人工智能制造產(chǎn)業(yè)發(fā)展報(bào)告課件

1、人工智能制造產(chǎn)業(yè)發(fā)展報(bào)告目錄“人工智能+制造” 的現(xiàn)狀“人工智能+制造” 的概念互聯(lián)網(wǎng)助力“人工智能+制造”“人工智能+制造” 的影響010203040506“人工智能+制造” 政策借鑒加快推進(jìn)“人工智能+制造” 對(duì)策建議“人工智能+制造”的概念什么是人工智能什么是“人工智能+制造” 人工智能如何“+”制造01為什么要研究“人工智能+制造”？工業(yè)困局信息革命發(fā)達(dá)國(guó)家：產(chǎn)業(yè)空心化， 賺了利潤(rùn)但丟了就業(yè)，且 貿(mào)易逆差發(fā)展中國(guó)家：產(chǎn)業(yè)低值化， 賺了收入和就業(yè)，但丟了 利潤(rùn)和環(huán)境算據(jù)：大數(shù)據(jù)算力：云+邊緣計(jì)算算法：深度神經(jīng)網(wǎng)絡(luò)信息技術(shù)的發(fā)展，對(duì)各行各 業(yè)效率提升提供了可能英國(guó)：高價(jià)值制造、人工智能 發(fā)

2、展計(jì)劃美國(guó)：先進(jìn)制造、工業(yè)互聯(lián)網(wǎng)、 制造業(yè)回流德國(guó)：工業(yè)4.0日本：機(jī)器人新戰(zhàn)略、工業(yè)價(jià) 值鏈、社會(huì)5.0中國(guó)：中國(guó)制造2025、新一 代人工智能規(guī)劃概念三問問題1：什么是人工智能？DeepMind的圍棋阿法狗本田的人 行機(jī)器人 ASIMO波士頓動(dòng)力的自主機(jī)器狗DeepMind模擬老鼠網(wǎng)格 細(xì)胞的定位與導(dǎo)航歷史：理論+專家系統(tǒng)符號(hào)主義（邏輯）聯(lián)結(jié)主義（仿生）行為主義（控制）當(dāng)前：大數(shù)據(jù)+深度學(xué)習(xí)深度神經(jīng)網(wǎng)絡(luò)大規(guī)模、無監(jiān)督、多層次非結(jié)構(gòu)數(shù)據(jù)處理突破（圖像、語(yǔ)音）算法突破算力飛躍互聯(lián)網(wǎng)50億連接，積累了海量數(shù)據(jù)（主要是人）物聯(lián)網(wǎng)500億連接，開啟更大規(guī)模數(shù)據(jù)的來源： 機(jī)器、政府、生物、環(huán)境CPU-

3、GPU-TPU，計(jì)算速度和效率大幅提升云+邊緣計(jì)算，低成本、海量計(jì)算資源光刻等技術(shù)進(jìn)一步發(fā)展，芯片越來越小，端處 理能力持續(xù)提高算據(jù)激增ImageNet大賽 2014：Google-22層 2015：MS-152層2016：商湯-1207層錯(cuò)誤率：6.7%-3.6%-3.1%年增長(zhǎng)率47%2017年超10EB/月TPU速度=15-30倍GPUGPU速度=1-3倍CPU未來：小數(shù)據(jù)+大任務(wù)當(dāng)前：“大數(shù)據(jù)、小任務(wù)”海量數(shù)據(jù)局部、特定問題（如計(jì)算下棋落 子的位置）“暴力”計(jì)算未來：“小數(shù)據(jù)、大任務(wù)”少量數(shù)據(jù)全局問題獨(dú)立閉環(huán)（如像人一樣 到場(chǎng)落座下棋離場(chǎng)）-“精確”計(jì)算問題2：什么是“人工智能+制造”

4、？“人工智能+制造”簡(jiǎn)史歷史：專家系統(tǒng)輔助制造20世紀(jì)60-80年代，根據(jù)“知識(shí)庫(kù)”和“if-then”邏輯推理構(gòu)建的“專家系統(tǒng)”，在礦藏 勘測(cè)、污染物處理、太空艙任務(wù)控制等方面得到初步應(yīng)用專家系統(tǒng)實(shí)際上只是一定程度上實(shí)現(xiàn)了這些環(huán)節(jié)和流程的分析和自動(dòng)化，對(duì)于錯(cuò)綜復(fù)雜的現(xiàn) 實(shí)問題只能提供有限的輔助參考當(dāng)前：深度學(xué)習(xí)優(yōu)化制造人工智能及相關(guān)技術(shù)融合應(yīng)用，逐步實(shí)現(xiàn)對(duì)制造業(yè)各流程環(huán)節(jié)效率優(yōu)化。主要由工業(yè)物聯(lián)網(wǎng) 采集各種生產(chǎn)數(shù)據(jù)，放到云計(jì)算資源中，通過深度學(xué)習(xí)算法處理后提供建議甚至自主優(yōu)化未來：人機(jī)融合協(xié)同制造機(jī)器和人將重新磨合成新的相互配合、補(bǔ)充、協(xié)同工作的平衡關(guān)系。未來智能制造將以人為 中心，統(tǒng)籌協(xié)調(diào)

