制造業人工智能應用發展迅猛

近年來，我國人工智能技術攻關和產業應用發展勢頭迅猛，已經涉及到國民經濟39個行業大類，目前已廣泛應用于語音識別、計算機視覺、機器人等領域。對于制造業而言，加快發展新一代人工智能被認為是智能制造、產業升級的重要戰略抓手。繼2017年國務院發布了《新一代人工智能發展規劃》，2018年工信部先后發布了《促進新一代人工智能產業發展三年行動計劃（2018-2020年）》、《新一代人工智能產業創新重點任務揭榜工作方案》，旨在全面推動人工智能與制造業的融合，驅動制造業智能化轉型升級。此外，在工信部發布的2018年智能制造試點示范項目名單中人工智能應用試點示范項目有21個，涉及到汽車、鋼鐵、船舶、醫藥、裝備等行業企業。

在試點示范以及重大工程的牽引下，2018年我國人工智能產業呈現出持續、高速成長態勢，不僅在基礎層、技術層、應用層逐步構建起完整的產業鏈條，而且與產品研發設計、生產制造、銷售服務各場景融合程度不斷加深，覆蓋了企業產品生產的全生命周期。隨著人工智能在制造業應用場景的增多，人工智能逐漸成為一種全新的投入要素，為制造業生產效率和經濟效益創造新的上升空間。

以產品研發為例，通過融入人工智能和機器學習模塊，軟件設計平臺能夠更加理解設計師的需求并掌握造型、結構、材料和加工制造等數字化設計生產要素的性能參數，在系統的智能化指引下，設計師只需要設置期望的尺寸、重量及材料等約束條件即可以由系統自主設計出成百上千種可選方案。例如為了在下一代汽車輕量化設計上實現進一步突破，通用汽車與歐特克達成合作，以衍生式設計和增材制造為核心技術開發未來乘用車和貨車，包括開發更高效、更輕盈的電動驅動系統及零排放車型。

在生產制造環節，人工智能在機器視覺方面的應用優勢則越發明顯，借助人工智能可以從視覺快速判別材料的多種材質，偵測出不合格品并指導生產線進行分揀，在降低人工成本的同時提升出廠產品的合格率。例如日本NEC公司推出了機器視覺檢測系統，可以快速判別金屬、人工樹脂、塑膠等多種材質產品的各類缺陷。此外，人臉識別與自動跟隨、室內定位也成為人工智能技術取得的成果之一，當工人需要人力推車裝運物料并進行運送分發，通過人工智能技術升級，可以實現車體的自動跟隨以及輔助運送，融入人工智能的人機協作也在更多工作場景和更多復雜工序中成為主流。

在營銷服務方面，通過基于機器學習模型對用戶的購買習慣以及產品的屬性進行深度學習，可以形成全面的知識圖譜，在此基礎上向用戶進行個性化推薦，也向銷售商提供相關的生產與營銷建議，例如亞馬遜通過融入人工智能技術的應用使其附加利潤增加了10%~30%。

如今，人工智能應用不僅涵蓋了3C、紡織、冶金、汽車等多個傳統制造業產業，還涉及高端裝備制造、機器人、新能源等戰略新興產業。信通院預計，2019年人工智能市場規模將達500億元，2020年將超過700億元。值得注意的是，在高速發展的同時，制造業人工智能應用也存在著與業務脫節、數據孤島和數據碎片化等問題。對于國內制造企業而言，許多企業的智能化、數字化程度較低，人工智能對人才、資源等都有一定的門檻，不能為了實施人工智能而生搬硬套，盲目投資。制造業與人工智能的結合，其根本目的是提升效率，降低成本，企業需要因地制宜，結合現有的軟、硬件基礎設施、人才儲備以及資金規劃，找出人工智能與生產業務的融合點，讓人工智能真正為企業服務，帶來實實在在的價值。