信息与知识服务商 工业互联网研习社
与
470+全国社友，构建工业互联网认知框架打通资讯→信息→知识→认知→见识的通路
工业互联网研习社风向观察
日前，凯捷(Capgemini)最新发布《从实践者角度看AI在制造运营中的扩展》(Scaling AI in Manufacturing Operations A Practitioners’ Perspective)。这份报告分析了来自工业制造、汽车、消费产品、航空航天与国防这四大生产领域的75家顶级全球组织的AI部署情况。
凯捷分析得出的主要发现包括：
1、欧洲走在了前列，超过一半的顶级制造商在制造运营中至少实施了一个人工智能用例，69%的德国制造商部署了AI。紧随其后的是日本（30%）和美国（28%）。
2、三个用例在开启制造商的人工智能之旅方面脱颖而出：智能维护、产品质量控制和需求规划。
本报告中文版和英文版皆可在知识星球下载。欢迎加入研习社，在线阅读80+万字工业互联网动态，180+行业报告/白皮书，与460+社友一起构建工业互联网知识体系➡️（「工业互联网研习社」的知识星球）
一
凯捷发布了新报告“扩展制造业AI应用”。人工智能颠覆了制造业的游戏规则。它有可能在广度和深度上改变整个制造业务的性能。但是，只有制造商真正将精力集中在AI可以最大限度提升价值的地方，然后推动解决方案规模化，工业4.0时代的巨大潜力才能实现。
凯捷分析得出的主要发现包括：
欧洲走在了前列，超过一半的顶级制造商在制造运营中至少实施了一个人工智能用例，69%的德国制造商部署了AI。紧随其后的是日本（30%）和美国（28%）。
三个用例在开启制造商的人工智能之旅方面脱颖而出：智能维护、产品质量控制和需求规划。
举例：智能维护案例
这些用例是制造业部署AI的理想起点，其综合了多个特征，包括：
- 明确的业务价值/优势。
- 相对容易实施。
- 数据的可用性。
- 提供AI专有技术和现有的标准化解决方案。
- 有机会添加有助于可见性和可解释性的功能，让员工了解决策是如何做出的，并简化运营团队的采用。
例如，通用汽车就以此试行了一个识别机器人故障迹象的系统。这可以避免通用汽车产生非计划性停机的成本，而其每分钟的停机成本可能高达2万美元。除了可以作为AI部署切入点的最佳用例之外，该研究还指出了在首次部署之外进行扩展，并系统地挖掘初始用例之外的AI潜力的挑战。
在报告的最后一节中，凯捷将了解在运营中扩展这些AI用例的关键成功因素：
- 在现场工程环境中部署成功的人工智能原型。
- 实现规模化的第一步是让人工智能原型跟上从车间/生产环境实时处理数据的速度。
- 奠定数据治理和人工智能/数据人才的坚实基础。
- 创建强大的基础并鼓励新的部署，制造商应设计一个数据治理框架，定义与数据生成、管理和分析相关的关键流程。
- 在整个制造网络中扩展AI解决方案。
- 一旦AI平台准备就绪，就可以在多个站点/工厂中部署AI应用。这需要持续监控性能以产生价值、输出质量和可靠性。
凯捷集团数字制造首席技术官 Pascal Brosset：“随着制造生产领域的AI部署技术的成熟，我们将看到大企业从试点项目过渡到更广泛的部署范围。企业组织的确应该首先关注可以最快产生最实际投资回报的用例，尤其是自动化质量检验和智能维护。我们所采访的高管都很清楚，这些职能部门能够节省大量成本，提升制造的准确性和减少浪费。但领先的企业并不仅仅关注这些用例，而是在部署AI的同时，将节省下来的部分资金重新投入构建可扩展的数据/AI基础设施，并开发辅助技能，做好迎接未来挑战的准备。”
閱讀更多 工信智媒 的文章
關鍵字: 人工智能 原汁原味的德系SUV 研习
