“物理世界”（以製造業設備所代表）和“數字世界”（由人工智能、傳感器等技術代表）的碰撞催生了製造業的巨大的轉變。兩個世界的融合將為下一輪經濟發展注入新的動能。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係等生產運營過程產生巨大影響。

據埃森哲公司測算，到2035年，人工智能技術的應用將使製造業總增長值（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”
，人工智能對於製造業的影響有幾方麵：（1）機器將部分取代人的工作
，實現智能自動化。在中國、日本等國家
，可以彌補由於老齡化、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行更高級的設計
、編程和維護任務或創造性的工作。（3）人(ren)工(gong)智(zhi)能(neng)與(yu)製(zhi)造(zao)業(ye)的(de)深(shen)度(du)融(rong)合(he)不(bu)但(dan)將(jiang)加(jia)速(su)新(xin)產(chan)品(pin)的(de)開(kai)發(fa)過(guo)程(cheng)，還(hai)將(jiang)徹(che)底(di)顛(dian)覆(fu)原(yuan)有(you)的(de)生(sheng)產(chan)流(liu)程(cheng)，人(ren)工(gong)智(zhi)能(neng)程(cheng)序(xu)不(bu)僅(jin)可(ke)以(yi)自(zi)動(dong)完(wan)成(cheng)任(ren)務(wu)
，而(er)且(qie)還(hai)可(ke)以(yi)實(shi)現(xian)全(quan)新(xin)的(de)業(ye)務(wu)流(liu)程(cheng)。比(bi)如(ru)
，根(gen)據(ju)客(ke)戶(hu)的(de)個(ge)性(xing)化(hua)需(xu)求(qiu)自(zi)定(ding)義(yi)產(chan)品(pin)配(pei)置(zhi)。這(zhe)將(jiang)是(shi)人(ren)工(gong)智(zhi)能(neng)在(zai)製(zhi)造(zao)業(ye)領(ling)域(yu)的(de)最(zui)終(zhong)目(mu)標(biao)。

斯坦福人工智能實驗室主任、前穀歌大腦項目負責人、前百度首席科學家吳恩達（Andrew Ng）離開百度以後
，將自己的創業項目聚焦在製造業領域，希望通過為製造業轉型提供技術、培訓
、運營流程管理等一係列解決方案，成為在製造業領域的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製造業帶來的改變。

人工智能將改變製造業的哪些方麵

吳恩達認為
，目前，人工智能可能在製造業的四個領域中得到應用。

首先
，製造業的很多細分領域依賴視覺檢查。 AIshebeiduiyangpinjinxingshijiaojianzhadenenglizhengzaixunsutigao，zheshiwomennenggoujianlizidongshijiaojiancexitong。rengongzhinengnenggoubijiaochanpinhezhaopian，bingjuedingshifoutongguojianzha。wuendatuanduijiangjiqishijiaoyingyongzaizhizaoyezhongdejingquezhiliangfenxilingyu，tongguobirenyanminganduobeidexiangjijieheAI技(ji)術(shu)提(ti)升(sheng)圖(tu)像(xiang)理(li)解(jie)的(de)能(neng)力(li)。該(gai)公(gong)司(si)開(kai)發(fa)了(le)機(ji)器(qi)視(shi)覺(jiao)工(gong)具(ju)，用(yong)於(yu)在(zai)超(chao)出(chu)人(ren)類(lei)視(shi)覺(jiao)範(fan)圍(wei)的(de)分(fen)辨(bian)率(lv)下(xia)發(fa)現(xian)電(dian)路(lu)板(ban)等(deng)產(chan)品(pin)中(zhong)的(de)微(wei)觀(guan)缺(que)陷(xian)，並(bing)使(shi)用(yong)機(ji)器(qi)學(xue)習(xi)算(suan)法(fa)對(dui)極(ji)少(shao)量(liang)的(de)樣(yang)本(ben)圖(tu)像(xiang)進(jin)行(xing)培(pei)訓(xun)。

其次，優化生產過程。AItongguotiaojiehegaijinshengchanguochengzhongdecanshu
，duiyuzhizaozhongshiyongdehenduojiqijinxingcanshushezhi。shengchanguochengzhong

，jiqixuyaojinxingzhuduocanshudeshezhi。liru

，zaizhusuzhong，kenengxuyaokongzhisuliaodewendu、冷卻時間表、速度等等。所有這些參數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據，AI可以改進自動設置和調整機器的參數。

第三，提高新產品製造過程中的設計
、zhizaoxiaolv。zhizaoxinchanpinwulunzaishejihaishizaishengchanguochengzhongdoushiyigediedaideguocheng
，chongmanleweitiao。rengongzhinengjiangnenggouxianzhusuoduanzheyiguocheng
，tishengzhizaoxingyedexiaolv。

第di四si，確que定ding產chan品pin質zhi量liang問wen題ti來lai源yuan。許xu多duo產chan品pin的de製zhi造zao過guo程cheng涉she及ji到dao一yi係xi列lie的de步bu驟zhou，因yin此ci，如ru果guo最zui終zhong產chan品pin沒mei有you通tong過guo檢jian驗yan，有you時shi難nan以yi確que定ding問wen題ti來lai源yuan。人ren工gong智zhi能neng、數據科學和數據分析將幫助自動識別生產中有問題的步驟。

