您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[德勤]:人工智能制造业应用调查:造有道 智万物 - 发现报告

人工智能制造业应用调查:造有道 智万物

信息技术2024-07-16德勤见***
AI智能总结
查看更多
人工智能制造业应用调查:造有道 智万物

概要1 一、技术趋势 1.1人工智能被制造业寄予厚望51.2亚太地区人工智能发展61.3中国制造业应用市场规模预测9 二、应用场景11 2.1应用阶段及主要场景122.2智能生产132.3产品与服务152.4供应链管理162.5企业运营管理172.6业务模式决策182.7热点应用场景变化趋势18 三、现实与预期的差距21 3.1 91%项目未能达到预期213.2半数企业不能接受预期和现实的落差22 四、未来已来25 4.1实际影响可期254.2企业投资偏好264.3布局工业AI平台27 五、德勤建议29 5.1战略目标匹配295.2明确应用场景295.3落实数据基础295.4组建团队及搭建伙伴关系295.5验证及大规模实施30 关于本报告31 概要 人工智能在制造业的应用场景众多,大致可以分为智能生产、产品和服务、企业运营管理、供应链以及业务模式决策五个领域。我们的调查发现,智能生产相关应用是目前制造企业部署人工智能的首要选择,占比51%。其次为产品和服务场景,占比25%。但是受关注的细分场景将在两年内发生明显变化,产品服务和企业管理相关应用场景增加,并出现新的应用增长点—企业对人工智能应用在提升营销效率、物流服务、资产与设备管理、客户需求洞察及能源管理的关注度明显上升。 人工智能的应用正从消费智能扩大到企业智能,带动并创造更强大的生产力。制造业具备大量数据累积,是人工智能应用的蓝海。2019年人工智能在边缘计算层与工业物联网相遇,成就人工智能工业落地元年。以人工智能赋能制造业的行动已在全球展开,亚太区制造业基础雄厚,是人工智能在工业领域应用潜力市场。