更绿色、更清洁、性能显著更高的制造业，是工业4.0带来的愿景。
麦肯锡公司将工业4.0定义为制造业数字化的下一阶段，其发展由四大趋势推动：数据量、计算能力和连接性的增长，机器学习与分析，人机交互的新形式，以及数字世界与物理世界连接能力的提升，例如3D打印。
大多数人关注产品，但材料是那些当今最受欢迎、最先进产品中备受推崇的特性和功能背后的默默推动者。
以苹果为例。
苹果于2015年推出Apple Watch，宣传其诸多功能以及它将如何革新移动设备的用户体验；与此同时，公司发布了三支广告，分别名为“铝”“钢”和“金”。
材料成为焦点
这些广告着重强调了所选用的材料，而非任何单一功能。
为了进一步强调这一点，次年，公司为新一代手表发布了另一支广告，名为“陶瓷”。
苹果为其旗舰产品选择的材料是产品定义的核心；此外，苹果在材料运用方面不断突破边界的能力，是其关键竞争优势，使公司得以收取溢价。
并非只有苹果如此。
波音通过让787“梦想客机”的机身采用比此前任何飞机都更高比例的碳纤维复合材料，使其与众不同。
这种材料提高了燃油效率，也带来了更好的飞行体验，使该机型成为历史上销售速度最快的宽体客机。
与此同时，福特与美国铝业公司合作开发材料连接技术，从而能够制造轻量化、高燃油经济性的F150。
开发速度
如今，企业往往取决于它们开发材料的速度，而这些材料将助力客户打造新一代产品。
康宁大猩猩玻璃在高性能手机屏幕领域占据主导地位；仅这一产品线每年就价值超过10亿美元。
然而，如此巨大的成功也伴随着风险。
康宁持续面临压力，需要不断为消费电子公司提供更尖端的材料，以供其融入产品设计。公司只有比竞争对手行动更快，才能取得成功。
这看起来或许是常见的竞争态势，但其中有些不同之处。
理想情况下，康宁可以针对每一代智能手机，每年开发一种新的玻璃产品。
然而，将一种新材料从构想到实际产品，需要15至20年。
材料滞后
如今，材料开发不能远远落后于产品开发周期。
这种材料滞后给这些公司带来巨大风险，也让所有高价值制造业错失机遇。
消除材料滞后的方法，在于运用机器学习和分析技术，分析来自不同来源的数据。
四大趋势都适用于此，但其中两项尤为有助于材料设计。
数据
材料数据往往散落在各种来源中，分布广泛，格式各异且彼此不相连。
解决这一问题的第一步，是整理世界各地与材料和化学品相关的数据。
让产品开发人员翻阅书籍、琢磨如何使用数据的时代已经过去。
行业需要一部材料领域的“罗塞塔石碑”，将彼此分散的知识来源连接起来。
汇集这些多样化的数据集，将为强大的分析工具打开大门，推动材料滞后归零。
机器学习与分析
即使把全球所有材料和化学品数据汇集到一处，也不能靠简单粗放的人工智能（AI）推动实际的材料开发：数据量实在太小。
谷歌和Facebook依靠每秒数百万个数据点来训练人工智能，而大多数材料公司每年对数百或数千种材料进行测量。
因此，最佳的材料人工智能经过优化，能够利用化学和物理学中已知的关系，并将其与计算模拟、传统分析和实验数据结合，形成强大的预测引擎。
理想的助手
从本质上说，这相当于让计算机接受理想实验室助手的训练：理解我们数千年来在材料发展中积累的经验，并以高质量数据为指引，将理论与现实联系起来。
这种引擎可用于预测已知材料在新条件下的性能，针对已知应用优化新材料，或优化开发流程，以降低风险并减少达到产品目标所需的迭代次数。
这将消除拖慢新一代产品发展机遇的材料滞后。
材料创新是推动新一代高能效产品的关键因素，涵盖能源、航空航天、国防、安全和舒适等领域。
但产品开发中的材料滞后，可能会大幅减缓这一创新进程。
将推动工业4.0的数据和分析进展应用于材料开发流程，人工智能有望推动新一代产品的发展，正如工业4.0正在推动新一代制造业的发展。
如需了解有关2017届技术先驱的更多信息，请访问我们的网站。
