創(chuàng)新工場創(chuàng)始人、人工智能AI科學(xué)院院長李開復(fù)在9月推出的名為《AI·未來》的新書中將這次的人工智能復(fù)興稱之為“第三次AI熱潮”，這一次熱潮最大的不一樣在于，AI真正從學(xué)術(shù)界走到工業(yè)界和人們所處的應(yīng)用場景中，AI技術(shù)革新賦能產(chǎn)業(yè)升級(jí)正成為現(xiàn)實(shí)。

AI賦能制造業(yè) 本質(zhì)是「人機(jī)協(xié)同」

2017年，“人工智能”第一次出現(xiàn)在兩會(huì)政府工作報(bào)告上，同年7月，國務(wù)院首次印發(fā)《新一代人工智能發(fā)展規(guī)則》即明確指出，2020年，中國要跟上全球領(lǐng)先國家的AI技術(shù)與應(yīng)用，2030年更要成為全球頂級(jí)的AI創(chuàng)新中心，有數(shù)據(jù)預(yù)測，到2030年中國GDP中AI將有高達(dá)20%的貢獻(xiàn)。

在中國，伴隨著人臉識(shí)別、無人零售等新技術(shù)帶來的消費(fèi)升級(jí)，人工智能已幫助零售業(yè)圍繞消費(fèi)者，在時(shí)間碎片化、信息獲取社交化的大背景下，建立更加靈活便捷的零售場景，提升用戶體驗(yàn)。

那么，人工智能究竟能為龐大的制造產(chǎn)業(yè)群帶來什么?制造業(yè)在過去很長的一段時(shí)間里，是“勞動(dòng)密集型”產(chǎn)業(yè)的代名詞。當(dāng)人工智能來臨的時(shí)候，許多人不禁擔(dān)憂：“是不是制造業(yè)中的勞動(dòng)力要被替代了?”李開復(fù)甚至斷言，十年后50%的人類工作將被AI取代。誠然，人工智能經(jīng)常被通俗的解讀為“與人類一樣聰明的人造機(jī)器”，將這個(gè)“聰明的機(jī)器”放進(jìn)制造現(xiàn)場，主要的作用就是使機(jī)器能夠“達(dá)到甚至超過人類技工水平”，以實(shí)現(xiàn)企業(yè)生產(chǎn)運(yùn)營效率的提升。而這個(gè)AI介入的“智能化”過程，與過往制造業(yè)追求“自動(dòng)化”的過程有本質(zhì)上的差異。

“自動(dòng)化”追求的是機(jī)器自動(dòng)生產(chǎn)，本質(zhì)是「機(jī)器換人」，強(qiáng)調(diào)在完全不需要人的情況下進(jìn)行不間斷的大規(guī)模機(jī)器生產(chǎn);而“智能化”追求的是機(jī)器的柔性生產(chǎn)，本質(zhì)是「人機(jī)協(xié)同」，強(qiáng)調(diào)機(jī)器能夠自主配合要素變化和人的工作。

因此，“人工智能+制造”未來所追求的，不應(yīng)是簡單粗暴的“機(jī)器替人”，而應(yīng)是將工業(yè)革命以來極度細(xì)化、甚至異化的工人流水線工作，重新拉回“以人為本”的組織模式，讓機(jī)器承擔(dān)更多簡單重復(fù)甚至危險(xiǎn)的工作，而人承擔(dān)更多管理和創(chuàng)造工作。

未來已至 還原人工智能+制造應(yīng)用場景

即便在未來，想以人工智能全面取代制造過程中人類專家的智能，獨(dú)立承擔(dān)起分析、判斷、決策等任務(wù)是不現(xiàn)實(shí)的。“人工智能+制造”實(shí)現(xiàn)的人機(jī)一體化高度協(xié)同可以在智能機(jī)器的配合下，更好地發(fā)揮出人的潛能，使人機(jī)之間形成一種平等共事、相互理解、相互協(xié)作的關(guān)系，讓設(shè)備、軟件、數(shù)據(jù)、人都在擁有智慧的基礎(chǔ)上，把自己在生產(chǎn)制造場景中的價(jià)值發(fā)揮到極致。

由中國社會(huì)科學(xué)院工業(yè)經(jīng)濟(jì)研究所、騰訊研究院共同編制的《“人工智能+制造”產(chǎn)業(yè)發(fā)展研究報(bào)告》中將AI作用于制造業(yè)的典型應(yīng)用場景分為以下三類：

