在商业技术领域人工智能（AI）是个热门话题，而且也引起了产业公司的注意。通过应用合适的AI技术组合，制造商可以提高效能，改善灵活性，加快流程，甚至促进自优化运营。分析发现，AI的使用可降低制造商最高20%的加工成本，而这种减少最高有70%源自于更高的劳动生产率。制造商还可以利用AI开发和生产为特定客户量身定制的创新产品，并且将订货到交货时间大大缩短，从而产生更多的销售。AI因此是未来工厂不可或缺的一部分，而技术将会增加工厂结构和流程的灵活性。
汇新云翻阅资料发现，交通、物流、汽车、技术公司处在AI采用的前沿，而加工产业（比如化工）就比较滞后。相对于日本、法国和德国，美国、中国和印度在AI采用方面的领先优势令人印象深刻。不同国家A采用速度的差异反映出对AI好处的期望偏差。
尽管像中国这样的新型国家对这些好处非常狂热，但很多工业化国家，比如德国，其观点就比较保守了。因为德国公司在制订AI采用的详细计划方面也落后了，其滞后的夏装有可能还会持续。德国国内采用AI技术最活跃的当属汽车业，而加工业还有很长一段路要走。
调查结果表明，如果有意实现AI的宏图壮志，工业制造商必须显著加大其实施力度。光靠技术本身是不够的。要想充分发挥AI潜能，公司必须在组织层面考虑所有必要的使能者。
AI将变革企业
AI让计算机和机器有能力用聪明的方式去执行任务。AI帮助制造商决定最好的动作序列来实现目标，也能让他们远程实时对运营进行管理。
运营AI的基础
AI在运营中的许多使用都用到了机器学习——这是数据挖掘与数据科学的算法家族。这些算法不是按照静态、预设的规则或者指令，而是通过分析数据来学习，然后利用所得洞察生成预测或者训练预测模型。
AI技术在运营当中有若干应用：
机器视觉。通过可见光、x射线或者激光信号感应生产环境——比方说，用摄像头对零件和产品进行分类。
语音识别。处理语音等听觉信号——比方说，用类似Alexa或者Siri的虚拟助手处理操作员有关质量问题的评论。
自然语言处理。分析文本，解释最可能的意思——比方说，从不同的绩效报告生成摘要。
信息处理。从非结构化文本中析取知识并获取查询答案——比方说，通过搜索产品相关的文字报告。
从数据学习。根据生产相关的经验数据对值进行预测或者分类——比方说，利用机器和流程产生的历史数据来预测事件。
规划与探索。选择一系列的行动让特定目标最大化——比方说，让自动导引车（AVG）识别最佳的下一步。
语音生成。通过文本或语音跟人沟通——比方说，大声朗读指令。
处理与控制。操纵物体——比方说，让不需要特殊培训的机器人从储存箱中捡起未分类的零件。
导航与运动。在物理环境下机动——比方说，让AGV在工厂内自主移动并优化路线。
很多行业领袖期望AI能从端到端（包括工程、采购、供应链管理、工业作业（生产及相关功能）、营销、销售以及客户服务）变革流程以及价值链。在最近的一次研究中，产业公司高管认为运营可能是受到AI影响最大的环节。
AI的作用是增强，而不是取代制造商现有用于持续改进生产力的手段。AI是工业4.0主要的技术建构块之一。此外，制造商还可以用AI来增强传统的效能手段，比如自动化和精益管理。比方说，通过识别质量问题的根源从而帮助消除缺陷，AI可以支持精益管理减少浪费。的确，我们调研40%的参与者预计，到2030年，AI会成为生产力改进的一个非常重要的驱动力，而相信它对当今生产力起到非常重要作用的人占比为29%
AI采用将显著改变劳动力的构成，并且由于减少了生产过程中的人工活动而降低加工成本。比方说，今天质控相关的任务需要密集的人类参与，但在有了AI的广泛支持后将会变得高度自动化。不过即便现有工作会被消灭，需要与AI互补技能的新工作机会也会出现。总体而言，调查参与者呈现出轻微的偏见，认为AI的净效应会是总劳动力的减少。
不过，不同国家之间对AI的期望也很不一样。比方说，来自中国公司的受访者认为AI采用会显著减少其总劳动力（这反映了对低技能工人的技术替代），而来自德国的公司预期其更高技能的劳动力并不会减少太多。
AI体现了工厂的范式转移。今天的工厂自动化流程和工具采用的是规则导向的做法，今天的机器人编程处理的是固定的场景。相反，未来的工厂会利用AI来支持自动化流程和机械制造以响应不熟悉或者意外情况，从而做出明智决定。因此，技术系统会变得更加灵活适应性更强。比方说，在基于规则的做法下，机器人无法从一批未整理的零件中识别和选择所需的零部件，因为它缺乏必要的详细编程去处理零件无数可能的方向。相比之下，有AI支持的机器人可以从一堆乱糟糟的零件中挑出想要的零件，不管其方向如何。
各种AI用例包括改善工厂内外不同运营领域的生产力。在调查受访者当中，有37%认为AI对工厂运营中生产的生产力改进发挥了最重要的杠杆作用。而12%的人选择了物流是AI作用最大的地方。跟这些发现一致的是，公司把自优化机器、质量缺陷检测以及效能损失预测视为最重要的AI用例。尽管不同的公司对不同用例的价值看法胡有所不同，但制造商唯有应用AI并集成内部不同职能以及供应商与客户的数据池才能重返发挥其作用。