人工智能前景

據(jù)埃森哲公司測(cè)算，到2035年，人工智能技術(shù)的應(yīng)用將使制造業(yè)總增長(zhǎng)值(GVA)增長(zhǎng)近4萬(wàn)億美元，年度增長(zhǎng)率達(dá)到4.4%。而中國(guó)是制造業(yè)第一大國(guó)，2018 年制造業(yè)增加值達(dá) 26.5 萬(wàn)億元，占 GDP 總量的 29.4%。同時(shí)我國(guó)又是是人工智能第二大國(guó)，擁有全球第二多的 AI 企業(yè)。所以未來(lái)人工智能與制造業(yè)的融合發(fā)展未來(lái)可期，

政府高度重視人工智能的技術(shù)進(jìn)步與產(chǎn)業(yè)發(fā)展，人工智能已上升國(guó)家戰(zhàn)略。《新一代人工智能發(fā)展規(guī)劃》提出“到2030年，使中國(guó)成為世界主要人工智能創(chuàng)新中心”。人工智能市場(chǎng)前景巨大，預(yù)計(jì)到2025年人工智能應(yīng)用市場(chǎng)總值將達(dá)1270億美元。

既然市場(chǎng)如此之廣闊，那么為什么需要人工智能與制造業(yè)融合呢？原因在于發(fā)達(dá)國(guó)家目前經(jīng)歷產(chǎn)業(yè)空心化、利潤(rùn)空前但是就業(yè)人數(shù)卻大量降低，而發(fā)展中國(guó)家產(chǎn)業(yè)低值化嚴(yán)重，基本制造業(yè)都處于勞動(dòng)密集型企業(yè)。而隨著例如大數(shù)據(jù)、云計(jì)算、神經(jīng)網(wǎng)絡(luò)等信息計(jì)劃信息化極速發(fā)展，不同國(guó)家提出新工業(yè)革命：

英國(guó)：高價(jià)值制造、人工智能發(fā)展計(jì)劃；

美國(guó)：先進(jìn)制造、工業(yè)互聯(lián)網(wǎng)與制造業(yè)回流；

德國(guó)：工業(yè)4.0；

中國(guó)：智能制造2025、新基建。

人工智能與制造業(yè)概念：

人工智能：狹義來(lái)講就是計(jì)算機(jī)對(duì)人腦的模擬和應(yīng)用；廣義為對(duì)所有智能的模擬和應(yīng)用；目前包含計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、語(yǔ)音識(shí)別、機(jī)器學(xué)習(xí)等都屬于人工智能范疇。

人工智能+制造業(yè)：綜合來(lái)講是將人工智能技術(shù)應(yīng)用到制造業(yè)當(dāng)中，在數(shù)字化、網(wǎng)絡(luò)化的基礎(chǔ)上實(shí)現(xiàn)自主判斷與業(yè)務(wù)操作；其核心在于機(jī)器是否能對(duì)現(xiàn)狀自動(dòng)反饋和調(diào)整。

人工智能+制造業(yè)動(dòng)力不足：

而且《2020人工智能與制造業(yè)融合發(fā)展白皮書(shū)》指出，當(dāng)前，人工智能與制造業(yè)融合應(yīng)用已具備一定的基礎(chǔ)。從融合特點(diǎn)來(lái)看，我國(guó)制造業(yè)各細(xì)分行業(yè)形成領(lǐng)軍者、追趕者、探索者三大梯隊(duì)特色發(fā)展的格局，比如家電制造業(yè)（海爾）、機(jī)械裝備制造業(yè)（徐工、樹(shù)根）等細(xì)分行業(yè)。追趕者融合基礎(chǔ)較好，融合潛力巨大，包括電氣機(jī)械和器材制造業(yè)、醫(yī)藥制造業(yè)、紡織服裝制造業(yè)等細(xì)分行業(yè)，探索者包括橡膠和塑料制品業(yè)、造紙包裝及印刷業(yè)等行業(yè)，正積極探索人工智能應(yīng)用發(fā)展路徑。

但是現(xiàn)階段“人工智能+制造”仍然面臨以下挑戰(zhàn)。一是人工智能的價(jià)值難以被準(zhǔn)確衡量，部分企業(yè)尤其是中小企業(yè)應(yīng)用人工智能的動(dòng)力不足，因?yàn)橹行∑髽I(yè)的核心目的是活下去；如果需要應(yīng)用人工智能領(lǐng)域部分技術(shù)，肯定是要么可以提高品牌、增加產(chǎn)品賦能，從而提高利潤(rùn)率，要么則是可以內(nèi)部降低運(yùn)營(yíng)成本。綜合來(lái)講中小企業(yè)如果需要去打開(kāi)它的市場(chǎng)，肯定是從開(kāi)源節(jié)流出發(fā)的。

