造有道 智萬物
——德勤人工智能制造業(yè)應(yīng)用調(diào)查

一、概要

人工智能的應(yīng)用正從消費(fèi)智能擴(kuò)大到企業(yè)智能，帶動(dòng)并創(chuàng)造更強(qiáng)大的生產(chǎn)力。制造業(yè)具備大量數(shù)據(jù)累積，是人工智能應(yīng)用的藍(lán)海。2019年人工智能在邊緣計(jì)算層與工業(yè)物聯(lián)網(wǎng)相遇，成就人工智能工業(yè)落地元年。以人工智能賦能制造業(yè)的行動(dòng)已在全球展開，亞太區(qū)制造業(yè)基礎(chǔ)雄厚，是人工智能在工業(yè)領(lǐng)域應(yīng)用潛力市場。其中，中國、日本、韓國在政策、研發(fā)能力、數(shù)據(jù)和人才四個(gè)維度都較其他亞太國家更具競爭力，被視作亞洲人工智能發(fā)展的領(lǐng)軍國家。目前人工智能在制造業(yè)應(yīng)用潛力的討論大部分圍繞技術(shù)提供商展開，對(duì)工業(yè)用戶關(guān)注較少。本文旨在深入了解中國制造企業(yè)應(yīng)用人工智能的真實(shí)情況和應(yīng)用場景，探討人工智能項(xiàng)目理想與現(xiàn)實(shí)的差距，以及行業(yè)未來發(fā)展趨勢(shì)。

人工智能直擊制造業(yè)痛點(diǎn)，有望在未來2～5年內(nèi)對(duì)制造業(yè)產(chǎn)生可見影響。德勤調(diào)研發(fā)現(xiàn)制造企業(yè)生產(chǎn)經(jīng)營過程中面臨的最大痛點(diǎn)分別是：生產(chǎn)成本上升、生產(chǎn)線設(shè)計(jì)缺乏靈活性，以及不穩(wěn)定的產(chǎn)品質(zhì)量及良率。人工智能幫助企業(yè)提升自動(dòng)化的效率和精確度，預(yù)測市場趨勢(shì)并安排生產(chǎn)計(jì)劃，以及提升質(zhì)檢效率，因此93%的受訪企業(yè)認(rèn)為這項(xiàng)技術(shù)將成為制造業(yè)增長和創(chuàng)新的關(guān)鍵技術(shù)，87%的企業(yè)已經(jīng)或計(jì)劃在兩年內(nèi)部署人工智能，83%的企業(yè)認(rèn)為人工智能將在未來2～5年內(nèi)對(duì)企業(yè)的生產(chǎn)和管理產(chǎn)生實(shí)際可見的影響。

人工智能在制造業(yè)的應(yīng)用場景眾多，大致可以分為智能生產(chǎn)、產(chǎn)品和服務(wù)、企業(yè)運(yùn)營管理、供應(yīng)鏈以及業(yè)務(wù)模式?jīng)Q策五個(gè)領(lǐng)域。我們的調(diào)查發(fā)現(xiàn)，智能生產(chǎn)相關(guān)應(yīng)用是目前制造企業(yè)部署人工智能的首要選擇，占比51%。其次為產(chǎn)品和服務(wù)場景，占比25%。但是受關(guān)注的細(xì)分場景將在兩年內(nèi)發(fā)生明顯變化，產(chǎn)品服務(wù)和企業(yè)管理相關(guān)應(yīng)用場景增加，并出現(xiàn)新的應(yīng)用增長點(diǎn)——企業(yè)對(duì)人工智能應(yīng)用在提升營銷效率、物流服務(wù)、資產(chǎn)與設(shè)備管理、客戶需求洞察及能源管理的關(guān)注度明顯上升。

盡管人工智能在工業(yè)領(lǐng)域大規(guī)模落地值得期待，我們也發(fā)現(xiàn)項(xiàng)目落地的效果往往與預(yù)期存在差距。我們的調(diào)研結(jié)果顯示，不論是從企業(yè)獲益角度，還是從預(yù)算及時(shí)間投入角度衡量，認(rèn)為項(xiàng)目達(dá)到預(yù)期的企業(yè)占比僅為9%，意味著91%的人工智能項(xiàng)目未能達(dá)到企業(yè)預(yù)期。

在喧囂的人工智能熱潮下，工業(yè)企業(yè)切忌盲目投資，在大規(guī)模實(shí)施落地前，應(yīng)該明確自身戰(zhàn)略，找準(zhǔn)應(yīng)用場景，堅(jiān)實(shí)數(shù)據(jù)基礎(chǔ)，打造團(tuán)隊(duì)和合作伙伴關(guān)系，進(jìn)行驗(yàn)證和測試，讓人工智能真正為企業(yè)創(chuàng)造價(jià)值。

二、技術(shù)趨勢(shì)

在過去一百年里，五大趨勢(shì)主導(dǎo)了全球技術(shù)的發(fā)展，依次為“電子工具”，“半導(dǎo)體”，“企業(yè)服務(wù)”，“電信”和“消費(fèi)智能”。如今，“互聯(lián)網(wǎng)+消費(fèi)者”模式所創(chuàng)造的價(jià)值已經(jīng)充分釋放并趨于平緩；而第六個(gè)趨勢(shì)已經(jīng)顯現(xiàn)，我們稱之為“企業(yè)智能”，企業(yè)自我主導(dǎo)、運(yùn)用數(shù)字技術(shù)解決問題的智能化轉(zhuǎn)型被視為未來技術(shù)發(fā)展趨勢(shì)，成為下一階段價(jià)值創(chuàng)造的主角。如圖1所示。

這一新技術(shù)趨勢(shì)的本質(zhì)在于利用對(duì)數(shù)據(jù)的分析和洞見以指導(dǎo)企業(yè)生產(chǎn)和管理。智能化浪潮將對(duì)各行業(yè)產(chǎn)生廣泛影響，并大幅提高主要行業(yè)的生產(chǎn)力。

從行業(yè)來看，傳統(tǒng)市場規(guī)模較大的領(lǐng)域?qū)⒗^續(xù)領(lǐng)跑，2030年制造業(yè)，通信、傳媒及服務(wù)，自然資源與材料將分別以16%，16%，14%占據(jù)前三名。其中，龐大的制造業(yè)企業(yè)已經(jīng)開始加速數(shù)字化轉(zhuǎn)型，推動(dòng)智能管理，智能工廠，智能物流等全方位智能化，因而制造業(yè)也是其中增長速度最快的領(lǐng)域。