5、人、信息系統(tǒng)、和物理系統(tǒng)的綜合集成大系統(tǒng)，即“人-信息-物理系統(tǒng)”（human-cyber-physical systems, HCPS）問題3：人工智能如何“+”制造？“人工智能+制造”魔方體系模型技術(shù)范式數(shù)字化：可編程網(wǎng)絡(luò)化：可協(xié)同智能化：可自主生產(chǎn)組織工廠：生產(chǎn)單元自主企業(yè)：企業(yè)各部門協(xié)同生態(tài)：供應(yīng)鏈+客群連接價(jià)值形態(tài)產(chǎn)品：人性化功能制造：人機(jī)協(xié)同生產(chǎn)服務(wù)：個(gè)性化服務(wù)“人工智能+制造”的現(xiàn)狀產(chǎn)業(yè)規(guī)模 典型案例 面臨挑戰(zhàn)02產(chǎn)業(yè)結(jié)構(gòu)：從單一鏈到嵌套網(wǎng)嵌套網(wǎng)單一鏈物體數(shù)字體物體與數(shù)字體映射，一個(gè)變另一個(gè)也變物流信息流多個(gè)物體的變化形成物流，對(duì)應(yīng)的數(shù)字 體變化匯聚為信息流，通過洞察信息流 通盤

6、管理整個(gè)物流制造業(yè)信息業(yè)兩個(gè)產(chǎn)業(yè)融合，形成新的產(chǎn)品、生產(chǎn)組 織方式、滿足新的需求AI+實(shí)質(zhì)是兩化融合的高階產(chǎn)業(yè)結(jié)構(gòu)：六大典型領(lǐng)域基礎(chǔ)平臺(tái)應(yīng)用制造業(yè)物聯(lián)網(wǎng)制造云（公有）制造業(yè)大數(shù)據(jù)及 商業(yè)分析制造業(yè)人工智能（算法）工業(yè)機(jī)器人DCSPLC智能工廠應(yīng)用/解決方案MESERP產(chǎn)業(yè)規(guī)模：1千億到7千億，連接/平臺(tái)貢獻(xiàn)大整體規(guī)模2016年約為1.2千億美元2025年將超過7.2千億美元復(fù)合年均增長(zhǎng)率預(yù)計(jì)可超過25%具體組成連接：工業(yè)物聯(lián)網(wǎng)4.7%-14%，增長(zhǎng)近10%平臺(tái)：制造云、大數(shù)據(jù)和人工智能24%-36%，增長(zhǎng)12%。在互聯(lián)網(wǎng)領(lǐng)域發(fā)展成熟 的平臺(tái)生態(tài)模式，將成為制造業(yè)智能化轉(zhuǎn)型 升級(jí)的重要選擇六大細(xì)

7、分領(lǐng)域特點(diǎn)領(lǐng)域典型技術(shù)/產(chǎn)品典型適用行業(yè)工業(yè)機(jī)器人傳統(tǒng)機(jī)器人仍然占據(jù)市場(chǎng)主體 協(xié)作機(jī)器人將會(huì)呈現(xiàn)高速增長(zhǎng)金屬和機(jī)械行業(yè)應(yīng)用增速最顯著；包裝、物料處理和自動(dòng)化機(jī)械工具等較多制造業(yè) 物聯(lián)網(wǎng)廣義包括基礎(chǔ)-平臺(tái)-應(yīng)用-方案 具體分為托管服務(wù)和專業(yè)服務(wù)各子行業(yè)、全流程都將廣泛適用制造云IaaS/PaaS是未來主要增長(zhǎng)離散型由于環(huán)境分散、過程復(fù)雜，更需要制造業(yè)大數(shù)據(jù) 及商業(yè)分析非關(guān)系型數(shù)據(jù)存儲(chǔ)和認(rèn)知軟件平臺(tái)增長(zhǎng)最強(qiáng)勁 其他：內(nèi)容分析、搜索系統(tǒng)、IT和商業(yè)服務(wù)等資產(chǎn)型制造（如機(jī)器裝備，資產(chǎn)跟蹤和管理） 品牌型制造（如快消品，實(shí)時(shí)精準(zhǔn)營(yíng)銷）技術(shù)型制造（如電子產(chǎn)品，供應(yīng)鏈監(jiān)測(cè)和管理）制造業(yè) 人工智能技術(shù)：計(jì)算機(jī)

