隨著人工智慧走出科幻的迷霧，成為切實改變世界的革新技術，工業4.0時代的企業也逐漸認識到它對製造業轉型升級的巨大價值。根據麥肯錫全球研究院預測，人工智慧將為全球企業額外創造3.5萬億~5.8萬億美元的經濟價值，這一數字甚至超過了德國2018年的GDP總量。同樣人工智慧遇上工業所能發揮的潛力讓人們浮想聯翩、趨之若鶩，工業人工智慧也首次站在了工業舞臺的聚光燈下。工業人工智慧的概念最初由美國國家科學基金會智慧維護系統中心提出，它作為一種系統化的方法和規則，專注於開發、驗證和部署各種不同的機器學習演算法，進而形成具備可持續效能的工業應用，重複、有效、可靠地解決工業問題。不過，大多數企業仍對人工智慧的商用前景和投資回報心存疑慮，工業人工智慧的規模化應用依然任重而道遠。儘管如此，以全球“燈塔工廠”為代表的工業人工智慧領軍者業已證明，人工智慧將重塑產品服務、生產運營、組織流程等業務場景，打造具有顛覆潛力的創新業態，成為企業發起智慧製造“攻堅戰”的新引擎。如今，製造業智慧化曙光初現，人工智慧技術競爭方興未艾。企業必須思考自身如何“點亮”工業人工智慧，才能在這場獨屬於“追光者”的競賽中取得先發優勢。
工業物聯網技術的廣泛應用，為企業創造了海量的物聯網大資料。然而，由於人腦的算力和思維正規化存在上限，為傳統戰略運營工具的資料處理、分析和應用能力加上了一個難以突破的閾值，企業的價值創造因此面臨瓶頸。人工智慧作為一項“智慧”科學，其本質就是研究如何使計算機具備類似人腦的學習、推理、思考和決策能力，並藉助遠超人腦的算力，為工業企業帶來一次端到端全價值鏈的智慧化革命，具體包括：精準投放、打造極致個性化旅程的智慧化銷售；虛擬模擬和優化驅動的智慧化研發；從採購到付款的“一站式”智慧化採購；實時透明、動態決策的智慧化供應鏈；以高階分析驅動生產力及質量提升的智慧化生產；機器人流程自動化賦能的智慧化後臺；基於工業物聯網和大資料的智慧化售後。這些人工智慧和機器學習用例在企業全價值流中不斷湧現，顯著提升了企業的運營水平、財務表現及競爭力（見圖1）。
儘管人工智慧對於企業潛力巨大，但在工業領域的試驗和規模化部署程度仍然很低。縱觀全球製造業，規模化實施工業4.0技術的企業尚不足3%；而在這些企業當中，也僅有約25%的企業剛剛開始落地工業人工智慧；其中又有不足10%的企業真正實現了一項或多項工業人工智慧的成熟應用。由此觀之，真正踏上工業人工智慧舞臺的企業還不足百分之一，工業人工智慧真正發揮的影響還不足潛力的千分之一。
燈塔的光芒可以刺破暗夜，引導航船穿過洶湧的大洋——這1%的先行者就是工業人工智慧的燈塔，為更多企業提供了人工智慧應用的優秀示範。通過解讀世界經濟論壇全球“燈塔工廠”的32個人工智慧用例，我們發現：
成本和使用者是企業部署工業人工智慧的兩大動因
隨著勞動力群體老齡化加劇、工資成本和離職率不斷攀升，製造業企業感受到了前所未有的人力成本壓力。與此同時，精益管理和數字化槓桿的潛力逐漸開發殆盡，工廠很難找到繼續優化生產成本的方法。但機器智慧可以提升工人的勞動效率，大資料分析輔助決策能夠提升投入產出比的效率，因此，人工智慧成為開啟製造成本優化新階段的鑰匙。
對優化使用者服務的追求，則是製造業把目光轉向人工智慧的另一核心動因。隨著市場對使用者體驗的要求越來越高，生產商亟須向小批次、多品類、高質量、快週轉的大規模、定製化生產模式轉型。如何為使用者提供個性化的產品旅程？如何在大規模定製的條件下提升產品質量？如何準確預測需求、迅速交付？傳統的自動化裝置和簡單的數字化改造無法徹底解決這些問題。生產者需要一條以使用者價值為中心的智慧化生產線，才能為使用者創造端到端的極致定製體驗。