實(shí)現(xiàn)從軟件到硬件的智能升級(jí)。

人工智能算法將以能力封裝和開放方式嵌入到產(chǎn)品中，從而幫助制造業(yè)生產(chǎn)出新一代的智能產(chǎn)品。如谷歌開發(fā)出專用于大規(guī)模機(jī)器學(xué)習(xí)的智能芯片TPU、騰訊AI開放平臺(tái)對外提供計(jì)算機(jī)視覺等AI能力、亞馬遜推出內(nèi)嵌人工智能語音助手的智能音箱echo等。

提高營銷和售后的精準(zhǔn)水平。

在售前營銷，以人工智能進(jìn)行用戶側(cè)需求數(shù)據(jù)的多維分析，將能實(shí)現(xiàn)更實(shí)時(shí)、精準(zhǔn)的廣告信息傳遞，如谷歌為制造業(yè)專門開發(fā)了精準(zhǔn)廣告平臺(tái);在售后維護(hù)，人工智能將有機(jī)會(huì)和物聯(lián)網(wǎng)、大數(shù)據(jù)一起，實(shí)現(xiàn)對制造業(yè)產(chǎn)品的實(shí)時(shí)監(jiān)測、管理和風(fēng)險(xiǎn)預(yù)警。如三一重工把分布全球的30萬臺(tái)設(shè)備接入平臺(tái)，實(shí)時(shí)采集近1萬個(gè)運(yùn)行參數(shù)，利用大數(shù)據(jù)和智能算法，遠(yuǎn)程管理龐大設(shè)備群的運(yùn)行狀況，有效實(shí)現(xiàn)故障風(fēng)險(xiǎn)預(yù)警，大大提升了排障效率并降低維護(hù)成本。

增強(qiáng)機(jī)器自主生產(chǎn)能力。

人工智能技術(shù)可以使得機(jī)器在更多復(fù)雜情況下實(shí)現(xiàn)自主生產(chǎn)，從而全面提升生產(chǎn)效率。應(yīng)用場景包含：工藝優(yōu)化，即通過機(jī)器學(xué)習(xí)建立產(chǎn)品的健康模型，識(shí)別各制造環(huán)節(jié)參數(shù)對最終產(chǎn)品質(zhì)量的影響，最終找到最佳生產(chǎn)工藝參數(shù);智能質(zhì)檢，即借助機(jī)器視覺識(shí)別，快速掃描產(chǎn)品質(zhì)量，提高質(zhì)檢效率。

而其中，視覺缺陷檢測、機(jī)器人視覺定位分揀和設(shè)備故障預(yù)測報(bào)警等應(yīng)用場景得益于深度學(xué)習(xí)和人工智能的加速成熟，已在制造現(xiàn)場實(shí)現(xiàn)落地。例如通過集成3D掃描儀和協(xié)作機(jī)器人、視覺系統(tǒng)、吸盤/智能夾爪，實(shí)現(xiàn)對目標(biāo)物品的視覺定位、抓取、搬運(yùn)、旋轉(zhuǎn)、擺放等操作，并對自動(dòng)化流水生產(chǎn)線中無序或任意擺放的物品進(jìn)行抓取和分揀。這既可應(yīng)用于機(jī)床無序上下料、激光標(biāo)刻無序上下料，也可用于物品檢測、物品分揀和產(chǎn)品分揀包裝等。目前在應(yīng)用場景案例中已能實(shí)現(xiàn)規(guī)則條形工件100%的拾取成功率。

在設(shè)備故障語境應(yīng)用場景中，基于人工智能和IOT技術(shù)，通過在工廠各個(gè)設(shè)備加裝傳感器，對設(shè)備運(yùn)行狀態(tài)進(jìn)行監(jiān)測，并利用神經(jīng)網(wǎng)絡(luò)建立設(shè)備故障的模型，從而在故障發(fā)生前提前預(yù)測故障，并將可能發(fā)生故障的工件替換，從而保障設(shè)備的持續(xù)無故障運(yùn)行。這樣的應(yīng)用可以將產(chǎn)線停工時(shí)間從幾十分鐘壓縮至幾分鐘。

