“物理世界”（以制造業(yè)設(shè)備所代表）和“數(shù)字世界”（由人工智能、傳感器等技術(shù)代表）的碰撞催生了制造業(yè)的巨大的轉(zhuǎn)變。兩個(gè)世界的融合將為下一輪經(jīng)濟(jì)發(fā)展注入新的動(dòng)能。以人工智能為代表的新技術(shù)正在對(duì)生產(chǎn)流程、生產(chǎn)模式和供應(yīng)鏈體系等生產(chǎn)運(yùn)營(yíng)過程產(chǎn)生巨大影響。

據(jù)埃森哲公司測(cè)算，到2035年，人工智能技術(shù)的應(yīng)用將使制造業(yè)總增長(zhǎng)值（GVA）增長(zhǎng)近4萬(wàn)億美元，年度增長(zhǎng)率達(dá)到4.4%。作為新的“生產(chǎn)要素”，人工智能對(duì)于制造業(yè)的影響有幾方面：

（1）機(jī)器將部分取代人的工作，實(shí)現(xiàn)智能自動(dòng)化。在中國(guó)、日本等國(guó)家，可以彌補(bǔ)由于老齡化、人力資源成本提升帶來(lái)的勞動(dòng)力短缺問題。

（2）人工智能通過增強(qiáng)勞動(dòng)力技能帶來(lái)生產(chǎn)效率的提升，以提高人的效率，經(jīng)過重新培訓(xùn)的員工可以執(zhí)行更高級(jí)的設(shè)計(jì)、編程和維護(hù)任務(wù)或創(chuàng)造性的工作。

（3）人工智能與制造業(yè)的深度融合不但將加速新產(chǎn)品的開發(fā)過程，還將徹底顛覆原有的生產(chǎn)流程，人工智能程序不僅可以自動(dòng)完成任務(wù)，而且還可以實(shí)現(xiàn)全新的業(yè)務(wù)流程。比如，根據(jù)客戶的個(gè)性化需求自定義產(chǎn)品配置。這將是人工智能在制造業(yè)領(lǐng)域的最終目標(biāo)。

斯坦福人工智能實(shí)驗(yàn)室主任、前谷歌大腦項(xiàng)目負(fù)責(zé)人、前百度首席科學(xué)家吳恩達(dá)（Andrew Ng）離開百度以后，將自己的創(chuàng)業(yè)項(xiàng)目聚焦在制造業(yè)領(lǐng)域，希望通過為制造業(yè)轉(zhuǎn)型提供技術(shù)、培訓(xùn)、運(yùn)營(yíng)流程管理等一系列解決方案，成為在制造業(yè)領(lǐng)域的AI服務(wù)提供商。我通過與吳恩達(dá)的交流，希望了解這位站在AI前沿的科學(xué)家是如何理解人工智能將為傳統(tǒng)制造業(yè)帶來(lái)的改變。

人工智能將改變制造業(yè)的哪些方面

吳恩達(dá)認(rèn)為，目前，人工智能可能在制造業(yè)的四個(gè)領(lǐng)域中得到應(yīng)用。

首先，制造業(yè)的很多細(xì)分領(lǐng)域依賴視覺檢查。

AI設(shè)備對(duì)樣品進(jìn)行視覺檢查的能力正在迅速提高，這使我們能夠建立自動(dòng)視覺檢測(cè)系統(tǒng)。人工智能能夠比較產(chǎn)品和照片，并決定是否通過檢查。吳恩達(dá)團(tuán)隊(duì)將機(jī)器視覺應(yīng)用在制造業(yè)中的精確質(zhì)量分析領(lǐng)域，通過比人眼敏感多倍的相機(jī)結(jié)合AI技術(shù)提升圖像理解的能力。該公司開發(fā)了機(jī)器視覺工具，用于在超出人類視覺范圍的分辨率下發(fā)現(xiàn)電路板等產(chǎn)品中的微觀缺陷，并使用機(jī)器學(xué)習(xí)算法對(duì)極少量的樣本圖像進(jìn)行培訓(xùn)。

其次，優(yōu)化生產(chǎn)過程。

AI通過調(diào)節(jié)和改進(jìn)生產(chǎn)過程中的參數(shù)，對(duì)于制造中使用的很多機(jī)器進(jìn)行參數(shù)設(shè)置。生產(chǎn)過程中，機(jī)器需要進(jìn)行諸多參數(shù)的設(shè)置。例如，在注塑中，可能需要控制塑料的溫度、冷卻時(shí)間表、速度等等。所有這些參數(shù)都可能受到各種外部因素的影響，例如，外界溫度等。通過收集所有這些數(shù)據(jù)，AI可以改進(jìn)自動(dòng)設(shè)置和調(diào)整機(jī)器的參數(shù)。