如果拋開(kāi)中小企業(yè)的噬利行為，即使站在具備領(lǐng)頭定位的重大企業(yè)也是裹足不前，原因在于一些細(xì)分行業(yè)人工智能應(yīng)用路徑尚不明晰，應(yīng)用風(fēng)險(xiǎn)、收益和成本難以準(zhǔn)確核算，短時(shí)間內(nèi)無(wú)法給出切實(shí)的解決方案。另外就是制造業(yè)由于多年產(chǎn)能過(guò)剩原因，大多企業(yè)處于溫飽線上掙扎，盡管數(shù)據(jù)量巨大，但凡是能夠人工處理的絕不想其他辦法，部分設(shè)備還保留了80-90年代的牛頭刨床，設(shè)備數(shù)據(jù)采集成還只是空談；由于企業(yè)利潤(rùn)堪憂，也沒(méi)有過(guò)多的資金投入到企業(yè)管理輔助的業(yè)務(wù)環(huán)節(jié)當(dāng)中，因此會(huì)造成電網(wǎng)、三桶油比制造業(yè)的信息化需求高很多，原因在于制造業(yè)人多利薄。

除了利潤(rùn)缺少之外，還有一部分原因是工業(yè)深水區(qū)的解決方案仍待探索，目前人工智能應(yīng)用僅集中在少數(shù)變現(xiàn)能力強(qiáng)的熱門(mén)場(chǎng)景，更多應(yīng)用場(chǎng)景還有待挖掘。

由于制造業(yè)還都處于堆人的勞動(dòng)密集型企業(yè)，所以對(duì)于信息化是有排斥心理的，因?yàn)椤耙坏┯绣X(qián)為什么不擴(kuò)建廠房而建設(shè)成果尚不確定的信息化領(lǐng)域當(dāng)中”是制造型企業(yè)的真實(shí)寫(xiě)照。如果站在數(shù)字化—信息化—知識(shí)化—智能化這個(gè)發(fā)展趨勢(shì)去看待的話，制造型企業(yè)是否有數(shù)字化需求都在其次，更何況到智能的地步。數(shù)字化、信息化對(duì)于哪些企業(yè)作用最突出呢？主要是那些訂單多到單純依靠人為去管控、去統(tǒng)計(jì)數(shù)據(jù)已經(jīng)無(wú)法完成的企業(yè)，像陽(yáng)光電氣這樣的龍頭企業(yè)許多環(huán)節(jié)仍然是以Excel對(duì)生產(chǎn)進(jìn)行管理的。

曾經(jīng)去過(guò)一些訂單并不飽和的企業(yè)，調(diào)研過(guò)程中提及業(yè)務(wù)中最痛苦的地方的時(shí)候，工人上班非常自由隨意，思考良久之后說(shuō)出目前業(yè)務(wù)中最難的是裝一個(gè)空調(diào)。所以對(duì)于訂單并不包含的企業(yè)，或者對(duì)于夕陽(yáng)產(chǎn)業(yè)想在內(nèi)部打開(kāi)數(shù)字化、信息化或者人工智能之門(mén)難比登天，所以對(duì)于訂單非常飽和的企業(yè)重點(diǎn)在于內(nèi)部可視化管理，縮減交付周期、降低運(yùn)營(yíng)成本，也就是如果對(duì)于夕陽(yáng)產(chǎn)業(yè)則重點(diǎn)需求在于打開(kāi)外部市場(chǎng)或者另外的利潤(rùn)點(diǎn)，而不是集中在管理層面去做事。

人工智能+制造業(yè)業(yè)務(wù)場(chǎng)景：

根據(jù)網(wǎng)絡(luò)數(shù)據(jù)顯示我國(guó) AI 公司的數(shù)量已超過(guò) 2000 家，但真正專注工業(yè)領(lǐng)域的企業(yè)數(shù)量卻不足 5%。有公司曾做過(guò)一項(xiàng)分析，中國(guó)過(guò)去三年最大的 300 項(xiàng)人工智能投資項(xiàng)目中，AI+制造業(yè)的投資不到 1%。所以人工智能產(chǎn)生應(yīng)用場(chǎng)景現(xiàn)在分散到企業(yè)全局不太現(xiàn)實(shí)，都是以單點(diǎn)為突破口逐漸深入的，而目前應(yīng)用的現(xiàn)狀用