總之，消費(fèi)互聯(lián)網(wǎng)的蓬勃興起讓軟件成功定義了我們的生活，而且這種發(fā)展趨勢必然會(huì)蔓延到制造業(yè)來。工業(yè)4.0理念下的制造，是將一切的人、事、物都連接起來，形成萬物互聯(lián)，形成與整合為由智能機(jī)器與人類專家共同組成的人機(jī)一體化智能系統(tǒng)，在制造過程能進(jìn)行智能活動(dòng)，注入分析、推理、判斷、構(gòu)思和決策等融合成為一套智能制造系統(tǒng)。

工業(yè)互聯(lián)網(wǎng)支撐 深挖大數(shù)據(jù)「AI+制造」場景價(jià)值

隨著物聯(lián)網(wǎng)向制造領(lǐng)域的加速滲透，工業(yè)OT層數(shù)據(jù)采集范圍不斷擴(kuò)大，在制造數(shù)據(jù)的規(guī)模、類型和速度正在呈指數(shù)級(jí)增長的同時(shí)，企業(yè)對于信息化軟件的依賴程度也越來越高，PLM/PDM、ERP、MES、APS、CRM、SCM、SPC等各式軟件不僅需要協(xié)調(diào)管理好企業(yè)內(nèi)部資源，還需要良好支撐不同企業(yè)間資源與業(yè)務(wù)的交互，并實(shí)現(xiàn)不同主體、不同系統(tǒng)間的高效集成。

為解決由多個(gè)功能模塊聚合而成的應(yīng)用軟件復(fù)雜度高,且難以拓展等問題，越來越多的工業(yè)軟件將在新的工業(yè)互聯(lián)網(wǎng)平臺(tái)上，以微服務(wù)的方式實(shí)現(xiàn)小而精、易于敏捷開發(fā)和獨(dú)立更新和與管理。在制造業(yè)這個(gè)龐大的產(chǎn)業(yè)，數(shù)據(jù)的連通與交互更為復(fù)雜，要讓「人工智能+制造」的夢幻般應(yīng)用場景盡快成為現(xiàn)實(shí)，工業(yè)互聯(lián)網(wǎng)成為關(guān)鍵的基礎(chǔ)平臺(tái)，借助工業(yè)互聯(lián)網(wǎng)，打破傳統(tǒng)企業(yè)架構(gòu)，實(shí)現(xiàn)工業(yè)4.0所強(qiáng)調(diào)的橫向集成、縱向集成和端到端集成，進(jìn)入「人工智能+制造」關(guān)鍵應(yīng)用場景。

面對越來越龐大的生產(chǎn)數(shù)據(jù)，以及日益復(fù)雜的數(shù)據(jù)分析任務(wù)，在工業(yè)互聯(lián)網(wǎng)平臺(tái)上，通過全產(chǎn)業(yè)的數(shù)字化互聯(lián)與資產(chǎn)的實(shí)時(shí)監(jiān)控，綜合利用分析數(shù)據(jù)與預(yù)見分析，以此來建立智能的工業(yè)化運(yùn)營模式是必然趨勢。因此，要加快實(shí)現(xiàn)「人工智能+制造」應(yīng)用場景，制造業(yè)需要有能力借助先進(jìn)的工業(yè)大數(shù)據(jù)分析和預(yù)測工具，高效實(shí)現(xiàn)監(jiān)控、報(bào)警、預(yù)測及優(yōu)化等生產(chǎn)過程的全面數(shù)字化，而這些，都依托于匯集所有工業(yè)數(shù)據(jù)，構(gòu)成端到端的數(shù)字化、網(wǎng)絡(luò)化、智能化整體解決方案的工業(yè)互聯(lián)網(wǎng)平臺(tái)的支撐。

「沒有數(shù)據(jù)便無法學(xué)習(xí)」 企業(yè)需要AI Thinking 思維

“人工智能發(fā)展一定是從數(shù)據(jù)最大、最快能產(chǎn)生價(jià)值的領(lǐng)域開始，決定AI商業(yè)化的關(guān)鍵在于應(yīng)用行業(yè)本身收集數(shù)據(jù)的情況。”被稱為國內(nèi)人工智能之父的李開復(fù)曾不止一次在公開場合這樣喊話。誠然，沒有大數(shù)據(jù)就無法深度學(xué)習(xí)，因?yàn)樵趩我活I(lǐng)域，經(jīng)過大量的數(shù)據(jù)，能夠達(dá)到比人遠(yuǎn)更精確的判斷?？梢哉f，有了大數(shù)據(jù)就有了人工智能的機(jī)會(huì)。