制造業(yè)的生產(chǎn)、質(zhì)檢、管理等各個(gè)環(huán)節(jié)都在持續(xù)、大量、快速地產(chǎn)生著數(shù)據(jù)。對(duì)于一個(gè)擁有1000個(gè)傳感器（傳感器每10秒發(fā)送一次信號(hào)）的工廠來說，每小時(shí)就有超過360000條數(shù)據(jù)流入。1天內(nèi)就有超過100萬條數(shù)據(jù)。據(jù)估算，制造業(yè)每年大概可產(chǎn)生1812PB的數(shù)據(jù)量，超過通訊、金融、零售等行業(yè)，如圖3所示。在過去二十年中，制造企業(yè)決策過程因數(shù)字信息的大量增長而變得復(fù)雜，企業(yè)正試圖通過智能化技術(shù)有效地處理和利用信息，解鎖數(shù)據(jù)的模式和可用性，解決之前甚至無法預(yù)見的問題。例如，機(jī)器學(xué)習(xí)正在幫助制造業(yè)企業(yè)提高車間每臺(tái)機(jī)器的預(yù)測性維護(hù)精度，發(fā)現(xiàn)提高每臺(tái)設(shè)備和相關(guān)工作流程的產(chǎn)量/吞吐量的方法，優(yōu)化系統(tǒng)和供應(yīng)鏈等。

（一）人工智能被制造業(yè)寄予厚望

制造企業(yè)生產(chǎn)經(jīng)營過程中面臨的最棘手問題分別是：生產(chǎn)成本上升、生產(chǎn)線設(shè)計(jì)缺乏靈活性，以及不穩(wěn)定的產(chǎn)品質(zhì)量及良率，如圖4所示。人工智能是在制造業(yè)智能轉(zhuǎn)型過程中被寄予厚望的技術(shù)之一。過去10年，人工智能領(lǐng)域開發(fā)了大量優(yōu)秀算法，為實(shí)際應(yīng)用儲(chǔ)備了大量的工具；近年來，人工智能開始大規(guī)模應(yīng)用于金融和互聯(lián)網(wǎng)等領(lǐng)域，起到了較好的示范效應(yīng)。業(yè)內(nèi)人士普遍認(rèn)為2019年是人工智能在工業(yè)制造領(lǐng)域快速發(fā)展以及各種技術(shù)落地的一年。

人工智能主要可以為制造業(yè)解決三類問題：一是幫助企業(yè)提升自動(dòng)化效率和精確度，提高制造業(yè)智能化運(yùn)營水平并降低運(yùn)營成本；二是預(yù)測市場趨勢(shì)并安排生產(chǎn)計(jì)劃，按需生產(chǎn)，并使各個(gè)環(huán)節(jié)在滿足需求的前提下保持最低庫存；三是提升質(zhì)檢水平，提高產(chǎn)品良品率。這三點(diǎn)正是制造業(yè)的痛點(diǎn)所在。這也是制造業(yè)對(duì)人工智能寄予厚望的原因，如圖4所示。本次人工智能制造業(yè)應(yīng)用調(diào)查顯示，93%的受訪企業(yè)認(rèn)同人工智能將成為全球制造業(yè)增長和創(chuàng)新的關(guān)鍵技術(shù)，其中39%的企業(yè)強(qiáng)烈認(rèn)同，54%的企業(yè)基本認(rèn)同這一觀點(diǎn)，是否認(rèn)同人工智能將成為全球制造業(yè)增長和創(chuàng)新的關(guān)鍵。如圖5所示。

（二）亞太地區(qū)人工智能發(fā)展

全球以人工智能賦能工業(yè)革命的運(yùn)動(dòng)已經(jīng)開展，亞洲作為全球制造業(yè)基地，多個(gè)國家把發(fā)展人工智能作為國家戰(zhàn)略，期望借助人工智能升級(jí)制造業(yè)，創(chuàng)造實(shí)體經(jīng)濟(jì)價(jià)值紅利，如表1所示。中國是亞太地區(qū)人工智能的主要驅(qū)動(dòng)力，特別是在政策支持和獲取數(shù)據(jù)的途徑方面占有優(yōu)勢(shì)。但日本、韓國、印度和新加坡都宣布了國家人工智能戰(zhàn)略，推動(dòng)亞太區(qū)成為人工智能領(lǐng)域的領(lǐng)先者。

在本次調(diào)研受訪者看來，中國、日本、韓國無論在政策、研發(fā)能力、數(shù)據(jù)和人才方面都更具有競爭力，被視作亞洲主要國家的領(lǐng)頭羊，引領(lǐng)區(qū)域人工智能發(fā)展，如圖6所示。

當(dāng)然，亞太地區(qū)也面臨人工智能發(fā)展挑戰(zhàn)。德勤問卷調(diào)查結(jié)果顯示，與北美和歐洲相比，亞太區(qū)在政策支持方面優(yōu)勢(shì)明顯，但在人才和研發(fā)領(lǐng)域落后。近40%的受訪者認(rèn)為亞太區(qū)發(fā)展人工智能的政府支持相關(guān)資源質(zhì)量高于北美和歐洲，占比最高；但在人才和研發(fā)能力方面，50%的受訪者認(rèn)為亞太區(qū)資源質(zhì)量低于其他區(qū)域，如圖7所示。

人工智能人才短缺是亞太地區(qū)面臨的最大挑戰(zhàn)，也是研發(fā)能力落后于北美和歐洲的主要原因。數(shù)據(jù)創(chuàng)新中心（Centerof DataInnovation）發(fā)布報(bào)告，對(duì)中國、美國和歐盟的人工智能的人才、研究、開發(fā)、應(yīng)用、數(shù)據(jù)和硬件進(jìn)行分析，結(jié)果顯示，中國在應(yīng)用和數(shù)據(jù)方面表現(xiàn)突出，美國在人才、研究、發(fā)展、硬件四個(gè)維度領(lǐng)先，歐盟在人才、研究、發(fā)展、應(yīng)用均居第二。中國人工智能人才無論在人員數(shù)量和頂尖人才方面都不及美國和歐盟。如表2所示。據(jù)估算，美國和加拿大人工智能專家數(shù)量為中國、印度、日本、韓國專家數(shù)量總和的三倍之多4。雖然亞太地區(qū)人工智能領(lǐng)域的論文和專利總數(shù)快速增長，但缺乏原創(chuàng)性的領(lǐng)軍人才（如率先發(fā)明一個(gè)算法，而非把別人的研究做到極致），亞太地區(qū)需要把擴(kuò)大高校人工智能相關(guān)學(xué)科的教學(xué)能力，鼓勵(lì)科研質(zhì)量重于數(shù)量，培養(yǎng)更強(qiáng)大的開放數(shù)據(jù)文化，以及提供更好的工作和生活工作環(huán)境、吸引和保留人才作為優(yōu)先事項(xiàng)。

