“物理世界”（以制造業(yè)設備所代表）和“數(shù)字世界”（由人工智能、傳感器等技術代表）的碰撞催生了制造業(yè)的巨大的轉變。兩個世界的融合將為下一輪經濟發(fā)展注入新的動能。以人工智能為代表的新技術正在對生產流程、生產模式和供應鏈體系等生產運營過程產生巨大影響。

據(jù)埃森哲公司測算，到2035年，人工智能技術的應用將使制造業(yè)總增長值（GVA）增長近4萬億美元，年度增長率達到4.4%。作為新的“生產要素”，人工智能對于制造業(yè)的影響有幾方面：（1）機器將部分取代人的工作，實現(xiàn)智能自動化。在中國、日本等國家，可以彌補由于老齡化、人力資源成本提升帶來的勞動力短缺問題。（2）人工智能通過增強勞動力技能帶來生產效率的提升，以提高人的效率，經過重新培訓的員工可以執(zhí)行更高級的設計、編程和維護任務或創(chuàng)造性的工作。（3）人工智能與制造業(yè)的深度融合不但將加速新產品的開發(fā)過程，還將徹底顛覆原有的生產流程，人工智能程序不僅可以自動完成任務，而且還可以實現(xiàn)全新的業(yè)務流程。比如，根據(jù)客戶的個性化需求自定義產品配置。這將是人工智能在制造業(yè)領域的最終目標。

斯坦福人工智能實驗室主任、前谷歌大腦項目負責人、前百度首席科學家吳恩達（Andrew Ng）離開百度以后，將自己的創(chuàng)業(yè)項目聚焦在制造業(yè)領域，希望通過為制造業(yè)轉型提供技術、培訓、運營流程管理等一系列解決方案，成為在制造業(yè)領域的AI服務提供商。我通過與吳恩達的交流，希望了解這位站在AI前沿的科學家是如何理解人工智能將為傳統(tǒng)制造業(yè)帶來的改變。

人工智能將改變制造業(yè)的哪些方面

吳恩達認為，目前，人工智能可能在制造業(yè)的四個領域中得到應用。

首先，制造業(yè)的很多細分領域依賴視覺檢查。 AI設備對樣品進行視覺檢查的能力正在迅速提高，這使我們能夠建立自動視覺檢測系統(tǒng)。人工智能能夠比較產品和照片，并決定是否通過檢查。吳恩達團隊將機器視覺應用在制造業(yè)中的精確質量分析領域，通過比人眼敏感多倍的相機結合AI技術提升圖像理解的能力。該公司開發(fā)了機器視覺工具，用于在超出人類視覺范圍的分辨率下發(fā)現(xiàn)電路板等產品中的微觀缺陷，并使用機器學習算法對極少量的樣本圖像進行培訓。

其次，優(yōu)化生產過程。AI通過調節(jié)和改進生產過程中的參數(shù)，對于制造中使用的很多機器進行參數(shù)設置。生產過程中，機器需要進行諸多參數(shù)的設置。例如，在注塑中，可能需要控制塑料的溫度、冷卻時間表、速度等等。所有這些參數(shù)都可能受到各種外部因素的影響，例如，外界溫度等。通過收集所有這些數(shù)據(jù)，AI可以改進自動設置和調整機器的參數(shù)。

第三，提高新產品制造過程中的設計、制造效率。制造新產品無論在設計還是在生產過程中都是一個迭代的過程，充滿了微調。人工智能將能夠顯著縮短這一過程，提升制造行業(yè)的效率。

第四，確定產品質量問題來源。許多產品的制造過程涉及到一系列的步驟，因此，如果最終產品沒有通過檢驗，有時難以確定問題來源。人工智能、數(shù)據(jù)科學和數(shù)據(jù)分析將幫助自動識別生產中有問題的步驟。

目前Landing.ai為制造行業(yè)的合作伙伴提供了視覺檢測、自動化控制、智能化校準以及問題根源分析等解決方案。除了吳恩達提到的這些應用。未來工廠可能會采用智能自動叉車和傳送帶搬運材料和成品。機器視覺領域，除了在微觀層面質量檢測方面的應用，未來還可以訓練機器人感知周圍的環(huán)境、避免中斷或者危險。此外，人工智能還可在制造業(yè)領域中的自適應制造、自動質量控制、預防性維護、無人駕駛等領域應用。

傳統(tǒng)企業(yè)向人工智能轉型面臨的挑戰(zhàn)

吳恩達認為，對大企業(yè)而言，在應用人工智能方面，目前最大的挑戰(zhàn)是如何應用AI技術擴大業(yè)務規(guī)模，目前能夠幫助企業(yè)完成這一挑戰(zhàn)的人才和AI工具和還不存在。對于傳統(tǒng)制造企業(yè)來說，應用AI的主要障礙有幾方面，其中之一是人工智能技術的復雜性。目前很少有團隊能夠很好的理解并且有效的實施這項技術。同時，在AI科技公司之外，很少有公司能夠獲取足夠的AI技術人才。