人工智能時(shí)代，深度學(xué)習(xí)與大數(shù)據(jù)密不可分。深度學(xué)習(xí)可以從大數(shù)據(jù)中挖掘出以往難以想象的有價(jià)值的數(shù)據(jù)、知識(shí)或規(guī)律，然后再將這些概念或知識(shí)應(yīng)用到之前從來沒有看見過的新數(shù)據(jù)上。任何擁有大數(shù)據(jù)的領(lǐng)域，都可以找到深度學(xué)習(xí)一展身手的空間，從而尋找人工智能應(yīng)用場景實(shí)現(xiàn)的可能性。但是，在導(dǎo)入人工智能技術(shù)前，我們必須清楚：人工智能要靠數(shù)據(jù)才能發(fā)揮作用，唯有透過海量數(shù)據(jù)的學(xué)習(xí)后，才能讓人工智能達(dá)到自行調(diào)適與優(yōu)化的效果，因此數(shù)據(jù)可以說是人工智能的必要前提。

于此，AI企業(yè)級(jí)應(yīng)用遇到顯著的難點(diǎn)，就是企業(yè)常常面臨數(shù)據(jù)不足的情況，因?yàn)閷芏嗥髽I(yè)來說實(shí)際的情況可能是連結(jié)構(gòu)化的數(shù)據(jù)收集都沒做到，或者有儲(chǔ)存了數(shù)據(jù)但是散落在各系統(tǒng)上仍然無法整合利用起來。對此，很多專家都建議應(yīng)該回頭來先做好基礎(chǔ)的軟件系統(tǒng)導(dǎo)入和先做好數(shù)據(jù)的積累。因?yàn)槿斯ぶ悄艿膶?shí)現(xiàn)需要過程，缺乏對數(shù)據(jù)的重視，AI離企業(yè)還很遠(yuǎn)。

臺(tái)灣東海大學(xué)軟件工程與技術(shù)中心主任周忠信教授強(qiáng)調(diào)數(shù)據(jù)搜集的重要性，他表示目前市面上的AI訓(xùn)練，大多數(shù)是由下往上學(xué)習(xí)AI技術(shù)，例如深度學(xué)習(xí)等開發(fā)，但對于企業(yè)管理階層而言，鉆入AI技術(shù)小宇宙不僅在時(shí)間、成本上不符效益，更可能偏離企業(yè)運(yùn)用AI的初衷。因此，周忠信教授提出「AI Thinking 人工智能思維」認(rèn)為，技術(shù)和數(shù)據(jù)都很重要，但是企業(yè)也決不可能等到萬事具備才能使用AI，關(guān)鍵要從Model based轉(zhuǎn)換到Learning based上，盡早讓既有數(shù)據(jù)展開學(xué)習(xí)，才能讓數(shù)據(jù)轉(zhuǎn)變成決策訊息。

所謂AI思維不是強(qiáng)調(diào)人工智能技術(shù)，而是強(qiáng)調(diào)具備對人工智能抽象概念的理解。人工智能技術(shù)的范圍頗廣，從計(jì)算機(jī)視覺、自然語言理解、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)到強(qiáng)化學(xué)習(xí)等，若要先懂得這些技術(shù)才能將之運(yùn)用在企業(yè)上，那么企業(yè)將很難順利轉(zhuǎn)型成功。如何跨越AI技術(shù)議題，仍能具備人工智能的運(yùn)用能力，對于企業(yè)而言才最為關(guān)鍵。

周教授定義AI思維的四個(gè)「自」構(gòu)面，分別為自動(dòng)、自學(xué)、自主與自覺。對于企業(yè)運(yùn)用AI思維而言，便是自動(dòng)掌握變化例如運(yùn)用人工智能的視覺辨識(shí)，自動(dòng)檢視產(chǎn)品掌握產(chǎn)品的瑕疵變化;自學(xué)擬預(yù)測，深入企業(yè)數(shù)據(jù)中，擬定預(yù)測模型，協(xié)助企業(yè)預(yù)見趨勢;自主佐決策，運(yùn)用人工智能擷取職能的關(guān)鍵知識(shí)與經(jīng)驗(yàn)，主動(dòng)輔佐管理者做好決策;自覺重體驗(yàn)，人工智能不是取代人，而是以人為中心，來滿足使用者的應(yīng)用與互動(dòng)體驗(yàn)。

