2019年制造商的領(lǐng)先增長(zhǎng)戰(zhàn)略是通過(guò)投資機(jī)器學(xué)習(xí)平臺(tái)來(lái)提高車間生產(chǎn)率，這些平臺(tái)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(lái)簡(jiǎn)化生產(chǎn)的每個(gè)階段，從入庫(kù)供應(yīng)商質(zhì)量開(kāi)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(yíng)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(cè)，基于人工智能的預(yù)測(cè)性維護(hù)有可能為制造商帶來(lái)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(shí)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(dòng)機(jī)在質(zhì)量測(cè)試下正確運(yùn)行還是裝配線上的機(jī)器即將失效。

通過(guò)在云平臺(tái)上擴(kuò)展的機(jī)器學(xué)習(xí)和預(yù)測(cè)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(jiàn)解。

流程制造商正在使用Azure的Symphony Industrial AI從模板庫(kù)部署設(shè)備模型，模板庫(kù)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(cè)模型。高級(jí)別的過(guò)程被定義為通過(guò)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(guò)程模型有助于預(yù)測(cè)過(guò)程擾動(dòng)和跳閘 - 單獨(dú)的設(shè)備模型可能無(wú)法預(yù)測(cè)。

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(dòng)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(guò)使用人工智能開(kāi)發(fā)和生產(chǎn)針對(duì)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(shuō)明了AI如何根據(jù)BCG的分析為生產(chǎn)流程帶來(lái)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(lái)提高吞吐量，能耗和每小時(shí)利潤(rùn)。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(lái)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(dòng)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(dòng)駕駛模式運(yùn)行，這對(duì)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(cè)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(zhǎng)期勞動(dòng)力短缺，同時(shí)尋找新的方法來(lái)同時(shí)留住員工。

制造業(yè)今天面臨嚴(yán)重的勞動(dòng)力短缺，每一次制造商調(diào)查都反映出這個(gè)問(wèn)題是影響行業(yè)增長(zhǎng)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(tái)依賴于一系列有監(jiān)督和無(wú)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(shì)。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(zhǎng)機(jī)會(huì)所需的人才。下圖解釋了Eightfold人才智能平臺(tái)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(wèn)題并揭示他們從未知道的那些問(wèn)題，包括隱藏的瓶頸或無(wú)利可圖的生產(chǎn)線。提高車間每臺(tái)機(jī)器的預(yù)測(cè)性維護(hù)精度，揭示如何提高每臺(tái)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(shuō)明了機(jī)器學(xué)習(xí)如何首先從機(jī)器級(jí)別開(kāi)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(mén)子的方法來(lái)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(zhǎng)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(lái)五年內(nèi)超過(guò)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(cè)性維護(hù)的試點(diǎn)，那些能夠帶來(lái)明顯收入增長(zhǎng)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(lái)保護(hù)和擴(kuò)展其運(yùn)營(yíng)。