表1 主要亞太國家人工智能發(fā)展戰(zhàn)略

表2 中國在高質(zhì)量人工智能人才方面落后于美國與歐盟

（三）中國制造業(yè)應(yīng)用市場規(guī)模預(yù)測

中國在人工智能應(yīng)用領(lǐng)域表現(xiàn)突出，其中人工智能在中國制造業(yè)的市場規(guī)模有望在2025年超過20億美元，從2019年開始每年保持40%以上的增長率（如圖8所示）。人工智能在中國制造業(yè)應(yīng)用的高增長主要受政策利好、資金充足和制造業(yè)應(yīng)用潛力三方面驅(qū)動(dòng)：

1）國家政策利好，人工智能領(lǐng)域發(fā)展空間開放。2017年，“人工智能”首次被寫進(jìn)政府工作報(bào)告，這也意味著推動(dòng)人工智能領(lǐng)域的發(fā)展已經(jīng)上升為一項(xiàng)國策。相對(duì)來說，中國擁有更加開放的人工智能發(fā)展平臺(tái)，對(duì)人工智能的發(fā)展持支持態(tài)度，這將給予人工智能領(lǐng)域的創(chuàng)業(yè)者和從業(yè)者更多的發(fā)展空間。尤其在制造業(yè)領(lǐng)域內(nèi)，中國政府采取的多是鼓勵(lì)發(fā)展為主的策略，例如為中國的智能機(jī)器人及無人駕駛領(lǐng)域提供政策支持等。而在社會(huì)和制造型企業(yè)層面，大數(shù)據(jù)的使用也更加開放。

2）人工智能為技術(shù)創(chuàng)新主要方向，國內(nèi)資金充足。人工智能已經(jīng)成為技術(shù)創(chuàng)新的主要方向，高科技及互聯(lián)網(wǎng)巨頭挑起人工智能的大梁，資本市場不愿錯(cuò)過這個(gè)超級(jí)風(fēng)口。許多中國企業(yè)坐擁海量數(shù)據(jù)和充沛資金，人工智能無疑是一個(gè)良機(jī)。

3）中國制造業(yè)為中國人工智能發(fā)展提供廣闊平臺(tái)。在制造業(yè)，低技術(shù)含量（第二產(chǎn)業(yè)、處理常規(guī)/可預(yù)測/可編程任務(wù)）的工人將首先面臨被機(jī)器人替代。中國制造業(yè)主要由傳統(tǒng)產(chǎn)業(yè)驅(qū)動(dòng)、從業(yè)者技術(shù)要求較低，因此其勞動(dòng)力可以被自動(dòng)化的程度整體較高，重復(fù)性、規(guī)則性、可編程性較高的工作內(nèi)容將在未來主要由智能化工業(yè)機(jī)器人完成。進(jìn)一步運(yùn)用機(jī)器人和傳感器在產(chǎn)線運(yùn)行、檢測、運(yùn)輸、倉儲(chǔ)等全過程源源不斷產(chǎn)生數(shù)據(jù)流，為人工智能的計(jì)算提供大量的、相對(duì)規(guī)則的數(shù)據(jù)資料，助力機(jī)器學(xué)習(xí)進(jìn)一步的算法優(yōu)化、提高預(yù)測準(zhǔn)確度。毫無疑問，數(shù)據(jù)的收集是數(shù)據(jù)分析、測試、機(jī)器學(xué)習(xí)的基礎(chǔ)。僅當(dāng)擁有足量的數(shù)據(jù)基礎(chǔ)時(shí)，機(jī)器學(xué)習(xí)才能夠最大程度發(fā)揮其效用。

三、應(yīng)用場景

人工智能在制造業(yè)的應(yīng)用場景眾多，大致可以分為智能生產(chǎn)、產(chǎn)品和服務(wù)、企業(yè)運(yùn)營管理、供應(yīng)鏈以及業(yè)務(wù)模式?jīng)Q策五個(gè)領(lǐng)域。智能生產(chǎn)相關(guān)場景應(yīng)用是目前制造企業(yè)部署人工智能的首要選擇，占比51%。其次為產(chǎn)品和服務(wù)相關(guān)場景，占比25%。但這個(gè)比例可能將在兩年內(nèi)發(fā)生明顯變化——人工智能在工業(yè)領(lǐng)域的熱點(diǎn)應(yīng)用從智能生產(chǎn)領(lǐng)域向更加注重產(chǎn)品服務(wù)和供應(yīng)鏈管理，未來的熱點(diǎn)應(yīng)用包括縮短產(chǎn)品設(shè)計(jì)周期、提升營銷效率、資產(chǎn)與設(shè)備管理、客戶需求洞察以及能源管理等。

人工智能在實(shí)用階段，算法本質(zhì)區(qū)別并不明顯，產(chǎn)品與產(chǎn)品的區(qū)別體現(xiàn)在明確應(yīng)用場景和工程化能力，本章我們將結(jié)合調(diào)研結(jié)果，探究人工智能在制造業(yè)的應(yīng)用場景和變化趨勢(shì)。

（一）應(yīng)用階段及主要場景

德勤2019人工智能制造業(yè)應(yīng)用調(diào)查中87%的受訪企業(yè)表示已經(jīng)或計(jì)劃在兩年內(nèi)部署人工智能。從應(yīng)用階段來看，已經(jīng)取得可見成果的企業(yè)占比18%，處于示范項(xiàng)目或測試階段企業(yè)占比34%，計(jì)劃部署企業(yè)占比35%，尚無計(jì)劃企業(yè)占比13%，如圖9所示。

這結(jié)果與企業(yè)人工智能項(xiàng)目的推動(dòng)方式相輔相成。在已經(jīng)進(jìn)行或計(jì)劃人工智能項(xiàng)目的受訪企業(yè)中，15%受訪企業(yè)表示在完整的人工智能戰(zhàn)略和連貫的計(jì)劃下進(jìn)行項(xiàng)目；28%的企業(yè)正在探索不同的倡議，搭建學(xué)習(xí)模型并測試概念的可行性；57%的企業(yè)有進(jìn)行示范項(xiàng)目，但大部分是不連貫的、零散的項(xiàng)目，如圖10所示。

