谷歌云最新調(diào)查：制造商IT支出的三分之一被用于AI

谷歌云近日公布了最新調(diào)查《Google Cloud Industries: Artificial Intelligence acceleration among manufacturers》，其中的主要發(fā)現(xiàn)包括：

近三分之二制造商正在依賴人工智能協(xié)助日常運(yùn)營，25%的制造企業(yè)將IT投入的50%甚至更多分配給了AI；

之所以在日常運(yùn)營中使用人工智能，主要是為了保持業(yè)務(wù)連續(xù)性、提高員工效率并從整體部署和運(yùn)營中為員工提供幫助；

最為常見的落地場(chǎng)景分別為質(zhì)檢、供應(yīng)鏈管理、風(fēng)險(xiǎn)管理、產(chǎn)品或產(chǎn)線質(zhì)檢與庫存管理；

三分之二（66%）已經(jīng)在日常操作中使用人工智能的制造商表示，他們對(duì)人工智能的依賴正在增加；

在目前沒有在日常運(yùn)營中使用人工智能的制造商中，約有三分之一認(rèn)為人工智能將提高員工效率，并對(duì)員工的整體發(fā)展有益；

制造商對(duì)云的采用率相當(dāng)高，大多數(shù)公司已經(jīng)制定了云戰(zhàn)略。

2020年10月，調(diào)查機(jī)構(gòu)The Harris Poll接受谷歌云委托，以在線方式對(duì)七個(gè)國家、1,154 名高級(jí)制造業(yè)高管進(jìn)行調(diào)查。

調(diào)查發(fā)現(xiàn)，疫情一直是推動(dòng)制造企業(yè)采用更多數(shù)字技術(shù)的一個(gè)重要因素。 76% 受訪者表示，他們已經(jīng)轉(zhuǎn)向人工智能、數(shù)據(jù)分析和云等「顛覆性技術(shù)」來幫助應(yīng)對(duì)疫情。

64% 的制造商依賴人工智能協(xié)助日常運(yùn)營。將其全部IT支出的一半或更多用于人工智能的制造商已占四分之一。

平均而言，報(bào)告中制造商 IT 總支出的36%被用于人工智能。英國制造企業(yè)支出最高，日本制造業(yè)支出比最低。從門類來看，電子電氣行業(yè)支出最大，化學(xué)品企業(yè)墊底。

雖然人工智能的利用率正在增加，但調(diào)查表明還有更大的增長空間。目前，未在日常運(yùn)營中使用人工智能的制造商中，約有三分之一認(rèn)為，AI將使員工的工作更有效率 （37%），并提高全體員工的能力（31%）。

「廣泛采用人工智能的關(guān)鍵在于其易于部署和使用，」谷歌在最新報(bào)告中表示，「隨著人工智能在為制造商解決實(shí)際問題方面變得越來越普遍，我們看到了從『試點(diǎn)煉獄』到『人工智能黃金時(shí)代』的轉(zhuǎn)變。」

事實(shí)上，從大規(guī)模生產(chǎn)到精益制造、六西格碼，再到最近的企業(yè)資源規(guī)劃，制造業(yè)對(duì)創(chuàng)新并不陌生。現(xiàn)在，人工智能有望帶來更多創(chuàng)新。

2019年，谷歌云將制造業(yè)確定為云業(yè)務(wù)增長的六個(gè)關(guān)鍵垂直行業(yè)之一（另外還有公共部門、金融服務(wù)、醫(yī)療保健、零售和通信/媒體）。從那時(shí)起，谷歌云一直在招聘高管來加強(qiáng)其行業(yè)專業(yè)知識(shí)，并在制造業(yè)中吸引客戶，如西門子、福特和雷諾。

根據(jù)ABI Research的數(shù)據(jù)，到2025 年，全球50,000多個(gè)倉庫中將安裝超過400萬臺(tái)商用機(jī)器人，而截至 2018 年，這一數(shù)字還不到4,000個(gè)。牛津經(jīng)濟(jì)研究院預(yù)計(jì)，中國將有 1,250 萬個(gè)制造業(yè)工作崗位實(shí)現(xiàn)自動(dòng)化，而麥肯錫則預(yù)測(cè)機(jī)器將很快覆蓋美國30%以上的制造業(yè)崗位。

