AI進(jìn)入工業(yè)的下半場(chǎng)，決策走向智能

（圖片來源：攝圖網(wǎng)）

作者|DataView 來源|DataView數(shù)據(jù)科技研究院(ID：data-view)

雖然99%的工業(yè)企業(yè)決策者可以看到工業(yè)AI戰(zhàn)略如何為其組織創(chuàng)造商業(yè)價(jià)值，但最終只有35%的企業(yè)實(shí)際開發(fā)并推出了相關(guān)戰(zhàn)略。即便攻下這35%的工業(yè)企業(yè)，AI也走了近5年的時(shí)間，先后經(jīng)歷了AI視覺技術(shù)參與到生產(chǎn)流程中的質(zhì)檢工作，AI與數(shù)據(jù)建模預(yù)測(cè)結(jié)合參與生產(chǎn)計(jì)劃排程。

隨著深度學(xué)習(xí)，強(qiáng)化學(xué)習(xí)和運(yùn)籌優(yōu)化等技術(shù)的發(fā)展與結(jié)合，數(shù)據(jù)價(jià)值被進(jìn)一步放大，也讓工業(yè)4.0刻畫的工廠流程自動(dòng)化，自主決策的藍(lán)圖成為可能。但這條道路仍舊很長(zhǎng)，長(zhǎng)到甚至從工業(yè)企業(yè)開始數(shù)字化轉(zhuǎn)型開始。

AI走進(jìn)工業(yè)：輔助決策是焦點(diǎn)

當(dāng)前，AI工業(yè)質(zhì)檢已幫助工人從繁瑣的工作中解脫，幫助企業(yè)降低大量的用人成本，但這并沒有讓AI真正全面進(jìn)入到工業(yè)企業(yè)運(yùn)營和管理層，更別說決策層。畢竟這與工業(yè)企業(yè)重視自身持有數(shù)據(jù)的價(jià)值的保護(hù)不無關(guān)系，但總有第一個(gè)吃螃蟹的人。

2017年，阿里ET工業(yè)大腦是第一個(gè)下到車間里的人工智能，而接受阿里提供的云計(jì)算服務(wù)，第一個(gè)吃螃蟹的是光伏材料制造商協(xié)鑫。最終，該制造商的良品率提高了1%，每年節(jié)省了上億成本。而阿里ET工業(yè)大腦也是從算法入手，而非簡(jiǎn)單地采集數(shù)據(jù)并分析，協(xié)助制造商完成了工業(yè)工廠的生產(chǎn)優(yōu)化。而在當(dāng)時(shí)，這一周期長(zhǎng)達(dá)半年，而這僅僅是生產(chǎn)線上良品率的嚴(yán)控工作。

但AI進(jìn)一步深入到工業(yè)中應(yīng)用，面臨眾多問題。其一，數(shù)據(jù)倉庫的構(gòu)建，數(shù)據(jù)標(biāo)準(zhǔn)是否統(tǒng)一，非結(jié)構(gòu)化數(shù)據(jù)如何利用，沉淀數(shù)據(jù)和大量未被利用的數(shù)據(jù)如何激活；其二，數(shù)據(jù)孤島問題如何破除，數(shù)據(jù)本身的安全使用問題如何保障；其三，在供應(yīng)鏈上，如何做到內(nèi)外部協(xié)同優(yōu)化，做出決策。

對(duì)于企業(yè)來說，他們當(dāng)下的目標(biāo)似乎空前的一致，即如何在當(dāng)下不確定性的內(nèi)外部環(huán)境中，做出最優(yōu)選擇和決策。根據(jù)中商產(chǎn)業(yè)研究院發(fā)布的《中國工業(yè)市場(chǎng)前景及投資機(jī)會(huì)研究報(bào)告》，面向16個(gè)細(xì)分行業(yè)222家企業(yè)CIO的調(diào)查結(jié)果顯示，“輔助管理層決策”已成為企業(yè)最關(guān)注的大數(shù)據(jù)應(yīng)用場(chǎng)景，占比58%。

當(dāng)前，針對(duì)上述問題和目標(biāo)，已有很多服務(wù)商或解決方案提供商給予了相應(yīng)的辦法。比如專注于鋼鐵行業(yè)的鋼鐵智策產(chǎn)品，由蘭格鋼鐵網(wǎng)和騰景共同發(fā)布；也有為制造企業(yè)提供由數(shù)據(jù)驅(qū)動(dòng)、基于人工智能和運(yùn)籌學(xué)算法的工業(yè)智能決策解決方案的商簡(jiǎn)智能等。

工業(yè)4.0：決策走向智能

AI正在從生產(chǎn)線上的“質(zhì)檢工人”，經(jīng)過依據(jù)算法的“預(yù)測(cè)員”，走向輔助決策的“智能專家”。

根據(jù)《“十四五”信息化和工業(yè)化深度融合發(fā)展規(guī)劃》部署，到2025年中國工業(yè)互聯(lián)網(wǎng)平臺(tái)普及率將達(dá)到45%，工業(yè)互聯(lián)網(wǎng)成為了AI全新賽道。而在AI市場(chǎng)中，決策AI增速最快。據(jù)灼識(shí)咨詢，2016年至2020年，決策AI市場(chǎng)規(guī)模CAGR高達(dá)83.5%，預(yù)計(jì)2021年至2025年CAGR可達(dá)47.1%。

AI決策當(dāng)前已有一定規(guī)模的落地應(yīng)用，尤其在金融行業(yè)的智能風(fēng)控、智能營銷、數(shù)據(jù)安全治理等場(chǎng)景應(yīng)用發(fā)揮了重要作用。這與金融行業(yè)屬數(shù)據(jù)集中性行業(yè)、場(chǎng)景相對(duì)簡(jiǎn)單有關(guān)。

而在工業(yè)層面，采購、運(yùn)輸、倉儲(chǔ)、生產(chǎn)和銷售這一流程的每個(gè)節(jié)點(diǎn)都視為一個(gè)應(yīng)用場(chǎng)景，已有很多企業(yè)在這些不同的場(chǎng)景中單點(diǎn)突破，基于AI決策方案。但觀全局，單點(diǎn)優(yōu)化就存在木桶效應(yīng)，無法將這個(gè)流程的效率最大化。

針對(duì)這一問題，已有企業(yè)正在走向全局視角，全面決策智能。智因科技就整合了供應(yīng)鏈、物流、倉儲(chǔ)、生產(chǎn)等環(huán)節(jié)，推出了一套全流程決策協(xié)同架構(gòu)，力求整個(gè)鏈路效率達(dá)到最高。不僅如此，他們還在做商用SAT求解器的探索，希望通過底層算法創(chuàng)新和上層的行業(yè)應(yīng)用，去賦能整個(gè)工業(yè)智能化的轉(zhuǎn)型。

當(dāng)前，AI工業(yè)質(zhì)檢領(lǐng)域的市場(chǎng)還在拓展，企業(yè)從接受AI，到認(rèn)可其價(jià)值，到真正讓AI進(jìn)入核心業(yè)務(wù)層面進(jìn)行決策仍舊道阻且長(zhǎng)。但工業(yè)領(lǐng)域?qū)⒊驔Q策智能的方向前進(jìn)，迎來新的發(fā)展局面，這也是AI下半場(chǎng)的核心賽道。

編者按：本文轉(zhuǎn)載自微信公眾號(hào)：DataView數(shù)據(jù)科技研究院(ID：data-view)，作者：DataView