【TechClarity】人工智能时代的制造业-进展与期望2023

今天分享的是【人工智能时代的制造业-进展与期望2023】报告出品方：TechClarity

精选报告来源：全球行业报告圈

尽管在供应链端充满挑战，但制造商们依然阔步向工业4.0迈进。大多数制造商们都明白，人工智能（AI）和高级分析可以助力做出更好的决策，进而带来商业效益。然而，许多制造商们仍然在苦苦学习如何创建成功的数据管理结构。

—工业4.0的进展—

(1)工业4.0愿景

未来的制造业将广泛采用更加灵敏的人工智能和智能自动化技术，使得制造过程变得更加迅速便捷。这就是工业4.0的愿景，它还包含其它广泛的含义，涉及了企业和供应链的方方面面，虽然在制造领域往往面临着严峻的挑战，但同时也面对着巨大的机遇！

(2)三年来的进展

当制造商开始实施工业4.0计划时，他们大都知道这将是一场历时多年的修炼。我们能看到，大多数企业的变革过程都很顺利。自2020年发布制造数据管理挑战调查报告以来，行业发展显著。许多受访企业在工业4.0方面取得了巨大进展，并已从中获益。

—时局不易—

(1)压力下的制造业

外部供应链环境和内部调整都给生产运营带来了额外的挑战。作为供应商，许多制造商在交货期和客户期望方面，压力陡增。对客户来说，因为材料供应商会变，价格和供应情况也会随之波动，所以想让质量始终如一也并非易事。

(2)在时局动荡时采取行动

很明显，供应链不稳定的问题不会显著缓解。鉴于需求波动大，供应链不确定等这样的客观情况，企业必须做好应对准备，以维持正常运营。企业可采取的措施包括改变产品组合、尝试使用新材料，以及快速、有效地解决质量问题。这时候仅有数据甚至信息是不够的。企业必须深入了解情况，做出决策并采取行动，以维护利润、保证品质，使客户保持信心。

—成功的关键—

数据管理

当被问及各类制造数据管理能力和技术对工业4.0转型的重要程度时，大多数制造商都认为它们是关键或重要的。普遍认为工业4.0转型后的必备能力是数据管理。制造业的数据类型和来源多种多样，收集和分析数据的实际难度比听起来更难，但对成功来说却是至关重要的。将OT数据与工厂IT数据融合起来的举措在榜单上排名也很靠前，体现了大家对其的认可度。

智能和分析

良好数据管理的一个关键优势是能实现从数据到信息再到见解再到决策再到行动的闭环。五分之四的受访者认为，这对他们成功完成工业4.0至关重要。其中体现在两个具体方面——即分别向工厂的员工和办公室的员工提供可操作的洞察，虽然得分不是很高，但仍然得到了广泛认可。

—实现从数据到行动的闭环—

针对尚不熟悉制造数据管理的人员，在这里提供一种有关数据管理的可视化闭环。它从概念层面解释了制造业一致的数据管理系统的要素。

•这些数据需要经过结构化、协调化和存储才能发挥作用。考虑到庞大的机器阵列以及需要定期更改的系统数据格式，这一过程会非常复杂。

•最后一个方面是确保有效行动。将决策与相关制造应用中的行动触发因素联系起来能够确保采取敏捷、有效的行动，而这些都对盈利能力非常重要。

—多方面掌控—

目标：闭环

理想情况下，信息流从源头到存储、协调、扩充，再到决策分析，最后进入应用，以供采取行动。我们将此过程称为“实现从数据到行动的闭环”，它确实非常复杂。

现实：数据流中的缺口

在现实中，大多数企业的数据流都存在缺口。调查结果显示，在列出的七个环节中，只有5%的企业在任何一个环节都没有人工交接。在这个样本中，有一半以上的制造商表示在分析各种来源的数据时存在数据流缺口。这可能是企业开展高级分析和大数据项目时最关心的问题。从将OT数据转换为供IT使用的格式，到创建上下文数据、生成洞察、做出决策和采取适当行动，每个阶段都有待改进。

次优结果

每次人工交接数据或信息时，流程都会变慢，并有出错的风险。决策和行动一旦延误，往往会造成时间、材料和利润损失。在当今竞争激烈的市场中，制造商可能无法承受这些损失。