今年2月，福特和谷歌宣布了一項(xiàng)獨(dú)特的戰(zhàn)略合作伙伴關(guān)系，以加速福特的轉(zhuǎn)型并重塑互聯(lián)汽車的體驗(yàn)。福特還將Google Cloud定為首選的云提供商，以利用 Google 在大數(shù)據(jù)、人工智能（AI）和機(jī)器學(xué)習(xí)（ML）方面的專業(yè)知識(shí)。

「這將加強(qiáng)我們?cè)谡麄€(gè)業(yè)務(wù)中實(shí)現(xiàn)人工智能民主化的努力，從工廠車間到車輛再到經(jīng)銷商，」福特人工智能和云主管布萊恩古德曼在一份聲明中表示，「我們?cè)?jīng)在福特計(jì)算過人工智能和機(jī)器學(xué)習(xí)項(xiàng)目的數(shù)量。對(duì)人工智能的應(yīng)用就像基礎(chǔ)數(shù)學(xué)一樣普遍，福特建立了一個(gè)由數(shù)據(jù)驅(qū)動(dòng)的人工智能生態(tài)系統(tǒng)，它為『數(shù)字網(wǎng)絡(luò)飛輪』提供動(dòng)力?！?/p>

4月，西門子表示已開始與谷歌合作，開發(fā)人工智能應(yīng)用程序，以支持制造業(yè)。通過將谷歌云的數(shù)據(jù)云和AI/ML功能與西門子的數(shù)字化工廠整體解決方案相結(jié)合，西門子表示，它能夠?yàn)橹圃焐烫峁﹨f(xié)調(diào)工廠數(shù)據(jù)的能力。這使得他們能夠運(yùn)行基于云的機(jī)器學(xué)習(xí)和人工智能模型，這些模型可以作為算法部署在網(wǎng)絡(luò)邊緣。

報(bào)告顯示， 在部署人工智能以協(xié)助日常運(yùn)營方面，前三名的應(yīng)用行業(yè)分別是汽車/原始設(shè)備制造商（76%），汽車供應(yīng)商（68%）和重型機(jī)械（67%）。

意大利和德國分別有80%和79%的制造商在日常運(yùn)營中使用人工智能。這一比例在其他國家有所下降，比如美國（64%）、日本（50%）和韓國（39%）。

人工智能的前三名應(yīng)用行業(yè)分別是汽車/原始設(shè)備制造商（76%），汽車供應(yīng)商（68%）和重型機(jī)械（67%）。

AI用例增長最快的行業(yè)分別是金屬加工、工業(yè)與裝備以及重型機(jī)械。

根據(jù)谷歌云的數(shù)據(jù)， 質(zhì)量控制（39%）和供應(yīng)鏈優(yōu)化（36%）是人工智能在制造業(yè)中的兩個(gè)主要應(yīng)用領(lǐng)域。其他三個(gè)主要應(yīng)用領(lǐng)域分別是風(fēng)險(xiǎn)管理（36%）、生產(chǎn)線質(zhì)量檢查（35%）和庫存管理（34%） 。

制造商將協(xié)助 業(yè)務(wù)連續(xù)性（38%）、幫助員工提高效率（38%）和幫助員工整體（34%）作為他們利用 AI 的首要原因。

質(zhì)量控制（39%）和供應(yīng)鏈優(yōu)化（36%）是人工智能在制造業(yè)中的兩個(gè)主要應(yīng)用領(lǐng)域。

協(xié)助業(yè)務(wù)連續(xù)性 (38%)、幫助員工提高效率 (38%) 和幫助員工整體 (34%) ，成為制造業(yè)利用 AI 的三大首要原因。

根據(jù)普華永道 2020 年的一項(xiàng)調(diào)查，制造業(yè)公司預(yù)計(jì)未來五年將因數(shù)字化轉(zhuǎn)型而提高效率 。麥肯錫與世界經(jīng)濟(jì)論壇的研究表明，到 2025 年，實(shí)施「工業(yè) 4.0」的制造商的價(jià)值創(chuàng)造潛力將達(dá)到 3.7 萬億美元。

