来源 ：数据科学与人工智能

“物理世界”（以制造业设备所代表）和“数字世界”（由人工智能、传感器等技术代表）的碰撞催生了制造业的巨大的转变。两个世界的融合将为下一轮经济发展注入新的动能。以人工智能为代表的新技术正在对生产流程、生产模式和供应链体系等生产运营过程产生巨大影响。

据埃森哲公司测算，到2035年，人工智能技术的应用将使制造业总增长值（GVA）增长近4万亿美元，年度增长率达到4.4%。作为新的“生产要素”，人工智能对于制造业的影响有几方面：

（1）机器将部分取代人的工作，实现智能自动化。在中国、日本等国家，可以弥补由于老龄化、人力资源成本提升带来的劳动力短缺问题。

（2）人工智能通过增强劳动力技能带来生产效率的提升，以提高人的效率，经过重新培训的员工可以执行更高级的设计、编程和维护任务或创造性的工作。

（3）人工智能与制造业的深度融合不但将加速新产品的开发过程，还将彻底颠覆原有的生产流程，人工智能程序不仅可以自动完成任务，而且还可以实现全新的业务流程。比如，根据客户的个性化需求自定义产品配置。这将是人工智能在制造业领域的最终目标。

斯坦福人工智能实验室主任、前谷歌大脑项目负责人、前百度首席科学家吴恩达（Andrew Ng）离开百度以后，将自己的创业项目聚焦在制造业领域，希望通过为制造业转型提供技术、培训、运营流程管理等一系列解决方案，成为在制造业领域的AI服务提供商。我通过与吴恩达的交流，希望了解这位站在AI前沿的科学家是如何理解人工智能将为传统制造业带来的改变。

人工智能将改变制造业的哪些方面

吴恩达认为，目前，人工智能可能在制造业的四个领域中得到应用。

首先，制造业的很多细分领域依赖视觉检查。

AI设备对样品进行视觉检查的能力正在迅速提高，这使我们能够建立自动视觉检测系统。人工智能能够比较产品和照片，并决定是否通过检查。吴恩达团队将机器视觉应用在制造业中的精确质量分析领域，通过比人眼敏感多倍的相机结合AI技术提升图像理解的能力。该公司开发了机器视觉工具，用于在超出人类视觉范围的分辨率下发现电路板等产品中的微观缺陷，并使用机器学习算法对极少量的样本图像进行培训。

其次，优化生产过程。

AI通过调节和改进生产过程中的参数，对于制造中使用的很多机器进行参数设置。生产过程中，机器需要进行诸多参数的设置。例如，在注塑中，可能需要控制塑料的温度、冷却时间表、速度等等。所有这些参数都可能受到各种外部因素的影响，例如，外界温度等。通过收集所有这些数据，AI可以改进自动设置和调整机器的参数。

第三，提高新产品制造过程中的设计、制造效率。

制造新产品无论在设计还是在生产过程中都是一个迭代的过程，充满了微调。人工智能将能够显著缩短这一过程，提升制造行业的效率。

第四，确定产品质量问题来源。

许多产品的制造过程涉及到一系列的步骤，因此，如果最终产品没有通过检验，有时难以确定问题来源。人工智能、数据科学和数据分析将帮助自动识别生产中有问题的步骤。

目前Landing.ai为制造行业的合作伙伴提供了视觉检测、自动化控制、智能化校准以及问题根源分析等解决方案。除了吴恩达提到的这些应用。未来工厂可能会采用智能自动叉车和传送带搬运材料和成品。机器视觉领域，除了在微观层面质量检测方面的应用，未来还可以训练机器人感知周围的环境、避免中断或者危险。此外，人工智能还可在制造业领域中的自适应制造、自动质量控制、预防性维护、无人驾驶等领域应用。

