网站首页    信息智能    麦肯锡:工业人工智能规则
  • 汽车零部件首秀历史

    他们看似小小的发明却大大的改变了我们的生活。1916年,凯迪拉克在Type 53上第一次引入了点火钥匙;1967年倒闭的美国汽车制造商史蒂倍克发明了油表和雨刷器;1954年,通用汽车公司安装了汽车空调;第一个LED大灯诞生是在2008年的奥迪R8 V10上。在2014年,奥迪发明了激光大灯

    3 ¥ 0.00
  • 10亿销售额的国内购物中心

    2019年国内购物中心的总销售额约为3.5万亿元。占当年国内消费品零售总额的8.5%,这与成都购物中心占零售总额的比例相当。上海这个占比约为14%,全国最高。国内能够超过6.8亿元的购物中心总数不会超过2000个。2019年上海超过10亿元的购物中心总数不超过70家。

    0 ¥ 0.00
  • 揭秘家族办公室ICONIQ

    它目前共有225位高净值客户,管理资产规模620亿美元。提供服务含金融投资、税务规划、地产投资等业务。2020年,它抓住新冠疫情机会,在年初推出一个十亿级别的投资项目“战术机会”:寻找由于疫情而产生的各种投资机会,例如优先贷款、结构性股权以及救济性融资。

    1 ¥ 0.00
  • 神经科学商用案例

    过去几年内发表的一些学术研究表明,应用神经科学的方法有助于预测销售环节的购买决策以及广告的投放效能,甚至还能预测音乐的文化契合/流行度,这些都是通过直接粗放的问卷调查无法实现的。谷歌、微软、戴姆勒等已将神经科学研究手段纳入业务中,并获成功。

    2 ¥ 0.00
  • 互联网本质是新房东

    互联网所有的进化全部基于一个前提和原理:网络效应。网络上信息越多,就会吸引更多网民,会制造和生产更多的信息,又会吸引其他网民和增加上网时长。在网络效应下,即使没有智能手机的产生,只要时间够长,信息仍然会越来越多。媒体本身,就是最大的生意。

    0 ¥ 0.00
  • “逼良为劣”的国内商业模式

    国内稍具规模的线下零售商超基本上是“上游盈利模式”,就是商家向上游生产供应商要利润。此模式将线下零售商超变成“出租婆”:看似商家从上游供应商那确保了自己的盈利,实为“饮鸩止渴”,最终所有成本由“零售价格”承担,降低了商家自己的商品竞争力。

    14 ¥ 0.00
  • 掌握香奈儿的神秘家族

    掌控香奈儿品牌的韦特海默家族,曾历经普法战争、两次世界大战等百年之大变局。二战中涉险、与香奈儿女士的争产与诉讼后,韦特海默家族表现出了惊人的复原力,并通过与高价值社会资本的互动融合,实现家族企业的百年长青与持续发展。

    7 ¥ 0.00
  • DST全球投资战略:地缘套利

    2010年DST刚露头角,《经济学人》将其与南非的Naspers、中国的腾讯归为一个群体,称为新兴市场三巨头。DST在全球的投资战略就是四个字:地缘套利。 “世界从来以及未来都不可能达到所谓的‘扁平’状态,而所谓成功的商人,比的就是谁能够率先利用信息落差而某得利益”。

    23 ¥ 0.00
  • 清洁空气30年

    我国过去的经济增长在很大程度上依赖于化石燃料消费,造成了严重的空气污染问题,解决经济增长与污染改善之间的矛盾已成为我国发展生态文明的关键。我国一直致力于将大气污染、碳强度与经济增长脱钩,建立具有可持续发展和生态文明特征的社会发展模式。

    4 ¥ 0.00
  • “跛脚”的粤港澳大湾区

    区位优势支持了大湾区东岸和北岸城市的大发展,巨大的产业聚集和虹吸效应使各种生产要素都向深圳、广州等核心城市聚集,而西岸城市却发展缓慢。经过四十多年的基础设施建设,交通条件已经大为改观,周边产业和要素聚集情况开始逆转,西岸城市的新区位优势若隐若现