阿里云智能副總裁、數(shù)據(jù)智能總裁曾震宇的話來(lái)說(shuō)就是：“把人工智能的計(jì)算機(jī)視覺(jué)拿到工業(yè)領(lǐng)域，相當(dāng)于拿著錘子找釘子”。企業(yè)信息化與人工智能如果需要有個(gè)界限的話，那么兩者更像是一個(gè)是單點(diǎn)突破一個(gè)是貫穿整個(gè)流程。而單點(diǎn)的業(yè)務(wù)場(chǎng)景無(wú)非以下幾種（不同行業(yè)具備不同的業(yè)務(wù)場(chǎng)景）：

質(zhì)量檢驗(yàn)：比如芯片檢測(cè)，比如如果生產(chǎn)5億芯片，由于會(huì)出現(xiàn)很多質(zhì)量問(wèn)題，如果人工檢測(cè)的話每年大約需要1億美金，每個(gè)芯片的成本也會(huì)增加。但是如果利用視覺(jué)+機(jī)器學(xué)習(xí)，人工參與度將大大降低。如果質(zhì)量業(yè)務(wù)按照時(shí)間維度分為前中后三種的話，那么質(zhì)量檢驗(yàn)相當(dāng)于是事后處理，對(duì)于事前預(yù)防并沒(méi)有做太多的文章。所以這種頭疼醫(yī)頭腳疼醫(yī)腳的方式帶來(lái)的利益點(diǎn)僅僅是降低工人數(shù)量或者降低工人不舒適的勞動(dòng)強(qiáng)度，對(duì)于業(yè)務(wù)鏈整體的提升顯然比不上MES系統(tǒng)。

庫(kù)房管理與物流：比如京東物流某庫(kù)房，需要按照訂單和發(fā)貨地分揀成品，同時(shí)回收空的料箱，并把部分廢料、廢品扔進(jìn)廢料堆放處。這個(gè)工作每個(gè)班次由兩名工人合作完成，庫(kù)房?jī)?nèi)有粉塵和噪音，每天累計(jì)重復(fù)分揀動(dòng)作要執(zhí)行2000-3000次，雖然重物搬運(yùn)由機(jī)械手完成，但仍是強(qiáng)度大、環(huán)境差、技術(shù)含量低的重復(fù)性工作。

企業(yè)用一臺(tái)機(jī)器人替換每天三班倒的兩個(gè)工位，機(jī)器人帶有機(jī)器視覺(jué)系統(tǒng)，訂單和發(fā)貨地分揀可以掃RFID碼，成品、空箱、廢料廢品的判斷由AI學(xué)習(xí)算法逐步提高識(shí)別率，最初識(shí)別率只有62%左右，需要每個(gè)班次配合一個(gè)工人拾遺補(bǔ)缺，隨著數(shù)據(jù)積累，AI識(shí)別模型不斷完善，9個(gè)月后，綜合識(shí)別率提高到96%的水平，成品識(shí)別和發(fā)貨地分揀完全準(zhǔn)確，已不需要庫(kù)房留人補(bǔ)缺，只在廢料廢品回收時(shí)，撿出極少量的空箱即可。

工藝優(yōu)化：AI通過(guò)調(diào)節(jié)和改進(jìn)生產(chǎn)過(guò)程中的參數(shù)，對(duì)于制造中使用的很多機(jī)器進(jìn)行參數(shù)設(shè)置。生產(chǎn)過(guò)程中，機(jī)器需要進(jìn)行諸多參數(shù)的設(shè)置。例如，在注塑中，可能需要控制塑料的溫度、冷卻時(shí)間表、速度等等。所有這些參數(shù)都可能受到各種外部因素的影響，例如，外界溫度等。通過(guò)收集所有這些數(shù)據(jù)，AI可以改進(jìn)自動(dòng)設(shè)置和調(diào)整機(jī)器的參數(shù)。理想很豐滿，但是現(xiàn)實(shí)很骨感，盡管阿里云、百度云擁有優(yōu)質(zhì)的架構(gòu)、中臺(tái)與算法，但在工業(yè)領(lǐng)域落地時(shí)，往往要借助行業(yè)信息化供應(yīng)商，才能提供全流程解決方案，核心就在于對(duì)行業(yè)理解的匱乏。