本次調(diào)查發(fā)現(xiàn)，智能生產(chǎn)相關(guān)場景應(yīng)用是目前及未來兩年內(nèi)，制造企業(yè)部署人工智能的首要選擇，占比51%。其次為產(chǎn)品和服務(wù)相關(guān)場 景，占比25%。選擇供應(yīng)鏈和企業(yè)運(yùn)營管理均占比8%，業(yè)務(wù)模式?jīng)Q策為4%，還有4%的企業(yè)尚未計(jì)劃部署人工智能，如圖11所示。

（二）智能生產(chǎn)

在智能生產(chǎn)領(lǐng)域，目前應(yīng)用比較多的場景是自動(dòng)化生產(chǎn)工廠與訂單管理和自動(dòng)化排程；未來兩年內(nèi)將有更多人工智能技術(shù)用于產(chǎn)品質(zhì)量監(jiān)控和缺陷管理。計(jì)算機(jī)視覺技術(shù)的進(jìn)步推動(dòng)人工智能在質(zhì)量監(jiān)控和缺陷管理方面的應(yīng)用，如圖12所示。

人工智能在自動(dòng)化生產(chǎn)工廠的應(yīng)用很大程度上與工廠大規(guī)模安裝機(jī)器人相關(guān)。目前無法得知這些安裝的機(jī)器人在多大程度上運(yùn)行人工智能軟件，但這樣龐大的基礎(chǔ)無疑會(huì)促進(jìn)人工智能應(yīng)用場景的增長。中國的工業(yè)自動(dòng)化和工作崗位的轉(zhuǎn)移正在增加，過去三年里，一些中國的工業(yè)企業(yè)已經(jīng)使其40%的勞動(dòng)力自動(dòng)化。自2012年以來，中國每年的機(jī)器人安裝數(shù)量增長500%（歐洲為112%）。雖然目前大部分自動(dòng)化工廠的機(jī)器人是通過程式編輯以高精度和速度重復(fù)執(zhí)行特定工作，我們認(rèn)為隨著人工智能嵌入，機(jī)器人將具有感知環(huán)境變化，識(shí)別并應(yīng)對(duì)不同對(duì)象，甚至在特定情況下自主決策的能力。人工智能用于自動(dòng)化生產(chǎn)排程，往往關(guān)注交期承諾、計(jì)劃與排產(chǎn)、加工順序調(diào)度、物料準(zhǔn)時(shí)配送的優(yōu)化，特別是針對(duì)離散行業(yè)解決多工序、多資源的優(yōu)化調(diào)度問題8。

人工智能在產(chǎn)品質(zhì)量監(jiān)控和缺陷管理應(yīng)用有望快速增長，很大程度受益于機(jī)器視覺技術(shù)的進(jìn)步。機(jī)器視覺工具利用機(jī)器學(xué)習(xí)算法，經(jīng)過少量圖像樣本訓(xùn)練，可以在精密產(chǎn)品上以遠(yuǎn)超人類視覺的分辨率發(fā)現(xiàn)微小缺陷。產(chǎn)品質(zhì)量提升還可以通過工藝優(yōu)化實(shí)現(xiàn)，人工智能對(duì)關(guān)鍵工藝步驟的數(shù)據(jù)進(jìn)行感知分析，并依此實(shí)施優(yōu)化提升良品率。這些應(yīng)用可以為那些生產(chǎn)昂貴產(chǎn)品、對(duì)產(chǎn)品質(zhì)量要求高的企業(yè)創(chuàng)造可觀的經(jīng)濟(jì)價(jià)值。

當(dāng)然，由于采集數(shù)據(jù)的方法、數(shù)據(jù)的質(zhì)量和多樣性以及規(guī)模直接決定機(jī)器學(xué)習(xí)發(fā)揮作用的空間，人工智能在智能生產(chǎn)領(lǐng)域的應(yīng)用對(duì)企業(yè)的硬件設(shè)施有一定要求，如自動(dòng)化設(shè)備及管理系統(tǒng)配備齊全和傳感器的廣泛使用。

（三）產(chǎn)品與服務(wù)

在產(chǎn)品與服務(wù)領(lǐng)域，目前已經(jīng)在應(yīng)用人工智能技術(shù)的企業(yè)較少，但計(jì)劃在兩年內(nèi)優(yōu)先部署的企業(yè)數(shù)量明顯增加，特別是在縮短產(chǎn)品設(shè)計(jì)周期、個(gè)性化客戶體驗(yàn)以及提升營銷效率的應(yīng)用場景，如圖13所示。

制造企業(yè)面臨既要提升產(chǎn)品性能、降低能耗，又要縮短設(shè)計(jì)周期的挑戰(zhàn)。生成式產(chǎn)品設(shè)計(jì)是目前比較受歡迎的利用人工智能縮短設(shè)計(jì)周期的應(yīng)用。它根據(jù)既定目標(biāo)和約束利用算法探索各種可能的設(shè)計(jì)解決方案。具體來說需要經(jīng)過三個(gè)步驟：首先，設(shè)計(jì)師或工程師將設(shè)計(jì)目標(biāo)以及各種參數(shù)（如材料、制造方法、成本限制等）輸入到生成設(shè)計(jì)軟件中。然后，軟件探索解決方案的所有可能的排列，并快速生成設(shè)計(jì)備選方案。最后，運(yùn)用機(jī)器學(xué)習(xí)來測試和學(xué)習(xí)每次迭代的效果。

人工智能在提升產(chǎn)品客戶體驗(yàn)、挖掘客戶需求洞察和提高營銷效率的應(yīng)用同樣具有很大潛力，因?yàn)橹圃鞓I(yè)企業(yè)不僅需要了解發(fā)生在工廠里的事，更要了解產(chǎn)品出廠后的生命旅程。以用戶體驗(yàn)（安全性）為例，iPhone X使用了安全性更高的Face ID，F(xiàn)ace ID是通過人臉識(shí)別技術(shù)進(jìn)行的生物特征認(rèn)證。蘋果表示，Touch ID指紋識(shí)別被相同指紋破解的概率是五萬分之一，F(xiàn)ace ID面部識(shí)別被相同面貌破解的概率為一百萬分之一，F(xiàn)ace ID面部識(shí)別的安全性整整提升了20倍9。

（四）供應(yīng)鏈管理

在供應(yīng)鏈領(lǐng)域，配送管理和需求管理與預(yù)測是目前制造企業(yè)應(yīng)用人工智能提升供應(yīng)鏈效率的主要場景，未來兩年內(nèi)，物流服務(wù)、需求管理與預(yù)測、資產(chǎn)與設(shè)備管理場景的應(yīng)用將快速增長，如圖14所示。