    1 ¥ 0.00
  • 拯救花旗总部大厦事件

    纽约花旗总部大楼危机整个事件中,它产生了英雄,却没有恶棍;从花旗集团到该市建筑部门的官员,与事件有关的每个人都表现得堪称楷模。LeMessurier不仅毫发无损,反而因此扩大了他的声望。一个做了正确选择的工程师涉及到一个更大的问题,即专业人士应该如何表现。

    2 ¥ 0.00
  • 好莱坞烂片流水线

    好莱坞百花齐放的电影公司被并购成了六大电影公司,并被要求每年产出稳定的收益。压力之下,制片方根本不敢冒险去拍摄任何新的题材。对编剧的压榨也越来越严重,谁还玩命搞创作?垄断北美80%市场后,六大只肯拍自己的独家IP,大片越来越无趣就很容易解释了。

    2 ¥ 0.00
  • 中国轮胎40年

    回头看中国轮胎业发展史,它几乎走过了大多数中国企业可能经历的每一个阶段:从粗制滥造靠低价抢占市场、到购买国际先进设备、让产品行销海外。再自主研发挑战世界头部品牌。最后把工厂开到全世界。经过这样一轮残酷的洗礼,资源将更多地向头部企业集中。

    0 ¥ 0.00
  • 21世纪以来美国制造业演变

    分析2000—2018年间制造业及其细分行业发展和演变发现,美国制造业经历了“空心化”再到回流,高端先进制造业不断优化升级,传统基础产业长期保持优势,顶层设计、科技创新、创新生态有重要驱动作用。化工产品、计算机及电子产品和交通装备制造业属优势行业。

    0 ¥ 0.00
  • 从土地金融到土地财政

    过去40年,根本没有土地“财政”,带给国家城市乃至整个经济巨变的是土地“金融”;未来要转向的,是土地财政,即进入运营阶段。最核心的内容就是有没有创造收入、有没有创造足够的税收。所以从获取金融一次性的收入为主,变成获取财政可持续的现金流收入为主

    8 ¥ 0.00
  • 视听价值链:“元宇宙”

    当物理空间去中心化之后会发生什么?多个行业对火遍欧美的元宇宙的投入将达到数万亿美元。它不光包括3D主机、VR头戴设备游戏、以及提供更多如沉浸式剧场的活动,像旅行、教育和现场表演这样的传统行业将以游戏思维和虚拟经济被重塑;同时还有内容社区综合体。

    9 ¥ 0.00
  • 从米其林看中国产业弱点

    中国的缺点是即使能够设计出来富有独创性的半导体和发动机,但缺乏能够实际制造这种高科技产品的工厂。中国要想成为制造业强国,首先试着挑战米其林三星怎么样?按照设计图,不论何时何地都能均质制造产品。代价恐怕就是变成死脑筋、不知变通、缺乏进取精神。

    3 ¥ 0.00
  • Reits的历程

    由于中国的直接融资占比低于发达国家,股票市场没有发达国家成熟,股票市场规模占GDP的比重要低于发达国家。因此使用REITs与股市规模之比来估算REITs市场规模并不合理。参考全球主要REITs市场REITs规模占GDP的比重的范围,可以计算得到中国REITs市场的规模大致在3-8万亿元。

    3 ¥ 0.00
  • 谷歌的人类大脑“地图”

    谷歌与哈佛大学的Lichtman实验室合作,发布了最新的「H01」数据集,这是一个1.4 PB 的人类脑组织小样本渲染图。H01 样本通过连续切片电子显微镜以 4nm 分辨率成像,再通过自动计算技术重建和注释,最后可以看到初步的人类大脑皮层结构。但H01只有整个人类大脑容量的百万分之一

    1 ¥ 0.00
  • 张小龙:微信这个产品

    很多人可能从人们的日常生活习惯,社会变迁等角度去考虑它,我从产品的角度来考虑,做了一些什么,我们做的事情可能很多,如果非要我把它归结为非常简单一两个词来表示的话,我想用两个词来表达它,一个是'连接',一个是'简单',这就是微信最核心的东西。

    3 ¥ 0.00

【作者:侯文浩、尤晨;源自:麦肯锡《工业人工智能:赋能未来制造业的全新引擎》2020.05】

 

