首頁(yè)|必讀|視頻|專訪|運(yùn)營(yíng)|制造|監(jiān)管|大數(shù)據(jù)|物聯(lián)網(wǎng)|量子|元宇宙|博客|特約記者
手機(jī)|互聯(lián)網(wǎng)|IT|5G|光通信|人工智能|云計(jì)算|芯片|報(bào)告|智慧城市|移動(dòng)互聯(lián)網(wǎng)|會(huì)展
首頁(yè) >> 人工智能 >> 正文

制造業(yè)人工智能的場(chǎng)景應(yīng)用落地現(xiàn)狀、難點(diǎn)和建議

2024年10月9日 07:28  天翼智庫(kù)  

制造業(yè)應(yīng)用人工智能可以提高制造業(yè)的生產(chǎn)效率,推動(dòng)制造業(yè)高質(zhì)量發(fā)展和競(jìng)爭(zhēng)力提升,促進(jìn)國(guó)民經(jīng)濟(jì)的持續(xù)穩(wěn)定增長(zhǎng)。近年來(lái),制造業(yè)人工智能的場(chǎng)景化應(yīng)用落地不斷推進(jìn),但在落地過(guò)程中遇到一些難點(diǎn)。本文對(duì)于制造企業(yè)應(yīng)用人工智能的場(chǎng)景化落地的現(xiàn)狀和難點(diǎn)進(jìn)行分析,提出制造業(yè)人工智能的場(chǎng)景應(yīng)用落地的建議。

制造業(yè)人工智能的場(chǎng)景應(yīng)用落地的現(xiàn)狀

人工智能在中國(guó)制造業(yè)應(yīng)用市場(chǎng)規(guī)模逐年增加,但是目前總量不高。根據(jù)德勤數(shù)據(jù),2023年人工智能在中國(guó)制造業(yè)應(yīng)用市場(chǎng)規(guī)?偭?jī)H為56億元。 根據(jù)頭豹研究院數(shù)據(jù),2022年中國(guó)人工智能行業(yè)市場(chǎng)規(guī)模為3,716億元,預(yù)計(jì)2027年將達(dá)15,372億元。與此相比,制造行業(yè)人工智能應(yīng)用市場(chǎng)規(guī)模目前總量不高。

圖1 數(shù)據(jù)來(lái)源:德勤

人工智能在制造業(yè)領(lǐng)域的應(yīng)用普及率目前較低。根據(jù)凱捷統(tǒng)計(jì)數(shù)據(jù)顯示,截至2023年,歐洲頂級(jí)制造企業(yè)的人工智能應(yīng)用普及率超過(guò)30%,日本制造企業(yè)人工智能應(yīng)用普及率接近30%,美國(guó)制造企業(yè)為28%,而中國(guó)制造企業(yè)的人工智能應(yīng)用普及率尚不足11%,需要通過(guò)更多的場(chǎng)景應(yīng)用落地提高應(yīng)用普及率。

人工智能在制造業(yè)的現(xiàn)有落地場(chǎng)景、技術(shù)應(yīng)用的現(xiàn)狀有進(jìn)步但需要優(yōu)化。人工智能在制造業(yè)的應(yīng)用貫穿于設(shè)計(jì)、生產(chǎn)、管理和服務(wù)等各個(gè)環(huán)節(jié),以下是一些常見(jiàn)的落地場(chǎng)景及技術(shù)應(yīng)用現(xiàn)狀:

制造業(yè)人工智能的場(chǎng)景應(yīng)用落地的難點(diǎn)

1.制造業(yè)智能化基礎(chǔ)和智能化需求差異大,難以采用統(tǒng)一的人工智能解決方案,影響規(guī);膱(chǎng)景應(yīng)用落地

不同應(yīng)用場(chǎng)景的智能化基礎(chǔ)存在較大差異,有些具備了較為完善的數(shù)字化基礎(chǔ),有些信息基礎(chǔ)設(shè)施落后。根據(jù)工信部數(shù)據(jù)統(tǒng)計(jì)顯示,目前我國(guó)32%的制造企業(yè)達(dá)到了智能制造能力成熟度一級(jí)水平,21%的企業(yè)達(dá)到了二級(jí),12%的企業(yè)達(dá)到三級(jí),四級(jí)及以上是成熟度最高等級(jí),其企業(yè)占比達(dá)4%,其他31%企業(yè)都尚未達(dá)到最低的一級(jí)成熟度的水平。同時(shí),不同的應(yīng)用場(chǎng)景有不同的智能化需求,對(duì)人工智能包括算力、算法、數(shù)據(jù)的需求和配置也不同。應(yīng)用場(chǎng)景智能化基礎(chǔ)不同和智能化需求不同,決定了其應(yīng)用人工智能起點(diǎn)不同,場(chǎng)景化落地的條件和實(shí)施方式也會(huì)隨之不同,制造業(yè)人工智能場(chǎng)景應(yīng)用解決方案需要進(jìn)行定制化開(kāi)發(fā),以適應(yīng)特定的生產(chǎn)流程、設(shè)備配置、數(shù)據(jù)格式等,導(dǎo)致難以復(fù)制推廣統(tǒng)一的人工智能解決方案實(shí)施規(guī)模化的場(chǎng)景落地。