传统企业向人工智能转型面临的挑战

吴恩达认为，对大企业而言，在应用人工智能方面，目前最大的挑战是如何应用AI技术扩大业务规模，目前能够帮助企业完成这一挑战的人才和AI工具和还不存在。对于传统制造企业来说，应用AI的主要障碍有几方面，其中之一是人工智能技术的复杂性。目前很少有团队能够很好的理解并且有效的实施这项技术。

同时，在AI科技公司之外，很少有公司能够获取足够的AI技术人才。

AI整合战略本身和技术一样复杂，这个过程涉及到数据采集、组织结构设计、AI项目的优先次序等等。而且，好的AI战略专家比AI技术专家更加罕见。企业转型是牵一发动全局的过程，尤其是涉及到劳动力结构调整，过程本身比较复杂，其中也包括文化挑战，这方面特别是劳动力转型的问题，需要一定的时间过渡。

制造企业需要为员工提供更完善的再培训，帮助他们为未来的工作做好准备。传统企业除了需要做好转型方面的人才、技术储备，同时需要让员工理解人工智能的目的不是为了取代劳动力，而是为了增强员工能力、为企业赋能，帮助其成功。

人工智能可以通过自适应制造、自动质量控制、预防性维护等解决方案有效地应对当今制造业面临的挑战。这些AI在制造业的应用中，有些技术已经开始部分的应用，但还没有得到广泛的应用，技术的复杂和资源（包括人力资源）的匮乏目前转型的障碍之一。

传统制造业公司和AI技术公司的定位

由于传统制造业在人工智能方面缺乏相应的人才。人工智能科技公司应该在培训劳动力方面发挥作用，率先在传统行业的新一波转型浪潮中帮助传统公司员工传授必要的技能。现阶段，传统公司可能会认为AI是一个难以想象的未来，但AI可以帮助企业实现部分任务的自动化，使员工能够承担更高层次的工作职责，并将其思想用于创造更多有价值的贡献。

此外，吴恩达提到最近参加在北京举行的2018年工业互联网峰会，发现很多中国公司已经走上应用人工智能的道路。中国政府推进工业互联网发展的速度很快，并推动了许多改造传统工业的举措。通过组建工业互联网联盟，制定支持产业升级新政策，一大批企业开始全身心地迎接机器人、物联网、大数据和机器学习融合的工业物联网发展趋势。

在传统制造业的全球版图中，转型对于发达国家和发展中国家所产生的影响各有不同。在发展中经济体，制造业向AI转型将使产品更容易实现规模化生产进而降低制造成本。AI还将帮助小规模生产者向全球供应链销售产品并从中受益。在发达经济体，人工智能与制造业的深度融合也将为推动新一代产品、设备和经验铺平道路。

制造行业面临的某些挑战是普遍的，并非针对某一公司或者行业。在制造行业中应用AI技术背后的一些原则和理念是可重复性的。但吴恩达希望Landing.ai能够实现的目标是与制造企业合作开发针对特定行业的技术与培训，而不是做通用的技术工具。吴恩达团队开发了包括引进新技术、运营流程管理、重塑组织结构、AI人才战略在内的各方面AI转型计划，目前已与富士康、鸿海等公司达成合作。

在此，请设想一下未来制造业的远期场景：由人工智能、大数据、云计算、5G通信、物联网等为代表的一系列技术簇将使未来的制造业从价值链、生产模式、商业模式、产品设计等多方面发生本质上的变化。

由于技术的进步，产品自身将携带更多的信息或者更加智能。伴随消费力量的崛起，消费者主动参与设计和共同创造产品将成为可能。而个性化与定制化需求增加将逐渐瓦解目前所谓的大众消费市场。由于3D打印等技术的普及，“规模”未必“经济”。制造业的价值链也将重新分配。生产者绕开中间商直接吸引消费者。

产品的生产模式也将发生转变，从“按预测量生产”到“按订单生产”。从想法到市场的速度加快，消费者也更直接的将需求反馈给生产者。伴随技术的演进，传统制造业需要拥抱未来，进行一场自我革命。