配送管理解決的是貨品安全精準(zhǔn)配送的問題，也是目前人工智能在制造業(yè)供應(yīng)鏈領(lǐng)域最多的應(yīng)用。基于人工智能技術(shù)實(shí)現(xiàn)貨架、商品、機(jī)器人的整體協(xié)調(diào)，能夠更快速地實(shí)現(xiàn)產(chǎn)品出入庫和高效的倉庫貨架規(guī)劃。在工廠倉儲(chǔ)中，各種類型的全自動(dòng)流水線、自動(dòng)分撥、倉儲(chǔ)和配送機(jī)器人已經(jīng)開始慢慢應(yīng)用，基于人工智能技術(shù)可以讓每一個(gè)物料都有最優(yōu)路徑，最短時(shí)間送達(dá)。

供應(yīng)鏈管理的另一大挑戰(zhàn)是預(yù)測下個(gè)季度的熱銷產(chǎn)品，從而讓供應(yīng)鏈人員對(duì)企業(yè)的庫存、人員以及物流能力進(jìn)行合理規(guī)劃，甚至在消費(fèi)者購買之前將貨物提前運(yùn)送到臨近銷售點(diǎn)的倉庫內(nèi)。人工智能更深層次運(yùn)用在對(duì)消費(fèi)趨勢(shì)的分析與預(yù)測，藉由整合內(nèi)部銷售數(shù)據(jù)、消費(fèi)者產(chǎn)品使用記錄、產(chǎn)品生命周期追蹤、競爭情報(bào)、市場趨勢(shì)分析和社交媒體等數(shù)據(jù)對(duì)消費(fèi)者需求偏好與購買行為進(jìn)行畫像分析。設(shè)計(jì)師們可以為下一個(gè)季度創(chuàng)造熱銷品，企業(yè)能更精準(zhǔn)計(jì)算預(yù)期收入。

（五）企業(yè)運(yùn)營管理

在企業(yè)運(yùn)營管理領(lǐng)域，目前比較多的應(yīng)用場景是財(cái)務(wù)管理，未來兩年內(nèi)，人工智能在能源管理人和人力資源管理的應(yīng)用將顯著增，如圖15所示。

制造企業(yè)的能源消耗占企業(yè)生產(chǎn)成本比例較高，不同的裝備水平、工藝流程、產(chǎn)品結(jié)構(gòu)和能源管理水平對(duì)能源消耗都會(huì)產(chǎn)生不同的影響。將人工智能用于能效診斷，可以幫助企業(yè)提高節(jié)能效率。

有企業(yè)已經(jīng)實(shí)現(xiàn)所有能源的消耗分析與優(yōu)化都是通過人工智能來完成，進(jìn)一步實(shí)現(xiàn)工廠整體能耗的降低。鋼鐵廠也逐步通過人工智能學(xué)習(xí)以及分析應(yīng)用，來控制鋼鐵廠的能耗。

（六）業(yè)務(wù)模式?jīng)Q策

在業(yè)務(wù)模式?jīng)Q策領(lǐng)域，客戶體驗(yàn)與成本結(jié)構(gòu)是人工智能用于制造業(yè)業(yè)務(wù)模式?jīng)Q策的主要方向。現(xiàn)今的客戶無疑越來越挑剔，既希望獲得定制化產(chǎn)品和服務(wù)，又要求更低廉的價(jià)格。相當(dāng)一部分受訪企業(yè)計(jì)劃利用人工智能精準(zhǔn)預(yù)測客戶需求、開發(fā)智能化產(chǎn)品和服務(wù)或采用靈活的定價(jià)和收費(fèi)模式，從而給予客戶新的整合并互動(dòng)的服務(wù)體驗(yàn)。在制造業(yè)人力成本和資源成本快速上升的大環(huán)境下，成本結(jié)構(gòu)是企業(yè)關(guān)注的另一熱點(diǎn)。人工智能在人力替代、庫存管理、設(shè)備穩(wěn)定性等方面的應(yīng)用潛力可以降低企業(yè)管理的成本和費(fèi)用，優(yōu)化成本結(jié)構(gòu)，如圖16所示。

（七）熱點(diǎn)應(yīng)用場景變化趨勢(shì)

如果不對(duì)應(yīng)用領(lǐng)域進(jìn)行區(qū)分，只是對(duì)具體應(yīng)用場景進(jìn)行掃描，會(huì)發(fā)現(xiàn)人工智能在制造業(yè)領(lǐng)域的熱點(diǎn)應(yīng)用場景將在兩年內(nèi)發(fā)生重大變化，主要體現(xiàn)在兩方面：人工智能在工業(yè)領(lǐng)域的熱點(diǎn)應(yīng)用從智能生產(chǎn)領(lǐng)域向更加注重產(chǎn)品服務(wù)和供應(yīng)鏈管理；兩年內(nèi)會(huì)出現(xiàn)新的應(yīng)用增長點(diǎn)，其中提升營銷效率、物流服務(wù)、資產(chǎn)與設(shè)備管理、客戶需求洞察、能源管理以及供應(yīng)鏈運(yùn)輸與網(wǎng)絡(luò)設(shè)計(jì)管理為企業(yè)重點(diǎn)關(guān)注應(yīng)用。

這種變化是制造業(yè)向工業(yè)4.0過渡的必然結(jié)果。制造業(yè)不僅關(guān)注生產(chǎn)過程，而是整個(gè)價(jià)值鏈——如何進(jìn)行需求感知并進(jìn)行供應(yīng)鏈相關(guān)規(guī)劃，如何創(chuàng)造和增加智能產(chǎn)品和服務(wù)以增加收入，如何以新的方式與客戶建立聯(lián)系并整合客戶信息等。人工智能處理大量數(shù)據(jù)及做出明智決定的能力使上述環(huán)節(jié)更有效的得以實(shí)現(xiàn)和創(chuàng)造價(jià)值。如圖17所示。

三、現(xiàn)實(shí)與預(yù)期的差距

（一）91%項(xiàng)目未能達(dá)到預(yù)期

中國制造業(yè)企業(yè)人工智能項(xiàng)目實(shí)施不在少數(shù)，效果如何？通過企業(yè)調(diào)查我們發(fā)現(xiàn)，不論是從企業(yè)獲益角度，還是從預(yù)算及時(shí)間投入角度衡量，認(rèn)為項(xiàng)目達(dá)到80%～100%預(yù)期的企業(yè)占比僅為9%，這意味著91%的人工智能項(xiàng)目未能達(dá)到企業(yè)預(yù)期，如圖18所示。