8、視覺目前占比最大產(chǎn)品：預(yù)測(cè)性維護(hù)和機(jī)械檢查目前占比最大主要應(yīng)用于工序復(fù)雜的行業(yè)目前汽車行業(yè)人工智能技術(shù)應(yīng)用最多智能工廠應(yīng)用/ 解決方案分布式控制系統(tǒng)（DCS）目前占最比最大。結(jié)合大 數(shù)據(jù)和人工智能可有效實(shí)現(xiàn)預(yù)測(cè)性防護(hù)和優(yōu)化制造執(zhí)行系統(tǒng)（MES）預(yù)計(jì)未來增速最快。生產(chǎn)執(zhí) 行操作和管理，能夠有效縮時(shí)、提產(chǎn)汽車行業(yè)將占全球智能工廠市場(chǎng)最高份額，因 新一代電動(dòng)和智能汽車規(guī)模發(fā)展石油天然氣工廠對(duì)安全性和可靠性需求日益增 加，因此采用智能工廠預(yù)計(jì)會(huì)最高案例1研發(fā)設(shè)計(jì)，大幅降低不確定性成本基于卷積神經(jīng)網(wǎng)絡(luò)的新藥研發(fā)（Atomwise）【痛點(diǎn)】：研發(fā) 慢+貴新藥研發(fā) = 各種不同化合物組合與測(cè)試10-15年

9、+ 5-10億美元 = 一款新藥研發(fā)成功【方案】：超級(jí)計(jì)算機(jī)（IBM藍(lán)色基因）+獨(dú)家 算法（AtomNet）學(xué)習(xí)：分析學(xué)習(xí)已有數(shù)據(jù)庫(kù)發(fā)現(xiàn)：數(shù)字化模擬藥品研發(fā)過程，對(duì)基本的化學(xué)基 團(tuán)（如氫鍵、單鍵碳等）組合發(fā)掘新的有機(jī)化合物測(cè)試：分析化合物的成效關(guān)系評(píng)估：新藥結(jié)構(gòu)組成和風(fēng)險(xiǎn)【效果】：快+便宜（相比傳統(tǒng)技術(shù)*）節(jié)省一半早期藥物篩選實(shí)驗(yàn)的數(shù)量大大提高結(jié)果成功率鑰匙開門鎖【啟示】研發(fā)設(shè)計(jì)環(huán)節(jié)，人工智能可基于海量數(shù)據(jù)建模 分析，將原本高不確定性、高成本的實(shí)物研發(fā)、 轉(zhuǎn)變?yōu)榈统杀靖咝实臄?shù)字化自動(dòng)研發(fā)對(duì)于制藥、化工、材料等研發(fā)周期長(zhǎng)、成本高、 潛在數(shù)據(jù)豐富的行業(yè)，作用尤其明顯配體有效結(jié)合蛋白質(zhì)=案例2生產(chǎn)

10、制造，柔性生產(chǎn)滿足個(gè)性需求【啟示】生產(chǎn)制造環(huán)節(jié)，人工智能可針對(duì)消費(fèi)者個(gè)性化 需求數(shù)據(jù)，在保持與大規(guī)模生產(chǎn)同等、甚至更 低成本的同時(shí)，提高生產(chǎn)的柔性生產(chǎn)制造系統(tǒng)越柔性，越能快速響應(yīng)市場(chǎng)需求 等關(guān)鍵因素的變化，尤其適合服飾、工藝品等 與消費(fèi)者體征或品味等需求相關(guān)性強(qiáng)的行業(yè)基于個(gè)人數(shù)據(jù)分析的批量定制（adidas）【痛點(diǎn)】：同質(zhì)競(jìng)爭(zhēng) - 價(jià)格戰(zhàn) - 低利潤(rùn)傳統(tǒng)生產(chǎn) = 標(biāo)準(zhǔn)化 + 大批量 = 同質(zhì)競(jìng)爭(zhēng)競(jìng)爭(zhēng)差異化 = 個(gè)性化需求定制 = 高成本【方案】：迅捷工廠（Speed Factory）*技術(shù)：3D打印+機(jī)器人手臂+電腦針織需求：依靠云端收集顧客足型和運(yùn)動(dòng)數(shù)據(jù)生產(chǎn)：按照顧客的喜好選擇配料和設(shè)計(jì)，并

11、在庫(kù)卡 機(jī)器人手臂、電腦針織和人工輔助的共同協(xié)作下完 成定制【效果】：快+個(gè)性化節(jié)省時(shí)間：18個(gè)月 - 1周，完成生產(chǎn)上架成本不變，實(shí)現(xiàn)小規(guī)模、個(gè)性化定制案例3質(zhì)量管控，快速質(zhì)檢并保障質(zhì)量【啟示】質(zhì)量管控環(huán)節(jié)，人工智能結(jié)合物聯(lián)網(wǎng)和大數(shù)據(jù) 技術(shù)，能夠?qū)崿F(xiàn)對(duì)產(chǎn)品質(zhì)量的自動(dòng)檢測(cè)擴(kuò)展到 生產(chǎn)的全流程，從而不僅提高質(zhì)檢效率，甚至 能指導(dǎo)工藝、流程等改善，提高整體良品率尤其適合材料、零配件、精密儀器等產(chǎn)量大、 部件復(fù)雜、工藝要求高的行業(yè)基于視覺識(shí)別的質(zhì)量檢測(cè)（IBM）【痛點(diǎn)】：人工速度慢、誤差多、成本高傳統(tǒng)質(zhì)檢 = 人工為主 = 精度有限 = 次品漏檢人工經(jīng)驗(yàn)難量化，難以指導(dǎo)產(chǎn)線優(yōu)化【方案】：視覺洞察（V

