人工智能在制造业中扮演什么角色？

　　不要忘记数据

　　今年夏天，热浪袭人，英格兰队正处于世界杯决赛阶段。一年中时间、天气和积极的公众情绪这些影响销售业绩的因素已得到制造商和经销商的普遍认可，并被纳入到了他们的生产计划之中。由于这是四年一次的固定场景，预测得到了电子表格和ERP(企业资源规划)数据库中的历史数据的支持，发那科机器人维修，因此制造商们为啤酒、汉堡、英格兰国旗和明星球员足球的需求激增做好了准备。

　　工业领域的人工智能:为何会有所不同?

　　一旦捕捉了必要的数据，机器人主板维修，组织就可以查看ERP解决方案，这些解决方案将来自不同部门和来源的数据集成到一个统一和集中的视图中。最后，解决方案必须能够从每个端点、设备和传感器实时收集(及其用户访问)数据--随着企业内部物联网端点数量的增长，这一点变得更加关键。到2020年，工业机器人维修，每秒将产生大约1.7MB的新数据--这对于任何人类大脑来说都是难以处理和利用的。

　　喂养人工智能巨兽

　　我们能跟上节奏吗?人工智能是将盈利能力和生产力重新注入我们制造业市场的灵丹妙药吗?规划者们会相信人工智能预测吗?我们不指望人们对人工智能的态度会立即彻底逆转，也不指望制造业及其它行业的企业家突然成为数据科学家。然而，作为更广泛的数字化转型战略的一部分，可以跨公司集成的人工智能技术如今确实存在。我们有现成的ERP解决方案可以被配置，用来适合任何业务或流程，子锐机器人维修，并且所有级别的员工都是可以访问和使用它的。我们可能无法100%准确地预测未来，但我们可以学会使用和信任这些工具，帮助我们人类非常接近未来。

　　在规划未来和预测需求时，必须考虑到大量的因素和成千上万的可能变量。例如，今年早些时候，银行假日、母亲节和温暖的天气使杂货消费增加了近6%。记录这些因素对销售、库存水平和需求量等的影响是一项重大任务。实时跟踪它们的影响，同时利用所有信息预测未来，几乎是不可能的。

　　因此，准确的预测仍然是供应链管理中最具挑战性和最复杂的问题之一。加剧这些的是供应链管理的多面性。它远非一个孤立的学科，而是整个企业的一部分，在财务、制造、采购和销售之间存在多重依赖关系--所有这些都依赖于需求预测。正确的做法意味着准确地知道消费者或客户想要什么、什么时候想要、想要多少。如果预测错了，你的企业就会面临生产过剩、销售不足、不得不转移过剩库存和管理过剩浪费的风险。

　　智能数据管理和准确的预测可以减少制造业的浪费，带来更多的收益，并且人工智能技术能够为组织带来价值(保证ROI)已得到广泛认可。到2020年，供应链和制造过程中的人工智能(AI)和机器学习(ML)将为企业创造高达2万亿美元的额外价值。此外，仅仅就制造业强国德国而言，人工智能技术被预计可以为它的制造业增加320亿欧元的产值。反观从2019年陷入困境的英国汽车行业能否利用人工智能为近6年跌至冰点的国民经济的复苏打上一剂强心针呢?

　　人工智能统治世界的巨大潜力，除了处理和从数据中获取洞察力之外，人工智能可以每周7天，每天24小时工作，而且可以通过不断地自我学习，在未来为未来更准确的决策提供信息。

　　数字化转型准备:准备IIoT和AI的7个步骤

　　未雨绸缪

　　然而，在汽车和装配行业，只有11%的企业真正将人工智能应用于供应链管理。人工智能可以更高效地工作、更好地提供预测，从而为企业带来强劲的效益增长。那么，为什么没有更多的制造企业采用并受益于人工智能解决方案呢?

　　但如果在同一周，某位明星球员的不光彩过去在社交媒体上曝光，丑闻袭来，并且热浪的寿命很短时，情况会怎样呢?如果在过去的几个月里，有健康意识的消费者不再喝啤酒，而是用低热量的葡萄酒替代，情况会怎样呢?如果有环保意识的场馆已经禁止使用塑料旗帜，新法律限制在白天销售酒精，并且在主要的交通线路上已经安排了道路施工，情况又会变得如何呢?