2.場(chǎng)景應(yīng)用要求的高度實(shí)時(shí)性、可靠性和準(zhǔn)確性,增加了場(chǎng)景應(yīng)用落地的難度

制造業(yè)場(chǎng)景應(yīng)用對(duì)高度實(shí)時(shí)性、可靠性和準(zhǔn)確性的要求,源于制造業(yè)生產(chǎn)流程的連續(xù)性和設(shè)備的精密性以及對(duì)產(chǎn)品質(zhì)量和安全性的嚴(yán)格標(biāo)準(zhǔn)。制造業(yè)生產(chǎn)需要實(shí)時(shí)控制和響應(yīng),以確保生產(chǎn)流程的連續(xù)性和穩(wěn)定性。目前有些通用計(jì)算架構(gòu)較難滿足制造業(yè)實(shí)時(shí)性的計(jì)算要求,端側(cè)推理需求迫切。電商平臺(tái)的推薦系統(tǒng)達(dá)到60%-70%的準(zhǔn)確率算是比較高的精準(zhǔn)度,而制造業(yè)部分核心環(huán)節(jié)對(duì)推薦參數(shù)的準(zhǔn)確性要求非常高,一旦參數(shù)出現(xiàn)問(wèn)題,將對(duì)生產(chǎn)、制造等環(huán)節(jié)產(chǎn)生巨大影響。制造企業(yè)不敢輕易應(yīng)用人工智能技術(shù)于具體的生產(chǎn)場(chǎng)景和生產(chǎn)流程,擔(dān)心應(yīng)用人工智能導(dǎo)致生產(chǎn)流程停頓、生產(chǎn)過(guò)程出問(wèn)題、產(chǎn)品質(zhì)量出問(wèn)題。場(chǎng)景應(yīng)用要求的高度實(shí)時(shí)性、可靠性和準(zhǔn)確性,增加了場(chǎng)景應(yīng)用落地的難度。

3.制造業(yè)人工智能應(yīng)用場(chǎng)景的多樣性增加了應(yīng)用落地成本,企業(yè)擔(dān)心應(yīng)用落地的成本效益,影響了場(chǎng)景應(yīng)用落地

一是應(yīng)用場(chǎng)景的多樣性增加了應(yīng)用落地成本,影響了場(chǎng)景應(yīng)用的落地。以大模型為例,很多企業(yè)參與場(chǎng)景應(yīng)用落地基本采用“一個(gè)場(chǎng)景一個(gè)模型”的小作坊模式,需要針對(duì)每個(gè)場(chǎng)景獨(dú)立地完成模型選擇、數(shù)據(jù)處理、模型優(yōu)化、模型迭代等開(kāi)發(fā)環(huán)節(jié),導(dǎo)致周期長(zhǎng)、成本高。場(chǎng)景應(yīng)用解決方案需要進(jìn)行定制化開(kāi)發(fā),以適應(yīng)特定的生產(chǎn)流程、設(shè)備配置等,這增加了軟件開(kāi)發(fā)和硬件設(shè)備的成本,這些因素影響了場(chǎng)景應(yīng)用的落地。

二是技術(shù)人員成本、算力成本、維護(hù)和運(yùn)營(yíng)成本支出較高等因素,制約了制造業(yè)人工智能的應(yīng)用落地。在技術(shù)人員成本方面,傳統(tǒng)制造業(yè)企業(yè)缺乏對(duì)人工智能技術(shù)精通的技術(shù)人員,從外部招聘面臨高昂的人力成本。算力成本除了硬件設(shè)備的購(gòu)置和維護(hù)費(fèi)用,硬件設(shè)備和軟件系統(tǒng)需要定期升級(jí)或更換,會(huì)產(chǎn)生較高的成本,電力消耗也是算力成本的重要組成部分。在維護(hù)和運(yùn)營(yíng)成本方面,硬件設(shè)備的維護(hù)、軟件系統(tǒng)的維護(hù)、技術(shù)支持服務(wù)、數(shù)據(jù)的維護(hù)和處理、故障診斷和修復(fù)等都需要投入大量成本,影響制造業(yè)人工智能的應(yīng)用落地。

