请选择 进入手机版 | 继续访问电脑版
点击联系客服
客服QQ:509006671 客服微信:mengfeiseo
查看: 7|回复: 0

谷歌云最新调查:三分之一的制造商IT支出用于AI

[复制链接]

1

主题

1

帖子

-7

积分

限制会员

积分
-7
发表于 4 天前 | 显示全部楼层 |阅读模式
编辑:这篇文章出自微信公众号《机器的能源》(ID:almosthuman2017),作者:无锡,





谷歌云最近公布了最新的调查《Google  Cloud  Industries: Artificial  Intelligence  acceleration  among  manufacturers》,其中主要发现如下。

近三分之二的制造商依靠人工智能来支持日常运营,25%的制造企业将50%以上的IT投资分配给AI。

将人工智能用于日常运营的原因主要是为了维持业务连续性、提高员工效率、帮助整个构建和运营。

最常见的落地场景是质量检查、供应链管理、风险管理、产品或生产线质量检查和库存管理。

三分之二(66%)的人表示,将人工智能用于日常运营的制造商越来越依赖人工智能。

目前,在日常运营中不使用人工智能的制造商中,约三分之一认为人工智能会提高员工的效率,有助于员工的整体发展。

制造商的云采用率相当高,大部分公司已经制定了云战略。

2020年10月,调查机构The  Harris  Poll受谷歌云委托,对7个国家、1,154名高级制造业高管进行了在线调查。

调查显示,传染病是推动制造商采用更多数字技术的重要因素。76%的受访者表示转向人工智能、数据分析、云等“破坏性技术”。

64%的制造商依靠人工智能来支持日常运营。将全部IT支出的一半以上用于人工智能的制造商已经占了四分之一。





平均来看,报告中制造商IT总支出的36%用于人工智能。英国制造业支出最高,日本制造业支出最低。从门类来看,电子电器行业支出最多,化学品企业排在倒数第一。

据调查,人工智能的利用率在增加,但有更大的增长空间。目前,在日常工作中不使用人工智能的制造商中,约三分之一认为AI会使员工的工作更有效率(37%),提高全体员工的能力(31%)。

广泛采用人工智能的关键是部署和使用容易。Google在最近的报告中表示:“随着人工智能在为制造商解决实际问题上的日益普及,我们看到了从‘示范炼狱’向‘人工智能黄金时代’的转变。”」。

实际上,从大规模生产到精益制造、六西格玛、最近的企业资源计划,制造业对创新并不陌生。现在,人工智能有望带来更多的创新。

2019年,谷歌云将制造业确定为云业务增长的6个主要垂直产业之一(包括公共部门、金融服务、医疗、零售和通信/媒体)。自那时以来,谷歌云一直在招聘高管,以加强行业专业知识,吸引西门子、福特、雷诺等制造业客户。

据ABI  Research称,到2025年,全球50,000多个仓库将安装400多万台商用机器人,截至2018年,这个数字还不到4,000个。牛津经济研究院预测中国将自动化1250万个制造业工作岗位,麦肯锡预测机器很快将覆盖美国制造业工作岗位的30%以上。

今年2月,福特和谷歌宣布了独特的战略伙伴关系,可以加快福特的转型,重新创造互联汽车的经验。福特还将谷歌云选为主要云供应商,利用谷歌的大数据、人工智能(AI)和机器学习(ML)专业知识。

这将加强我们在从工厂车间到车辆、经销商的整个业务中实现人工智能民主化的努力。福特人工智能和云负责人布莱恩古德曼在一份声明中表示:“我们在福特计算了人工智能和机器学习项目的数量。”对人工智能的应用就像基础数学一样普遍。福特建立了以数据为中心的人工智能生态系统,为“数字网络飞轮”提供动力。」。

4月,西门子表示,已开始与谷歌合作开发支持制造业的人工智能应用程序。谷歌云的数据云和AI/ML功能与西门子的整个数字工厂解决方案相结合,西门子表示可以为制造商提供调整工厂数据的能力。这使您能够运行基于云的机器学习和人工智能模型,这些模型可以作为算法部署在网络边缘。

