【產(chǎn)業(yè)鏈圖譜 | 人工智能產(chǎn)業(yè)鏈圖譜_人工智能產(chǎn)業(yè)鏈全景圖】

【研究報(bào)告 | 人工智能行業(yè)研究報(bào)告】

經(jīng)過(guò)數(shù)十年的發(fā)展，互聯(lián)網(wǎng)在生活和工業(yè)生產(chǎn)中發(fā)揮的作用也愈加深刻。受到云連接，數(shù)據(jù)和云等發(fā)展的影響，現(xiàn)在的人工智能行業(yè)也在實(shí)現(xiàn)和其他產(chǎn)業(yè)的結(jié)合。在具體的應(yīng)用中場(chǎng)景有哪些呢?

一是產(chǎn)品注智，從軟件到硬件的智能升級(jí)?；ヂ?lián)網(wǎng)可以將其人工智能算法，以能力封裝和開(kāi)放方式嵌入到產(chǎn)品中，從而幫助制造業(yè)生產(chǎn)新一代的智能產(chǎn)品。如谷歌開(kāi)發(fā)出專用于大規(guī)模機(jī)器學(xué)習(xí)的智能芯片TPU、騰訊AI開(kāi)放平臺(tái)對(duì)外提供計(jì)算機(jī)視覺(jué)等AI能力等。

二是服務(wù)注智，提高營(yíng)銷和售后的精準(zhǔn)水平?；ヂ?lián)網(wǎng)可利用其人工智能算法，為制造企業(yè)提供更精準(zhǔn)的增值服務(wù)。第一，售前營(yíng)銷，以人工智能進(jìn)行用戶側(cè)需求數(shù)據(jù)的多維分析，實(shí)現(xiàn)更實(shí)時(shí)、精準(zhǔn)的廣告信息傳遞;第二，售后維護(hù)，以物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能算法，實(shí)現(xiàn)對(duì)制造業(yè)產(chǎn)品的實(shí)時(shí)監(jiān)測(cè)、管理和風(fēng)險(xiǎn)預(yù)警。如三一重工結(jié)合騰訊云，把分布全球的30萬(wàn)臺(tái)設(shè)備接入平臺(tái)，利用大數(shù)據(jù)和智能算法，遠(yuǎn)程管理龐大設(shè)備群的運(yùn)行狀況，有效實(shí)現(xiàn)故障風(fēng)險(xiǎn)預(yù)警，大大提升了排障效率并降低了維護(hù)成本。

三是生產(chǎn)注智，增強(qiáng)機(jī)器自主生產(chǎn)能力?；ヂ?lián)網(wǎng)可幫助制造企業(yè)將人工智能技術(shù)嵌入生產(chǎn)流程環(huán)節(jié)中，使得機(jī)器能夠在更多復(fù)雜情況下實(shí)現(xiàn)自主生產(chǎn)，從而全面提升生產(chǎn)效率。目前主要應(yīng)用在工藝優(yōu)化，即通過(guò)機(jī)器學(xué)習(xí)建立產(chǎn)品的健康模型，識(shí)別各制造環(huán)節(jié)參數(shù)對(duì)最終產(chǎn)品質(zhì)量的影響，最終找到最佳生產(chǎn)工藝參數(shù);智能質(zhì)檢，即借助機(jī)器視覺(jué)識(shí)別，快速掃描產(chǎn)品質(zhì)量，提高質(zhì)檢效率。

實(shí)現(xiàn)制造的智能化，主要是正是打通這些數(shù)據(jù)孤島，實(shí)現(xiàn)數(shù)據(jù)的全局化利用。在實(shí)現(xiàn)必要的自動(dòng)化之后，達(dá)成智能制造總體分為三步：

第一步是在盡可能實(shí)現(xiàn)自動(dòng)化的同時(shí)通過(guò)更多的信息采集媒介將原先以其他形式存在的數(shù)據(jù)采集至統(tǒng)一的分析載體中;第二步是利用統(tǒng)一的系統(tǒng)管理這些數(shù)據(jù);第三步則是通過(guò)對(duì)數(shù)據(jù)的分析利用，提高效率，作出決策，實(shí)現(xiàn)整體的提升。

信息數(shù)據(jù)采集

這些信息采集技術(shù)能夠?qū)鹘y(tǒng)生產(chǎn)中無(wú)序而大量的數(shù)據(jù)進(jìn)行收集和初步的處理。舉例來(lái)說(shuō)，通過(guò)視覺(jué)工業(yè)相機(jī)等人工智能領(lǐng)域的視覺(jué)識(shí)別媒介，在設(shè)定好識(shí)別對(duì)象和特征、方向、形狀和位置等參數(shù)之后，運(yùn)用人工智能范疇的視覺(jué)識(shí)別技術(shù)對(duì)外觀上出現(xiàn)組裝錯(cuò)誤、表面缺陷、損壞和缺失特征的產(chǎn)品進(jìn)行篩選，分辨次品和良品;通過(guò)RFID(Radio Frequency Identification)射頻識(shí)別技術(shù)對(duì)產(chǎn)品的運(yùn)轉(zhuǎn)、物流跟行追蹤記錄。

系統(tǒng)管控?cái)?shù)據(jù)&分析利用實(shí)現(xiàn)提升

工業(yè)軟件系統(tǒng)和云技術(shù)能夠?qū)?shù)據(jù)進(jìn)行有效的清洗和管理，并作出合理地分析。一個(gè)其他角度的容易理解的例子是地圖軟件app。這些地圖軟件就是將地圖數(shù)據(jù)和城市交通部門對(duì)堵車路段獲取的實(shí)時(shí)情況進(jìn)行結(jié)合，給用戶展現(xiàn)出了標(biāo)注堵車情況的地圖并進(jìn)行導(dǎo)流，提高了交通運(yùn)輸?shù)男省?/p>

實(shí)時(shí)路況信息和地圖信息的結(jié)合

另外肖云也舉了阿里云在智能制造中參與見(jiàn)證的實(shí)例進(jìn)行說(shuō)明。協(xié)鑫新能源作為光伏行業(yè)的領(lǐng)軍企業(yè)，工廠自動(dòng)化程度極高，幾乎實(shí)現(xiàn)了無(wú)人運(yùn)轉(zhuǎn)，但是他們對(duì)其中產(chǎn)生的巨量數(shù)據(jù)卻無(wú)法做到有效的利用。

通過(guò)打通原本不相互連通的數(shù)據(jù)孤島，再加以組合分析，就能獲得新的結(jié)論和規(guī)律進(jìn)行效率的提升。在以往這一過(guò)程需要運(yùn)用人類的聰明才智和長(zhǎng)年累月的總結(jié)實(shí)現(xiàn)，但在工藝越來(lái)越復(fù)雜、參數(shù)越來(lái)越多的今天，人力已經(jīng)越發(fā)無(wú)法輕松自如地對(duì)生產(chǎn)、管理過(guò)程做出決斷和改進(jìn)。

人工智能的數(shù)據(jù)收集和數(shù)據(jù)處理能力能夠在工業(yè)生產(chǎn)中發(fā)揮作用，對(duì)于工作人員要實(shí)行的操作和管理進(jìn)行良好的規(guī)劃，而人工智能的演技更深入也對(duì)實(shí)現(xiàn)更多的智能決策提供了可能性。