在制造业中从人工智能中释放价值（英）

与下边了技术中心合作 解锁的价值人工智能在制造业 WHITEPPER DECEMBER2022 封面:剑的粉丝,盖蒂图片社内部:盖蒂图片社 内容 3前言 4执行概要 5介绍 61释放值通过人工智能在制造业 82揭示采用工业AI的常见障碍 113制造业中人工智能应用的集合 174实施可扩展工业AI应用的分步方法 21结论 22贡献者 25尾注 免责声明 本文档是由世界贡献一个经济论坛 项目,了解区域或交互。的发现,解释和结论 所表达的结果协作过程促进和 了世界经济论坛的支持但其结果不一定 代表世界经济的观点 论坛,也不是其成员的整体, 合作伙伴或其他利益相关者。 ©2022世界经济论坛。所有权利保留。没有这个出版物的一部分被复制或以任何形式传播 或通过任何方式,包括复印和记录,或任何信息 存储和检索系统。 2022年12月解锁的价值人工智能在制造业 前言 OzgurBurakAkkol更加与众不同 董事长是一个土耳其雇主的金属行业协会 土耳其已成为全球主要参与者在先进制造业和旨在提振 它的位置在第四次工业革命技术。近几十年来,这个国家 为将自己定位为全球做出了重大努力创新中心，擅长发展现状 艺术技术开创性的公司 各个领域。人工智能（AI）技术 应用程序是这项工作的一部分。原则上，人工智能可能释放超过13万亿美元的全球 董事总经理,世界经济论坛 工业技术部成立 土耳其雇主协会的金属 行业(混乱)——加入了世界经济论坛的第四次工业革命中心 网络,帮助领导人最重要的平台预测新兴技术和推动他们 包容性和可持续采用。网络链接实地体验和行动与全球 基于网络的协作、学习和扩展。 每年经济,促进国民生产总值的2%。1本白皮书是一个持续的输出 然而,企业难以利用的价值 人工智能应用程序可以创建。 本文旨在揭示隐藏的潜力人工智能在制造业和各自的端到端系统提供了实际应用例和关键推动者利用其帮助的潜力。伴随着能源危机 世界面临的材料短缺，制造业玩家需要超越传统的操作 方法来驱动效率和可持续性。 技术进步的双重挑战 和社会政治危机呼吁新形式应对高度的合作 对本地化的需求,同时认识到 驱动程序的连接形成全球影响。承认这一点,第四个中心 土耳其的工业革命——由 伙伴关系论坛的平台 先进的制造业和塑造未来价值链和塑造未来的平台技术治理:人工智能 和机器学习,第四个中心 土耳其和MESS的工业革命分支机构。它强调组织的案例研究 关于人工智能在 制造业。它确定了几个机会和教训社区如何增加 运营效率、可持续性和劳动力参与制造和价值链 使用人工智能。 我们希望这份报告能提供决策者更好的理解如何解锁 工业人工智能未开发的潜力 （人工智能）。我们期待与您合作部署这些技术负责。 执行概要 最近的全球发展和日益增长的进一步的冲击和破坏 压力已经动摇了全球价值链。影响当前挑战的复杂性 制造业和价值链要求的需要超越传统的驱动方式 生产力，以发现下一波价值企业、劳动力和环境。 人工智能（AI）是 产业转型、开放的新方法解决业务问题和开启创新 同时推动运营绩效和可持续性和包容。尽管人工智能的影响应用程序在生产过程是已知的,他们部署的全部机会仍然是由于许多组织被揭开 和技术障碍。 意识到这种需求,中心第四工业革命Turkiye,一起 世界经济论坛的塑造的平台未来的先进制造和价值 链和塑造未来的平台技术管理:人工智能和 机器学习、召开工业、技术和学术专家来解释 挑战和提出一种循序渐进的方法为了克服它们。磋商了六 阻碍采用和扩展的主要挑战人工智能应用的制造: 1.AI功能和之间的不匹配作战需求 2.没有一个战略方法和领导沟通 3.人工智能和操作 4.数据可用性和数据的缺失治理结构 5.制造业缺乏可解释的人工智能模型 6.在重要的定制工作生产用例 磋商表明,领先的制造商已经成功地克服的挑战 上面所提到的,实现多种人工智能应用程序和实现一个积极的影响在操作性能、可持续性和 员工参与,主要在六个领域:健康和安全、质量、维护生产 流程、供应链和能量管理。 