目前Landing.ai為製造行業的合作夥伴提供了視覺檢測

、自動化控製、智zhi能neng化hua校xiao準zhun以yi及ji問wen題ti根gen源yuan分fen析xi等deng解jie決jue方fang案an。除chu了le吳wu恩en達da提ti到dao的de這zhe些xie應ying用yong。未wei來lai工gong廠chang可ke能neng會hui采cai用yong智zhi能neng自zi動dong叉cha車che和he傳chuan送song帶dai搬ban運yun材cai料liao和he成cheng品pin。機ji器qi視shi覺jiao領ling域yu
，除chu了le在zai微wei觀guan層ceng麵mian質zhi量liang檢jian測ce方fang麵mian的de應ying用yong，未wei來lai還hai可ke以yi訓xun練lian機ji器qi人ren感gan知zhi周zhou圍wei的de環huan境jing、避免中斷或者危險。此外，人工智能還可在製造業領域中的自適應製造

、自動質量控製、預防性維護
、無人駕駛等領域應用。

傳統企業向人工智能轉型麵臨的挑戰

吳恩達認為，對大企業而言
，在應用人工智能方麵，目前最大的挑戰是如何應用AI技術擴大業務規模
，目前能夠幫助企業完成這一挑戰的人才和AI工具和還不存在。對於傳統製造企業來說

，應用AI的主要障礙有幾方麵，其中之一是人工智能技術的複雜性。目前很少有團隊能夠很好的理解並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整合戰略本身和技術一樣複雜
，這個過程涉及到數據采集、組織結構設計、AI項目的優先次序等等。而且，好的AI戰略專家比AIjishuzhuanjiagengjiahanjian。qiyezhuanxingshiqianyifadongquanjudeguocheng
，youqishishejidaolaodonglijiegoutiaozheng
，guochengbenshenbijiaofuza，qizhongyebaokuowenhuatiaozhan，zhefangmiantebieshilaodonglizhuanxingdewenti，xuyaoyidingdeshijianguodu。zhizaoqiyexuyaoweiyuangongtigonggengwanshandezaipeixun，bangzhutamenweiweilaidegongzuozuohaozhunbei。chuantongqiyechulexuyaozuohaozhuanxingfangmianderencai
、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
、為企業賦能，幫助其成功。

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

傳統製造業公司和AI技術公司的定位

由you於yu傳chuan統tong製zhi造zao業ye在zai人ren工gong智zhi能neng方fang麵mian缺que乏fa相xiang應ying的de人ren才cai。人ren工gong智zhi能neng科ke技ji公gong司si應ying該gai在zai培pei訓xun勞lao動dong力li方fang麵mian發fa揮hui作zuo用yong
，率lv先xian在zai傳chuan統tong行xing業ye的de新xin一yi波bo轉zhuan型xing浪lang潮chao中zhong幫bang助zhu傳chuan統tong公gong司si員yuan工gong傳chuan授shou必bi要yao的de技ji能neng。現xian階jie段duan，傳chuan統tong公gong司si可ke能neng會hui認ren為weiAI是一個難以想象的未來，但AI可以幫助企業實現部分任務的自動化，使員工能夠承擔更高層次的工作職責
，並將其思想用於創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nian工gong業ye互hu聯lian網wang峰feng會hui
，發fa現xian很hen多duo中zhong國guo公gong司si已yi經jing走zou上shang應ying用yong人ren工gong智zhi能neng的de道dao路lu。中zhong國guo政zheng府fu推tui進jin工gong業ye互hu聯lian網wang發fa展zhan的de速su度du很hen快kuai，並bing推tui動dong了le許xu多duo改gai造zao傳chuan統tong工gong業ye的de舉ju措cuo。通tong過guo組zu建jian工gong業ye互hu聯lian網wang聯lian盟meng，製zhi定ding支zhi持chi產chan業ye升sheng級ji新xin政zheng策ce，一yi大da批pi企qi業ye開kai始shi全quan身shen心xin地di迎ying接jie機ji器qi人ren、物聯網、大數據和機器學習融合的工業物聯網發展趨勢。

在傳統製造業的全球版圖中，轉型對於發達國家和發展中國家所產生的影響各有不同。在發展中經濟體
，製造業向AI轉型將使產品更容易實現規模化生產進而降低製造成本。AI還將幫助小規模生產者向全球供應鏈銷售產品並從中受益。在發達經濟體
，人工智能與製造業的深度融合也將為推動新一代產品、設備和經驗鋪平道路。

製造行業麵臨的某些挑戰是普遍的
，並非針對某一公司或者行業。在製造行業中應用AI技術背後的一些原則和理念是可重複性的。但吳恩達希望Landing.ai能夠實現的目標是與製造企業合作開發針對特定行業的技術與培訓，而不是做通用的技術工具。吳恩達團隊開發了包括引進新技術
、運營流程管理
、重塑組織結構

、AI人才戰略在內的各方麵AI轉型計劃，目前已與富士康、鴻海等公司達成合作。

在此，請設想一下未來製造業的遠期場景：由人工智能、大數據

、雲計算、5G通信
、物聯網等為代表的一係列技術簇將使未來的製造業從價值鏈、生產模式、商業模式、chanpinshejidengduofangmianfashengbenzhishangdebianhua。youyujishudejinbu，chanpinzishenjiangxiedaigengduodexinxihuozhegengjiazhineng。bansuixiaofeililiangdejueqi，xiaofeizhezhudongcanyushejihegongtongchuangzaochanpinjiangchengweikeneng。ergexinghuayudingzhihuaxuqiuzengjiajiangzhujianwajiemuqiansuoweidedazhongxiaofeishichang。youyu3D打印等技術的普及，“規模”未必“經濟”。製造業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生轉變
，從“按預測量生產”到“按訂單生產”。從cong想xiang法fa到dao市shi場chang的de速su度du加jia快kuai，消xiao費fei者zhe也ye更geng直zhi接jie的de將jiang需xu求qiu反fan饋kui給gei生sheng產chan者zhe。伴ban隨sui技ji術shu的de演yan進jin，傳chuan統tong製zhi造zao業ye需xu要yao擁yong抱bao未wei來lai
，進jin行xing一yi場chang自zi我wo革ge命ming。