「許多客戶不僅對(duì)購買技術(shù)感興趣，而且對(duì)如何解決業(yè)務(wù)問題感興趣?！乖谟懻撜{(diào)查結(jié)果時(shí)，谷歌云制造和工業(yè)董事總經(jīng)理Dominik Wee說。

當(dāng)制造商試圖從試點(diǎn)發(fā)展到大規(guī)模推廣基于人工智能的項(xiàng)目時(shí)，他們面臨著許多挑戰(zhàn)。

調(diào)查顯示， 25%的受訪者表示，他們?nèi)狈φ_使用AI的人才，而23%的受訪者表示他們的IT基礎(chǔ)設(shè)施落后，超過20%的受訪者表示AI應(yīng)用成本過高。

另有19%的制造商認(rèn)為人工智能是一項(xiàng)「未經(jīng)證實(shí)的」技術(shù)，16% 的制造商聲稱他們?nèi)狈Ρ匾睦嫦嚓P(guān)者的支持，阻礙了人工智能的實(shí)施工作。

這些發(fā)現(xiàn)與企業(yè)數(shù)據(jù)智能解決方案供應(yīng)商Alation最新季度數(shù)據(jù)文化狀況報(bào)告基本一致。Alation的報(bào)告中，絕大多數(shù)員工（87%）將數(shù)據(jù)質(zhì)量問題視為其組織未能成功實(shí)施人工智能和機(jī)器學(xué)習(xí)的原因。

缺乏高管支持也是首要原因，公司調(diào)查中有55%的受訪者認(rèn)為，這比缺乏具有數(shù)據(jù)科學(xué)技能的員工更重要。

制造業(yè)的AI部署從試點(diǎn)煉獄飛躍到大規(guī)模部署階段還面臨上述幾個(gè)障礙。

在谷歌看來，高度異質(zhì)化的環(huán)境是制造業(yè)大規(guī)模部署AI的一大障礙。在生產(chǎn)車間中，存在大量「歷史」設(shè)備，這當(dāng)中有的設(shè)備不具備數(shù)字化基礎(chǔ)，有的則在很難用AI實(shí)現(xiàn)自動(dòng)控制。此外，隨著時(shí)間的推移，制造商在世界各地工廠中的設(shè)備量持續(xù)增加，而管理方式則過于離散，無法實(shí)現(xiàn)統(tǒng)一和標(biāo)準(zhǔn)化。

另外，數(shù)據(jù)利用也十分困難，從收集數(shù)據(jù)到數(shù)據(jù)管理，其間存在大量設(shè)備孤島、數(shù)據(jù)孤島。很多數(shù)據(jù)存儲(chǔ)在不同系統(tǒng)中——有些甚至沒有連接在企業(yè)的系統(tǒng)平臺(tái)中。而在數(shù)據(jù)利用過程中，即使在統(tǒng)一數(shù)字化平臺(tái)中完成了歸檔和整理的數(shù)據(jù)，仍然需要對(duì)數(shù)據(jù)進(jìn)行優(yōu)化和分析才能使數(shù)據(jù)真正有意義。

至于人才差距帶來的挑戰(zhàn)，這在制造業(yè)之外的許多行業(yè)都很常見。也是谷歌認(rèn)為有機(jī)會(huì)提供技術(shù)和服務(wù)的另一個(gè)領(lǐng)域。

「許多在制造業(yè)工作的人沒有接受過部署人工智能的專業(yè)培訓(xùn)，」 Dominik Wee補(bǔ)充說?！肝覀冋谂喕夹g(shù)，提高易用性，同時(shí)幫助企業(yè)提高員工的操作技能?！?/p>

谷歌的這項(xiàng)調(diào)查還發(fā)現(xiàn)， 制造商對(duì)云的采用率相當(dāng)高。大多數(shù)（83%）已經(jīng)制定了云戰(zhàn)略，無論所處區(qū)域或行業(yè)如何。依賴云計(jì)算的前五名制造業(yè)子行業(yè)包括重型機(jī)械（92%）、汽車/OEM（87%）、工業(yè)與裝配（87%）、汽車供應(yīng)商（81%）和化學(xué)品（81%）。