12、isual Insights）*技術(shù)：前臺(tái)高清攝像頭 + 后臺(tái)Watson算法建模：Watson中央學(xué)習(xí)服務(wù)器通過訓(xùn)練不斷識(shí)別 合格和異常產(chǎn)品圖像差異從而建模分析判斷：攝像頭捕捉產(chǎn)品組件在生產(chǎn)和組裝過程 中的圖像，提供給Watson進(jìn)行分析檢查：人工檢查員進(jìn)行二次檢查和確認(rèn)【效果】：快+高質(zhì)量+成本節(jié)約質(zhì)檢時(shí)間縮短80%、產(chǎn)品質(zhì)量缺陷減少7%-10%、 節(jié)約重復(fù)性人工成本案例4供應(yīng)管理，精準(zhǔn)掌握供需變化提效能【啟示】供應(yīng)管理環(huán)節(jié)，人工智能在于建立更實(shí)時(shí)、精 準(zhǔn)匹配的供需關(guān)系。即通過掌握和預(yù)測(cè)需求動(dòng) 態(tài)變化，以進(jìn)行更有效的供應(yīng)鏈調(diào)整優(yōu)化更適合于快消、零配件等市場(chǎng)需求變動(dòng)較大、 供應(yīng)鏈較復(fù)雜的行業(yè)

13、基于需求感知的庫(kù)存動(dòng)態(tài)調(diào)整（Tools Group）【痛點(diǎn)】：供應(yīng)鏈效率低、成本高技術(shù)有限 - 需求預(yù)測(cè)不準(zhǔn) - 供應(yīng)響應(yīng)不足導(dǎo)致：庫(kù)存管理成本提高 + 最終用戶體驗(yàn)差【方案】：端-端供應(yīng)鏈優(yōu)化組件SO99+*組件組成：需求、計(jì)劃和庫(kù)存需求預(yù)測(cè)：基于貿(mào)易促銷和媒體活動(dòng)預(yù)測(cè)；基于新 產(chǎn)品介紹預(yù)測(cè)；基于社交聆聽預(yù)測(cè)；基于極端或復(fù) 雜的季節(jié)性預(yù)測(cè)；基于氣候數(shù)據(jù)預(yù)測(cè)供應(yīng)優(yōu)化：多級(jí)庫(kù)存、計(jì)劃生產(chǎn)等動(dòng)態(tài)調(diào)整，最終 實(shí)現(xiàn)采購(gòu)和補(bǔ)貨的半自動(dòng)甚至全自動(dòng)化【效果】：快+精準(zhǔn)有效減少50%的預(yù)測(cè)誤差、提高20%的庫(kù)存性能， 并能有效優(yōu)化庫(kù)存分布案例5運(yùn)營(yíng)維護(hù)，提前預(yù)測(cè)和解決故障風(fēng)險(xiǎn)【啟示】運(yùn)營(yíng)維護(hù)環(huán)節(jié)，人工智能在于

14、對(duì)設(shè)備或產(chǎn)品的 運(yùn)行狀態(tài)建立模型，找到與其運(yùn)行狀態(tài)強(qiáng)相關(guān) 的先行指標(biāo)，通過這些指標(biāo)的變化、能夠提前 預(yù)測(cè)設(shè)備故障的風(fēng)險(xiǎn)，從而預(yù)防故障的發(fā)生對(duì)于設(shè)備或產(chǎn)品故障成本高的行業(yè)意義重大， 比如裝備、精密儀器等基于運(yùn)營(yíng)數(shù)據(jù)分析的預(yù)測(cè)性維護(hù)（Microsoft）【痛點(diǎn)】：故障事后處理，高成本有限狀態(tài)指標(biāo) + 缺乏預(yù)測(cè)模型 - 設(shè)備故障后處理- 停機(jī)停產(chǎn)維修 - 高成本【方案】：預(yù)測(cè)性維護(hù)*技術(shù)：物聯(lián)網(wǎng)+云計(jì)算+機(jī)器學(xué)習(xí)步驟：確定預(yù)測(cè)目標(biāo)和結(jié)果、明確數(shù)據(jù)源、獲取及 整合數(shù)據(jù)、建模、測(cè)試和迭代、現(xiàn)場(chǎng)操作驗(yàn)證、融 入運(yùn)營(yíng)功能：設(shè)備或產(chǎn)品運(yùn)營(yíng)狀態(tài)的實(shí)時(shí)監(jiān)測(cè)和健康預(yù)警【效果】：全天候+節(jié)約如電梯制造服務(wù)商thyss