在工業領域，機器學習驅動的高階分析是普及較早的一項人工智慧應用。該技術通過預測技術和最優化模型，助力生產效率、能源效率和產品質量獲得進一步提升。在浦項鋼鐵集團的浦項工廠，基於深度學習的爐溫控制模型能夠自動預測高爐溫度，實現過程引數優化值的人工智慧推薦，推動高爐產出增加4%，綜合能耗降低0.7%；在拜耳製藥的加巴納特工廠，通過機器學習線上分析裝置關鍵引數，智慧分析和預測裝置故障根因並自動提出行動建議，將關鍵裝置的綜合效率（OEE）提升了50%；博世無錫工廠以高階分析系統實現刀具全生命週期的最優化，根據效能根因分析調整操作方式，並結合裝置效率和更換成本優化換模規則，將刀具庫存降至10%以下；富士康工業網際網路公司在深圳工廠部署了整合工業大資料的中央決策雲平臺，並通過全域性規劃和智慧應用將無人運營的“關燈工廠”變為現實，從而節省了88%的人力，並且提升了30%的生產效率。
機器視覺是工業人工智慧的另一項主流應用。該技術通過解析非結構性影像資料來提供洞見，在質量過程控制和檢驗方面效果卓著。在塔塔鋼鐵集團（TATA Group）的艾默伊登(Ijmuiden) 工廠，集團旗下的分析卓越中心自行研發的機器視覺應用能夠快速識別帶鋼表面缺陷，確保有質量問題的產品不流入市場，由此將該問題帶來的質量成本損失降低了50%；在丹佛斯集團(Danfoss) 的天津工廠，以三維機器視覺技術為核心的線上質量控制系統可對壓縮機油麵位置進行精確監控，以保證此類問題客戶“零投訴”；在Arçelik A.Ş. 公司的格艾什提工廠，機器視覺實現了線上操作質量的全自動控制，將單品間接人力成本降低了17%。
除此以外，這些“燈塔工廠”也在積極探索自然語言處理、先進機器人、流程自動化、智慧雲等其他人工智慧技術的工業應用，以期在不同行業的豐富場景中進一步釋放工業人工智慧的價值潛力。
如何點亮工業人工智慧？無數看到了人工智慧的商用前景卻因落地實施的潛在挑戰而逡巡不前的企業，都渴望破譯工業人工智慧的通關密碼。然而，大多數企業卻落入了“人工智慧技術陷阱”——過分強調技術本身，卻忽視了其他關鍵賦能要素，導致工業人工智慧技術難以規模化落地。事實上，部署工業人工智慧是一項系統工程，企業必須在價值、資料、人才、文化和生態五大賦能要素上勤練內功。在此，讓我們把目光聚焦於國內某先進電子製造企業富士康工業網際網路股份有限公司（以下簡稱“工業富聯”），瞭解它積極推進“AI+X”五大賦能要素協同發展、擁抱工業人工智慧的故事（見圖4）。
企業制定人工智慧戰略的前提，是對其工業人工智慧的價值取向形成清晰認識。富士康工業網際網路在人工智慧領域起步之初，也曾嘗試過開發前幾年紅透半邊天的跨行業、跨價值鏈橫向整合的工業網際網路平臺。但由於進度緩慢、回報不清晰，富士康工業網際網路很快意識到專業領域知識的重要性。比起模型和演算法，工業經驗和場域驗證才是決定應用工業軟體產品影響的關鍵證據。於是，工業富聯最高層重新思考並明確了自身部署工業人工智慧的價值取向：立足優勢行業、注重行業價值。
此後，工業富聯從深耕多年的電子製造行業出發，制定了以“VaaS”（Value-as-a-Service，價值即服務）為導向的人工智慧發展戰略：針對電子製造行業的價值痛點，研發智慧管理、智慧排配、智慧監控、智慧分析、機器視覺檢測、智慧除錯等一系列智慧技術應用， 以價值創造作為工業軟體開發的初心，以價值實現作為工業軟體產品的始終。基於這種價值導向的戰略定位，工業富聯很快便找到了工業人工智慧的發力點，在垂直整合市場的賽道上跑得有聲有色。
工業人工智慧在把海量資料轉化為智慧洞見的過程中，離不開強大而可擴充套件的工業物聯網架構作為保障。工業富聯的工業網際網路平臺分為裝置層、車間層和企業層，在資料採集、傳輸、管理、分析、應用等各個階段針對每一層級詳細設計了架構需求：明確全面、精確、統一且相容的資料採集；確保靈活而安全的資料傳輸和互動；建立安全、穩定、高速、可擴充套件的資料管理平臺；強化視覺化和先進分析能力；打造以使用者為核心的敏捷開發環境。如果說人工智慧是企業的大腦，那麼工業物聯網架構就是支撐大腦思考的神經元群。正是通過完備的工業物聯網架構，工業富聯才得以充分驅動並釋放來自數以萬計的機器人、感測器和關鍵裝置的巨大資料資源，實現工業人工智慧應用的快速孵化和規模推進。