制造業(yè)人工智能的場(chǎng)景應(yīng)用落地的建議

1.對(duì)于制造企業(yè):提高場(chǎng)景應(yīng)用解決方案的通用性,促進(jìn)場(chǎng)景應(yīng)用規(guī);涞

一是補(bǔ)強(qiáng)智能化基礎(chǔ)薄弱的應(yīng)用場(chǎng)景的基礎(chǔ)設(shè)施建設(shè),搭建基本的網(wǎng)絡(luò)設(shè)施和硬件設(shè)備,為人工智能解決方案的實(shí)施打下基礎(chǔ);二是了解不同制造場(chǎng)景的智能化需求,對(duì)各個(gè)制造環(huán)節(jié)和場(chǎng)景的智能化需求有深入的理解和洞察,將不同場(chǎng)景下的需求進(jìn)行歸納和總結(jié),提煉出核心功能和需求,基于這些核心功能和需求設(shè)計(jì)人工智能解決方案,提高解決方案的通用性和可擴(kuò)展性。三是提高人工智能解決方案實(shí)施的通用性。定義通用的接口標(biāo)準(zhǔn)和協(xié)議,使不同模塊、系統(tǒng)之間能夠無(wú)縫對(duì)接和交互,提高人工智能解決方案的通用性。

2.對(duì)于管理機(jī)構(gòu):及時(shí)制訂細(xì)分應(yīng)用場(chǎng)景的具體操作指南,指導(dǎo)場(chǎng)景應(yīng)用落地

一是對(duì)制造業(yè)不同細(xì)分行業(yè)的細(xì)分場(chǎng)景進(jìn)行深入調(diào)研,了解具體生產(chǎn)流程、痛點(diǎn)及需求。對(duì)目前典型應(yīng)用場(chǎng)景分類的基礎(chǔ)上進(jìn)行下沉,對(duì)更加細(xì)分的應(yīng)用場(chǎng)景進(jìn)行識(shí)別,歸納和提煉出各細(xì)分場(chǎng)景的人工智能解決方案,針對(duì)每個(gè)分類制定具體的操作指南。二是根據(jù)細(xì)分應(yīng)用場(chǎng)景特點(diǎn),在操作指南里推薦適合的機(jī)器學(xué)習(xí)或深度學(xué)習(xí)算法,提供模型訓(xùn)練的具體步驟和參數(shù)調(diào)優(yōu)方法,提高模型性能。提供人工智能模型的部署方案,包括硬件要求、軟件環(huán)境配置等。有了應(yīng)用場(chǎng)景分類的系統(tǒng)設(shè)計(jì)和具體的操作指南,可以更加具體地指導(dǎo)場(chǎng)景應(yīng)用的落地。

3.對(duì)于產(chǎn)業(yè)鏈:通過(guò)生態(tài)合作降低場(chǎng)景應(yīng)用落地成本,提高場(chǎng)景應(yīng)用落地效率

一是通過(guò)產(chǎn)業(yè)鏈的生態(tài)合作產(chǎn)出性價(jià)比高的人工智能硬件和軟件,減少投入成本。在模型方面通過(guò)減小模型大小,降低計(jì)算資源和存儲(chǔ)需求從而降低成本。二是通過(guò)生態(tài)合作研發(fā)更先進(jìn)、更高效的人工智能算法和模型,降低應(yīng)用場(chǎng)景對(duì)數(shù)據(jù)處理、分析和決策的需求,減少計(jì)算資源和數(shù)據(jù)處理的成本。通過(guò)生態(tài)合作建立數(shù)據(jù)共享機(jī)制,促進(jìn)不同應(yīng)用場(chǎng)景的數(shù)據(jù)共享,提高數(shù)據(jù)資源的利用率,有效解決應(yīng)用場(chǎng)景的多樣化導(dǎo)致的數(shù)據(jù)處理難度,提高數(shù)據(jù)處理的效率和準(zhǔn)確性,降低數(shù)據(jù)處理成本,提高場(chǎng)景應(yīng)用落地的效率。

4.對(duì)于電信運(yùn)營(yíng)商:通過(guò)提供穩(wěn)定高速的網(wǎng)絡(luò)、豐富的存儲(chǔ)資源和安全的數(shù)據(jù)服務(wù),推進(jìn)場(chǎng)景應(yīng)用穩(wěn)步落地

對(duì)于電信運(yùn)營(yíng)商來(lái)說(shuō),需要提供高速穩(wěn)定的網(wǎng)絡(luò)連接,確保制造企業(yè)能夠?qū)崟r(shí)傳輸和處理大量的數(shù)據(jù),為人工智能應(yīng)用提供堅(jiān)實(shí)的網(wǎng)絡(luò)基礎(chǔ)。搭建云計(jì)算平臺(tái),為制造業(yè)提供強(qiáng)大的計(jì)算能力和存儲(chǔ)資源,支持人工智能模型的訓(xùn)練和部署。為制造業(yè)應(yīng)用人工智能提供安全高效的數(shù)據(jù)服務(wù)。如提供數(shù)據(jù)采集、分析服務(wù),幫助企業(yè)打破數(shù)據(jù)壁壘,實(shí)現(xiàn)數(shù)據(jù)匯聚和綜合利用,推進(jìn)場(chǎng)景應(yīng)用穩(wěn)步落地。

