欢迎来到机床门户网,注册会员、发布信息,寻找商机一网搞定

让卖家找上门

《发布采购单》

客服热线: 13325003550 总访问量: 22820671 产品数量: 988 商家数量: 1902

您当前的位置:首页资讯企业动态正文

中国制造业超9成AI项目难达预期,它们败在哪?

放大字体  缩小字体 发布日期:2020-08-12 浏览次数:534

AI(人工智能)已经渗透到了我们的日常生活中,比如某软的小冰,某果的Siri,车辆的智能导航,自动驾驶等……

对于制造业而言,许多企业已经在探索转型,AI大规模落地值得期待。2019年开始,AI在边缘计算层与工业互联网相遇,以AI赋能制造业已是全球趋势。

但根据德勤统计,中国制造业91%的企业AI项目难达预期(企业满意程度在80%以上)。AI被广泛看好,但符合预期的项目不多,问题出在哪里?先回到报告,从制造业与AI的结合说起。

01「AI赋能制造业」大有可为

1.制造业是AI赋能最优选择

AI适用于「数据可以辅助决策」的行业,也就是说,行业的数据量越大,AI的有效参与度就越高。

中国制造业超9成AI项目难达预期,它们败在哪?

制造业在生产、质检、管理等各个环节都在持续、大量、快速地产生着数据。据估算,制造业每年大概可以产生1812PB的数据量,远超通讯、金融、零售等行业。基于此,制造业是AI赋能的最优选择。

2.AI可针对性解决制造业痛点

过去10年,AI领域开发了大量的优秀算法,为实际应用储备了大量工具。正好为制造业痛点提供了针对性对策:

中国制造业超9成AI项目难达预期,它们败在哪?

针对目前制造企业最棘手的3大痛点问题:

  • 生产成本上升:AI可以帮助企业提升自动化效率和精度,提升企业智能化运营水平,降低运营成本。
  • 产线设计缺乏灵活性:AI可以进行市场趋势预测并安排生产计划,按需生产,并使得各个环节在满足需求的前提下保持最低库存。
  • 不稳定的产品质量以及良品率:AI可以帮助提升质检水平,提高产品良率。

3.「智能制造」应用场景成熟

据德勤调查,AI在制造业应用场景众多,大致可以分为智能生产、产品和服务、企业运营管理、供应链以及业务模式决策五个领域。其中智能生产的应用场景是目前以及未来2年内,制造业部署AI的首要选择,占比51%。

中国制造业超9成AI项目难达预期,它们败在哪?

智能生产目前的应用场景已经十分成熟。在自动化生产,订单管理和自动化生产排程,产品质量监控和缺陷管理,安全生产风险预防和管理等方面,已经有许多企业应用并取得成效。

读到这里,觉得AI赋能制造业非常合适对不对?好,我们来回答开头的问题:为什么只有9%项目符合预期。

02「AI赋能制造业」有5大误区

尽管AI赋能制造业被广泛看好,但不可忽略的事实是:1大多数公司并未充分理解如何部署AI项目,总体而言,存在以下5大误区。

1.既有经验及组织架构障碍

企业通过AI技术变革管理或优化流程时,常见的2个内部阻力:

  • 员工接受成本高。对于已经熟悉原有工作流程的员工而言,实施新流程意味着要学习新的操作和规范,企业往往不能保证培训的资金与时间投入。这就导致了员工往往倾向于使用旧流程,新引入的流程推行受阻。
  • 需要调整组织架构。AI的使用解放了大量的重复劳动、手动控制、人工分析等工作,而制造业往往存在大量此类工种,在引入AI后,企业需要优化组织架构以适应部署AI带来的变化,但由于经验缺乏,企业往往准备不足。

2.基础设施条件制约

实施AI项目对企业的基础设施有一定的要求。

中国制造业超9成AI项目难达预期,它们败在哪?

德勤调查发现,45%的企业认为基础设施影响较大,从而不得不推迟原有的AI计划,还有14%的企业认为基础设施问题影响严重,导致企业无法进行某些转型。

例如:如果想通过数据反向优化生产,企业首先要在工序节点铺设能够采集关键变量的传感器,要能够把实际有效量测数据收上来,才有机会分析哪些流程改进质量才能更好,生产效率才能更高。

3.数据采集方法、质量问题

AI项目的效果与数据质量直接相关。在基础设施条件具备后,采集数据的方法,数据的准确性、多样性以及规模直接决定了机器学习的发挥余地。

目前国内大型制造企业的自动化设备和管理系统都已配备都齐全,但产生数据的利用率却一直不尽如人意一一耗费资源收集大量数据,而收集上来的数据却往往并非关键数据,低质量的数据无法通过聚合与协同分析转化为生产要素。

例如,许多企业已经具备SCADA系统,但实时抓取的设备参数并不能被方便、高效地利用起来。制造业智能化程度较高的工厂往往会采用「数据生态」的解决方案:打通SCADA和ERP系统,采集精准、实时的设备数据,结合生产、质检、物料、设备等各个功能模块的数据,实现全面数据聚合。

4.缺乏工程经验

AI项目需要把算法与理论落实到企业实际应用场景中,需要项目团队具备:

  • 项目实施的技术能力
  • 团队对制造工艺的理解
  • 算法与行业应用结合的经验
  • 综合运用各种软硬件资源

只有懂技术,同时深入制造端,才能建构出可行的AI应用场景方案。而专精AI的公司往往由于对制造端缺乏理解,技术优势无法充分落地。

5.项目规模过大,过于复杂

AI适用于解决具体问题,通用型大型项目往往涉及复杂的多种因素决策,超出目前AI的能力范围。部分企业对于AI预期过高,应该认识到目前AI还不能在综合决策层面取代人工。

中国制造业超9成AI项目难达预期,它们败在哪?

以上是对AI赋能企业的意义解读以及5大误区分析。

那么,作为制造业企业,要如何走对关键步骤,成功实施AI项目呢?

中国制造业超9成AI项目难达预期,它们败在哪?

实施AI项目的5步方法论框架,就在德勤的完整报告中,可以来找老黑获取哦~同时欢迎大家在评论区留言~发表对于企业引入AI的看法。

“如果发现本网站发布的资讯影响到您的版权,可以联系本站!同时欢迎来本站投稿!

0条 [查看全部]  相关评论