人工智能項(xiàng)目結(jié)果與預(yù)期差距較大是全球普遍存在的現(xiàn)象。這種落差往往是由以下幾方面的問題造成：

1）既有經(jīng)驗(yàn)及組織架構(gòu)障礙：當(dāng)人工智能技術(shù)的導(dǎo)入涉及到管理變革或流程優(yōu)化操作時(shí)，由于員工已經(jīng)熟悉原有工作流程，實(shí)施新流程是一個(gè)困難的過程，特別是企業(yè)往往無法完全投入所需的資金培訓(xùn)與時(shí)間。另外，不了解如何進(jìn)行相關(guān)的組織架構(gòu)調(diào)整也是企業(yè)應(yīng)用人工智能過程的挑戰(zhàn)。

2）基礎(chǔ)設(shè)施條件制約：實(shí)施人工智能項(xiàng)目對(duì)企業(yè)的基礎(chǔ)設(shè)施有一定的要求。德勤調(diào)查發(fā)現(xiàn)，45%的企業(yè)認(rèn)為基礎(chǔ)設(shè)施影響較大，從而不得不推遲原有的人工智能計(jì)劃；還有14%的企業(yè)認(rèn)為基礎(chǔ)設(shè)施問題影響嚴(yán)重，導(dǎo)致企業(yè)無法進(jìn)行某些轉(zhuǎn)型。如企業(yè)首先要有能夠采集關(guān)鍵變量的傳感器，要能夠把實(shí)際有效量測數(shù)據(jù)收上來，才有機(jī)會(huì)分析哪些流程改進(jìn)質(zhì)量才能更好，生產(chǎn)效率才能更高(如圖19 所示 )。

3）數(shù)據(jù)采集方法及數(shù)據(jù)質(zhì)量問題：當(dāng)基礎(chǔ)設(shè)施條件具備后，采集數(shù)據(jù)的方法，數(shù)據(jù)的質(zhì)量、多樣性以及規(guī)模直接決定了機(jī)器學(xué)習(xí)的發(fā)揮余地。目前國內(nèi)大型制造企業(yè)的自動(dòng)化設(shè)備和管理系統(tǒng)都已配備齊全，但產(chǎn)生數(shù)據(jù)的利用率卻一直不盡如人意——耗費(fèi)資源收集大量數(shù)據(jù)，而收集上來的數(shù)據(jù)卻往往并非關(guān)鍵數(shù)據(jù)。

4）缺乏工程經(jīng)驗(yàn)：人工智能技術(shù)公司需要把假設(shè)的算法與理論落實(shí)到企業(yè)實(shí)際應(yīng)用場景中，考驗(yàn)的不僅是項(xiàng)目團(tuán)隊(duì)的技術(shù)能力，也考驗(yàn)團(tuán)隊(duì)對(duì)制造工藝的理解，和算法與行業(yè)應(yīng)用結(jié)合的經(jīng)驗(yàn)，綜合運(yùn)用各種軟硬件資源，建構(gòu)出可行的人工智能應(yīng)用場景方案。

5）項(xiàng)目規(guī)模過大、過于復(fù)雜：人工智能適用于解決具體問題，通用型大項(xiàng)目往往涉及復(fù)雜的多種因素決策，超出目前人工智能的能力范圍。

（二）半數(shù)企業(yè)不能接受預(yù)期和現(xiàn)實(shí)的落差

51%的受訪者會(huì)選擇已經(jīng)有成功經(jīng)驗(yàn)的項(xiàng)目，因此不太能接受預(yù)期和現(xiàn)實(shí)的落差；49%的受訪者認(rèn)為試錯(cuò)無法避免，并能夠接受預(yù)期和現(xiàn)實(shí)的落差，如圖20所示。創(chuàng)新帶來的失敗和代價(jià)是可以理解的，不要讓挫折破壞企業(yè)實(shí)施人工智能的承諾，企業(yè)需要學(xué)會(huì)如何了解失敗、控制失敗，最終利用人工智能為企業(yè)帶來長期回報(bào)。

四、未來已來

（一）實(shí)際影響可期

人工智能在制造業(yè)的應(yīng)用已不是紙上談兵，而是將在不遠(yuǎn)的未來改變企業(yè)生產(chǎn)和管理的方式。德勤調(diào)查顯示，83%的企業(yè)認(rèn)為人工智能已經(jīng)或?qū)⒃谖磥砦迥陜?nèi)對(duì)企業(yè)產(chǎn)生實(shí)際可見的影響，其中27%的受訪者認(rèn)為人工智能項(xiàng)目已經(jīng)為企業(yè)帶來價(jià)值；56%的受訪者認(rèn)為人工智能將在未來2～5年為企業(yè)帶來回報(bào)。受訪企業(yè)對(duì)人工智能項(xiàng)目結(jié)果的態(tài)度。人工智能項(xiàng)目將在何時(shí)對(duì)企業(yè)產(chǎn)生實(shí)際可見影響（如圖21所示）。

當(dāng)然，不同行業(yè)應(yīng)用人工智能的預(yù)備度有所不同，從資產(chǎn)、技術(shù)、標(biāo)準(zhǔn)與法規(guī)以及生態(tài)系統(tǒng)四個(gè)方面衡量，電子及通信設(shè)備、家用電器制造、汽車制造、電力及電氣行業(yè)的預(yù)備度較高（如圖22所示）。

（二）企業(yè)投資偏好

32%的受訪企業(yè)預(yù)計(jì)未來兩年內(nèi)部署人工智能的投資規(guī)模達(dá)2000萬以上，還有32%的企業(yè)預(yù)計(jì)將投資不超過500萬元，其余企業(yè)的投資規(guī)模處于500～2000萬之間(如圖23 所示 )。

從技術(shù)傾向性來看，更多企業(yè)將投資于復(fù)合性技術(shù)體系，從而優(yōu)化生產(chǎn)、成本、庫存或質(zhì)量控制等方面，或用于銷量、價(jià)格預(yù)見性維護(hù)的預(yù)測。對(duì)單一技術(shù)類別，如視覺監(jiān)測、機(jī)器人定位、專家系統(tǒng)等技術(shù)的投資熱情相對(duì)較小(如圖24所示）。

人工智能可以顯著優(yōu)化產(chǎn)品配置，以及制造商按訂單生產(chǎn)產(chǎn)品所依賴的配置-定價(jià)-報(bào)價(jià)（CPQ）工作流程。例如，西門子的銷售、設(shè)計(jì)和安裝鐵路聯(lián)鎖控制系統(tǒng)采用了人工智能和機(jī)器學(xué)習(xí)，它們可以幫助西門子從1090種潛在組合中找出最佳配置。這是機(jī)器學(xué)習(xí)所擅長的，即找出既能夠滿足客戶需求、同時(shí)也是最有可能制造出來的產(chǎn)品的最佳配置10。