近年来,随着计算机算力以及全球数据总量呈指数级增长、算法研究快速迭代,人工智能已经登上了科技革命的风口。高德纳(Gartner)咨询公司最新发布的技术成熟度曲线显示,目前全球处于上升期或巅峰期的新兴技术中,一半以上与人工智能有关。到2020年,人工智能预计将在全球产生约470亿美元的总收入,成为全球经济发展、科技创新及社会变革的一大驱动力。

http://manager.cechina.cn/upload/article/1b47b801-9e36-4bbd-9793-7c9d9b528bb2/image001.jpg

随着人工智能走出科幻的迷雾,成为切实改变世界的革新技术,工业4.0时代的企业也逐渐认识到它对制造业转型升级的巨大价值。根据麦肯锡全球研究院预测,人工智能将为全球企业额外创造3.5万亿~5.8万亿美元的经济价值,这一数字甚至超过了德国2018年的GDP总量。

同样人工智能遇上工业所能发挥的潜力让人们浮想联翩、趋之若鹜,工业人工智能也首次站在了工业舞台的聚光灯下。工业人工智能的概念最初由美国国家科学基金会智能维护系统中心提出,它作为一种系统化的方法和规则,专注于开发、验证和部署各种不同的算法,进而形成具备可持续性能的工业应用,重复、有效、可靠地解决工业问题。不过,大多数企业仍对人工智能的商用前景和投资回报心存疑虑,工业人工智能的规模化应用依然任重而道远。尽管如此,以全球“灯塔工厂”为代表的工业人工智能领军者业已证明,人工智能将重塑产品服务、生产运营、组织流程等业务场景,打造具有颠覆潜力的创新业态,成为企业发起智能制造“攻坚战”的新引擎。如今,制造业智能化曙光初现,人工智能技术竞争方兴未艾。企业必须思考自身如何“点亮”工业人工智能,才能在这场独属于“追光者”的竞赛中取得先发优势。

 

先者为王:人工智能让企业在经营竞争中如虎添翼

 

工业互联网技术的广泛应用,为企业创造了海量的物联网大数据。然而,由于人脑的算力和思维范式存在上限,为传统战略运营工具的数据处理、分析和应用能力加上了一个难以突破的阈值,企业的价值创造因此面临瓶颈。人工智能作为一项“智慧”科学,其本质就是研究如何使计算机具备类似人脑的学习、推理、思考和决策能力,并借助远超人脑的算力,为工业企业带来一次端到端全价值链的智能化革命,具体包括:精准投放、打造极致个性化旅程的智能化销售;虚拟仿真和优化驱动的智能化研发;从采购到付款的“一站式”智能化采购;实时透明、动态决策的智能化供应链;以高级分析驱动生产力及质量提升的智能化生产;机器人流程自动化赋能的智能化后台;基于工业物联网和大数据的智能化售后。这些人工智能和机器学习用例在企业全价值流中不断涌现,显著提升了企业的运营水平、财务表现及竞争力(见图1)。

http://manager.cechina.cn/upload/article/1b47b801-9e36-4bbd-9793-7c9d9b528bb2/image002.jpg

 

首先,积极拥抱人工智能技术,有助于企业显著提高生产运营水平。根据麦肯锡的预测,仅在制造业和供应链领域,人工智能引领的业务变革就将在未来额外创造近2万亿美元的经济价值。在世界经济论坛评选的全球26家“灯塔工厂”中,人工智能应用实现了工厂产出平均提升7%~10%、生产效率增加4%~17%、产品质量提升至少10%,并减少了至少50%的延迟交付和2%~4%的能源消耗。我们看到,在制造业全面优化成本、效率、质量和敏捷性的过程中,人工智能发挥了关键作用,成为继自动化和数字化技术之后,推动企业智能制造转型的全新杠杆。

更为重要的是,只要在人工智能领域先行一步,企业便能收获“真金白银”的财务收益。麦肯锡旗下的AnalyticsQuotient(AQ)数据库分析发现,人工智能领军企业相对于同类企业具有更强的收入和盈利创造能力(见图2)。而麦肯锡全球研究院的预测模型表明,即使是先行者与跟随者只是在决策时点上存在细微差异,从长期来看也会演变成企业发展的巨大差距。

http://manager.cechina.cn/upload/article/1b47b801-9e36-4bbd-9793-7c9d9b528bb2/image003.jpg

 

