Q1 工業(yè)智能在制造業(yè)領(lǐng)域的應(yīng)用主要集中在哪些行業(yè)?

離散行業(yè)應(yīng)用占比領(lǐng)先。根據(jù)統(tǒng)計結(jié)果，離散行業(yè)占比超過60%，流程行業(yè)占比超過30%。一是離散行業(yè)相對容易切入，形成解決方案后可以規(guī)模復(fù)制，輕工消費(fèi)品領(lǐng)域當(dāng)前占比最高；二是流程行業(yè)生產(chǎn)過程復(fù)雜，工藝門檻高，目前解決的多是生產(chǎn)過程中較為單點(diǎn)的問題。

數(shù)字化基礎(chǔ)與AI技術(shù)成熟度成為行業(yè)落地普及的兩個關(guān)鍵因素。汽車、電子信息、能源電力、鋼鐵的數(shù)字化程度高，為AI落地提供良好基礎(chǔ)，占比超過全行業(yè)45%。通用AI領(lǐng)域成熟的圖像/視頻分析，與質(zhì)量、安全等企業(yè)關(guān)注的重點(diǎn)環(huán)節(jié)形成天然契合，成為前述重點(diǎn)行業(yè)落地的首批場景。

圖1：細(xì)分行業(yè)人工智能應(yīng)用占比

Q2 工業(yè)智能在裝備行業(yè)的應(yīng)用有哪些?

智能產(chǎn)品與服務(wù)成為裝備價值提升的核心。汽車、軌道交通、工程機(jī)械等裝備逐步向智能化產(chǎn)品演進(jìn)，基于視覺的環(huán)境識別成為目前主要探索方向，如起亞、捷豹路虎等車企不斷增加語音互動、路況識別等功能；航空和交通領(lǐng)域成為開展增值服務(wù)的重點(diǎn)行業(yè)，如國外某航天公司飛行器座艙內(nèi)的AI驅(qū)動系統(tǒng)可以通過評估和通知燃油水平、系統(tǒng)狀態(tài)、天氣狀況和其他基本參數(shù)來幫助優(yōu)化實(shí)時飛行路徑。汽車、航空的設(shè)計仿真優(yōu)化成為AI應(yīng)用的重點(diǎn)。空客基于深度學(xué)習(xí)在幾秒鐘內(nèi)預(yù)測整個馬赫包絡(luò)線，快速評估跨音速流中的翼型性能；北汽福田應(yīng)用AI找到最佳的設(shè)計路徑，消除原結(jié)構(gòu)太重和產(chǎn)品質(zhì)量缺陷帶來的問題，零部件從最初的4個零件變?yōu)?個，重量減輕70%，強(qiáng)度增強(qiáng)18.8%。

圖2：裝備行業(yè)人工智能應(yīng)用情況

Q3 工業(yè)智能在原材料行業(yè)的應(yīng)用有哪些?

原材料行業(yè)主要通過兩類路徑提升質(zhì)量管理水平。一是基于視覺開展成品質(zhì)量檢測，主要面向鋼材、鋁板等金屬行業(yè)；二是基于數(shù)據(jù)分析對影響質(zhì)量的工藝參數(shù)進(jìn)行預(yù)測調(diào)整，如三井化學(xué)公司使用深度學(xué)習(xí)處理由51種類型數(shù)據(jù)（溫度，流量和壓力等）表示的因素，幫助檢測質(zhì)量問題并預(yù)測化學(xué)組合的結(jié)果。基于AI的過程參數(shù)優(yōu)化走向規(guī)則與數(shù)據(jù)融合。如寶鋼集團(tuán)基于回歸樹對各個工藝參數(shù)重要性進(jìn)行評估，基于業(yè)務(wù)經(jīng)驗(yàn)設(shè)定投料系數(shù)規(guī)則并進(jìn)行投料系數(shù)優(yōu)化，已應(yīng)用于寶山基地70余個機(jī)組，在熱軋某機(jī)組全年綜合投料優(yōu)化超1.3萬噸。安全智能管理仍以視覺分析為主，部分企業(yè)開展綜合性探索。已有企業(yè)通過圖像、紅外、氣液成分檢測等綜合感知手段實(shí)現(xiàn)安全管理，如東源科技結(jié)合機(jī)械表、液位計、罐體溫度的圖像識別和紅外成像技術(shù)等綜合進(jìn)行氣液泄露識別。

圖3：原材料行業(yè)人工智能應(yīng)用情況

Q4工業(yè)智能在輕工與消費(fèi)品行業(yè)的應(yīng)用有哪些?

以生物醫(yī)藥行業(yè)為主開展基于AI的新產(chǎn)品研發(fā)探索。在輕工行業(yè)新產(chǎn)品研發(fā)的占比超80%，主要通過AI發(fā)現(xiàn)新的藥物分子結(jié)構(gòu)或進(jìn)行新治療方案開發(fā)等，如藥明康德針對未知晶體結(jié)構(gòu)或配體的靶點(diǎn)，探索利用AI技術(shù)開發(fā)理想臨床前藥物候選分子。客戶需求與庫存管理成為經(jīng)營管理優(yōu)化重點(diǎn)關(guān)注領(lǐng)域。一方面基于AI分析預(yù)測市場需求，優(yōu)化庫存管理，并為消費(fèi)者精準(zhǔn)推送信息，如日本House集團(tuán)基于AI構(gòu)建市場預(yù)測模型，對集團(tuán)生產(chǎn)和銷售制定合理的供需計劃，避免了 10%的產(chǎn)品/材料浪費(fèi)及60%的管理耗時。另一方面主要基于自然語言處理技術(shù)提供面向顧客的智能聊天與推薦等服務(wù)，如李維斯推出智能聊天機(jī)器人，跟用戶對話獲取用戶的偏好之后，機(jī)器人會整合尺碼、布料偏好、顏色等信息為用戶推薦最適合他的褲子。

圖4：輕工與消費(fèi)品行業(yè)人工智能應(yīng)用情況

審核編輯：劉清