人工智能的預(yù)測和決策輔助與大數(shù)據(jù)分析密切相關(guān)。在德勤調(diào)查過程中，很多受訪企業(yè)都表示有意愿利用人工智能進(jìn)行大數(shù)據(jù)分析，實(shí)現(xiàn)數(shù)據(jù)可視化和精細(xì)管理。電氣設(shè)備企業(yè)利用人工智能遠(yuǎn)程處理大數(shù)據(jù)，在故障發(fā)生前便能及時(shí)發(fā)現(xiàn)問題，從而更好的服務(wù)智能電網(wǎng)。

（三）布局工業(yè)AI平臺(tái)

人工智能在工業(yè)市場的應(yīng)用存在可擴(kuò)展性問題。人工智能解決方案通常針對(duì)特定的應(yīng)用程序和企業(yè)進(jìn)行定制。業(yè)界普遍認(rèn)為，工業(yè)人工智能平臺(tái)讓企業(yè)以更低的成本應(yīng)用人工智能，是人工智能在工業(yè)領(lǐng)域的落地和普及的必要條件。

許多技術(shù)提供商正在搭建這樣的平臺(tái)，阿里云ET工業(yè)大腦即是工業(yè)AI應(yīng)用平臺(tái)，也是開發(fā)型平臺(tái)。平臺(tái)正試圖降低行業(yè)AI使用門檻，通過可配置的方式做業(yè)務(wù)的編排。而平臺(tái)的開發(fā)功能，允許合作伙伴或者工業(yè)終端用戶自身進(jìn)行行業(yè)模板構(gòu)結(jié)、定制，在平臺(tái)之上沉淀自身的行業(yè)數(shù)據(jù)模型，架構(gòu)自己的算法模型。Craft Works是一家為工業(yè)客戶構(gòu)建定制人工智能解決方案的軟件公司，公司正專注于開發(fā)AI平臺(tái)引擎；這樣，工業(yè)客戶可以構(gòu)建自己的模型，而不是依賴于特定的AI解決方案。

同時(shí)，工業(yè)企業(yè)對(duì)人工智能平臺(tái)也表現(xiàn)出很大興趣。德國雅迪（HARTING）為工業(yè)電纜的主要供應(yīng)商，推出了一個(gè)名為MICA的IoT網(wǎng)關(guān)，它提供邊緣的連接和機(jī)器學(xué)習(xí)推理。柯尼卡美能達(dá)（Konica Minolta）也推出AI平臺(tái)，用于工業(yè)自動(dòng)化、預(yù)測性維護(hù)和質(zhì)量控制的圖像、聲音和數(shù)據(jù)分析。

五、德勤建議

中國制造業(yè)正處于人工智能大規(guī)模落地應(yīng)用爆發(fā)的前夕，領(lǐng)先企業(yè)已經(jīng)開始布局以贏得先機(jī)。德勤建議企業(yè)從自身戰(zhàn)略、應(yīng)用場景、數(shù)據(jù)基礎(chǔ)、團(tuán)隊(duì)組建、合作伙伴、驗(yàn)證及實(shí)施開展人工智能的實(shí)際落地。

（1）戰(zhàn)略目標(biāo)匹配

企業(yè)首先需要確保其人工智能部署必須與企業(yè)的戰(zhàn)略和業(yè)務(wù)目標(biāo)匹配，不論這個(gè)目標(biāo)是創(chuàng)造新的收入、減少成本、或提升運(yùn)營效率，關(guān)鍵是選擇合適的復(fù)雜程度來滿足企業(yè)的業(yè)務(wù)目標(biāo)。人工智能應(yīng)用程序還需要符合企業(yè)業(yè)務(wù)目標(biāo)所設(shè) 想的時(shí)間表。某項(xiàng)技術(shù)越先進(jìn)，它成熟所需的時(shí)間就越長。

在人工智能運(yùn)用任何商業(yè)情景中之前，建議企業(yè)借助這個(gè)機(jī)會(huì)對(duì)相關(guān)業(yè)務(wù)流程及運(yùn)營模式進(jìn)行優(yōu)化，確保基礎(chǔ)設(shè)施條件可以支持人工智能項(xiàng)目的實(shí)施。企業(yè)在到達(dá)工業(yè)4.0之前，必然要經(jīng)過工業(yè)2.0、3.0的過程。

（2）明確應(yīng)用場景

要找到合適的人工智能落地應(yīng)用場景，本質(zhì)上是要理解這項(xiàng)技術(shù)在哪些方面可以做的比人類更好。目前的人工智能技術(shù)并不善于解決通用性問題，人工智能技術(shù)要實(shí)現(xiàn)應(yīng)用場景落地并形成商業(yè)價(jià)值，需要明確其所能解決的特定領(lǐng)域問題，并明確應(yīng)用場景邊界，將人工智能的功能需求限定在有限的特定問題邊界之內(nèi)，這樣得出的解決方案才能相對(duì)可行可靠——如基于深度學(xué)習(xí)的AI技術(shù)在對(duì)海量信息處理已經(jīng)比人類更優(yōu)秀，所以可以代替人類的肉眼檢測、審查數(shù)據(jù)或決定何時(shí)進(jìn)行維護(hù)。

（3）落實(shí)數(shù)據(jù)基礎(chǔ)

由于目前基于深度學(xué)習(xí)的人工智能高度依賴大數(shù)據(jù)，企業(yè)的數(shù)據(jù)基礎(chǔ)往往是決定AI項(xiàng)目是否能成功實(shí)施的基石。在實(shí)施 AI方案之前企業(yè)可以對(duì)自身的數(shù)據(jù)基礎(chǔ) 進(jìn)行診斷和評(píng)估，我們可以簡單地將數(shù)據(jù)基礎(chǔ)成熟度分成以下幾個(gè)等級(jí)：

L1：關(guān)鍵業(yè)務(wù)數(shù)據(jù)缺失；

L2：基礎(chǔ)數(shù)據(jù)完整但組織內(nèi)存在信息孤島；

L3：數(shù)據(jù)整合度高但不能支持業(yè)務(wù)決策；

L4：可以進(jìn)行數(shù)據(jù)驅(qū)動(dòng)的業(yè)務(wù)決策但不能實(shí)時(shí)響應(yīng)業(yè)務(wù)變化；