15、enkrupp，借此減少50% 電梯停運(yùn)時(shí)間、節(jié)約15%維護(hù)費(fèi)用面臨挑戰(zhàn)：四個(gè)主要方面 技術(shù)有缺口缺關(guān)鍵自主技術(shù)（如芯片、核心裝備部件、 軟件/算法等）導(dǎo)致產(chǎn)業(yè)受制（如美國(guó)最新針對(duì)中國(guó)制造2025貿(mào)易戰(zhàn)）但關(guān)鍵技術(shù)、尤其是基礎(chǔ)技術(shù)需要長(zhǎng)期大 量投入研發(fā)，短時(shí)難突破 標(biāo)準(zhǔn)難落地政府和機(jī)構(gòu)已牽頭在建各種標(biāo)準(zhǔn)但不同線條的標(biāo)準(zhǔn)間仍存差異更重要的是，當(dāng)前制造業(yè)設(shè)備很多來自國(guó) 外廠商，多廠家軟硬件不兼容的情況多見， 頂層設(shè)計(jì)的標(biāo)準(zhǔn)與復(fù)雜的現(xiàn)狀一時(shí)難以匹 配落地 管理模式舊工業(yè)時(shí)代的大規(guī)模、標(biāo)準(zhǔn)化生產(chǎn)，造成制 造企業(yè)管理仍然以金字塔、多層次、細(xì)分 化為主這種模式，組織末梢人員任務(wù)單一、彈性 弱，難適應(yīng)快速變

16、動(dòng)的市場(chǎng)而人工智能的普及，更可能需要新的人機(jī) 協(xié)同分工機(jī)制設(shè)計(jì) 資本投入少近年來制造業(yè)普遍利潤(rùn)不高，投資回報(bào)率 相對(duì)其他高新領(lǐng)域低，商業(yè)資本的關(guān)注度 走低而制造業(yè)的改造升級(jí)，又需要長(zhǎng)期大量的 資本投入，短期效益可能很難顯現(xiàn)，資本 投入就更偏謹(jǐn)慎“人工智能+制造”的影響整體產(chǎn)業(yè)影響 分類產(chǎn)業(yè)影響03人工智能+對(duì)制造業(yè)影響的四個(gè)角度 改變就業(yè)市場(chǎng)結(jié)構(gòu)性失業(yè)：50%*的現(xiàn)有工作可能被替 代，制造業(yè)就業(yè)人口縮減創(chuàng)造新職業(yè)/崗位：針對(duì)機(jī)器的開發(fā)、管 理、維護(hù)等崗位增加人機(jī)賽跑的拐點(diǎn)？就業(yè)數(shù)量絕對(duì)減少的拐 點(diǎn)可能到來* 提高生產(chǎn)效率增效：柔性生產(chǎn)、全天候生產(chǎn)提質(zhì)：降低人為錯(cuò)誤、持續(xù)工藝改善，提 升成品率降

17、本：重復(fù)性、危險(xiǎn)性工作機(jī)器替人；生 產(chǎn)廢料、時(shí)間等成本節(jié)約 優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)淘汰：大部分傳統(tǒng)“非智能”產(chǎn)品，尤其是電子制品改造：部分產(chǎn)品被逐漸“注智”，變成新 產(chǎn)業(yè)，如自動(dòng)駕駛汽車孕育：新的智能產(chǎn)業(yè)，如算法公司 重構(gòu)國(guó)際分工削弱傳統(tǒng)勞動(dòng)力比較優(yōu)勢(shì)工業(yè)強(qiáng)國(guó)向下游、工業(yè)大國(guó)向上游，爭(zhēng)奪 更多價(jià)值空間地理上的國(guó)家國(guó)際分工，可能進(jìn)一步形成新跨國(guó)平臺(tái)間的競(jìng)爭(zhēng)與合作人工智能+對(duì)不同制造業(yè)的影響差異比較行業(yè)類型特征典型行業(yè)發(fā)展瓶頸人工智能作用勞動(dòng) 密集型低勞動(dòng)力成本 為核心競(jìng)爭(zhēng)力加工組裝（家電、電子產(chǎn)品）人工成本不斷提高 工人不穩(wěn)定性影響品質(zhì)減少人工降低人工造成的品質(zhì) 不穩(wěn)定資本 密集型固定成本占比高材料（冶金

