在試點示范以及重大工程的牽引下，2018年我國人工智能產(chǎn)業(yè)呈現(xiàn)出持續(xù)、高速成長態(tài)勢，不僅在基礎(chǔ)層、技術(shù)層、應(yīng)用層逐步構(gòu)建起完整的產(chǎn)業(yè)鏈條，而且與產(chǎn)品研發(fā)設(shè)計、生產(chǎn)制造、銷售服務(wù)各場景融合程度不斷加深，覆蓋了企業(yè)產(chǎn)品生產(chǎn)的全生命周期。隨著人工智能在制造業(yè)應(yīng)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(yè)生產(chǎn)效率和經(jīng)濟效益創(chuàng)造新的上升空間。

以產(chǎn)品研發(fā)為例，通過融入人工智能和機器學(xué)習(xí)模塊，軟件設(shè)計平臺能夠更加理解設(shè)計師的需求并掌握造型、結(jié)構(gòu)、材料和加工制造等數(shù)字化設(shè)計生產(chǎn)要素的性能參數(shù)，在系統(tǒng)的智能化指引下，設(shè)計師只需要設(shè)置期望的尺寸、重量及材料等約束條件即可以由系統(tǒng)自主設(shè)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(shè)計上實現(xiàn)進一步突破，通用汽車與歐特克達成合作，以衍生式設(shè)計和增材制造為核心技術(shù)開發(fā)未來乘用車和貨車，包括開發(fā)更高效、更輕盈的電動驅(qū)動系統(tǒng)及零排放車型。

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

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

如今，人工智能應(yīng)用不僅涵蓋了3C、紡織、冶金、汽車等多個傳統(tǒng)制造業(yè)產(chǎn)業(yè)，還涉及高端裝備制造、機器人、新能源等戰(zhàn)略新興產(chǎn)業(yè)。信通院預(yù)計，2019年人工智能市場規(guī)模將達500億元，2020年將超過700億元。值得注意的是，在高速發(fā)展的同時，制造業(yè)人工智能應(yīng)用也存在著與業(yè)務(wù)脫節(jié)、數(shù)據(jù)孤島和數(shù)據(jù)碎片化等問題。對于國內(nèi)制造企業(yè)而言，許多企業(yè)的智能化、數(shù)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(yè)與人工智能的結(jié)合，其根本目的是提升效率，降低成本，企業(yè)需要因地制宜，結(jié)合現(xiàn)有的軟、硬件基礎(chǔ)設(shè)施、人才儲備以及資金規(guī)劃，找出人工智能與生產(chǎn)業(yè)務(wù)的融合點，讓人工智能真正為企業(yè)服務(wù)，帶來實實在在的價值。

聲明：本文為轉(zhuǎn)載類文章，如涉及版權(quán)問題，請及時聯(lián)系我們刪除（QQ:2737591964），不便之處，敬請諒解！