德勤制造业AI采纳调查

概述11.技术趋势31.1人工智能51.2亚洲的人工智能发展太平洋71.3制造业 AI 10 的市场规模2.使用中的人工智能 132.12.22.32.4供应链管理 182.52.6商业模式决策 202.73.实施与期望的区别 233.191% 的人工智能项目未能达到预期 233.2超过一半的受访公司认为差异不可接受 244.未来现在是 274.1人工智能有望发挥作用 274.24.35.德勤建议 315.1与战略目标保持一致 315.2定义用户案例 315.3建立数据基础 315.45.5运行 POC 并实施规模 32 AI赋能迈向智能制造之路|概述概述人工智能 (AI) 一直在将应用从消费者扩展到企业，提高生产力以实现更强劲的发展。随着海量数据的积累，制造业已成为人工智能应用的蓝海市场。 2019年，AI遇上工业物联网，人工智能在工业行业的应用开始。现在，一场全球转型正在进行中，以人工智能为制造业赋能。亚洲作为世界制造业中心，人工智能产业化应用潜力巨大。在其他国家中，中国、日本和韩国在这方面更具竞争力政策、研发 (R&D) 能力、数据和人才被视为引领亚洲人工智能发展的方向。到目前为止，围绕人工智能在行业中使用的大部分讨论都集中在技术提供商身上，只有少数讨论是针对行业用户的。本报告旨在深入研究制造商采用人工智能的现状和场景，以洞察人工智能项目的实际效果和理想效果之间的差距，并识别行业趋势。人工智能可以定位并解决制造业的痛点，未来两到五年将对整个行业产生可感知的影响。据德勤调查，制造企业在生产经营中面临的最关键痛点包括成本上升、生产线设计不灵活以及产品质量和良率不稳定。人工智能可以帮助企业提升流程自动化、制定市场趋势预测、安排生产、并提高检查效率。调查显示，93%的受访企业认为人工智能将成为推动制造业增长和创新的关键技术； 87% 已采用人工智能或计划在两年； 83% 的人认为人工智能将在未来两到五年内对制造和管理产生切实影响。围绕所有制造过程存在大量可能的 AI 用例，大致可以分为智能生产、产品与服务、商业运营与管理、供应链、商业模式决策。根据我们的调查，智能生产是大多数制造企业（51%）采用人工智能的首选，其次是产品和服务（25%）。然而，企业的优先事项将在未来两年，在产品/服务、业务管理等细分领域会有更多应用场景。新的增长领域将更加关注人工智能应用，以提高营销效率、物流服务、资产和设备管理、对客户需求的洞察以及能源管理。尽管人工智能在行业中的大规模应用值得期待，但实施结果往往与预期不同。我们的调查显示，只有 9% 的受访者表示 AI 项目符合预期，无论是从给公司带来的收益的角度来看或投入的预算和时间。这意味着，91% 的企业认为他们的 AI 项目并不令人满意。虽然人工智能越来越受欢迎，但需要避免不知情的投资。在大规模实施之前，企业应该有清晰的战略、目标场景、深厚的数据基础、专业的团队和合作伙伴，以及充分发挥人工智能真正价值创造潜力的证明和测试。1 AI赋能迈向智能制造之路|1。技术趋势图 2：全球人工智能市场规模（按行业）100亿美元908070605040302010020182019202020212022202320242025制造业通讯，媒体与服务自然资源和材料消费品 医疗保健银行交通 汽车贸易 零售 能源 生命科学来源 Gartner政府IT硬件教育保险公用事业在生产、质量控制和管理等制造过程中，海量数据快速、可持续地产生。对于一个拥有 1,000 个传感器每 10 秒发送一次信号的工厂，每小时可以流入 360,000 个条目，这意味着每天超过 100 万个条目。制造业预计产量约为 1,812每年 PB (PB) 的数据，这不仅仅是通信、金融、零售和更多行业（见图 3）。由于过去二十年数字信息激增，决策过程变得越来越复杂，制造商一直试图更有效地处理和利用这些信息，使用智能技术来发现数据模式并解决以前无法预料的问题。