18、、化工）柔性化程度低不能滿足 定制需求實(shí)現(xiàn)低成本定制化 生產(chǎn)技術(shù) 引領(lǐng)型依靠技術(shù)進(jìn)步 獲得競(jìng)爭(zhēng)力高新（生物醫(yī)藥、航空航天）技術(shù)研發(fā)的風(fēng)險(xiǎn)、不可 控和長(zhǎng)周期提高技術(shù)研發(fā)成功率縮短研發(fā)周期市場(chǎng) 變動(dòng)型產(chǎn)品生命周期短快消品（服裝、食品）難以準(zhǔn)確預(yù)測(cè)市場(chǎng)走向準(zhǔn)確預(yù)測(cè)和快速響應(yīng) 市場(chǎng)互聯(lián)網(wǎng)助力“人工智能+制造”互聯(lián)網(wǎng)助力的基礎(chǔ) 互聯(lián)網(wǎng)助力的模式 互聯(lián)網(wǎng)助力的實(shí)踐04互聯(lián)網(wǎng)助力的五大基石云連 接用戶-產(chǎn)品海量用戶連接， 可擴(kuò)展為用戶和 產(chǎn)品/企業(yè)的連接安 全信息-物理多年信息安全經(jīng)驗(yàn)， 將成為企業(yè)生產(chǎn)經(jīng) 營(yíng)物理安全的保障數(shù) 據(jù)需求-生產(chǎn)基于海量用戶連接 洞察趨勢(shì)，能幫助 企業(yè)生產(chǎn)貼近需求算 法通用-專用數(shù)

19、據(jù)挖掘推動(dòng)智能 算法領(lǐng)先，能為企 業(yè)直接調(diào)用和轉(zhuǎn)化公有-私有海量數(shù)據(jù)推動(dòng)云計(jì)算 建設(shè)領(lǐng)先，能有效轉(zhuǎn) 化為對(duì)企業(yè)的服務(wù)互聯(lián)網(wǎng)助力的三種典型模式智能+產(chǎn)品由軟到硬算法嵌入產(chǎn)品人工智能成產(chǎn)品功能智能+服務(wù)由硬到軟賣產(chǎn)品轉(zhuǎn)向賣服務(wù)銷售變成智能運(yùn)營(yíng)智能+生產(chǎn)由外到內(nèi)從供需到生產(chǎn)從通用深入專用智能模式1：智能+產(chǎn)品智能+芯片智能+組件智能+產(chǎn)品從應(yīng)用需求出發(fā)主導(dǎo)設(shè)計(jì)和開發(fā)更高性能的人工智能芯片為產(chǎn)業(yè)提供更有效的算力支持Google自主打造的張量處理 單元（TPU），專為大規(guī)模機(jī) 器學(xué)習(xí)定制將算法API化對(duì)外開放供企業(yè)調(diào)用并二次開發(fā)借助生態(tài)推動(dòng)智能產(chǎn)品落地百度針對(duì)無人駕駛推出阿波羅 開放平臺(tái)計(jì)劃（Apoll

20、o）基于自身人工智能技術(shù)/應(yīng)用直接生產(chǎn)相應(yīng)軟硬件一體化的人工智能產(chǎn)品將此產(chǎn)品作為平臺(tái)進(jìn)一步發(fā)展Amazon智能音箱echo，內(nèi) 嵌 其 人 工 智 能 語(yǔ) 音 助 手alexa， 語(yǔ)音對(duì)話就能夠控制操作模式2：智能+服務(wù)C端（用戶）：功能即服務(wù)狹義：產(chǎn)品附加智能功能。比如在安全方 面，通過臉部、聲紋等識(shí)別解鎖；廣義：產(chǎn)品可提供的所有智能應(yīng)用。需智 能產(chǎn)品變成一個(gè)開放平臺(tái)，使得各種開發(fā) 方可開發(fā)和提供豐富的應(yīng)用B端（企業(yè)）：洞察即服務(wù)借助人工智能算法能夠比較完整地勾勒出 用戶的畫像和需求特征一是售前營(yíng)銷：實(shí)現(xiàn)更實(shí)時(shí)、精準(zhǔn)的廣告 信息傳遞二是售后維護(hù)：對(duì)制造業(yè)產(chǎn)品的實(shí)時(shí)監(jiān)測(cè)、 管理和風(fēng)險(xiǎn)預(yù)警例：G

21、oogle專門為制造企業(yè)開發(fā)了制造商中心解決方案，為制造商的產(chǎn)品提供在Google全網(wǎng)的精準(zhǔn)廣告展示 ，有效幫助制造商提升在線轉(zhuǎn)化率模式3：智能+生產(chǎn)橫向通用平臺(tái)：基礎(chǔ)設(shè)施用云計(jì)算構(gòu)建工業(yè)云平臺(tái)，在此基礎(chǔ)上提供人 工智能算法能力方式一：自建，如阿里巴巴的ET工業(yè)大腦，自 建并主導(dǎo)IaaS和PaaS層，在SaaS層引入工業(yè) 軟件等合作服務(wù)商；方式二：合建，如騰訊與 三一重工合作構(gòu)建“根云”工業(yè)互聯(lián)網(wǎng)平臺(tái)縱向垂直應(yīng)用：場(chǎng)景應(yīng)用針對(duì)具體制造企業(yè)的某一生產(chǎn)環(huán)節(jié)，利用軟、 硬件人工智能工具，提升該環(huán)節(jié)的生產(chǎn)效能。 主要應(yīng)用在：一是工藝優(yōu)化：即通過機(jī)器學(xué)習(xí)建立產(chǎn)品的健 康模型，識(shí)別各制造環(huán)節(jié)參數(shù)對(duì)最終產(chǎn)品