本文作者

占安居

戰(zhàn)略發(fā)展研究所

一級(jí)分析師

碩士研究生,副研究員。主要從事行業(yè)研究、市場(chǎng)研究、產(chǎn)業(yè)生態(tài)研究等工作。

廖文凱

戰(zhàn)略發(fā)展研究所

副主任分析師

碩士研究生,戰(zhàn)略發(fā)展研究所產(chǎn)數(shù)發(fā)展研究中心,主要從事信息化規(guī)劃咨詢與產(chǎn)業(yè)經(jīng)濟(jì)研究。

馬戰(zhàn)凱

戰(zhàn)略發(fā)展研究所

一級(jí)分析師

復(fù)旦大學(xué)MBA碩士,長(zhǎng)期從事通信產(chǎn)業(yè)市場(chǎng)研究、商業(yè)模式研究等工作,近年來(lái)專注人工智能、人形機(jī)器人、工業(yè)軟件、數(shù)字化轉(zhuǎn)型等領(lǐng)域研究,有著非常豐富的實(shí)戰(zhàn)經(jīng)驗(yàn)和研究積累。

田雨

戰(zhàn)略發(fā)展研究所

助理分析師

具有數(shù)字生活、數(shù)字政府等領(lǐng)域豐富研究經(jīng)驗(yàn),近年專注于數(shù)據(jù)跨境等數(shù)據(jù)要素相關(guān)研究。

崔航

戰(zhàn)略發(fā)展研究所

一級(jí)分析師

北京郵電大學(xué)工商管理碩士,現(xiàn)就職于中國(guó)電信研究院。主要從事數(shù)字產(chǎn)業(yè)、互聯(lián)網(wǎng)行業(yè)等戰(zhàn)略規(guī)劃研究。近期專注于工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)、物聯(lián)網(wǎng)等領(lǐng)域研究。

編 輯:章芳
飛象網(wǎng)版權(quán)及免責(zé)聲明:
1.本網(wǎng)刊載內(nèi)容,凡注明來(lái)源為“飛象網(wǎng)”和“飛象原創(chuàng)”皆屬飛象網(wǎng)版權(quán)所有,未經(jīng)允許禁止轉(zhuǎn)載、摘編及鏡像,違者必究。對(duì)于經(jīng)過(guò)授權(quán)可以轉(zhuǎn)載,請(qǐng)必須保持轉(zhuǎn)載文章、圖像、音視頻的完整性,并完整標(biāo)注作者信息和飛象網(wǎng)來(lái)源。
2.凡注明“來(lái)源:XXXX”的作品,均轉(zhuǎn)載自其它媒體,在于傳播更多行業(yè)信息,并不代表本網(wǎng)贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé)。
3.如因作品內(nèi)容、版權(quán)和其它問(wèn)題,請(qǐng)?jiān)谙嚓P(guān)作品刊發(fā)之日起30日內(nèi)與本網(wǎng)聯(lián)系,我們將第一時(shí)間予以處理。
本站聯(lián)系電話為86-010-87765777,郵件后綴為cctime.com,冒充本站員工以任何其他聯(lián)系方式,進(jìn)行的“內(nèi)容核實(shí)”、“商務(wù)聯(lián)系”等行為,均不能代表本站。本站擁有對(duì)此聲明的最終解釋權(quán)。
相關(guān)新聞              
 
人物
中國(guó)電信邵廣祿:面向AI大模型的智算集群及網(wǎng)絡(luò)的實(shí)踐和展望
精彩專題
2024中國(guó)算力大會(huì)
2024年國(guó)際信息通信展
中國(guó)信科亮相2024年國(guó)際信息通信展
第25屆中國(guó)國(guó)際光電博覽會(huì)
CCTIME推薦
關(guān)于我們 | 廣告報(bào)價(jià) | 聯(lián)系我們 | 隱私聲明 | 本站地圖
CCTIME飛象網(wǎng) CopyRight © 2007-2024 By CCTIME.COM
京ICP備08004280號(hào)-1  電信與信息服務(wù)業(yè)務(wù)經(jīng)營(yíng)許可證080234號(hào) 京公網(wǎng)安備110105000771號(hào)
公司名稱: 北京飛象互動(dòng)文化傳媒有限公司
未經(jīng)書(shū)面許可,禁止轉(zhuǎn)載、摘編、復(fù)制、鏡像