生產(chǎn)制造：福特曾經(jīng)豪言：不管你要什么車(chē)，我都只生產(chǎn)黑色，這是流水線大生產(chǎn)的典型寫(xiě)照，但如果福特放在現(xiàn)狀還是這種思路的話福特汽車(chē)只有死路一條。因?yàn)楝F(xiàn)在個(gè)性化越來(lái)越多，但是個(gè)性化生產(chǎn)的成本又非常巨大，那么只有一種途徑就是大規(guī)模定制，利用個(gè)人消費(fèi)數(shù)據(jù)進(jìn)行分析后形成綜合的訂單，然后平臺(tái)分發(fā)進(jìn)行大規(guī)模生產(chǎn)進(jìn)而降低成品單價(jià)，犀牛制造目前就是走的這條路子。但雖然電商具備大量的消費(fèi)行為數(shù)據(jù)，但是數(shù)據(jù)永遠(yuǎn)是落后于實(shí)際需求的，這種應(yīng)用場(chǎng)景需要將分析平臺(tái)極大化準(zhǔn)確率才從增加。

阿里犀牛智造是做什么的？

人工智能與制造業(yè)未來(lái)之路：

雖然人工智能技術(shù)剛剛越過(guò)曲線高峰處于狂熱去，但是制造業(yè)真正應(yīng)用到且效益非常高的場(chǎng)景比較少，除了制造業(yè)業(yè)務(wù)鏈冗長(zhǎng)與復(fù)雜之外，AI技術(shù)的儲(chǔ)存不足也是人工智能+制造業(yè)融合裹足不前的原因之一。人工智能技術(shù)還在不斷優(yōu)化發(fā)展當(dāng)中，比如企業(yè)需要識(shí)別PDF當(dāng)中訂單數(shù)據(jù)，但是識(shí)別率只有60%左右，最終淪為了人工智能+手工的模式，技術(shù)深度還不足以應(yīng)用到實(shí)際業(yè)務(wù)當(dāng)中；而現(xiàn)在揚(yáng)言人工智能的小米AI淪為了兒歌、詩(shī)歌播放機(jī)，與人對(duì)話不足幾句就是小愛(ài)同學(xué)還在不斷學(xué)習(xí)當(dāng)中，語(yǔ)言識(shí)別與視覺(jué)識(shí)別只是個(gè)例，但是在一定程度上代表了技術(shù)深淺。

綜合來(lái)講人工智能與制造業(yè)的深度融合時(shí)機(jī)尚未成熟，但是目標(biāo)是一致的：促進(jìn)生產(chǎn)力提升、降低勞動(dòng)強(qiáng)度、提升安全保障。而目前就著這三個(gè)目標(biāo)點(diǎn)，已經(jīng)有部分在推動(dòng)實(shí)施，但是僅僅依靠單點(diǎn)的人工智能將企業(yè)升級(jí)到另外一個(gè)管理水平顯然不可取，因?yàn)閱吸c(diǎn)的人工智能優(yōu)化將產(chǎn)生更多的信息孤島，而如果希望從企業(yè)整條價(jià)值鏈來(lái)優(yōu)化提升，最好的方式是信息化+人工智能，人工智能在單點(diǎn)進(jìn)行突破，而信息化站在整條價(jià)值鏈上進(jìn)行賦能優(yōu)化，也就是說(shuō)AI+其實(shí)是兩化融合的高級(jí)階段。

所以人工智能更改不了企業(yè)需要經(jīng)歷數(shù)字化、信息化等階段的事實(shí)，人工智能的突然興起更像是為企業(yè)信息化吹起來(lái)號(hào)角，因?yàn)槿斯ぶ悄軐?duì)于企業(yè)諸如生產(chǎn)工藝、制造過(guò)程、質(zhì)量等方面的優(yōu)化更像是為企業(yè)信息化服務(wù)，因?yàn)榻?jīng)過(guò)人工優(yōu)化的業(yè)務(wù)環(huán)節(jié)會(huì)以數(shù)據(jù)孤島的形式存在，而打破信息孤島貫通企業(yè)所有數(shù)據(jù)只能依靠信息化。人工智能更多的是解決產(chǎn)業(yè)鏈單點(diǎn)問(wèn)題，而企業(yè)信息化解決的是整條業(yè)務(wù)鏈的問(wèn)題。