企业管理者必须认识到人工智能对于企业战略的重要意义。长远看来,在这个问题上犹豫不前,必将挫伤企业的经营竞争力和行业领导力。工业人工智能的赛道上不存在后来居上的奇迹——永远是先行者获胜,亦步亦趋者苟活,落后者则被无情淘汰(见图3)。

http://manager.cechina.cn/upload/article/1b47b801-9e36-4bbd-9793-7c9d9b528bb2/image004.jpg

 

工业人工智能领域的顶尖先行者在做什么

 

尽管人工智能对于企业潜力巨大,但在工业领域的试验和规模化部署程度仍然很低。纵观全球制造业,规模化实施工业4.0技术的企业尚不足3%;而在这些企业当中,也仅有约25%的企业刚刚开始落地工业人工智能;其中又有不足10%的企业真正实现了一项或多项工业人工智能的成熟应用。由此观之,真正踏上工业人工智能舞台的企业还不足百分之一,工业人工智能真正发挥的影响还不足潜力的千分之一。

灯塔的光芒可以刺破暗夜,引导航船穿过汹涌的大洋——这1%的先行者就是工业人工智能的灯塔,为更多企业提供了人工智能应用的优秀示范。通过解读世界经济论坛全球“灯塔工厂”的32个人工智能用例,我们发现:

 

成本和用户是企业部署工业人工智能的两大动因

 

随着劳动力群体老龄化加剧、工资成本和离职率不断攀升,制造业企业感受到了前所未有的人力成本压力。与此同时,精益管理和数字化杠杆的潜力逐渐开发殆尽,工厂很难找到继续优化生产成本的方法。但机器智能可以提升工人的劳动效率,大数据分析辅助决策能够提升投入产出比的效率,因此,人工智能成为开启制造成本优化新阶段的钥匙。

对优化用户服务的追求,则是制造业把目光转向人工智能的另一核心动因。随着市场对用户体验的要求越来越高,生产商亟须向小批次、多品类、高质量、快周转的大规模、定制化生产模式转型。如何为用户提供个性化的产品旅程?如何在大规模定制的条件下提升产品质量?如何准确预测需求、迅速交付?传统的自动化设备和简单的数字化改造无法彻底解决这些问题。生产者需要一条以用户价值为中心的智能化生产线,才能为用户创造端到端的极致定制体验。

 

高级分析和机器视觉是工业人工智能领域的两大主流应用

 

在工业领域,机器学习驱动的高级分析是普及较早的一项人工智能应用。该技术通过预测技术和最优化模型,助力生产效率、能源效率和产品质量获得进一步提升。在浦项钢铁集团的浦项工厂,基于深度学习的炉温控制模型能够自动预测高炉温度,实现过程参数优化值的人工智能推荐,推动高炉产出增加4%,综合能耗降低0.7%;在拜耳制药的加巴纳特工厂,通过机器学习在线分析设备关键参数,智能分析和预测设备故障根因并自动提出行动建议,将关键设备的综合效率(OEE)提升了50%;博世无锡工厂以高级分析系统实现刀具全生命周期的最优化,根据性能根因分析调整操作方式,并结合设备效率和更换成本优化换模规则,将刀具库存降至10%以下;富士康工业互联网公司在深圳工厂部署了集成工业大数据的中央决策云平台,并通过全局规划和智能应用将无人运营的“关灯工厂”变为现实,从而节省了88%的人力,并且提升了30%的生产效率。

机器视觉是工业人工智能的另一项主流应用。该技术通过解析非结构性图像数据来提供洞见,在质量过程控制和检验方面效果卓著。在塔塔钢铁集团(TATAGroup)的艾默伊登(Ijmuiden)工厂,集团旗下的分析卓越中心自行研发的机器视觉应用能够快速识别带钢表面缺陷,确保有质量问题的产品不流入市场,由此将该问题带来的质量成本损失降低了50%;在丹佛斯集团(Danfoss)的天津工厂,以三维机器视觉技术为内核的在线质量控制系统可对压缩机油面位置进行精确监控,以保证此类问题客户“零投诉”;在Ar?elikA.?.公司的格艾什提工厂,机器视觉实现了线上操作质量的全自动控制,将单品间接人力成本降低了17%。