22、質(zhì)量 的影響，最終找到最佳生產(chǎn)工藝參數(shù)二是智能質(zhì)檢：即借助機(jī)器視覺識(shí)別，快速掃 描產(chǎn)品質(zhì)量，提高質(zhì)檢效率例：三一重工的設(shè)備畫像 和操作優(yōu)化騰訊實(shí)踐：“智慧 + 工業(yè)”典型案例 工藝優(yōu)化 智能質(zhì)檢 預(yù)測(cè)性維保 工業(yè)互聯(lián)網(wǎng)平臺(tái)研發(fā) 設(shè)計(jì)生產(chǎn) 制造質(zhì)量 管控供應(yīng) 管理運(yùn)營(yíng) 維護(hù)工業(yè)平臺(tái)騰訊案例1：工藝優(yōu)化 - 億緯鋰能新型鋰電能源領(lǐng)先企業(yè)工藝 + - 良品率 + - 成本 -/ 競(jìng)爭(zhēng)力 +數(shù)字化上云：把產(chǎn)線上重要工序運(yùn)行參數(shù)，實(shí)時(shí)接入工業(yè)物聯(lián)網(wǎng)平臺(tái)參數(shù)學(xué)習(xí)建模：利用深度學(xué)習(xí)篩選出電池質(zhì)量的關(guān)鍵參數(shù)實(shí)時(shí)計(jì)算與優(yōu)化建議：對(duì)各批次電池質(zhì)量進(jìn)行實(shí)時(shí)計(jì)算，及提供預(yù) 警和建議成熟產(chǎn)品（18650鋰電池）新產(chǎn)品（

23、21700鋰電池）- 83%（極耳焊接工序不良率）+ 1.5%（標(biāo)準(zhǔn)化良率）- 1260萬(wàn)（年節(jié)約成本）+ 2%（產(chǎn)能）騰訊案例2：智能質(zhì)檢 - 華星光電面板制造的龍頭企業(yè)工序多 - 人多 - 人工質(zhì)檢不穩(wěn)定、成本高圖像識(shí)別與訓(xùn)練：采用圖像識(shí)別技術(shù)，對(duì)華星光電生產(chǎn)線上產(chǎn)生的 面板海量圖片進(jìn)行快速學(xué)習(xí)及訓(xùn)練建模：形成高準(zhǔn)確度、能自主學(xué)習(xí)的新模型自主質(zhì)檢：實(shí)現(xiàn)全天候無間斷、機(jī)器自主精準(zhǔn)判片88.9%（分類識(shí)別準(zhǔn)確率）15 ms/圖（質(zhì)檢掃描效率）+ 1%（預(yù)測(cè)綜合性良率）- 60%（預(yù)測(cè)人力）騰訊案例3：預(yù)測(cè)性維保 - 三一重工全球知名機(jī)械裝備企業(yè)設(shè)備故障 + 設(shè)備租賃逾期 - 企業(yè)損失大基于云的

24、設(shè)備互聯(lián)：三一重工通過騰訊云把分布在全球各地的40萬(wàn) 臺(tái)設(shè)備接入平臺(tái)設(shè)備數(shù)據(jù)采集與監(jiān)控：實(shí)時(shí)采集1萬(wàn)多個(gè)運(yùn)行參數(shù)，遠(yuǎn)程監(jiān)控和管 理設(shè)備群的運(yùn)行建模與預(yù)測(cè)：對(duì)設(shè)備參數(shù)學(xué)習(xí)建模，實(shí)現(xiàn)對(duì)設(shè)備狀態(tài)異常預(yù)警建議-10% - -10億（租賃設(shè)備逾期率）（不良資產(chǎn)）6.5h + 85%（異常預(yù)測(cè)提前時(shí)間）（預(yù)測(cè)準(zhǔn)確率）騰訊案例4：工業(yè)互聯(lián)網(wǎng)平臺(tái) - 木星云連接數(shù)據(jù)計(jì)算管理各智能設(shè)備連接入云， 實(shí)現(xiàn)異構(gòu)數(shù)據(jù)融合、識(shí) 別、清洗、分類和處理百萬(wàn)級(jí)系統(tǒng)，ms級(jí)處理利用物聯(lián)平臺(tái)數(shù)據(jù)進(jìn)行3D 建模，實(shí)現(xiàn)可視化生產(chǎn)生產(chǎn)直觀、可控時(shí)間、成本、浪費(fèi)顯著降低機(jī)器學(xué)習(xí)數(shù)據(jù)構(gòu)建健康度模 型仿真，實(shí)現(xiàn)狀態(tài)預(yù)測(cè)預(yù)警系統(tǒng)健康掃描從月降為

