人工智能时代的制造业进展与期望 2023.pptx

工业4.0的进展 4 16 弥补技能短缺 时局不易 5 17 利用商业系统 成功的关键 6 18 更好的MES提升体验 实现从数据到行动的闭环 7 19 探索高级技术 多方面掌控 8 20 获取业务能力 制造数据管理中的挑战 9 21 加速改进 缺乏集成阻碍发展 10 22 实现降本目标 努力的成果：行业领先者 11 23 为什么要进行制造数据管理？ 了解所有重要问题 12 24 为什么要转向人工智能？ 启动解决问题的举措 13 25 高级分析的部分优势 -- 引言 改进组织结构 14 26 前进之路 赢在人员配备 15 27 28 关于研究 致谢 人工智能时代的制造业： 进展与期望 —— 3 目录 页码 工业4.0愿景 未来的制造业将广泛采用更加灵敏的人工智能和智能自动化技术， 使得制造过程变得更加迅速便捷。这就是工业4.0的愿景，它还 包含其它广泛的含义，涉及了企业和供应链的方方面面，虽然在 制造领域往往面临着严峻的挑战，但同时也面对着巨大的机遇！ 三年来的进展 当制造商开始实施工业4.0计划时，他们大都知道这将是一场历 时多年的修炼。我们能看到，大多数企业的变革过程都很顺利。 自2020年我们发布《制造数据管理挑战》（The Manufacturing Data Management Challenge）1调查报告以来， 行业发展显著。 许多受访企业在工业4.0方面取得了巨大进展， 并已从中获益。 工业4.0的进展 人工智能时代的制造业： 进展与期望 —— 4 2023 2020 24% 中断时间 上一次调查是在新冠疫情流行 时进行的。本次调查则是在疫 情终于开始消散时启动的。在 大多数情况下，大多数制造商 经历过的材料短缺问题依然存 在。在地缘政治的压力下，许 多企业纷纷选择以在岸外包、 近岸外包或友邦外包的方式更 换供应商。 压力下的制造业 外部供应链环境和内部调整都 给生产运营带来了额外的挑战。 作为供应商，许多制造商在交 货期和客户期望方面，压力陡 增。对客户来说，因为材料供 应商会变，价格和供应情况也 会随之波动，所以想让质量始 终如一也并非易事。 在时局动荡时采取行动 很明显，供应链不稳定的问题 不会显著缓解。 鉴于需求波动 大，供应链不确定等这样的客 观情况，企业必须做好应对准 备，以维持正常运营。企业可 采取的措施包括改变产品组合、 尝试使用新材料，以及快速、 有效地解决质量问题。这时候 仅有数据甚至信息是不够的。 企业必须深入了解情况， 做出 决策并采取行动，以维护利润、 保证品质，使客户保持信心。 人工智能时代的制造业： 进展与期望 —— 5 时局不易 33% 30% 28% 46% 41% 59% 14% 3% 一致的数据管理 实现从数据到行动的闭环 工业物联网（IIoT）平台 集成设备、工厂和企业系统 人工智能/机器学习 结合OT数据与工厂IT数据 为办公室员工提供可操作洞察 为工厂员工提供可操作洞察 集成技术，有效行动 大多数制造商计划利用技术以实现高效、可靠、 快速实现闭环的目的。工业物联网（IIoT）可以 为搜集机器数据提供支持。几十年来， 使用集 成设备、工厂和企业系统一直是一个目标，而 这个目标也将继续成为工业4.0成功的基石。人 工智能（AI）和机器学习（ML）也可用于分析 与制造成果相关的各种数据集。这些能力的得 分也都很高。 数据管理 当被问及各类制造数据管理能力和技术对工业 4.0转型的重要程度时，大多数制造商都认为它 们是关键或重要的。 普遍认为工业4.0转型后的 必备能力是数据管理。制造业的数据类型和来 源多种多样，收集和分析数据的实际难度比听 起来更难，但对成功来说却是至关重要的。将 OT数据与工厂IT数据融合起来的举措在榜单上 排名也很靠前，体现了大家对其的认可度。 智能和分析 良好数据管理的一个关键优势是能实现从数据 到信息再到见解再到决策再到行动的闭环。五 分之四的受访者认为，这对他们成功完成工业 4.0至关重要。 其中体现在两个具体方面—— 即分别向工厂的员工和办公室的员工提供可操 作的洞察，虽然得分不是很高， 但仍然得到了 广泛认可。 31% 34% 27% 34% 31% 38% 37% 39% 成功的关键 人工智能时代的制造业： 进展与期望 —— 6 13% 10% 16% 12% 13% 12% 18% 15% 48% 47% 46% 45% 44% 44% 38% 38% 8% 10% 11% 9% 8% 7% 12% 8% 关键 重要 有用