除此以外,这些“灯塔工厂”也在积极探索自然语言处理、先进机器人、流程自动化、智能云等其他人工智能技术的工业应用,以期在不同行业的丰富场景中进一步释放工业人工智能的价值潜力。

 

破译密码:“AI+X”五大赋能要素,点亮工业人工智能

 

如何点亮工业人工智能?无数看到了人工智能的商用前景却因落地实施的潜在挑战而逡巡不前的企业,都渴望破译工业人工智能的通关密码。然而,大多数企业却落入了“人工智能技术陷阱”——过分强调技术本身,却忽视了其他关键赋能要素,导致工业人工智能技术难以规模化落地。事实上,部署工业人工智能是一项系统工程,企业必须在价值、数据、人才、文化和生态五大赋能要素上勤练内功。在此,让我们把目光聚焦于国内某先进电子制造企业富士康工业互联网股份有限公司(以下简称“工业富联”),了解它积极推进“AI+X”五大赋能要素协同发展、拥抱工业人工智能的故事(见图4)。


 

http://manager.cechina.cn/upload/article/1b47b801-9e36-4bbd-9793-7c9d9b528bb2/image005.jpg

 

AI+价值:以企业价值为导向,规划人工智能战略

 

企业制定人工智能战略的前提,是对其工业人工智能的价值取向形成清晰认识。富士康工业互联网在人工智能领域起步之初,也曾尝试过开发前几年红透半边天的跨行业、跨价值链横向整合的工业互联网平台。但由于进度缓慢、回报不清晰,富士康工业互联网很快意识到专业领域知识的重要性。比起模型和算法,工业经验和场域验证才是决定应用工业软件产品影响的关键证据。于是,工业富联最高层重新思考并明确了自身部署工业人工智能的价值取向:立足优势行业、注重行业价值。

此后,工业富联从深耕多年的电子制造行业出发,制定了以“VaaS”(Value-as-a-Service,价值即服务)为导向的人工智能发展战略:针对电子制造行业的价值痛点,研发智能管理、智能排配、智能监控、智能分析、机器视觉检测、智能调试等一系列智能技术应用,以价值创造作为工业软件开发的初心,以价值实现作为工业软件产品的始终。基于这种价值导向的战略定位,工业富联很快便找到了工业人工智能的发力点,在垂直整合市场的赛道上跑得有声有色。

 

AI+数据:搭建从数据到洞见的工业物联网架构

 

工业人工智能在把海量数据转化为智慧洞见的过程中,离不开强大而可扩展的工业物联网架构作为保障。工业富联的工业互联网平台分为设备层、车间层和企业层,在数据采集、传输、管理、分析、应用等各个阶段针对每一层级详细设计了架构需求:明确全面、精确、统一且兼容的数据采集;确保灵活而安全的数据传输和交互;建立安全、稳定、高速、可扩展的数据管理平台;强化可视化和先进分析能力;打造以用户为核心的敏捷开发环境。如果说人工智能是企业的大脑,那么工业物联网架构就是支撑大脑思考的神经元群。正是通过完备的工业物联网架构,工业富联才得以充分驱动并释放来自数以万计的机器人、传感器和关键设备的巨大数据资源,实现工业人工智能应用的快速孵化和规模推进。

 

AI+人才:工匠、器匠、智匠,一个都不能少

 

推动工业人工智能,仅仅依靠数据科学家的力量显然是不够的。工业富联在探索人工智能落地的征程中领悟到,只有打造一个融合了运营技术(OT)、信息技术(IT)和分析技术(AT)等各领域人才的跨职能敏捷作战团队,才能有效赋力人工智能项目的迭代开发。其中,OT专家是团队中的“工匠”,主要负责描述业务。

他们凭借丰富的生产和运营经验准确判断业务痛点和用户需求,在精益改善和流程优化方面发挥重要作用。IT专家是团队中的“器匠”,主要负责整合数据。他们懂得如何快速采集、清洗并整合数据,包括跨部门、跨地区的系统、设备、人员和第三方数据,为人工智能提供全面、高时效性的数据土壤。AT专家则是团队的“智匠”,主要负责生成洞见。由他们来执行算法策略设计和模型开发,在大数据的海洋中捕获具有业务意义的洞见信息。与此同时,三类人员彼此间的合作和反馈也必不可少。