第三，提高新產(chǎn)品制造過程中的設(shè)計(jì)、制造效率。

制造新產(chǎn)品無(wú)論在設(shè)計(jì)還是在生產(chǎn)過程中都是一個(gè)迭代的過程，充滿了微調(diào)。人工智能將能夠顯著縮短這一過程，提升制造行業(yè)的效率。

第四，確定產(chǎn)品質(zhì)量問題來(lái)源。

許多產(chǎn)品的制造過程涉及到一系列的步驟，因此，如果最終產(chǎn)品沒有通過檢驗(yàn)，有時(shí)難以確定問題來(lái)源。人工智能、數(shù)據(jù)科學(xué)和數(shù)據(jù)分析將幫助自動(dòng)識(shí)別生產(chǎn)中有問題的步驟。

目前Landing.ai為制造行業(yè)的合作伙伴提供了視覺檢測(cè)、自動(dòng)化控制、智能化校準(zhǔn)以及問題根源分析等解決方案。除了吳恩達(dá)提到的這些應(yīng)用。未來(lái)工廠可能會(huì)采用智能自動(dòng)叉車和傳送帶搬運(yùn)材料和成品。機(jī)器視覺領(lǐng)域，除了在微觀層面質(zhì)量檢測(cè)方面的應(yīng)用，未來(lái)還可以訓(xùn)練機(jī)器人感知周圍的環(huán)境、避免中斷或者危險(xiǎn)。此外，人工智能還可在制造業(yè)領(lǐng)域中的自適應(yīng)制造、自動(dòng)質(zhì)量控制、預(yù)防性維護(hù)、無(wú)人駕駛等領(lǐng)域應(yīng)用。

傳統(tǒng)企業(yè)向人工智能轉(zhuǎn)型面臨的挑戰(zhàn)

吳恩達(dá)認(rèn)為，對(duì)大企業(yè)而言，在應(yīng)用人工智能方面，目前最大的挑戰(zhàn)是如何應(yīng)用AI技術(shù)擴(kuò)大業(yè)務(wù)規(guī)模，目前能夠幫助企業(yè)完成這一挑戰(zhàn)的人才和AI工具和還不存在。對(duì)于傳統(tǒng)制造企業(yè)來(lái)說(shuō)，應(yīng)用AI的主要障礙有幾方面，其中之一是人工智能技術(shù)的復(fù)雜性。目前很少有團(tuán)隊(duì)能夠很好的理解并且有效的實(shí)施這項(xiàng)技術(shù)。

同時(shí)，在AI科技公司之外，很少有公司能夠獲取足夠的AI技術(shù)人才。

AI整合戰(zhàn)略本身和技術(shù)一樣復(fù)雜，這個(gè)過程涉及到數(shù)據(jù)采集、組織結(jié)構(gòu)設(shè)計(jì)、AI項(xiàng)目的優(yōu)先次序等等。而且，好的AI戰(zhàn)略專家比AI技術(shù)專家更加罕見。企業(yè)轉(zhuǎn)型是牽一發(fā)動(dòng)全局的過程，尤其是涉及到勞動(dòng)力結(jié)構(gòu)調(diào)整，過程本身比較復(fù)雜，其中也包括文化挑戰(zhàn)，這方面特別是勞動(dòng)力轉(zhuǎn)型的問題，需要一定的時(shí)間過渡。

制造企業(yè)需要為員工提供更完善的再培訓(xùn)，幫助他們?yōu)槲磥?lái)的工作做好準(zhǔn)備。傳統(tǒng)企業(yè)除了需要做好轉(zhuǎn)型方面的人才、技術(shù)儲(chǔ)備，同時(shí)需要讓員工理解人工智能的目的不是為了取代勞動(dòng)力，而是為了增強(qiáng)員工能力、為企業(yè)賦能，幫助其成功。

人工智能可以通過自適應(yīng)制造、自動(dòng)質(zhì)量控制、預(yù)防性維護(hù)等解決方案有效地應(yīng)對(duì)當(dāng)今制造業(yè)面臨的挑戰(zhàn)。這些AI在制造業(yè)的應(yīng)用中，有些技術(shù)已經(jīng)開始部分的應(yīng)用，但還沒有得到廣泛的應(yīng)用，技術(shù)的復(fù)雜和資源（包括人力資源）的匱乏目前轉(zhuǎn)型的障礙之一。

