人工智能（AI）可以帮助制造商克服供应链冲击和经济逆风。
制造业在努力发掘人工智能能够带来的价值方面举步维艰。
一份新报告重点介绍了工厂中人工智能应用的障碍，以及实施方面的解决方案。
分步推进人工智能应用的方法，为制造业中的人工智能勾勒出了路线图。
全球制造业持续受到疫情及其他破坏性全球事件所带来的冲击波的影响。半导体等零部件的供应链至今仍未恢复，而乌克兰战争也正在影响一系列其他价值链，尤其是能源价格，这进一步波及制造商。
这些额外压力促使制造商需要“超越传统的提升生产率手段，为企业、劳动力和环境挖掘下一波价值”。这是土耳其第四次工业革命中心与世界经济论坛“全球技术治理网络”于2022年12月合作发布的一份报告的主要发现。全球技术治理网络。
该报告《释放制造业中人工智能的价值》释放制造业中人工智能的价值发现：“原则上，人工智能可以为全球经济释放超过13万亿美元的价值，并使全球GDP每年增长2%。然而，企业难以挖掘人工智能应用所能创造的价值。”
这并非因为制造商看不到人工智能创造价值的潜力。在一项覆盖3000家企业的全球调查中，70%的受访者理解人工智能如何创造商业价值，59%的企业已制定人工智能战略，57%的受访者表示其组织已在试点人工智能。尽管如此，仅有十分之一的受访者表示，人工智能已带来显著的财务效益。
制造业应用人工智能的六大障碍
报告作者借鉴了行业领袖以及技术和学术专家的见解，以识别制造业中人工智能应用和规模化推广的主要障碍。他们还制定了分步流程，以克服这些障碍。
报告指出了阻碍人工智能部署和规模化能力的六大主要挑战，制造商正面临这些挑战。
下文详细介绍报告中指出的问题及提出的解决方案。
1. 人工智能能力与运营需求不匹配
企业在部署人工智能时往往忽视适当的规划。它们经常未能使人工智能平台的能力与其希望解决的业务痛点相匹配。这种不匹配会导致失败，并阻碍人工智能在企业中的进一步应用或规模化推广。
解决方案：企业应以问题为导向，构建稳健的商业案例。其目标是明确业务需求，并测算人工智能在助力解决方案方面能够带来的价值。
2. 缺乏战略性方法和领导层沟通
企业未能制定并实施覆盖全公司的人工智能战略及沟通计划。这使得项目缺乏合适的领导者来支持人工智能投资，并争取终端用户的支持。
解决方案：采取战略性方法，主动沟通，展示人工智能及其带来的新流程的益处。这将提高员工在日常工作中接受人工智能的意愿。
3. 人工智能与运营交叉领域的技能不足
人工智能项目的领导工作往往交由外部顾问或传统IT专家负责，而他们对人工智能的理解有限。
解决方案：人工智能应用必须由跨职能团队开发和实施，这些团队应具备IT、运营、数据和人工智能技术融合方面的多元知识。
4. 数据可用性及缺乏数据治理结构
制造企业往往依赖有限的数据集，且数据孤立或碎片化。这可能严重限制人工智能所提供洞察的准确性和价值。
解决方案：建立可在整个组织内应用的单一信息来源。愿意跨越传统企业边界共享数据，以支持人工智能在更广泛的制造业中应用。
5. 制造业中缺乏可解释的人工智能模型
人们对人工智能模型存在很多误解，并认为其过于复杂。制造商需要新的人工智能平台，通过透明性建立信任，并提供有意义、可解释且准确的预测。
解决方案：确保以制造商能够理解并感到贴近的形式呈现人工智能的洞察。这将加快人工智能在该行业的应用。
6. 跨制造业用例的大量定制工作
制造业中不存在一刀切的人工智能应用。工厂是复杂的生态系统，其工程和技术与行业领域及产品产出密切相关。无法直接部署现成的人工智能模型。
解决方案：进一步开发人工智能模型的设计、训练和测试，以便于手动进行便捷定制。
在制造业中成功实施人工智能的五个步骤
在明确人工智能应用的主要障碍后，报告提出了一种战略性的分步方法，以确保其成功实施。
该方法始于启动阶段，在此阶段由高层领导批准项目。建立数据治理框架，并组建跨职能团队以推动人工智能的实施。
随后是识别阶段，旨在识别并开发一组通过解决特定业务问题而能够带来显著价值的用例。评估阶段则确定先前识别的人工智能用例能否融入现有的运营、IT和数据系统以及组织文化。
随后是可行性阶段，包括数据测试、技术调研以识别最佳人工智能解决方案，以及能力分析以识别劳动力中的相关技能组合及需要提升技能的领域。
最后，实施阶段通过测试和验证人工智能模型，并开展协作以确保满足终端用户的需求，从而消除对人工智能技术影响的担忧，并为部署确定路线图。
研究表明，人工智能在转型制造业并创造指数级价值方面潜力巨大。报告总结道：“通过整体性方法，人工智能可以解决制造业中一些最顽固的问题，并挖掘新的机会，使企业能够提升运营绩效、推动可持续发展议程并赋能劳动力。”