推動工業人工智慧，僅僅依靠資料科學家的力量顯然是不夠的。工業富聯在探索人工智慧落地的征程中領悟到，只有打造一個融合了運營技術（OT）、資訊科技（IT）和分析技術（AT）等各領域人才的跨職能敏捷作戰團隊，才能有效賦力人工智慧專案的迭代開發。其中，OT專家是團隊中的“工匠”，主要負責描述業務。
他們憑藉豐富的生產和運營經驗準確判斷業務痛點和使用者需求，在精益改善和流程優化方面發揮重要作用。IT專家是團隊中的“器匠”，主要負責整合資料。他們懂得如何快速採集、清洗並整合資料，包括跨部門、跨地區的系統、裝置、人員和第三方資料，為人工智慧提供全面、高時效性的資料土壤。AT專家則是團隊的“智匠”，主要負責生成洞見。由他們來執行演算法策略設計和模型開發，在大資料的海洋中捕獲具有業務意義的洞見資訊。與此同時，三類人員彼此間的合作和反饋也必不可少。
在工業富聯，OT人員的業務需求決定了IT人員的資料清單；IT人員的資料質量將顯著影響AT人員的分析效果；而AT人員的模型驗證和調校也需要OT人員的經驗輸入。工業富聯的成功經驗表明，為了推動工業人工智慧成功落地，工匠、器匠、智匠，一個都不能少。
作為領導整個集團向人工智慧全面轉型的頂層力量，工業富聯的管理者深知，只有自上而下講述堅定不移、振奮人心的轉型故事，才能推動全員持續的文化變革，將工業人工智慧真正烙刻於企業的血脈之中。具體而言，工業富聯從公司願景、組織架構和文化建設三個方面，講述了一個精彩的“工業人工智慧”故事。
首先是公司願景。在談到工業富聯未來將走向何方時，其掌舵人不止一次明確表示：“我們要做一家智慧製造和大資料公司！”AI、工業智慧和大資料也是他在各種場合頻頻提到的三個詞。從傳統的外包電子製造到創新的智慧製造，工業富聯對工業人工智慧的赤誠之心始終未改。
其次是組織架構。工業富聯在旗下單獨設立了一個工業網際網路子公司，專門負責集團的智慧製造以及工業物聯網技術的研究和業務擴充。該子公司的負責人位列集團董事會，昭示了集團上下對於工業人工智慧的重視。
最後是文化建設。在工業富聯偌大的工業園內，建於多年前的“IE（工業工程）學院”舊貌換新顏，變成了“工業網際網路學院”，這使每一個員工都意識到，集團對數字化轉型的決心勢不可擋。同時，工業富聯還專門成立了一個“燈塔學院”，致力於培養工業大資料和人工智慧人才，通過理念宣貫和實踐訓練，鼓勵每一位員工為推動企業向工業人工智慧前進而提升自我，攜手成為照亮未來製造業的曙光。
企業的人工智慧之路並非閉門造車的孤獨之旅，而是結交良朋益友的共創共贏。工業富聯的人工智慧“朋友圈”兼具深度、廣度與靈活度。在深度上，工業富聯縱貫工業物聯網架構，從工業應用、功能平臺、系統整合、智慧產品到關鍵零部件，在各技術堆疊中儲備了豐富的技術夥伴資源，確保逾千應用和數十萬臺聯網裝置能夠穩定服務各型別使用者。在廣度上，工業富聯積極籌劃“政產學研用”的深度融合，一方面協助區域工業智慧產業升級，另一方面通過聯合國內外高校和研究所進行人工智慧的研究和試點，以期在技術供應生態圈之外形成更加廣泛的工業人工智慧合作環境。在靈活度上，無論行業專家、網際網路新貴還是初創先鋒，都可以成為工業富聯歡迎的“AI之友”，工業富聯也在積極運用戰略合作、投資和併購等多種方式擴充人工智慧“朋友圈”。先做到技術生態縱向整合，繼而推進“政產學研用”全盤融合——工業富聯打造的極具品牌領導力的人工智慧“朋友圈”，成為它持續保持工業人工智慧競爭力的重要保障。
來自：