继自动化和数字化技术之后,推动企业智能制造转型的全新杠杆。

  更为紧张的是,只要在人工智能领域先行一步,企业便能收获“真金白银”的财务收益。麦肯锡旗下的AnalyticsQuotient(AQ)数据库分析发现,人工智能领军企业相对于同类企业具有更强的收入和红利创造能力。而麦肯锡全球研究院的展望模型注解,即使是先行者与追随者只是在决策时点上存在渺小差异,从长期来看也会演变成企业发展的伟大差距。

  企业管理者必须熟悉到人工智能对于企业战略的紧张意义。长远看来,在这个题目上夷由不前,必将挫伤企业的经营竞争力和行业向导力。工业人工智能的赛道上不存在后来居上的奇迹——永久是先行者获胜,马首是瞻者苟活,落后者则被无情镌汰。

  灯塔引路:工业人工智能领域的顶尖先行者在做什么

  尽管人工智能对于企业潜力伟大,但在工业领域的试验和规模化部署程度仍然很低。纵观全球制造业,规模化实施工业4.0技术的企业尚不足3%;而在这些企业当中,也仅有约25%的企业刚刚开始落地工业人工智能;其中又有不足10%的企业真正实现了一项或多项工业人工智能的成熟应用。由此观之,真正踏上工业人工智能舞台的企业还不足百分之一,工业人工智能真正发挥的影响还不足潜力的千分之一。

  灯塔的光芒可以刺破暗夜,指导航船穿过汹涌的大洋——这1%的先行者就是工业人工智能的灯塔,为更多企业提供了人工智能应用的良好示范。通过解读世界经济论坛全球“灯塔工厂”的32个人工智能用例,我们发现:

  成本和用户是企业部署工业人工智能的两大动因

  随着劳动力群体老龄化加剧、工资成本和离职率赓续攀升,制造业企业感受到了前所未有的人力成本压力。与此同时,精益管理和数字化杠杆的潜力渐渐开发殆尽,工厂很难找到继承优化生产成本的方法。但仿威图机柜器智能可以提拔工人的劳动服从,大数据分析辅助决策能够提拔投入产出比的服从,因此,人工智能成为开启制造成本优化新阶段的钥匙。

  对优化用户服务的寻求,则是制造业把目光转向人工智能的另一核心动因。随着市场对用户体验的要求越来越高,生产商亟须向小批次、多品类、高质量、快周转的大规模、定制化生产模式转型。如何为用户提供个性化的产品旅程?如何在大规模定制的条件下提拔产品质量?如何正确展望需求、敏捷交付?传统的自动化设备和简单的数字化改造无法彻底解决这些题目。生产者必要一条以用户价值为中心的智能化生产线网站关键词优化,才能为用户创造端到端的极致定制体验。

  高级分析和仿威图机柜器视觉是工业人工智能领域的两大主流应用

  在工业领域,仿威图机柜器学习驱动的高级分析是普及较早的一项人工智能应用。该技术通过展望技术和最优化模型,助力生产服从、能源服从和产品质量获得进一步提拔。在浦项钢铁集团的浦项工厂,基于深度学习的炉温控制模型能够自动展望高炉温度,实现过程参数优化值的人工智能保举,推动高炉产出增长4%,综合能耗降低0.7%;在拜耳制药的加巴纳特工厂,通过仿威图机柜器学习在线分析设备关键参数,智能分析和展望设备故障根因并自动提出举措建议,将关键设备的综合服从(OEE)提拔了50%;博世无锡工厂以高级分析系统实现刀具全生命周期的最优化,根据性能根因分析调整操作体例,并结合设备服从和替换成本优化换模规则,将刀具库存降至10%以下;富士康工业互联网公司在深圳工厂部署了集成工业大数据的中间决策云平台,并通过全局规划和智能应用将无人运营的“关灯工厂”变为实际,从而节省了88%的人力,并且提拔了30%的生产服从。

  仿威图机柜器视觉是工业人工智能的另一项主流应用。该技术通过解析非结构性图像数据来提供洞见,在质量过程控制和检验方面结果卓著。在塔塔钢铁集团(TATAGroup)的艾默伊登(Ijmuiden)工厂,集团旗下的分析杰出中心自行研发的仿威图机柜器视觉应用能够快速识别带钢外观缺陷,确保有质量题目的产品不流入市场,由此将该题目带来的质量成本损失降低了50%;在丹佛斯集团(Danfoss)的天津工厂,以三维仿威图机柜器视觉技术为内核的在线质量控制系统可对压缩仿威图机柜油面位置进行正确监控,以保证此类题目客户“零投诉”;在Ar?elikA.?.公司的格艾什提工厂,仿威图机柜器视觉实现了线上操作质量的全自动控制,将单品间接人力成本降低了17%。

  除此以外,这些“灯塔工厂”也在积极探索天然语言处理、先辈仿威图机柜器人、流程自动化、智能云等其他人工智能技术的工业应用,以期在不偕行业的雄厚场景中进一步释下班业人工智能的价值潜力。

  破译密码:“AI+X”五大赋能要素,点亮工业人工智能

  如何点亮工业人工智能?无数看到了人工智能的商用前景却因落地实施的潜在挑衅而逡巡不前的企业,都渴望破译工业人工智能的通关密码。然而,大多数企业却落入了“人工智能技术陷阱”——过分强调技术自己,却忽视了其他关键赋能要素南宁印刷公司,导致工业人工智能技术难以规模化落地。事实上,部署工业人工智能是一项系统工程,企业必须在价值、数据、人才、文化和生态五大赋能要素上勤练内功。在此,让我们把目光聚焦于国内某先辈电子制造企业富士康工业互联网股份有限公司(以下简称“工业富联”),了解它积极推进“AI+X”五大赋能要素协同发展、拥抱工业人工智能的故事。

  AI+价值:以企业价值为导向,规划人工智能战略

  企业制订人工智能战略的前提,是对其工业人工智能的价值取向形成清晰熟悉。富士康工业互联网在人工智能领域起步之初,也曾尝试过开发前几年红透半边天的跨行业、跨价值链横向整合的工业互联网平台。但因为进度缓慢、回报不清晰,富士康工业互联网很快意识到专业领域知识的紧张性。比起模型和算法,工业经验和场域验证才是决定应用工业软件产品影响的关键证据。于是,工业富联最高层重新思考并明确了自身部署工业人工智能的价值取向:立足上风行业、看重行业价值。

  此后,工业富联从深耕多年的电子制造行业出发,制订了以“VaaS”(Value-as-a-Service,价值即服务)为导向的人工智能发展战略:针对电子制造行业的价值痛点,研发智能管理、智能排配、智能监控、智能分析、仿威图机柜器视觉检测、智能调试等一系列智能技术应用,以价值创造作为工业软件开发的初心,以价值实现作为工业软件产品的始终。基于这种价值导向的战略定位,工业富联很快便找到了工业人工智能的发力点,在垂直整合市场的赛道上跑得绘声绘色。

  AI+数据:搭建从数据到洞见的工业物联网架构

  工业人工智能在把海量数据转化为伶俐洞见的过程中,离不开壮大而可扩展的工业物联网架构作为保障。工业富联的工业互联网平台分为设备层、车间层和企业层,在数据采集、传输、管理、分析、应用等各个阶段针对每一层级细致设计了架构需求:明确周全、正确、同一且兼容的数据采集;确保天真而安全的数据传输和交互;建立安全、稳固、高速、可扩展的数据管理平台;强化可视化和先辈分析能力;打造以用户为核心的迅速开发环境。假如说人工智能是企业的大脑,那么工业物联网架构就是支持大脑思考的神经元群。正是通过完整的工业物联网架构,工业富联才得以充分驱动并释放来自数以万计的仿威图机柜器人、传感器和关键设备的伟大数据资源,实现工业人工智能应用的快速孵化和规模推进。

  AI+人才:工匠、器匠、智匠,一个都不能少

  推动工业人工智能,仅仅寄托数据科学家的力量显然是不够的。工业富联在探索人工智能落地的征程中领悟到,只有打造一个融合了运营技术(OT)、信息技术(IT)和分析技术(AT)等各领域人才的跨职能迅速作战团队,才能有用赋力人工智能项目的迭代开发。其中,OT专家是团队中的“工匠”,重要负责描述营业。