AI+ERP 深度學(xué)習(xí)融合大數(shù)據(jù)的應(yīng)用典范

人工智能時(shí)代，深度學(xué)習(xí)與大數(shù)據(jù)密不可分。深度學(xué)習(xí)可以從大數(shù)據(jù)中挖掘出以往難以想象的有價(jià)值的數(shù)據(jù)、知識(shí)或規(guī)律，然后再將這些概念或知識(shí)應(yīng)用到之前從來沒有看見過的新數(shù)據(jù)上。任何擁有大數(shù)據(jù)的領(lǐng)域，都可以找到深度學(xué)習(xí)一展身手的空間，從而尋找人工智能應(yīng)用場景實(shí)現(xiàn)的可能性。

除AI于制造業(yè)的應(yīng)用外，AI的觸手也伸入軟件開發(fā)中。ERP智能化便是人工智能領(lǐng)域深度學(xué)習(xí)與大數(shù)據(jù)結(jié)合的典型應(yīng)用方向。作為制造業(yè)最為核心的智能運(yùn)營平臺(tái)，如何實(shí)現(xiàn)人機(jī)交互的企業(yè)級(jí)ERP智能化用戶體驗(yàn)成為被熱烈討論的議題。智能語音助理可以聽懂用戶講的話，進(jìn)而在龐大的企業(yè)數(shù)據(jù)庫中，快速獲取用戶所需的信息。從此讓ERP系統(tǒng)可以通過自然對話與系統(tǒng)溝通，使用戶得以擺脫面對各種不同系統(tǒng)的復(fù)雜和困擾，讓工作變得簡單、高效。

在AI技術(shù)助力下，未來ERP軟件應(yīng)用不僅加速邁入智能化階段，更能在大數(shù)據(jù)分析的支持下，通過學(xué)習(xí)用戶行為習(xí)慣，實(shí)現(xiàn)整個(gè)制造業(yè)基礎(chǔ)改造及應(yīng)用職能智能化，從基礎(chǔ)數(shù)據(jù)取得的智能化、流程執(zhí)行的智能化、數(shù)據(jù)監(jiān)控的智能化到后期數(shù)據(jù)分析的智能化、日常實(shí)施維護(hù)的智能化…可以說智能化的ERP將充分發(fā)揮出職能助理的作用，在銷售、采購、生產(chǎn)、財(cái)務(wù)等多方面幫助制造企業(yè)智能化運(yùn)轉(zhuǎn)，借助ERP延展到企業(yè)的人、事、物，通過AI+ERP加速企業(yè)智能運(yùn)營效能提升。

結(jié)合大數(shù)據(jù)、移動(dòng)互聯(lián)網(wǎng)，圍繞“自我學(xué)習(xí)”這一AI重要特性，智能的ERP將能以語音對話的形式與用戶隨時(shí)隨地快捷交互，完成自我需求、自我分析、自我決策、自我執(zhí)行循環(huán)，既可簡單高效完成日常工作任務(wù)和精準(zhǔn)數(shù)據(jù)查詢，更能提供智能化的決策建議與異常警示，給出更合理的行動(dòng)建議。這也能將用戶從日常操作的重復(fù)性工作中徹底解放出來，投入到更具價(jià)值的業(yè)務(wù)和決策層面。

掘金數(shù)據(jù)紅利 逐夢人工智能

如果說，農(nóng)耕社會(huì)和工業(yè)社會(huì)，人類基于物質(zhì)和能量的動(dòng)力工具得到極大的發(fā)展;今天，勞動(dòng)工具則轉(zhuǎn)向了基于數(shù)據(jù)、信息、知識(shí)、價(jià)值和智能的智力工具。當(dāng)人口紅利、勞動(dòng)力紅利消失，數(shù)據(jù)紅利也就來了。

已走過60年的人工智能，如今正奔跑在快車道上。在大數(shù)據(jù)、深度學(xué)習(xí)的“喂養(yǎng)”下，人工智能已展現(xiàn)出前所未有的數(shù)據(jù)紅利，這些如金礦般的數(shù)據(jù)紅利也正在為各產(chǎn)業(yè)帶來不可預(yù)測的爆發(fā)點(diǎn)。讓我們一起站在數(shù)據(jù)巨人的肩膀上，掘金數(shù)據(jù)紅利，逐夢人工智能。