其中,中国、日本、韩国在政策、研发能力、数据和人才四个维度都较其他亚太国家更具竞争力,被视作亚洲人工智能发展的领军国家。目前人工智能在制造业应用潜力的讨论大部分围绕技术提供商展开,对工业用户关注较少。本报告旨在深入了解中国制造企业应用人工智能的真实情况和应用场景,探讨人工智能项目理想与现实的差距,以及行业未来发展趋势。 尽管人工智能在工业领域大规模落地值得期待,我们也发现项目落地的效果往往与预期存在差距。我们的调研结果显示,不论是从企业获益角度,还是从预算及时间投入角度衡量,认为项目达到预期的企业占比仅为9%,意味着91%的人工智能项目未能达到企业预期。 人工智能直击制造业痛点,有望在未来2-5年内对制造业产生可见影响。德勤调研发现制造企业生产经营过程中面临的最大痛点分别是:生产成本上升、生产线设计缺乏灵活性,以及不稳定的产品质量及良率。人工智能帮助企业提升自动化的效率和精确度,预测市场趋势并安排生产计划,以及提升质检效率,因此93%的受访企业认为这项技术将成为制造业增长和创新的关键技术,87%的企业已经或计划在两年内部署人工智能,83%的企业认为人工智能将在未来2-5年内对企业的生产和管理产生实际可见的影响。 在喧嚣的人工智能热潮下,工业企业切忌盲目投资,在大规模实施落地前,应该明确自身战略,找准应用场景,坚实数据基础,打造团队和合作伙伴关系,进行验证和测试,让人工智能真正为企业创造价值。 ᅃ、技术൵๞ ሞࡗඁᅃӥ౎૛Lj࿵ٷ൵๞ዷڞକඇ൰技术ڦ发ቛLjᅈْྺĐਏ߾ጱۉđLjĐ༹ڞӷđLjĐ务ޜഓᄽđLjĐ႑ۉđࢅĐၩ዇ీݯđăසৃLjĐࢻ૴ྪ+ኁݯၩđఇ๕໯ظሰڦॏኵᅙ经؊ݴ๥ݣժ൵ᇀೝ࣐Ǘܸڼୃ߲൵๞ᅙ经၂၄Lj࿢்׬ኮྺĐഓᄽ዇ీđLjഓᄽጲ࿢ዷڞ、运ᆩຕጴ技术঴ਦ࿚༶ڦ዇ీࣅገ႙ԥ๫ྺ࿄ઠ技术发ቛ൵๞Ljׯྺူᅃ঩܎ॏኵዷঙڦሰظ(཮՗1)ă ኄᅃႎ技术൵๞ڦԨዊሞᇀ૧ᆩܔຕ਍管理ࢅׂഓᄽิڞ۴९ᅜኸࢅဆݴڦăᆖၚݘ࠽ิׂႜᄽ߳ܔॽח዇ీࣅષLj૰ׂิڦ༵高ዷᄲႜᄽޗٷժă