例如，机器学习 (ML) 正在帮助制造公司提高精度车间每台机器的预防性维护，以确定提高每台设备/工作流程的生产/能力以优化系统和整个供应链的方法。4 AI赋能迈向智能制造之路|1。技术趋势图 3：制造业创造的数据量居首位按行业划分的年度数据创建量（PB）1,812制造业 政府通讯 &媒体银行零售专业的服务医疗证券投资服务来源 GP Bullhound、德勤研究1.1 制造业对人工智能寄予厚望制造商普遍面临生产挑战和运营，其中最大的问题包括成本上升、生产线设计缺乏灵活性以及质量和产量不稳定（见图 4）。作为制造业进行智能转型应对这些挑战，人工智能是诉诸的关键技术之一。在过去的十年中，已经开发了大量算法并创建了许多工具实用的应用。人工智能在金融和互联网领域的广泛采用已经证明一个巨大的成功。业内专家普遍认为，2019年见证了人工智能在工业制造中的快速发展以及其他各种技术的落地。人工智能主要可以解决三类制造问题1）帮助企业提升流程自动化，增强智能运营，降低运营成本，2）预测市场趋势并安排生产以实现按需制造，同时满足每个流程的需求，同时尽可能降低库存，3) 提高质量检验水平和产品良率。这就是为什么制造业寄予厚望人工智能——解决行业的这些痛点（见图 4）。根据德勤关于人工智能采用情况的调查在制造业，93% 的受访公司认为人工智能将成为推动制造业增长和创新的关键技术39% 坚信54% 的人普遍相信（见图 5）。5911776773424397375336 研发和生产成本高生产线设计缺乏敏捷性产品质量不稳定和产量迪菲菲能力文化管理生产或工作系统故障工作场所安全关心产品维护和维修成本高29%25%18%11%7%5%4% 政府规划与支持国家战略、产业战略、补贴、政府引导资金等数据可访问性数据量、设备连接、数据共享、数据安全敏感度等。天赋专业人才的数量和质量、数量领导者、人才库等。研发能力国家和企业人工智能研发投资、研发出版物、基于生态系统的合作等。AI赋能迈向智能制造之路|1。技术趋势图 6：亚太主要国家人工智能资源评估亚太主要国家人工智能资源评估6005004003002001000中国日本南朝鲜新加坡澳大利亚印度政府规划与支持 数据可及 人才研发能力注：纵轴代表国家得分。更高的分数意味着更多的资源。其结果是基于对被调查公司对该国资源质量的评估得出的加权分数。资料来源：2019 年德勤关于制造业人工智能采用的调查8 AI赋能迈向智能制造之路|1。技术趋势尽管在人工智能发展方面有强大的政策支持和其他优势，但亚太地区也面临着挑战。根据德勤的问卷调查结果，人才和研发能力是亚太地区与北半球相比的弱点。美国和欧洲。大约40%（最高比例）的受访公司认为亚太地区拥有比亚太地区更好的人工智能资源北美和欧洲都有。在然而，50% 的受访者认为其他地区的资源质量高于亚太地区（见图 7）。AI人才短缺是亚太地区面临的最大挑战也是落后的主要原因落后于北美和欧洲研发能力。数据创新中心最近发布了一份报告，分析了人才、研究、开发、应用、数据、和硬件在中国，美国国家（美国）和欧盟（EU）。据报道，中国美国在应用和数据方面表现强劲，美国在人才、研发和硬件方面处于领先地位，欧盟在人才、研究、开发、应用。相比之下，中国不及美国和欧盟关于数量专业人才和顶尖人才（见表 2）。据估计，北美的人工智能专家人数是中国、印度、日本和韩国总人数的三倍。4 尽管亚太地区继续快速增长在人工智能论文和专利中，它缺乏能够创造新算法而不是完善现有算法的领先创意人才。因此，亚太地区人工智能应用的重点应该是提升人工智能相关学科的教学能力，鼓励科研重质轻量，培养更具活力的开放数据文化，以及提供更具吸引力的作品。和生活环境来吸引和留住人工智能人才。图 7：受访者对亚太地区人工智能资源质量的评价与北美和欧洲相比，您如何看待亚太地区的人工智能资源？