2019年制造商的領(lǐng)先增長戰(zhàn)略是通過投資機(jī)器學(xué)習(xí)平臺來提高車間生產(chǎn)率，這些平臺提供了提高產(chǎn)品質(zhì)量和產(chǎn)量所需的洞察力。

使用機(jī)器學(xué)習(xí)來簡化生產(chǎn)的每個(gè)階段，從入庫供應(yīng)商質(zhì)量開始，從制造計(jì)劃到履行，現(xiàn)在是制造業(yè)的優(yōu)先事項(xiàng)。根據(jù)Deloitte最近的一項(xiàng)調(diào)查，機(jī)器學(xué)習(xí)將計(jì)劃外機(jī)器停機(jī)時(shí)間減少了15-30％，生產(chǎn)量提高了20％，維護(hù)成本降低了30％，質(zhì)量提高了35％。

人工智能有可能在全球業(yè)務(wù)的營銷和銷售中創(chuàng)造1.4T至2.6T的價(jià)值，在供應(yīng)鏈管理和制造方面創(chuàng)造1.2T至2美元的價(jià)值。麥肯錫預(yù)測，基于人工智能的預(yù)測性維護(hù)有可能為制造商帶來0.5美元至0.7億美元的價(jià)值。麥肯錫引用AI處理海量數(shù)據(jù)的能力，包括音頻和視頻，意味著它可以快速識別異常以防止故障。機(jī)器學(xué)習(xí)可以確定特定聲音是飛機(jī)發(fā)動機(jī)在質(zhì)量測試下正確運(yùn)行還是裝配線上的機(jī)器即將失效。

通過在云平臺上擴(kuò)展的機(jī)器學(xué)習(xí)和預(yù)測分析，制造商正在獲得有關(guān)如何使其更具可持續(xù)性的新見解。

流程制造商正在使用Azure的Symphony Industrial AI從模板庫部署設(shè)備模型，模板庫包括熱交換器，泵，壓縮機(jī)以及制造商所依賴的其他資產(chǎn)。Symphony AI的Process 360 AI可幫助用戶創(chuàng)建其流程的預(yù)測模型。高級別的過程被定義為通過設(shè)備生產(chǎn)的物品（如化學(xué)品，燃料，金屬，其他中間產(chǎn)品和成品）。工藝模板實(shí)例包括氨工藝，乙烯工藝，LNG工藝和聚丙烯工藝。過程模型有助于預(yù)測過程擾動和跳閘 - 單獨(dú)的設(shè)備模型可能無法預(yù)測。

波士頓咨詢集團(tuán)（BCG）發(fā)現(xiàn)，制造商使用人工智能可以將生產(chǎn)商的轉(zhuǎn)換成本降低多達(dá)20％，同時(shí)由于勞動力生產(chǎn)率提高，成本降低高達(dá)70％。BCG發(fā)現(xiàn)，生產(chǎn)商將能夠通過使用人工智能開發(fā)和生產(chǎn)針對特定客戶量身定制的創(chuàng)新產(chǎn)品，并在更短的交付周期內(nèi)交付產(chǎn)品，從而產(chǎn)生額外的銷售額。下圖說明了AI如何根據(jù)BCG的分析為生產(chǎn)流程帶來更高的靈活性和規(guī)模。

依賴重型資產(chǎn)的離散和流程制造商正在使用人工智能和機(jī)器學(xué)習(xí)來提高吞吐量，能耗和每小時(shí)利潤。擁有重型設(shè)備（包括大型機(jī)械）的制造商正在探索使用算法來提高產(chǎn)量，可持續(xù)性和良率。麥肯錫發(fā)現(xiàn)AI可以自動執(zhí)行復(fù)雜的任務(wù)，并提供一致性和精確的最佳設(shè)定點(diǎn)，使機(jī)器能夠以自動駕駛模式運(yùn)行，這對于在一個(gè)或多個(gè)生產(chǎn)班次上實(shí)現(xiàn)熄燈制造至關(guān)重要。

基于AI和機(jī)器學(xué)習(xí)的產(chǎn)品缺陷檢測和質(zhì)量保證顯示出將制造生產(chǎn)率提高50％或更多的潛力。機(jī)器學(xué)習(xí)有可能減少制造業(yè)的長期勞動力短缺，同時(shí)尋找新的方法來同時(shí)留住員工。

制造業(yè)今天面臨嚴(yán)重的勞動力短缺，每一次制造商調(diào)查都反映出這個(gè)問題是影響行業(yè)增長的三大因素之一。承擔(dān)這一挑戰(zhàn)的最有趣的公司之一是Eightfold。他們基于AI的人才智能平臺依賴于一系列有監(jiān)督和無監(jiān)督的機(jī)器學(xué)習(xí)算法，以匹配候選人獨(dú)特的能力，經(jīng)驗(yàn)和優(yōu)勢。包括ConAgra在內(nèi)的制造商依賴于八倍改善招聘并重新發(fā)現(xiàn)他們?yōu)閳F(tuán)隊(duì)配備人才和追求增長機(jī)會所需的人才。下圖解釋了Eightfold人才智能平臺的工作原理：

機(jī)器學(xué)習(xí)正在幫助制造商解決以前難以解決的問題并揭示他們從未知道的那些問題，包括隱藏的瓶頸或無利可圖的生產(chǎn)線。提高車間每臺機(jī)器的預(yù)測性維護(hù)精度，揭示如何提高每臺機(jī)器和相關(guān)工作流程的產(chǎn)量/吞吐量，優(yōu)化系統(tǒng)和供應(yīng)鏈優(yōu)化。下圖說明了機(jī)器學(xué)習(xí)如何首先從機(jī)器級別開始提高車間生產(chǎn)率，然后擴(kuò)展到工作流程及其所依賴的系統(tǒng)。

機(jī)器學(xué)習(xí)可以顯著改善產(chǎn)品配置，以及制造商依賴于按訂單生產(chǎn)產(chǎn)品的配置 - 報(bào)價(jià)（CPQ）工作流程。西門子的方法來銷售，設(shè)計(jì)，和安裝鐵路聯(lián)鎖控制系統(tǒng)使用AI和機(jī)器學(xué)習(xí)，找出10種的最佳配置90種可能的組合。機(jī)器學(xué)習(xí)擅長定義最能滿足客戶需求的最佳配置，同時(shí)也是最可靠的制造。預(yù)計(jì)人工智能和制造業(yè)中的機(jī)器學(xué)習(xí)將在未來五年內(nèi)超過機(jī)器人技術(shù)，成為制造業(yè)的主要用例。

供應(yīng)鏈操作的復(fù)雜性和約束是機(jī)器學(xué)習(xí)算法的理想用例，以提供推薦的解決方案。制造商正在尋求有關(guān)預(yù)測性維護(hù)的試點(diǎn)，那些能夠帶來明顯收入增長的企業(yè)最有可能投入生產(chǎn)。機(jī)器學(xué)習(xí)正在徹底改變制造商如何保護(hù)每個(gè)威脅表面，依靠零信任安全（ZTS）框架來保護(hù)和擴(kuò)展其運(yùn)營。