ႜᄽઠੂLjଶᇘڦٷఇডࡀׇཥ๨دॽीჄଶಞLj2030౎዆ሰᄽLjཚ႑、务ޜ௃及دLjጲ඗ጨᇸᇑ֌ଙॽݴ՚ᅜ16%Lj16%Lj14%቞਍മෙఁă其ዐLj ಕڦٷ዆ሰᄽഓᄽᅙ经ਸ๔े໏ຕጴࣅገ႙Ljླྀۯ዇ీ管理Lj׍߾዇ీLj዇ీ࿿ୁڪඇݛ࿋዇ీࣅLjᅺܸ዆ሰᄽᄺ๟其ዐሺ׊໏܈ፌ੺ڦଶᇘă ิׂ੗߁ٷ౎1,812PBຕ਍ଉڦLjཚࡗגრ、ূබ、ଭ๳ڪႜᄽ(཮՗3)ăܾඁࡗሞๆ౎ዐLj዆ሰഓᄽਦײࡗ֧ᅺຕጴ႑တሗްڥՎܸ׊ଉሺٷڦLjഓᄽኟ๬཮ཚࡗ዇ీࣅ技术ᆶၳتں理ࢅ૧ᆩ႑တLj঴໮ຕ਍ڦఇ๕ࢅ੗ᆩႠLj঴ਦኮമฯ዁࿮݆ ׂิڦ዆ሰᄽ、ዊॠ、ۼ࣍ব߲߳ڪ管理ሞ׼Ⴤ、ଉٷ、੺໏ׂںิጣຕ਍ăᇀܔᆛᆶ߲ᅃ1,000߲ ഗߌد(ഗ௅ߌد10௱发ໃᅃْ႑ࡽ)ઠຫ׍߾ڦLj௅ၭ้৽ࡗגᆶ360,000ཉຕ਍ୁ෇ă1ཀా৽ࡗגᆶ100ྤཉຕ਍ă໙ࠚ਍Lj዆ሰᄽ௅ ᇨ९ڦ࿚༶ă૩සLjऐഗბသኟሞӻዺ዆ሰᄽഓᄽ༵高כक़௅໼ऐഗڦᇨ֪Ⴀྼ܈ࢺ৛Lj发၄༵高௅໼ยԢࢅ၎߾࠲ፕୁଉׂڦײ/ཾུ݆ݛڦଉLjᆫࣅဣཥࢅ供ڪ应链ă ߳ႜᄽ౎܈ຕ਍ׂิଉ(Petabytes* ڦമ༵ူԍ׼ፌگੰ٪Ǘෙ、༵ืዊॠ຤ೝLj༵高ׂ೗ଆ೗୲ăኄෙۅኟ๟዆ሰᄽ໯ሞۅསڦăኄᄺ๟዆ሰᄽܔට߾዇ీसᇱᅺڦྭࢩᇎ(཮՗4)ăԨْට߾዇ీ዆ሰᄽ应ᆩֱۙ၂๖Lj93%ഓᄽණݡ๴ڦཞට߾智ీॽׯྺඇ൰዆造ᄽሺظࢅ׊॰रຍ࠲ڦႎLj其ዐ39%ڦഓᄽഽଜණཞLj54%ڦഓᄽएԨණཞኄᅃۅ࠵(཮՗5)ă ଶᇘLjၳ应ݔ๖ڦࡻକডڟഐăᄽాට๗೵Փණྺ2019౎๟ට߾዇ీሞ߾ᄽ዆ሰଶᇘ੺໏发ቛᅜ及߳ዖ技术஌ڦںᅃ౎ă 1.1ට߾智ీԥ዆造ᄽसᇎࢩྭ ዆ሰഓᄽิׂ经营ײࡗዐ௬ଣڦፌठ๮࿚༶ݴ՚๟ǖׂิԨฉืׯ、ׂิ၍ยऺඍ݄ଳऄႠLjᅜ及փ࿘ׂۨڦ೗ዊଉ及ଆ୲(཮՗4)ăට߾዇ీ๟ሞ዆ሰᄽ዇ీገ႙ײࡗዐԥसᇎࢩྭڦ技术ኮᅃăඁࡗ10౎Ljට߾዇ీଶᇘਸ发କٷଉᆫႯ໙݆Ljྺํਏ߾ڦଉٷԢକئा应ᆩǗৎ౎ઠLjට߾዇ీਸ๔ࡀٷఇ应ᆩᇀূබࢅࢻ૴ྪڪ ට߾዇ీዷᄲ੗ᅜྺ዆ሰᄽ঴ਦෙૌ࿚༶ǖᅃ、ӻዺഓᄽ༵ืጲۯࣅၳ୲ࢅ৛ඓ܈Lj༵高዆ሰᄽ዇ీࣅ运营຤ೝժইگ运Ԩׯ营Ǘܾ、ᇨ֪๨ׇ൵๞ժҾಇิׂऺࣄLjׂӀႴิLjժ๑߲߳࣍বሞ஢ፁႴ൱ ཮՗4ǖ๴ݡഓᄽණྺ዆造ᄽิׂဣཥፌठ๮࿚༶ ዆ሰᄽิׂဣཥፌႴᄲ঴ਦڦ࿚༶ ཮՗5ǖځ೺܈ߛ智ీ߾ටܔഓᄽ ॰࠲ڦႎظࢅ׊ྺඇ൰዆ሰᄽሺׯ዇ీॽ߾ණཞටޏ๟ ૰ۯዷᄲൻڦ዇ీ߾൶ටں໿Lj༬՚๟ሞአ֧ኧ׼ࢅइൽຕ਍ڦ཰০ݛ௬቞ᆶᆫ๞ăනԨڍ、ࡔࡣ、ۼႎेೢࢅ܈ᆇჇքକࡔॆට߾዇ీ战略Ljླྀۯჱ໿൶ׯྺට߾዇ీଶᇘڦଶံኁă ሞԨْۙ研๴ݡኁੂઠLjࡔዐ、නԨ、֧࿮ஃሞአࡔࡣ、研发ీ૰、ටࢅຕ਍ਏᆶ৪ኛ૰߸ۼ௬ݛ֍Ljԥ๫ፕჱዞዷᄲࡔॆڦଶཀྵᄜLjᆅଶ൶ᇘට߾዇ీ发ቛ(཮՗7)ă 1.2ቛ݀智ీ߾൶ටںჱ໿ ᅙۯ运ڦం߫ᄽ߾ీޯ዇ీ߾ඇ൰ᅜට经ਸቛLjჱዞፕྺඇ൰዆ሰᄽएںLj߲ܠࡔॆӝ发ቛට߾዇ీፕྺࡔॆ战略Lj೺ྭ঺ዺට߾዇ీื级዆ሰᄽLjሰํ༹ظ经षॏኵࢤ૧(཮՗6)ă๟ჱࡔዐ ຕ਍੗ڥႠຕ਍ڦຕଉ、ยԢ૾ አࡀުࣄतኧ׼ኝ༹ࡔॆ቟୼ থ൧઄、ݴຕ਍ၛ、ຕ਍Ҿඇ௺ڪ܈ߌ 、ႜᄽ቟୼、ցཌྷ、ڪएূڞᆅުአ ీ૰݀ჺ ට֍ ጆᄽට֍ຕଉ、ጆᄽට֍ዊଉ、ଶਬට࿿ຕଉ、Ԣࢫڪ૰ଉ ࡔॆतഓᄽAI݀ჺཨ෇຤ೝ、݀ჺ՗݀ࡕׯ、ิༀڪፕࢇ ඗ړLjჱ໿ں൶ᄺ௬ଣට߾዇ీ发ቛ཈战ă၂๖ࡕ঳ֱ൘࿚ਝۙڤLjࢅᇑԛெ౹ዞ၎ԲLjჱ໿൶ሞሞአ֧ኧ׼ݛ௬ᆫ๞௽၂Ljڍሞට֍ࢅ研发ଶᇘ஌ࢫăৎ40%ڦ๴ݡኁණྺჱ໿൶发ቛට߾዇ీ ڦአުኧ׼၎࠲ጨᇸዊଉ高ᇀԛெࢅ౹ዞLj቞Բፌ高Ǘݛ研发ీ૰ࢅሞට֍ڍ௬Lj50%ڦ๴ݡኁණྺჱ໿൶ጨᇸዊଉگᇀ其他൶ᇘ(཮՗8)ă ཮՗8ǖ๴ݡഓᄽܔჱ໿൶ට߾智ీጨᇸዊଉኝ༹ೠࠚ ၎ডԛெࢅ౹ዞLjසࢆೠॏჱ໿൶发ቛට߾዇ీڦጨᇸዊଉ 研৯、发ቛ、ܾڼ应ᆩ਩ਃă߾ටࡔዐ዇ీට֍࿮ஃሞටᇵຕଉۥࢅॖට֍ݛ౹௑ࢅࡔփ及ெۼ௬(཮՗9)ăࠚ਍໙Ljெࢅࡔेధٷට߾዇ీጆॆຕଉྺࡔዐ、܈ᆇ、නԨ、ࢅጆॆຕଉ总ࡔࡣܠෙԠኮڦ4ă໚඗ჱ໿ں൶ට߾዇ీଶᇘڦஃ࿔ࢅጆ૧总ຕ੺໏ሺ׊Lj݄ඍڍᇱظႠڦଶਬට֍(ස୲ံ发௽ᅃ߲݆໙Ljटዂڟ研৯ፔڦӝ՚ටݥܸ)Lj