虽然人工智能在制造业中带来的机遇承诺和吸引许多领导人, 组织正在寻找一个共同的框架 概述了如何实现人工智能解决方案确保一个成功的投资回报。 根据协商,这个白皮书 提出了一个循序渐进的过程为例可以克服障碍,如何使用 开发的人工智能导航2公司发明中心作为参考: 0阶段:启动建设基础策略、数据和劳动力 第1阶段：构思以确定潜在的用例和进行预选 第二阶段:选择用例和评估通过差异分析确定优先级 第3阶段：完成所有必需测试的可行性和研究 阶段4:实现,这就需要迭代使用敏捷项目管理和驾驶 前进,世界经济论坛和中心的第四次工业革命Turkiye将继续紧密合作 第四工业中心的利益相关者网络和产业革命 加快从人工智能捕捉价值之旅 在全球制造业中。它将提供土耳其人金属行业雇主协会(混乱) 技术中心是一个独特的测试和为企业试点新的协作系统 人工智能应用和培养协作方法在不同的利益相关者,以确保集团在制造业中内置正确的AI功能并在全球范围内推出。 介绍 公司在价值链现在面临 能源危机和材料和关键组件短缺，即使他们仍在从 适应COVID-19影响。的复杂性影响操作要求的挑战 需要超越传统的驾驶方式 提高生产力，以发现下一波价值解决可持续性和劳动力的挑战。人工智能（AI）可以在 数字化转型之旅，提供巨大的可能改变行业获得更大 效率、可持续性和员工敬业度通过生成从大量的新见解 数据。然而，尽管创造了这种有希望的价值潜力,人工智能在制造业的部署 和价值链仍低于预期水平。 根据一项全球调查在过去四年的3000多家公司 越来越多的行业和地域公司必须认识到业务提高人工智能能力: –70%的受访者了解人工智能产生商业价值 –59%的人工智能策略 –确认他们的公司正驾驶或57%部署人工智能。 虽然制造商承认的重要性和紧迫性嵌入AI的过程虽然公司已经领先 内化在他们的业务流程,很多变得对他们的努力吗 从中获取价值，并在开发正确的方面滞后人工智能功能。 了解人工智能的目的和作用是解决制造业的挑战。有一个问题,的方法,人工智能可以与努力 明确的商业目标,给业务单位和业务功能的共同兴趣 转换成功。4 本白皮书阐明了可以通过工业AI和成功实现 人工智能应用程序实现各个行业,吸取的教训和切实的影响。磋商进行了多方参与的主动性 社区发现工业AI帮助人们工作 以更智能、更安全、更高效的方式。然而为了释放其全部潜力，公司需要 了解当前采用的障碍和 结构化的方法来克服它们。因此,本文还提出了一个逐步 一步指导成功实现可伸缩的工业AI用例。 释放人工智能在制造业中的价值 5 尽管这些趋势,在10家公司只有1相信他们产生显著的经济效益人工智能3。 1 解锁的价值 在制造业 通过人工智能 人工智能应用在制造业的帮助提高经营业绩, 推动可持续发展议程和授权的劳动力。 人工智能（AI）革命允许 将大量数据转换为可操作数据可以提供动力的见解和预测数据驱动的过程。制造企业 从人工智能捕捉价值使用不同的机制,最常见的是消除冗余 工作,解决存在的问题,揭示通过分析和识别模式隐藏价值 在数据。人工智能应用于增强等任务分类、连续的评估、集群、 优化、异常检测、排名, 土耳其，发现人工智能可以帮助推动制造业，在三个方面产生显着的效益类别(图1): –操作性能通过自动化和优化程序流程和任务,提高生产力和运营 效率,提高质量(如减少 缺陷,预测)和不必要的故障优化生产参数 建议和数据生成来解决– 工业问题。