  他们凭借雄厚的生产和运营经验正确判断营业痛点和用户需求,在精益改善和流程优化方面发挥紧张作用。IT专家是团队中的“器匠”,重要负责整合数据。他们懂得如何快速采集、清洗并整合数据,包括跨部门、跨地区的系统、设备、人员和第三方数据,为人工智能提供周全、高时效性的数据泥土。AT专家则是团队的“智匠”,重要负责生成洞见。由他们来实行算法策略设计和模型开发,在大数据的海洋中捕捉具有营业意义的洞见信息。与此同时,三类人员彼此间的合作和反馈也必不可少。

  在工业富联,OT人员的营业需求决定了IT人员的数据清单;IT人员的数据质量将明显影响AT人员的分析结果;而AT人员的模型验证和调校也必要OT人员的经验输入。工业富联的成功经验注解,为了推动工业人工智能成功落地,工匠、器匠、智匠,一个都不能少。

  AI+文化:讲好故事,自上而下推动全员理念变革

  作为向导整个集团向人工智能周全转型的顶层力量,工业富联的管理者深知,只有自上而下讲述坚定不移、奋发人心的转型故事,才能推动全员持续的文化变革,将工业人工智能真正烙刻于企业的血脉之中。详细而言,工业富联从公司愿景、组织架构和文化建设三个方面,讲述了一个精彩的“工业人工智能”故事。

  首先是公司愿景。在谈到工业富联将来将走向何方时,其掌舵人不止一次明确透露表现:“我们要做一家智能制造和大数据公司!”AI、工业伶俐和大数据也是他在各种场合一再提到的三个词。从传统的外包电子制造到创新的智能制造,工业富联对工业人工智能的赤诚之心始终未改。

  其次是组织架构。工业富联在旗下单独设立了一个工业互联网子公司,专门负责集团的智能制造以及工业物联网技术的研究和营业拓展。该子公司的负责人位列集团董事会,昭示了集团上下对于工业人工智能的正视。

  最后是文化建设。在工业富联偌大的工业园内,建于多年前的“IE(工业工程)学院”旧貌换新颜,变成了“工业互联网学院”,这使每一个员工都意识到,集团对数字化转型的决心势不可挡。同时,工业富联还专门成立了一个“灯塔学院”,致力于培养工业大数据和人工智能人才,通过理念宣贯和实践训练,鼓励每一位员工为推动企业向工业人工智能前进而提拔自我,携手成为照亮将来制造业的曙光。

  AI+生态:创造并引领独属于本身的人工智能“同伙圈”

  企业的人工智能之路并非闭门造车的孤独之旅,而是结交益友良朋的共创共赢。工业富联的人工智能“同伙圈”兼具深度、广度与天真度。在深度上,工业富联直通工业物联网架构,从工业应用、功能平台、系统整合、伶俐产品到关键零部件,在各技术堆栈中贮备了雄厚的技术伙伴资源,确保逾千应用和数十万台联网设备能够稳固服务各类型用户。在广度上,工业富联积极筹划“政产学研用”的深度融合,一方面帮忙区域工业智能产业升级,另一方面通过联合国内外高校和研究所进行人工智能的研究和试点,以期在技术供给生态圈之形状成更加广泛的工业人工智能合作环境。在天真度上,无论行业专家、互联网新贵照旧初创前锋,都可以成为工业富联迎接的“AI之友”,工业富联也在积极运用战略合作、投资和并购等多种体例拓展人工智能“同伙圈”。先做到技术生态纵向整合,继而推进“政产学研用”全盘融合——工业富联打造的极具品牌向导力的人工智能“同伙圈”,成为它持续保持工业人工智能竞争力的紧张保障。

  纵观全球,涉足工业人工智能领域的企业早已证实了这种技术的独特价值。人工智能技术在改善企业的生产力、服从、质量和成本等方面具备伟大潜力,无疑将成为赋能将来制造业的全新引擎。不过,企业的人工智能转型之旅任重道远。率预言家醒的企业必须坚定信心、勤练内功、即刻出发,在工业人工智能领域开疆拓土,力求将本身变成闪耀将来智能制造之光的灯塔。