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

離散行業(yè)應用占比領先。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)模復制，輕工消費品領域當前占比最高；二是流程行業(yè)生產(chǎn)過程復雜，工藝門檻高，目前解決的多是生產(chǎn)過程中較為單點的問題。

數(shù)字化基礎與AI技術成熟度成為行業(yè)落地普及的兩個關鍵因素。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，占比超過全行業(yè)45%。通用AI領域成熟的圖像/視頻分析，與質(zhì)量、安全等企業(yè)關注的重點環(huán)節(jié)形成天然契合，成為前述重點行業(yè)落地的首批場景。

圖1：細分行業(yè)人工智能應用占比

Q2 工業(yè)智能在裝備行業(yè)的應用有哪些?

智能產(chǎn)品與服務成為裝備價值提升的核心。汽車、軌道交通、工程機械等裝備逐步向智能化產(chǎn)品演進，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；航空和交通領域成為開展增值服務的重點行業(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)化實時飛行路徑。汽車、航空的設計仿真優(yōu)化成為AI應用的重點。空客基于深度學習在幾秒鐘內(nèi)預測整個馬赫包絡線，快速評估跨音速流中的翼型性能；北汽福田應用AI找到最佳的設計路徑，消除原結(jié)構太重和產(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%，強度增強18.8%。

圖2：裝備行業(yè)人工智能應用情況

Q3 工業(yè)智能在原材料行業(yè)的應用有哪些?

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)進行預測調(diào)整，如三井化學公司使用深度學習處理由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)量問題并預測化學組合的結(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。如寶鋼集團基于回歸樹對各個工藝參數(shù)重要性進行評估，基于業(yè)務經(jīng)驗設定投料系數(shù)規(guī)則并進行投料系數(shù)優(yōu)化，已應用于寶山基地70余個機組，在熱軋某機組全年綜合投料優(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現(xiàn)安全管理，如東源科技結(jié)合機械表、液位計、罐體溫度的圖像識別和紅外成像技術等綜合進行氣液泄露識別。

圖3：原材料行業(yè)人工智能應用情況

Q4工業(yè)智能在輕工與消費品行業(yè)的應用有哪些?

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)構或進行新治療方案開發(fā)等，如藥明康德針對未知晶體結(jié)構或配體的靶點，探索利用AI技術開發(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)化重點關注領域。一方面基于AI分析預測市場需求，優(yōu)化庫存管理，并為消費者精準推送信息，如日本House集團基于AI構建市場預測模型，對集團生產(chǎn)和銷售制定合理的供需計劃，避免了 10%的產(chǎn)品/材料浪費及60%的管理耗時。另一方面主要基于自然語言處理技術提供面向顧客的智能聊天與推薦等服務，如李維斯推出智能聊天機器人，跟用戶對話獲取用戶的偏好之后，機器人會整合尺碼、布料偏好、顏色等信息為用戶推薦最適合他的褲子。

圖4：輕工與消費品行業(yè)人工智能應用情況

審核編輯：劉清