在工业富联,OT人员的业务需求决定了IT人员的数据清单;IT人员的数据质量将显著影响AT人员的分析效果;而AT人员的模型验证和调校也需要OT人员的经验输入。工业富联的成功经验表明,为了推动工业人工智能成功落地,工匠、器匠、智匠,一个都不能少。

 

AI+文化:讲好故事,自上而下推动全员理念变革

 

作为领导整个集团向人工智能全面转型的顶层力量,工业富联的管理者深知,只有自上而下讲述坚定不移、振奋人心的转型故事,才能推动全员持续的文化变革,将工业人工智能真正烙刻于企业的血脉之中。具体而言,工业富联从公司愿景、组织架构和文化建设三个方面,讲述了一个精彩的“工业人工智能”故事。

首先是公司愿景。在谈到工业富联未来将走向何方时,其掌舵人不止一次明确表示:“我们要做一家智能制造和大数据公司!”AI、工业智慧和大数据也是他在各种场合频频提到的三个词。从传统的外包电子制造到创新的智能制造,工业富联对工业人工智能的赤诚之心始终未改。

其次是组织架构。工业富联在旗下单独设立了一个工业互联网子公司,专门负责集团的智能制造以及工业物联网技术的研究和业务拓展。该子公司的负责人位列集团董事会,昭示了集团上下对于工业人工智能的重视。

最后是文化建设。在工业富联偌大的工业园内,建于多年前的“IE(工业工程)学院”旧貌换新颜,变成了“工业互联网学院”,这使每一个员工都意识到,集团对数字化转型的决心势不可挡。同时,工业富联还专门成立了一个“灯塔学院”,致力于培养工业大数据和人工智能人才,通过理念宣贯和实践训练,鼓励每一位员工为推动企业向工业人工智能前进而提升自我,携手成为照亮未来制造业的曙光。

 

AI+生态:创造并引领独属于自己的人工智能“朋友圈”

 

企业的人工智能之路并非闭门造车的孤独之旅,而是结交良朋益友的共创共赢。工业富联的人工智能“朋友圈”兼具深度、广度与灵活度。在深度上,工业富联纵贯工业物联网架构,从工业应用、功能平台、系统整合、智慧产品到关键零部件,在各技术堆栈中储备了丰富的技术伙伴资源,确保逾千应用和数十万台联网设备能够稳定服务各类型用户。在广度上,工业富联积极筹划“政产学研用”的深度融合,一方面协助区域工业智能产业升级,另一方面通过联合国内外高校和研究所进行人工智能的研究和试点,以期在技术供应生态圈之外形成更加广泛的工业人工智能合作环境。在灵活度上,无论行业专家、互联网新贵还是初创先锋,都可以成为工业富联欢迎的“AI之友”,工业富联也在积极运用战略合作、投资和并购等多种方式拓展人工智能“朋友圈”。先做到技术生态纵向整合,继而推进“政产学研用”全盘融合——工业富联打造的极具品牌领导力的人工智能“朋友圈”,成为它持续保持工业人工智能竞争力的重要保障。

纵观全球,涉足工业人工智能领域的企业早已证明了这种技术的独特价值。人工智能技术在改善企业的生产力、效率、质量和成本等方面具备巨大潜力,无疑将成为赋能未来制造业的全新引擎。不过,企业的人工智能转型之旅任重道远。率先觉醒的企业必须坚定信念、勤练内功、即刻出发,在工业人工智能领域开疆拓土,力求将自己变成闪耀未来智能制造之光的灯塔。

2020-05-21
据预测,仅制造业和供应链领域,人工智能业务变革将额外创造近2万亿美元价值。在全球26家“灯塔工厂”中,人工智能应用实现了工厂产出平均提升7%~10%、生产效率增加4%~17%、产品质量提升至少10%,并减少至少50%的延迟交付和2%~4%的能源消耗。但工业人工智能尚未“点亮”。
而目前全球处于上升期或巅峰期的新兴技术中,一半以上与人工智能有关。预计2020年人工智能在全球产生约470亿美元收入,成为全球经济发展、科技创新及社会变革的一大驱动力。预计人工智能将为全球企业额外创造3.5万亿~5.8万亿美元经济价值。

麦肯锡:工业人工智能规则

gyrgzn