25、天無效空轉(zhuǎn)降低60%企業(yè)微信作為移動(dòng)端 辦公審理協(xié)作平臺(tái)， 實(shí)現(xiàn)遠(yuǎn)程在線處理分鐘級(jí)監(jiān)測(cè)管理騰訊云 + 華龍訊達(dá)（工業(yè)應(yīng)用軟件高新企業(yè)）工業(yè)軟硬件廠家多 - 標(biāo)準(zhǔn)不統(tǒng)一 - 通用難木星云工業(yè)互聯(lián)網(wǎng)平臺(tái)騰訊案例4：工業(yè)互聯(lián)網(wǎng)平臺(tái) - 木星云（續(xù)）提升資源配置能力提升制造管控能力提升全程優(yōu)化能力系統(tǒng)級(jí)CPS - 人機(jī)料法環(huán)全要素?cái)?shù)據(jù)建模木星云工業(yè)互聯(lián)網(wǎng)平臺(tái)完成實(shí)時(shí)數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、文件數(shù)據(jù)等的分類分層；達(dá)到數(shù)據(jù)的統(tǒng)一入口、統(tǒng)一管理、統(tǒng)一 出口及應(yīng)用；通過數(shù)字虛擬仿真實(shí)現(xiàn)生產(chǎn)全程的智能管理生產(chǎn)前：虛擬預(yù)演生產(chǎn)中：監(jiān)控診斷生產(chǎn)后：評(píng)估優(yōu)化“人工智能+制造”政策借鑒頂層設(shè)計(jì)與戰(zhàn)略指引 構(gòu)建智能制造平臺(tái) 推動(dòng)

26、技術(shù)標(biāo)準(zhǔn)制定 支持共性技術(shù)研發(fā) 重視中小企業(yè)發(fā)展 完善人才保障體系05頂層設(shè)計(jì)與戰(zhàn)略指引先進(jìn)制造人工智能先進(jìn)傳感與控制信息與數(shù)字制造制造業(yè)回流與復(fù)興下一代機(jī)器人工業(yè)4.0物理信息系統(tǒng)（CPS）制造業(yè)競(jìng)爭(zhēng)力強(qiáng)化機(jī)器人工業(yè)價(jià)值鏈社會(huì)5.0機(jī)器人人工智能及物聯(lián)網(wǎng)大數(shù)據(jù)工業(yè)支持社會(huì)轉(zhuǎn)型制造2025新一代人工智能高端制造核心裝備智能工廠制造大國(guó)到強(qiáng)國(guó)國(guó)家主要戰(zhàn)略重點(diǎn)領(lǐng)域核心目標(biāo)具體策略對(duì)比借鑒構(gòu)建智能制造平臺(tái)推動(dòng)技術(shù)標(biāo)準(zhǔn)制定支持共性技術(shù)研發(fā)重視中小企業(yè)發(fā)展完善人才保障體系智能制造領(lǐng)導(dǎo)聯(lián)盟（SMLC）工業(yè)互聯(lián)網(wǎng)參考架 構(gòu)(IIRA)先進(jìn)傳感、控制與 制造平臺(tái)技術(shù)可視化、信息與數(shù) 字制造技術(shù)國(guó)家制造業(yè)創(chuàng)新網(wǎng) 絡(luò)，以創(chuàng)新遴選、 項(xiàng)目資助、共享設(shè) 備和資源、提供技 術(shù)咨詢和定制服務(wù)社區(qū)學(xué)校先進(jìn)制造業(yè)學(xué)徒計(jì) 劃（1億美元）工業(yè)4.0聯(lián)盟工業(yè)4.0參考架構(gòu)（RAMI 4.0）物理信息系統(tǒng)（CPS）技術(shù)提供信息/測(cè)試/資 金等支持建立各種能力中心 協(xié)助轉(zhuǎn)型雙元制工業(yè)價(jià)值鏈聯(lián)盟工業(yè)價(jià)值鏈參考架 構(gòu)（IVRA）機(jī)器人綜合采用多樣化組 合式的政策工具， 引導(dǎo)創(chuàng)新支持各地建設(shè)工業(yè) 技術(shù)專門學(xué)校加快推進(jìn)我國(guó)“人工智能+制造”對(duì)策建議多渠道投融資機(jī)制 突破關(guān)鍵共性技術(shù) 重大科技工程項(xiàng)目 多方協(xié)作服務(wù)平臺(tái)06融合創(chuàng)新試點(diǎn)基地 復(fù)合人才培養(yǎng)機(jī)制 技術(shù)標(biāo)準(zhǔn)體系建設(shè) 信息安全保障體