随着人工智能在各行各业的落地应用，人们越来越认知到它的重要性。据麦肯锡调查报告显示，人工智能可以为全球企业创造1.4~2.6万亿美元的营销价值，并在供应链管理和制造中创造 1.2~2万亿美元的价值。
对于制造企业而言，人工智能的出现将重塑价值创造的来源。人工智能普遍应用在工业机器人，机器视觉，智能产品，机器学习和协作机器人中，基于大量数据处理的能力，创造出如大规模定制、预测性维护和“产品服务化”等新的价值形式和新的商业机会，将成为制造业的核心！
据《Scaling AI：A Practitioners Perspective》报告，人工智能 有10大方式增强制造业。
0 1
智能维护
利用AI技术预测机器/设备何时可能发生故障并制定最佳维护时间已经成为当今制造业中的主流。报告显示，制造业中29%的AI应用于机械及生产性资源的维护。主要是通过在机器上安装摄像头实时拍摄图像，利用AI智能分析发现缺陷、故障，并及时预警告警，从而帮助制造商实现智能维护。
0 2
产品研发优化
依托机器学习形成算法模型，可在CAD设计系统中建立具有约束优化逻辑算法模型，设计师只需提供功能需求、材料、制造工艺以及其他约束性定义，该算法就可自动给出设计结果，加快产品设计速度，实时优化产品设计。例如通用汽车与Autodesk合作，帮助通用汽车加快原型设计，并以此为基础实现零件的增材制造能力。
0 3
智能监控报警
通过视频应用程序，利用机器学习监控装配线过程，如发现生产过程中存在不一致，则会发出警告，并实时纠正，实现高效率地投入产出。目前诺基亚在该5G智能工厂中已应用。
0 4
在线质检
0 5
智能预测分析
利用机器学习，通过对生产、销售、客户等供应链协同管理，从而获得更准确的预测。比如跨国食品制造商达能集团，通过利用AI、机器学习，达成消费包装产品智能预测，减少了50%工作量，减少了20%预测误差，提升了30%销量。
0 6
预防性维护
基于大数据AI算法，进行预测性运维，减少非计划停机，降低损失。例如泰雷兹公司收集跨欧洲跨大陆铁路系统的数千个传感器，火车零件以及子系统的当前状态的历史和当前数据，使用机器学习来预测整个欧洲高速铁路的预防性维护。
0 7
AI智能评估
0 8
智能决策
数据科学家使用自动机器学习功能来智能地选择最佳的机器学习模型，并自动调整机器模型的超参数以节省时间并提高效率。例如施耐德电气依托机器学习和Azure IoT Edge，构建预测性IoT分析解决方案，帮助运营商在短短两天内将效率提高10％到20％。
0 9
AI模型设计
据悉日产的设计师正在使用DriveSpark系统来创建完全符合最新行业合规性和法规要求的全新模型，希望减少下一代模型系列产品的上市时间。除此外，他们还使用AI来延长现有模型的生命周期。
1 0
缺陷识别
来源：Forbes-Louis Columbus/MAPI基金会 /编译-华制智能
