信息與知識服務商 工業互聯網研習社
與
470+全國社友，構建工業互聯網認知框架打通資訊→信息→知識→認知→見識的通路
工業互聯網研習社風向觀察
日前，凱捷(Capgemini)最新發布《從實踐者角度看AI在製造運營中的擴展》(Scaling AI in Manufacturing Operations A Practitioners’ Perspective)。這份報告分析了來自工業製造、汽車、消費產品、航空航天與國防這四大生產領域的75家頂級全球組織的AI部署情況。
凱捷分析得出的主要發現包括：
1、歐洲走在了前列，超過一半的頂級製造商在製造運營中至少實施了一個人工智能用例，69%的德國製造商部署了AI。緊隨其後的是日本（30%）和美國（28%）。
2、三個用例在開啟製造商的人工智能之旅方面脫穎而出：智能維護、產品質量控制和需求規劃。
本報告中文版和英文版皆可在知識星球下載。歡迎加入研習社，在線閱讀80+萬字工業互聯網動態，180+行業報告/白皮書，與460+社友一起構建工業互聯網知識體系➡️（「工業互聯網研習社」的知識星球）
一
凱捷發佈了新報告“擴展製造業AI應用”。人工智能顛覆了製造業的遊戲規則。它有可能在廣度和深度上改變整個製造業務的性能。但是，只有製造商真正將精力集中在AI可以最大限度提升價值的地方，然後推動解決方案規模化，工業4.0時代的巨大潛力才能實現。
凱捷分析得出的主要發現包括：
歐洲走在了前列，超過一半的頂級製造商在製造運營中至少實施了一個人工智能用例，69%的德國製造商部署了AI。緊隨其後的是日本（30%）和美國（28%）。
三個用例在開啟製造商的人工智能之旅方面脫穎而出：智能維護、產品質量控制和需求規劃。
舉例：智能維護案例
這些用例是製造業部署AI的理想起點，其綜合了多個特徵，包括：
- 明確的業務價值/優勢。
- 相對容易實施。
- 數據的可用性。
- 提供AI專有技術和現有的標準化解決方案。
- 有機會添加有助於可見性和可解釋性的功能，讓員工瞭解決策是如何做出的，並簡化運營團隊的採用。
例如，通用汽車就以此試行了一個識別機器人故障跡象的系統。這可以避免通用汽車產生非計劃性停機的成本，而其每分鐘的停機成本可能高達2萬美元。除了可以作為AI部署切入點的最佳用例之外，該研究還指出了在首次部署之外進行擴展，並系統地挖掘初始用例之外的AI潛力的挑戰。
在報告的最後一節中，凱捷將瞭解在運營中擴展這些AI用例的關鍵成功因素：
- 在現場工程環境中部署成功的人工智能原型。
- 實現規模化的第一步是讓人工智能原型跟上從車間/生產環境實時處理數據的速度。
- 奠定數據治理和人工智能/數據人才的堅實基礎。
- 創建強大的基礎並鼓勵新的部署，製造商應設計一個數據治理框架，定義與數據生成、管理和分析相關的關鍵流程。
- 在整個製造網絡中擴展AI解決方案。
- 一旦AI平臺準備就緒，就可以在多個站點/工廠中部署AI應用。這需要持續監控性能以產生價值、輸出質量和可靠性。
凱捷集團數字製造首席技術官 Pascal Brosset：“隨著製造生產領域的AI部署技術的成熟，我們將看到大企業從試點項目過渡到更廣泛的部署範圍。企業組織的確應該首先關注可以最快產生最實際投資回報的用例，尤其是自動化質量檢驗和智能維護。我們所採訪的高管都很清楚，這些職能部門能夠節省大量成本，提升製造的準確性和減少浪費。但領先的企業並不僅僅關注這些用例，而是在部署AI的同時，將節省下來的部分資金重新投入構建可擴展的數據/AI基礎設施，並開發輔助技能，做好迎接未來挑戰的準備。”
閱讀更多 工信智媒 的文章
關鍵字: 原汁原味的德系SUV 美好，一直在身邊 凱捷
