制造業(yè)中的AI（人工智能）是游戲規(guī)則的改變者。它有潛力在制造運營的廣度和深度上改變績效。然而，只有制造商真正將精力集中在AI能夠提升最大價值的領(lǐng)域， 然后推動解決方案規(guī)?；?，這個新的工業(yè)4.0時代的巨大潛力才能實現(xiàn)。

為了了解企業(yè)是否關(guān)注最有前景的用例，然后通過解決方案實現(xiàn)規(guī)?；?，我們進行了大量的研究和分析。我們分析了汽車、工業(yè)制造、消費品和航空航天及國防四個關(guān)鍵領(lǐng)域的300家全球領(lǐng)先制造商，以了解他們的AI計劃的重點。我們還采訪了30名行業(yè)高級管理人員，他們都參與了所在企業(yè)的AI計劃。最后，我們分析了制造運營中的22個AI用例。這些用例分布在七大功能領(lǐng)域，從庫存管理到生產(chǎn)和質(zhì)量控制。

這項分析得出的主要結(jié)論包括:

歐洲處于領(lǐng)先地位，超過一半的最強制造商在制造 運營中實施了至少一個AI用例（在歐洲，德國領(lǐng)先，69%的制造商實施了AI）。緊隨歐洲之后的是日本（30%）和美國（28%）。

三個用例脫穎而出，它們適合啟動制造商的AI之旅：

• 智能維護

• 產(chǎn)品質(zhì)量控制

• 需求規(guī)劃

這些用例具有多種特征的最佳組合，使它們成為理想的起點：

• 清晰的商業(yè)價值/收益

• 實施相對容易

• 數(shù)據(jù)的可用性，例如用于智能維護的機器和設備 的性能數(shù)據(jù)、捕獲成品質(zhì)量的圖片和視頻等

• AI專業(yè)知識或現(xiàn)有標準化解決方案的可用性

• 有機會添加有助于可見性和可解釋性的功能，使員工能夠理解如何做出決策，并簡化運營團隊的采用。

在本報告的最后一部分，我們將探討在運營中將讓這些用例實現(xiàn)規(guī)?；年P(guān)鍵成功因素：

• 在真實的工程環(huán)境中部署成功的AI原型。實現(xiàn)規(guī)?；牡谝徊缴婕白孉I原型快速處理來自車間/生產(chǎn)環(huán)境的實時數(shù)據(jù)。為了自動收集實時、動態(tài) 數(shù)據(jù)，原型需要與傳統(tǒng)IT(如MES和ERP)和工業(yè)物聯(lián)網(wǎng)（IIoT）系統(tǒng)集成。

• 奠定數(shù)據(jù)治理和AI/數(shù)據(jù)人才的堅實基礎(chǔ)。為了為規(guī)模化應用創(chuàng)建一個堅實的基礎(chǔ)，并鼓勵新的實施，制造商應設計一個數(shù)據(jù)治理框架，對數(shù)據(jù)生成、管理和分析相關(guān)的關(guān)鍵流程進行定義。此外，他們需要部署一個數(shù)據(jù)&AI平臺——一個使用AI來存儲和分析數(shù)據(jù)的中央平臺，并將其提供給特定問題的AI應用。除了治理和平臺之外，人才也將是一個關(guān)鍵的組成部分，包括AI、數(shù)據(jù)科學和數(shù)據(jù)工程方面的制造業(yè)特定專業(yè)知識。

• 在整個制造網(wǎng)絡中對AI解決方案進行規(guī)模化。一旦AI平臺準備就緒，就可以在多個現(xiàn)場/工廠中部署和提供AI應用。需要持續(xù)監(jiān)控其性能，以了解所產(chǎn)生的價值、輸出質(zhì)量和可靠性。