ට߾዇ీට֍܌ඍ๟ჱ໿ں൶௬ଣڦፌ཈战ٷLjᄺ๟研发ీ૰஌ࢫᇀԛெࢅ౹ዞڦዷᄲᇱᅺăຕ਍ظႎዐ႐(Centerof Data Innovation)ৎ೺发քԒߢLjࡔዐܔ、ටڦ዇ీ߾ටڦ౹௑ࢅࡔெ֍、研৯、ਸ发、应ᆩ、ຕ਍ࢅᆘॲ৊ဆݴႜLj၂๖ࡕ঳Ljዐࡔሞ应ᆩࢅຕ਍ݛ௬՗၄཭Ljெࡔሞට֍、研৯、发ቛ、ᆘॲ຺߲ྼ܈ଶံLj౹௑ሞට֍、 ჱ໿ں൶Ⴔᄲӝકٷ高ၯට߾዇ీ၎࠲ბ੔ڦঞბీ૰Ljࠞ૤੔研ዊଉዘᇀຕଉLjຕ਍࿔ࣅݣਸڦٷഽ߸ಢᄢLjᅜ及༵ፕ࣍ৣ߾ิऄࢅፕ߾ڦࡻ߸供、ဌᆅࢅԍାට֍ፕྺᆫံ๚ၜă ᄲᆯ዇ీࣅ߾ᄽऐഗටྜׯă৊ᅃօ运၍运ႜׂഗሞߌدࢅᆩऐഗට、֪ॠ、运๼、֞ิຕ਍ୁׂᇸᇸփײࡗඇڪئLjྺڦଉٷऺ໙༵供ڦ዇ీ߾ට、၎ຕ਍ጨଙڦሶࡀܔLjዺ૰ऐഗბသ৊ᅃᆫࣅ݆໙ڦօ、༵܈ጚඓ֪高ᇨă࿮ࡹᅑ࿚Ljຕ਍ڦ๭ण๟ຕ਍ݴဆ、֪๬、ऐഗბသڦएإăৈړᆛᆶፁଉڦຕ਍้إएLj发ࣩ܈ײٷፌࠕऐഗბသ֍ీ其ၳᆩă ଶᇘ༵供አ֧ኧ׼ڪă዆ࢅሞมܸࣷሰ႙ഓᄽ层௬Ljे߸๑ᆩᄺڦຕ਍ٷݣਸă 1.3֪ఇᇨࡀׇ዆造ᄽᆌᆩ๨ࡔዐ ዐࡔሞට߾዇ీ应ᆩଶᇘ՗၄཭Lj其ዐට߾዇ీሞዐࡔ዆ሰᄽڦ๨ࡀׇఇᆶྭሞ2025ࡗג౎20ᅢெᇮLjٗ2019౎ਸ๔௅౎ԍ׼40%୲׊ሺڦᅜฉ(཮՗10)ăට߾዇ీሞዐࡔ዆ሰᄽ应ᆩڦ高ࡻ૧֧ዷᄲ๴አ׊ሺ、ጨূ؊ፁࢅ዆ሰᄽ应ᆩയ૰ෙݛ௬ൻۯǖ •ට߾智ీྺरຍظႎዷᄲݛၠLjాࡔጨূ؊ፁăට߾዇ీᅙ经ׯྺ技术ظၠݛዷᄲڦႎLj高੔技及ࢻ૴ྪ਎ཀྵ଄ٷڦ዇ీ߾཈ഐටLjጨԨ๨ׇփᇼ੨ޅ级ג߲ኄࡗٱăႹܠዐࡔഓᄽፖᆛ࡛ଉຕ਍ࢅ؊ನጨূLjට߾዇ీ࿮ᅑ๟ᅃ߲ଆऐă •ࡻ૧֧ॆአࡔLjට߾智ీଶᇘ݀ቛ੣ݣक़ਸă2017౎LjĐ዇ీ߾ටđ๯ْߢፕԒ߾ުԥႀ৊አLjኄᄺᅪ࿆ጣླྀۯට߾዇ీଶᇘڦ发ቛᅙ经ฉืྺᅃ֧ࡔၜăઠຫܔ၎Ljዐࡔᆛᆶ߸ेਸ዇ీ发ቛೝ໼߾ටڦݣLj዇ీ߾ටܔڦ发ቛ׼ኧ׼ༀ܈Ljኄॽߴᇎට߾዇ీ发ቛڦܠ߸ᄽኁٗࢅᄽኁظڦଶᇘ੣क़ăᆮ其ሞ዆ሰᄽଶᇘాLj֑ުአࡔዐ略֧ڦ૤发ቛྺዷࠞ๟ܠڦൽLj૩සྺዐڦࡔ዇ీऐഗට及࿮ට॑๓ •ࠃቛ༵݀智ీ߾ටࡔ዆造ᄽྺዐࡔዐગೝ໼࠽ăሞ዆ሰᄽLjଉࡤ技术گ)ׂܾڼᄽ、ࡀ׉理ت/֪੗ᇨ/੗Պײඪ务*߾ڦටॽ๯ံ௬ଣԥऐഗට༺پăࡔዐ዆ሰᄽዷᄲᆯدཥׂᄽൻۯ、ٗᄽኁ技术ᄲ൱ডگLjᅺُ其હۯ૰੗ᅜԥጲۯኝ༹ড高܈ײڦࣅLjႠްዘ、ሶႠࡀ、੗ՊײႠড高߾ڦፕాඹॽሞ࿄ઠዷ 、ৠׇ应ᆩ ට߾዇ీሞ዆ሰᄽڦ应ᆩׇৠዚܠLjׂྺ዇ీิݴዂ੗ᅜٷ、ׂ务ޜࢅ೗、ഓᄽ运营管理、供应链ᅜ及ᄽ务ఇ๕ਦ֧࿵߲ଶᇘă዇ీิׂ၎ׇ࠲ৠ应ᆩ๟ణമ዆ሰഓᄽևຈට߾዇ీڦ๯ᄲ჋ስLj቞Բ51%ăׇ࠲务၎ޜࢅ೗ׂ其ْྺৠLj቞Բ25%ăڍኄ߲Բ૩੗ీॽሞଇ౎ా发ิ௽၂ՎࣅĊĊට߾዇ీሞ߾ᄽଶᇘڦඤۅ应ᆩٗ዇ీิׂଶᇘၠ߸ेጀዘׂ೗ޜ务ࢅ供应链管理Ljڦ࿄ઠඤۅ应ᆩԈઔ໫ׂ܌೗ยऺዜ೺、༵ื营ၨၳ୲、ጨׂᇑยԢ管理、ਜ਼ࢽႴ൱۴ִᅜ及ీᇸ管理ڪă ට߾዇ీሞํᆩ঩܎Lj໙݆Ԩዊ൶՚ժփ௽၂Ljׂ೗ׂ೗ᇑڦ൶՚༹၄ሞ௽ඓ应ᆩׇৠײ߾ࢅࣅీ૰LjԨቤ࿢்ॽ঳ۙࢇࡕ研঳Lj༑৯ට߾዇ీሞ዆ሰᄽڦ应ᆩׇৠࢅՎࣅ൵๞ă 2.1ᆌᆩ঩܎तዷᄲׇৠ ൘ڤ2019ට߾智ీ዆造ᄽᆌᆩֱۙዐ87%ڦ๴ݡഓᄽ՗๖ᅙঢ়ईऺࣄሞଇ౎ాևຈට߾智ీăٗ应ᆩ঩܎ઠੂLjᅙ经ൽڥ੗९ഓᄽ቞Բڦࡕׯ18%Ljتᇀ๖ݔၜణई֪๬঩܎ഓᄽ቞Բ34%Ljऺࣄևຈഓᄽ቞Բ35%Ljช࿮ऺࣄഓᄽ቞Բ13%(཮՗11)ă ׯ၎ޤ๕၎ݛۯླྀڦ዇ీၜణ߾ᇑഓᄽටࡕኄ঳ăሞᅙ经ሞ৊ႜईऺࣄට߾዇ీၜణڦ๴ݡഓᄽዐLj15%๴ݡഓᄽ՗๖ሞྜኝڦට߾዇ీ战略ࢅ૶ڦ࠻ऺࣄူ৊ႜၜణǗ28%ڦഓᄽኟሞ༑໭փཞבڦᅱLjٲॺბသఇ႙ժ֪๬߁౒ڦ੗ႜႠǗ57%ڦഓᄽᆶ৊ႜ๖ݔၜణLjڦ࠻๟փ૶ݴևٷڍ、ଭොڦၜణ(཮՗12)ă ཮՗12ǖᅙঢ়ሞ৊ႜईऺࣄට߾智ీၜణڦ዆造ഓᄽට߾智ీᆌᆩ໯ت঩܎तၜణ৊ቛ൧઄ ཮՗11ǖ዆造ഓᄽට߾智ీᆌᆩ໯ت঩܎तၜణ৊ቛ൧઄ ܎঩ت应ᆩ໯ࢅ዇ీևຈ߾