QQ在線
企業微信
資訊
39311月21日，國家工業信息安全發展研究中心在漢發布了《人工智能與制造業融合發展白皮書2020》。白皮書指出，人工智能與制造業融合前景廣闊，國內已初顯成效，但仍面臨不少挑戰。其中，資深復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，推動人工智能的發展和應用，已逐漸成為全球主要經濟體的共識。制造業作為實體經濟的主體，迫切需要轉型升級。因此，各國大力推動人工智能與制造業融合發展。
2018年，美國提出打造未來的智能制造系統。英國旨在站上人工智能和大數據革命的前沿，2018年推出人工智能行業新政。提出工業4.0的德國，將人工智能應用于制造業各個生產環節。日本則將人工智能等新技術與機器人深度融合，發展全智能化生產。
我國也不甘人后，積極推動人工智能在制造業的廣泛應用。廣東、北京、山東、上海等地相繼出臺政策，人工智能與制造業融合應用已具備一定基礎。
三大領域融合較為成熟
白皮書分析，目前融合路徑主要為三大方向，包括研發設計、生產制造和管理活動。從細分領域來看，融合較為成熟的是質量檢測、設備健康管理、計劃排程。
在質量檢測環節，美的聯合英特爾，構建基于AI技術的工業視覺檢測云平臺，物料成本減少30%，人工成本減少70%。
在設備健康管理方面，德國KONUX結合智能傳感器及機器學習算法，利用天氣數據和維護日志等，構建設備運行模型，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、大規模個性化定制成為制造業發展趨勢，智能化生產排程計劃日漸成熟。阿里利用人工智能、云計算等技術，打造犀牛智造平臺，實現了柔性定制，資源利用率較行業平均提升了4倍，制造時間縮短了75%。
“三大梯隊”格局形成
人工智能企業和制造業企業作為融合主體，紛紛布局“人工智能+制造業”，兩端發力探索融合方式。一方面，制造業企業設立專門的AI研發部門，推動人工智能與企業生產運營各環節融合，實現降本增效。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域研究，推動手機平臺智慧化轉變。
另一方面，人工智能企業依托深厚的技術積累，面向制造業企業提供算法、算力服務和解決方案。如百度建立百度智能云，為企業提供AI服務；騰訊建立騰訊AI平臺，打造工業生態服務。
從融合特點來看，我國制造業形成領軍者、追趕者、探索者三大梯隊發展的格局。其中，領軍者如計算機通信和其他電子設備制造業、家電制造業、機械制造業、汽車制造業等；追趕者包括電氣機械和器材制造業、醫藥制造業、紡織服裝制造業等；探索者包括橡膠和塑料制品業、造紙包裝及印刷業等。
人才難覓且成本高昂
白皮書分析，“人工智能+制造”現階段主要面臨四大挑戰——
人工智能究竟有多大價值，其應用風險、收益和成本難以準確核算。因此，部分中小企業應用人工智能的動力不足，一些細分行業人工智能應用路徑尚不明晰，部分企業甚至將人工智能的應用價值簡單等同于機器換人，認為其成本過高。
制造業各場景數據量巨大，但難以直接用于分析，還需要進一步規范。同時，各設備數據協議標準尚未統一，數據互聯互通存在困難，產業鏈上下游的數據也難以統籌整合。
工業深水區的解決方案仍待探索。制造業門類多，應用場景復雜多變，目前人工智能應用僅集中在少數變現能力強的熱門場景，更多應用場景還有待挖掘。同時，新一代人工智能技術存在“算法黑箱”，較難在流程控制嚴格、邏輯要求縝密的工業場景中應用。
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和制造業細分行業的生產特點、流程、工藝的復合型人才，更是極其匱乏。據悉，人工智能相關職位平均年薪30萬元至60萬元，從業時間較長者可達百萬。因此，對于融合發展來說，不僅人才難覓，普通企業更難以負擔高昂的人力成本。