60%50%40%30%20%10%0%政府规划与支持研发能力数据可访问性天赋高于其他地区 与其他地区相同 低于其他地区 不确定资料来源：2019 年德勤关于制造业人工智能采用的调查9 56% 2,057.651%47%43%43%45%31%32%1,263.924%811.2537.9365.2252.257.971.793.7123.71762,5002,0001,50063%70%60%50%40%1,00030%20%50010%00%20152016201720182019202020212022202320242025市场规模（百万美元）美元） 增长率 13%18%35%34%15%57%28%AI赋能迈向智能制造之路|2.使用中的人工智能2.1采用水平和主要场景根据 2019 年德勤关于制造业人工智能采用的调查，87% 的受访公司表示他们已经或计划在制造业中采用人工智能。两年。根据 AI 应用水平，18% 的企业拥有取得了可察觉的结果，34% 处于试点项目或试验阶段实施中，35% 有计划部署，而 13% 没有计划投资人工智能（见图 9）。结果与公司推广人工智能项目的方式相似。在接受调查的公司中已实施或计划在未来实施人工智能项目的人中，15% 的人表示他们拥有具有完整战略和一致计划的人工智能项目，28% 的人正在为概念证明 (POC) 收集提案和构建学习模型，其中 57%有试点项目，但大多数项目不一致或支离破碎（见图 10）。图 9：受访企业的 AI 应用水平和进展图 10：已部署或计划部署的受访公司的 AI 采用水平企业的人工智能采用水平和进展被调查已部署的受访公司的 AI 采用水平或计划这样做取得了可想而知的成果有人工智能试点或试行 有计划 无计划有策略完整、计划一致的AI项目 POC的提案收集和学习模型构建 有试点AI项目（大多不一致、碎片化）资料来源：2019 年德勤关于制造业人工智能采用的调查人工智能在制造业中可以有多种应用，一般可以分为五个领域：智能生产、产品和服务、业务运营和管理、供应链和商业模式决策。我们的调查发现智能生产是并将成为首选部署 (51%)在未来两年的制造企业中，其次是产品和服务（25%）。选择供应的受访者连锁经营和业务经营管理分别占8%和4%。其余 4% 的受访公司尚未形成了人工智能部署计划（见图11）。14 AI赋能迈向智能制造之路|2.使用中的人工智能图 11：受访公司采用人工智能的关键领域接受调查的公司采用人工智能的关键领域（现在或两年内）智能生产产品和服务业务经营管理供应链商业模式决策没有采用/计划51%来源 2019 年德勤关于制造业人工智能采用的调查2.2智能生产在...方面智能生产，人工智能更多地用于工厂自动化、订单管理和自动化调度。未来两年，越来越多的人工智能技术将在质量上投入使用监控和缺陷管理，这将得到计算机视觉技术进步的支持（见图 12）。图 12：接受调查的公司在智能生产中采用人工智能受访企业已采用或计划采用人工智能的智能生产场景50403020100工厂自动化订单管理和自动化生产调度质量监控和缺陷管理风险控制与管理为安全生产性能监控和维护固定资产和制造设备通过 两年内的优先事项 不是优先事项 没有计划注释 左边的数字是指公司的数量。来源 2019 年德勤关于制造业人工智能采用的调查1525%8%8%4%4% AI赋能迈向智能制造之路|2.使用中的人工智能尽管关于机器人数量的信息有限，但机器人的广泛使用可能会促进人工智能应用的采用运行人工智能软件。工厂自动化中使用的人工智能很大程度上与大规模引入有关设施中的机器人。在中国，工业自动化和技能转移正在加速。过去三年，多家工业企业实现了40%的自动化他们的劳动力。自 2012 年以来，中国安装的机器人数量增长了 500%（而欧洲为 112%）。尽管制造工厂中的大多数机器人都是通过通用编程运行的，以执行高精度和重复性工作。添加人工智能应用，机器人将能够感知环境的变化，识别不同的对象采取各自的行动，甚至在某些特殊场合做出决定。在自动化生产排程中，人工智能应用往往侧重于交付时间、计划和制造、加工顺序和及时配送的优