傳統(tǒng)制造業(yè)公司和AI技術(shù)公司的定位

由于傳統(tǒng)制造業(yè)在人工智能方面缺乏相應(yīng)的人才。人工智能科技公司應(yīng)該在培訓(xùn)勞動(dòng)力方面發(fā)揮作用，率先在傳統(tǒng)行業(yè)的新一波轉(zhuǎn)型浪潮中幫助傳統(tǒng)公司員工傳授必要的技能?，F(xiàn)階段，傳統(tǒng)公司可能會(huì)認(rèn)為AI是一個(gè)難以想象的未來(lái)，但AI可以幫助企業(yè)實(shí)現(xiàn)部分任務(wù)的自動(dòng)化，使員工能夠承擔(dān)更高層次的工作職責(zé)，并將其思想用于創(chuàng)造更多有價(jià)值的貢獻(xiàn)。

此外，吳恩達(dá)提到最近參加在北京舉行的2018年工業(yè)互聯(lián)網(wǎng)峰會(huì)，發(fā)現(xiàn)很多中國(guó)公司已經(jīng)走上應(yīng)用人工智能的道路。中國(guó)政府推進(jìn)工業(yè)互聯(lián)網(wǎng)發(fā)展的速度很快，并推動(dòng)了許多改造傳統(tǒng)工業(yè)的舉措。通過組建工業(yè)互聯(lián)網(wǎng)聯(lián)盟，制定支持產(chǎn)業(yè)升級(jí)新政策，一大批企業(yè)開始全身心地迎接機(jī)器人、物聯(lián)網(wǎng)、大數(shù)據(jù)和機(jī)器學(xué)習(xí)融合的工業(yè)物聯(lián)網(wǎng)發(fā)展趨勢(shì)。

在傳統(tǒng)制造業(yè)的全球版圖中，轉(zhuǎn)型對(duì)于發(fā)達(dá)國(guó)家和發(fā)展中國(guó)家所產(chǎn)生的影響各有不同。在發(fā)展中經(jīng)濟(jì)體，制造業(yè)向AI轉(zhuǎn)型將使產(chǎn)品更容易實(shí)現(xiàn)規(guī)?；a(chǎn)進(jìn)而降低制造成本。AI還將幫助小規(guī)模生產(chǎn)者向全球供應(yīng)鏈銷售產(chǎn)品并從中受益。在發(fā)達(dá)經(jīng)濟(jì)體，人工智能與制造業(yè)的深度融合也將為推動(dòng)新一代產(chǎn)品、設(shè)備和經(jīng)驗(yàn)鋪平道路。

制造行業(yè)面臨的某些挑戰(zhàn)是普遍的，并非針對(duì)某一公司或者行業(yè)。在制造行業(yè)中應(yīng)用AI技術(shù)背后的一些原則和理念是可重復(fù)性的。但吳恩達(dá)希望Landing.ai能夠?qū)崿F(xiàn)的目標(biāo)是與制造企業(yè)合作開發(fā)針對(duì)特定行業(yè)的技術(shù)與培訓(xùn)，而不是做通用的技術(shù)工具。吳恩達(dá)團(tuán)隊(duì)開發(fā)了包括引進(jìn)新技術(shù)、運(yùn)營(yíng)流程管理、重塑組織結(jié)構(gòu)、AI人才戰(zhàn)略在內(nèi)的各方面AI轉(zhuǎn)型計(jì)劃，目前已與富士康、鴻海等公司達(dá)成合作。

在此，請(qǐng)?jiān)O(shè)想一下未來(lái)制造業(yè)的遠(yuǎn)期場(chǎng)景：由人工智能、大數(shù)據(jù)、云計(jì)算、5G通信、物聯(lián)網(wǎng)等為代表的一系列技術(shù)簇將使未來(lái)的制造業(yè)從價(jià)值鏈、生產(chǎn)模式、商業(yè)模式、產(chǎn)品設(shè)計(jì)等多方面發(fā)生本質(zhì)上的變化。

由于技術(shù)的進(jìn)步，產(chǎn)品自身將攜帶更多的信息或者更加智能。伴隨消費(fèi)力量的崛起，消費(fèi)者主動(dòng)參與設(shè)計(jì)和共同創(chuàng)造產(chǎn)品將成為可能。而個(gè)性化與定制化需求增加將逐漸瓦解目前所謂的大眾消費(fèi)市場(chǎng)。由于3D打印等技術(shù)的普及，“規(guī)模”未必“經(jīng)濟(jì)”。制造業(yè)的價(jià)值鏈也將重新分配。生產(chǎn)者繞開中間商直接吸引消費(fèi)者。

產(chǎn)品的生產(chǎn)模式也將發(fā)生轉(zhuǎn)變，從“按預(yù)測(cè)量生產(chǎn)”到“按訂單生產(chǎn)”。從想法到市場(chǎng)的速度加快，消費(fèi)者也更直接的將需求反饋給生產(chǎn)者。伴隨技術(shù)的演進(jìn)，傳統(tǒng)制造業(yè)需要擁抱未來(lái)，進(jìn)行一場(chǎng)自我革命。