AI整合戰(zhàn)略本身和技術一樣復雜，這個過程涉及到數(shù)據(jù)采集、組織結構設計、AI項目的優(yōu)先次序等等。而且，好的AI戰(zhàn)略專家比AI技術專家更加罕見。企業(yè)轉型是牽一發(fā)動全局的過程，尤其是涉及到勞動力結構調整，過程本身比較復雜，其中也包括文化挑戰(zhàn)，這方面特別是勞動力轉型的問題，需要一定的時間過渡。制造企業(yè)需要為員工提供更完善的再培訓，幫助他們?yōu)槲磥淼墓ぷ髯龊脺蕚洹鹘y(tǒng)企業(yè)除了需要做好轉型方面的人才、技術儲備，同時需要讓員工理解人工智能的目的不是為了取代勞動力，而是為了增強員工能力、為企業(yè)賦能，幫助其成功。

人工智能可以通過自適應制造、自動質量控制、預防性維護等解決方案有效地應對當今制造業(yè)面臨的挑戰(zhàn)。這些AI在制造業(yè)的應用中，有些技術已經開始部分的應用，但還沒有得到廣泛的應用，技術的復雜和資源（包括人力資源）的匱乏目前轉型的障礙之一。

傳統(tǒng)制造業(yè)公司和AI技術公司的定位

由于傳統(tǒng)制造業(yè)在人工智能方面缺乏相應的人才。人工智能科技公司應該在培訓勞動力方面發(fā)揮作用，率先在傳統(tǒng)行業(yè)的新一波轉型浪潮中幫助傳統(tǒng)公司員工傳授必要的技能。現(xiàn)階段，傳統(tǒng)公司可能會認為AI是一個難以想象的未來，但AI可以幫助企業(yè)實現(xiàn)部分任務的自動化，使員工能夠承擔更高層次的工作職責，并將其思想用于創(chuàng)造更多有價值的貢獻。

此外，吳恩達提到最近參加在北京舉行的2018年工業(yè)互聯(lián)網(wǎng)峰會，發(fā)現(xiàn)很多中國公司已經走上應用人工智能的道路。中國政府推進工業(yè)互聯(lián)網(wǎng)發(fā)展的速度很快，并推動了許多改造傳統(tǒng)工業(yè)的舉措。通過組建工業(yè)互聯(lián)網(wǎng)聯(lián)盟，制定支持產業(yè)升級新政策，一大批企業(yè)開始全身心地迎接機器人、物聯(lián)網(wǎng)、大數(shù)據(jù)和機器學習融合的工業(yè)物聯(lián)網(wǎng)發(fā)展趨勢。

在傳統(tǒng)制造業(yè)的全球版圖中，轉型對于發(fā)達國家和發(fā)展中國家所產生的影響各有不同。在發(fā)展中經濟體，制造業(yè)向AI轉型將使產品更容易實現(xiàn)規(guī)模化生產進而降低制造成本。AI還將幫助小規(guī)模生產者向全球供應鏈銷售產品并從中受益。在發(fā)達經濟體，人工智能與制造業(yè)的深度融合也將為推動新一代產品、設備和經驗鋪平道路。

制造行業(yè)面臨的某些挑戰(zhàn)是普遍的，并非針對某一公司或者行業(yè)。在制造行業(yè)中應用AI技術背后的一些原則和理念是可重復性的。但吳恩達希望Landing.ai能夠實現(xiàn)的目標是與制造企業(yè)合作開發(fā)針對特定行業(yè)的技術與培訓，而不是做通用的技術工具。吳恩達團隊開發(fā)了包括引進新技術、運營流程管理、重塑組織結構、AI人才戰(zhàn)略在內的各方面AI轉型計劃，目前已與富士康、鴻海等公司達成合作。

在此，請設想一下未來制造業(yè)的遠期場景：由人工智能、大數(shù)據(jù)、云計算、5G通信、物聯(lián)網(wǎng)等為代表的一系列技術簇將使未來的制造業(yè)從價值鏈、生產模式、商業(yè)模式、產品設計等多方面發(fā)生本質上的變化。由于技術的進步，產品自身將攜帶更多的信息或者更加智能。伴隨消費力量的崛起，消費者主動參與設計和共同創(chuàng)造產品將成為可能。而個性化與定制化需求增加將逐漸瓦解目前所謂的大眾消費市場。由于3D打印等技術的普及，“規(guī)模”未必“經濟”。制造業(yè)的價值鏈也將重新分配。生產者繞開中間商直接吸引消費者。產品的生產模式也將發(fā)生轉變，從“按預測量生產”到“按訂單生產”。從想法到市場的速度加快，消費者也更直接的將需求反饋給生產者。伴隨技術的演進，傳統(tǒng)制造業(yè)需要擁抱未來，進行一場自我革命。