5 与来自世界各地的高级管理人员进行磋商为塑造未来经济论坛的平台 先进的制造业和价值链– 塑造未来的技术平台治理:人工智能和机器 学习,以及成员和合作伙伴中心的第四次工业革命 可持续性通过优化材料和能源的使用,提高能源效率,降低报废率和延长机器 寿命 劳动力增加通过指导决策过程和参数 设置,提高预测的准确性和预测,减少重复的任务增加交互 释放人工智能在制造业中的价值6 图1人工智能在制造业中创造价值的维度 操作性能 性能(如产量优化) 吞吐量(如减少不必要的故障,减少交货时间) 质量（例如，更少的工艺缺陷和故障率）业务正常运行时间（例如生产时间和产能） 劳动力增加 决策和规划支持协作 预测和预测的准确性 任务自动化 风险(如反馈机制,以避免事故和警报) 可持续性 材料效率 能源效率(例如,节省能源和热效率) 机器的寿命 废率和使用材料 释放人工智能在制造业中的价值7 2 遮挡阳光 常见的障碍采用工业智能 实现人工智能解决方案需要持续的项目管理 努力,期望管理必要的资源。 尽管有这种潜力，但公司尚未完全实现的愿景AI-powered制造业 系统。释放工业领域未开发的价值人工智能，查明公司挣扎的根源和定义路障打开一个新的路径 思考并得出正确的解决方案 克服它们。随着人工智能采用的障碍根深蒂固主要来自组织、战略和技术 组件，了解它们将有助于确定 通路来实现可伸缩的人工智能应用程序。 与超过35名老年人的社区协商业务管理人员、技术专家和 学者们已经确定了六个挑战阻碍采用人工智能在制造业和价值链(图2)。 图2采用人工智能障碍在制造业 人工智能之间的不匹配功能和操作 需要 缺乏战略方法和领导沟通 技能的不足 十字路口的AI和操作 数据可用性和缺少一个数据治理结构 缺乏可辩解的人工智能模型在制造业 重要的定制努力在 生产用例 释放人工智能在制造业中的价值8 人工智能功能与运营需求不匹配 制造商经常选择人工智能项目基于现有的技术能力，而不是专注于对业务操作的影响。 业务痛点和人工智能之间的匹配技术并不总是完全考虑。 因此，人工智能解决方案在技术上可能是可行的。但未能解决相关的、有影响力的问题 缺乏战略方针和领导沟通 清晰的全公司AI战略和沟通 计划经常被忽略。没有合适的赞助商并提交领导开始对话 收集最终用户的支持，入职 由于无法在整个公司范围内发生AI应用程序 人工智能和运营交叉点的技能不足 外部顾问或信息技术 (IT)专家有一个有限的理解生产需求的商店 地板经常带领AI项目。然而,是成功,人工智能应用程序需要发展 操作。这会导致期望不匹配 并阻碍其在制造业中的更广泛采用。 与一个问题——建立一个坚实的业务案例导向的方法,明确定义了业务 需求和评估一个人工智能的解决方案的价值与其他解决方案相比是第一步 在克服障碍采用和规模。 到员工不情愿。随着人工智能正在改变方式的工作,沟通战略的方法, 福利和新流程可以帮助增加——结束用户愿意在他们的日常生活中接受它。 和实现的跨职能团队 在融合与多元化的专业知识操作技术(OT),数据和人工智能 技术。这需要提高劳动力的技能在制造业和吸引新的人才。 释放人工智能在制造业中的价值9 数据可用性和缺乏数据治理结构 应用机器学习模型需要训练在大量数据上识别模式和的关系。然而,制6造企业 经常依赖小数据集和碎片化数据，阻碍的准确性产生的见解。 即使可用,这些数据集可能不是代表适当的失败用例或相关 创建一个单一的信息来源保障基于标准化的企业运营, 整个组织的相关数据。要克服在公司的这一挑战,共享数据边界可以支持采取共同努力制造业中的人工智能技术 部门，反过来又依赖于一套组织 过程情况，并且大多不可互操作。和技术成功因素。7 缺乏可辩解的人工智能模型在制造业 释放人工智能在制造业中的价值10 艾城的感知模型复杂,非 透明的和无法解释的系统阻碍了 他们的部署。制造商需要人工智能模型要么是公开透明的，要么是建立信任的预测和具体结果或可解释 领域专家接受他们。AI-provided预测需要有意义,简单 跨制造用例的重大定制工作 工厂是复杂的工程系统和人工智能需要适应每个配置模型 过程和符合其约束。因此,它 不可能简单地应用人工智能模型训练或者从一个制造管道用例 到另一个地方。机器学习的设计管道和预处理、训练和 阐明这些挑战并了解它们可以帮助确定正确的解决方案和方法来克服它