当前，制造企业人工智能与大数据分析应用正在加速落地，无论是产品、质量、运营还是能耗都可以通过人工智能和大数据分析算法来进行分析。制造业中不同运营阶段所产生的海量非结构化数据也为人工智能AI落地提供了诸多场景。例如，无人驾驶、智能产品、表面质量检测、语音拣货、生产排产、供应链优化、创成设计、预测性质量分析和预测性维护、客户需求预测等已成为人工智能技术典型的应用领域，产生很多优秀实践案例。

 

       人工智能和大数据技术应用的最根本的核心是让复杂的东西变的简单化、便捷化、人性化和个性化。

 

       以美的集团为例，从企划、研发、生产到最后的服务，都能看到人工智能的算法和大数据技术应用的身影。通过广泛深入的AI与大数据分析技术应用，美的集团可以精准理解用户需求，打造最符合用户需求的产品；在生产方面，各类在线AI视觉检测设备使用令产品生产过程中的质控水平有了质的飞跃，既节省了人力又能够提质增效；在产品服务方面，更是凝聚了所有AI技术的核心，比如交互智能化、服务智能化、生态智能化。美的集团打造的科技、智能高端品牌Colmo，就将人工智能和大数据技术淋漓尽致地体现在家电产品中。

 

       AI技术应用在传统制造业行业也能够产生出不一样的效果，例如制造业中传统的煤矿行业，很多人对其印象都停留在管理水平落后、安全隐患层出不穷、设备OEE不足、利用率低等问题上。而就是针对这样一个生产模式落后的行业，华为公司和其生态合作伙伴结合AI、大数据分析等先进技术打造了“煤矿大脑”解决方案，可以实现探水作业人员行为识别、危险区域预警、皮带机尾堆煤智能视频检测、连采超循环智能视频识别预警、人员空顶作业智能视频识别、人员在岗检测等，实现了传统行业的工业“智”变。

富士康轨道交通智能运维系统（来源：富士康）

 

       富士康推出的“雾小脑”则重点通过将人工智能技术与设备相融合，发展智能生产设备，将核心生产设备都智能的连接起来，包括设备本身以及设备生产所需要的材料，结合大数据分析，通过专业知识处理后再加上人工智能的方法，利用智能设备把工人从重复繁重的工作中解脱出来，实现“新制造”。例如，SMT（表面贴装技术）等微型零部件的贴面清洗周期大概为6万次，极易出现失误，而富士康的雾小脑技术利用软件的整合分析，以传感器为五官灵敏地收集各方数据，在数据建立模型之后，真正做到实时预测和监控，全程精准把控生产流程，成本节省了超过60%。

 

       e-works认为，企业既不能盲目追求新技术应用，也不能抗拒新技术带来的变革。要实现智能化变革，就必须在企业的产品设计、工艺设计、生产制造、工厂运营、产品服务等各个阶段中找到关键的应用场景，针对具体应用场景中面临的挑战与问题，切合需求来合理应用人工智能和大数据等新兴技术，找到真正合适的解决方案，最终产生的成效也将远超想象。