L5：支持?jǐn)?shù)據(jù)驅(qū)動(dòng)的業(yè)務(wù)決策并能實(shí)時(shí)響應(yīng)業(yè)務(wù)變化。

當(dāng)企業(yè)的數(shù)據(jù)基礎(chǔ)成熟度在較低級(jí)別時(shí)，例如：關(guān)鍵數(shù)據(jù)缺失的L1級(jí)，需要做的往往不是馬上實(shí)施AI方案，而是先進(jìn)行數(shù)字化（或信息化）改造以打好基礎(chǔ)。 互聯(lián)網(wǎng)和金融行業(yè)由于每天發(fā)生的業(yè)務(wù)天然就能產(chǎn)生大量數(shù)據(jù)，相對(duì)而言數(shù)字化程度最高，最早就有機(jī)會(huì)嘗試?yán)肁I技術(shù)；對(duì)于數(shù)據(jù)基礎(chǔ)建設(shè)還未完成的其他傳統(tǒng)行業(yè)，則必須通過業(yè)務(wù)流程的改進(jìn)將數(shù)字化的程度提高才能考慮AI解決方案。

（4）組建團(tuán)隊(duì)及搭建伙伴關(guān)系

企業(yè)如果想打造AI能力，至少需要以下幾類人才所組成的團(tuán)隊(duì)：

1）AI技術(shù)專家——包括數(shù)學(xué)、統(tǒng)計(jì)學(xué)方 面的科學(xué)家，進(jìn)行底層算法的研究；同時(shí)也包括傳統(tǒng)意義上IT技術(shù)專家， 能使用最新的AI算法開發(fā)技術(shù)原型以及后續(xù)的商業(yè)產(chǎn)品。

2）行業(yè)專家——對(duì)于特定行業(yè)的AI解決方案，團(tuán)隊(duì)中需要有經(jīng)驗(yàn)的行業(yè)專家加入。

3）AI應(yīng)用專家——AI應(yīng)用專家首先是一名優(yōu)秀的產(chǎn)品經(jīng)理，其次要了解算法特性，最后還要能理解行業(yè)問題，這樣才能將AI技術(shù)專家和行業(yè)專家的優(yōu)勢(shì)整合在一起構(gòu)建適合行業(yè)的技術(shù)解決方案。

組建內(nèi)部人工智能團(tuán)隊(duì)的同時(shí)，企業(yè)也可通過合作伙伴關(guān)系快速引進(jìn)人工智能相關(guān)專業(yè)知識(shí)，特別是在人工智能戰(zhàn)略、實(shí)施流程、技術(shù)實(shí)踐、項(xiàng)目交付等方面借助合作伙伴的協(xié)助填補(bǔ)能力空白。我們的調(diào)研發(fā)現(xiàn)，96%的受訪企業(yè)都選擇與外部伙伴合作，技術(shù)咨詢公司和人工智能企業(yè)為主要合作伙伴。

Gartner將人工智能技術(shù)提供商分為四種類型：領(lǐng)先的云服務(wù)提供商（如亞馬遜、阿里云、谷歌等），企業(yè)應(yīng)用程 序套件提供商（如ERP、SCM、HCM和 CRM業(yè)務(wù)應(yīng)用程序），數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)平臺(tái)提供商（大量人工智能頭部及創(chuàng)業(yè)企業(yè)），以及系統(tǒng)集成商（如德勤、IBM等）。這四類技術(shù)提供商各有優(yōu)勢(shì)，企業(yè)需要根據(jù)其業(yè)務(wù)環(huán)境和目標(biāo)選擇最合適的伙伴。

值得注意的是，跨境區(qū)域合作是驅(qū)動(dòng)今天科技發(fā)展的重要力量，盡管中美有著非常緊密的合作關(guān)系，但過去一年里，人工智能已經(jīng)被美國認(rèn)為是敏感技術(shù)，涉及國家安全領(lǐng)域。中美關(guān)系的不確定性將對(duì)兩國企業(yè)人工智能深層次合作 產(chǎn)生影響。

（5）驗(yàn)證及大規(guī)模實(shí)施

有了應(yīng)用場景，完善了數(shù)據(jù)基礎(chǔ)，搭建好團(tuán)隊(duì)以后，接下去要做的是基于AI的過程設(shè)計(jì)原型驗(yàn)證（Proof of Concept）。在確認(rèn)技術(shù)原型可行的情況下，再進(jìn)行迭代和最終的大規(guī)模實(shí)施。

全球制造業(yè)與新技術(shù)融合的動(dòng)力與日俱增。隨著制造企業(yè)累計(jì)的數(shù)據(jù)量增加， 以及人工智能技術(shù)的成熟和配套工程能力的發(fā)展，人工智能將能夠發(fā)揮其全部潛力。

六、關(guān)于本調(diào)查報(bào)告

為了解人工智能在制造業(yè)領(lǐng)域的實(shí)際應(yīng)用情況和趨勢(shì)，德勤從“中國制造業(yè)500強(qiáng)”中選取110家大中型企業(yè)，并對(duì)其高管進(jìn)行問卷調(diào)查。在問卷調(diào)查基礎(chǔ)上，遴選代表性企業(yè)進(jìn)行深度訪談。

注：

1 India's National Strategy for AI http://niti.gov.in/writereaddata/les/document_publication/NationalStrategy-for-AI-Discussion-Paper.pdf

2 AI Singapore, https://www.aisingapore.org/

3 Budget 2018: Government seeks to boost Australia AI capabilities, 08 May 2018 https://www.computerworld.com.au/article/640926/ budget-2018-government-seeks-boost-australian-aicapabilities/

4 Global AI Talent Report 2019,jfgagne, https://jfgagne.ai/talent-2019/

5 此處AI研究人員數(shù)量是指2007～2017年間在AI期刊上發(fā)表文章或取得AI相關(guān)專利的研究人員。

6 H-Index 由 Google Scholar 和 DBLP提供，指被引次數(shù)高于或等于H的論文的數(shù)量，是衡量科學(xué)家產(chǎn)出和研究影響力的手段。

7 在21個(gè)頂級(jí)學(xué)術(shù)會(huì)議發(fā)表論文的AI研究人員中博士人數(shù)占比

8 工業(yè)互聯(lián)網(wǎng)正確打開方式系列（十三）：排程調(diào)度優(yōu)化，產(chǎn)業(yè)智能官 https://m.ydaobo.com/wenzhang/50355.html

9“人工智能對(duì)用戶體驗(yàn)的影響”，《AI改變?cè)O(shè)計(jì)》，2018-03-04，http://www.woshipm.com/ucd/970109.html

10“西門子，知識(shí)圖譜和數(shù)據(jù)思維支撐的下一級(jí)人工智能”西門子創(chuàng)新日，Michael May, 2019-05-15