艾聚文苑 | AI 赋能新智造

这回人工智能真的来了！

- AI 已来 -

     谈起人工智能，相信大家对于 2016 到 2017 年间 AlphaGo 陆续以压倒性优势战胜了李世石与柯洁等人类围棋顶尖高手的事件还记忆犹新，至此人工智能再次重回大众视野并成为关注热点。

     与此同时，我服务的公司也开始加速探索 AI 能在研供产销各制造环节中所带来的潜在价值。几年下来，公司通过大量 AI 跨域人才的培养与专案执行，已逐步将 AI 应用全面开展落地，并将此技术融入各生产环节形成基于智能决策的新型智造运营样态。

AI 技术全面融入新智造

- AI 赋能新智造案例 -

     AI 导入初期并不容易，经历了大量探索与试错，但在公司上下一致的转型愿景带领下，随着各个工作场景越来越多的成功案例涌现，AI 研发应用开始进入发展快车道，至今公司内部实时运作的智能决策 AI 模型就超过 2,000 支。相关落地应用涵盖制造各个环节，包含需求预测、设计研发、生产排程、品质预测、设备管理、安全管理、智能物流等方面，以下从三个方面与大家分享 AI 如何赋能新智造。

     现行制造行业设备自动化程度越来越高，实时上传数以万计、百万计的数据，随着数据量快速倍数增加，基于统计学的 BI 商业智能已不足以充分释放数据价值，须进一步引入 AI 技术分析探索高维度，甚至超高维度数据，进行数据价值变现与分析技术边界突破。

从 BI 到 AI 的数据分析价值阶梯

     AI 技术能快速找出问题中的影响因子，改善过往产线的沉疴问题，加速改善瓶颈的突破。通过 AI 技术的持续挖掘，有机会完全掌握制造过程中的所有影响因子，大幅降低无预警异常带来的损失。

     除此之外，当数据品质与数量足够完善时，AI 还能实现最佳参数推荐，取代过往繁复耗时的 DOE 实验，大大提升问题改善效率并将宝贵知识固化于模型中持续迭代。

     以切割设备为例，切割刀轮随使用时间拉长会开始出现刀轮损坏从而造成产品切割异常，过往仅能设定刀轮使用时间提早更换，但却造成刀轮耗损成本快速提高。

     现在可以通过 AI 技术有效识别出刀轮健康状况与最佳更换时点，在成本与品质间找出最佳平衡点。而此做法可同比应用于关键生产设备的管理，通过提前预测设备故障时间节点， 提升生产效率也避免关键设备突发异常造成产能与产品巨大损失。

     在各制造环节中均存在诸多随时可能发生的不可控因素，造成生产、品质甚至是工安类重大异常。这些问题以往通常无法管理或是需大费周章派人紧盯现场监控，现在通过 AI 技术，我们可以快速将摄像机中的视频数据进行实时分析，一旦 AI 程式侦测到异常就会即时报警。如此可大幅提升管理效能，从被动式事后管理快速升级为主动式 24 小时全时管理。

AI 深度学习技术可大幅提升管理效能，降低隐患

拥抱 AI

- 更多企业开始逐步迈向全民 AI -

     综上几个应用案例，AI 能为制造企业带来的能力边界突破与业务创新赋能是显而易见、潜力巨大的。

     随着数字经济的持续发展，诸多数字化技术，包含人工智能技术已成企业转型必选题。而企业领导人在此过程中担任关键角色，需建立持续拥抱新技术、拥抱 AI 的创新文化，从单点探索逐步走向全民 AI，并于过程中帮助员工同步提升个人数字化能力，利用新技术改善每个业务单位的工作效率与工作流程，通过研供产销各业务的全面优化，继而实现降本增效、提质转型的目标，创建 AI 赋能的新型智造运营体系，培养 AI 赋能的新型数字化员工。

结语

- 诚挚祝福 -

     正值 2022 全国高考期，在此也祝愿广大莘莘学子们能够发挥出最好的水平，金榜题名！在这些国家未来的栋梁中，相信一定会有将来投身到 AI 领域的高端人才，对此，我充满期待！

★ 1.1 引言篇 - AI 赋能新智造

★ 1.2 人工智能的发展简史

★ 1.3 人工智能带来的价值与挑战

★ 1.4 机器学习如何像人一样思考归纳与探索发现

★ 1.5 统计分析和机器学习的差异