报告显示,在部署人工智能支持日常运营方面,前三名应用行业是汽车/原始设备制造商(76%)、汽车供应商(68%)、重型设备(67%)。

意大利和德国分别有80%和79%的制造商将人工智能用于日常运营。这一比率在其他国家,如美国,有所下降。
64%)、日本(50%)和韩国(39%)。



人工智能的前三名应用行业分别是汽车/原始设备制造商(76%),汽车供应商(68%)和重型机械(67%)。



AI用例增长最快的行业分别是金属加工、工业与装备以及重型机械。

根据谷歌云的数据,质量控制(39%)和供应链优化(36%)是人工智能在制造业中的两个主要应用领域。其他三个主要应用领域分别是风险管理(36%)、生产线质量检查(35%)和库存管理(34%) 。

制造商将协助业务连续性(38%)、帮助员工提高效率(38%)和帮助员工整体(34%)作为他们利用 AI 的首要原因。



质量控制(39%)和供应链优化(36%)是人工智能在制造业中的两个主要应用领域。



协助业务连续性 (38%)、帮助员工提高效率 (38%) 和帮助员工整体 (34%) ,成为制造业利用 AI 的三大首要原因。

根据普华永道 2020 年的一项调查,制造业公司预计未来五年将因数字化转型而提高效率 。麦肯锡与世界经济论坛的研究表明,到 2025 年,实施「工业 4.0」的制造商的价值创造潜力将达到 3.7 万亿美元。

「许多客户不仅对购买技术感兴趣,而且对如何解决业务问题感兴趣。」在讨论调查结果时,谷歌云制造和工业董事总经理Dominik Wee说。

当制造商试图从试点发展到大规模推广基于人工智能的项目时,他们面临着许多挑战。

调查显示,25%的受访者表示,他们缺乏正确使用AI的人才,而23%的受访者表示他们的IT基础设施落后,超过20%的受访者表示AI应用成本过高。

另有19%的制造商认为人工智能是一项「未经证实的」技术,16% 的制造商声称他们缺乏必要的利益相关者的支持,阻碍了人工智能的实施工作。

这些发现与企业数据智能解决方案供应商Alation最新季度数据文化状况报告基本一致。Alation的报告中,绝大多数员工(87%)将数据质量问题视为其组织未能成功实施人工智能和机器学习的原因。

缺乏高管支持也是首要原因,公司调查中有55%的受访者认为,这比缺乏具有数据科学技能的员工更重要。



制造业的AI部署从试点炼狱飞跃到大规模部署阶段还面临上述几个障碍。

在谷歌看来,高度异质化的环境是制造业大规模部署AI的一大障碍。在生产车间中,存在大量「历史」设备,这当中有的设备不具备数字化基础,有的则在很难用AI实现自动控制。此外,随着时间的推移,制造商在世界各地工厂中的设备量持续增加,而管理方式则过于离散,无法实现统一和标准化。

另外,数据利用也十分困难,从收集数据到数据管理,其间存在大量设备孤岛、数据孤岛。很多数据存储在不同系统中——有些甚至没有连接在企业的系统平台中。而在数据利用过程中,即使在统一数字化平台中完成了归档和整理的数据,仍然需要对数据进行优化和分析才能使数据真正有意义。

至于人才差距带来的挑战,这在制造业之外的许多行业都很常见。也是谷歌认为有机会提供技术和服务的另一个领域。

「许多在制造业工作的人没有接受过部署人工智能的专业培训,」Dominik Wee补充说。「我们正在努力简化技术,提高易用性,同时帮助企业提高员工的操作技能。」

谷歌的这项调查还发现,制造商对云的采用率相当高。大多数(83%)已经制定了云战略,无论所处区域或行业如何。依赖云计算的前五名制造业子行业包括重型机械(92%)、汽车/OEM(87%)、工业与装配(87%)、汽车供应商(81%)和化学品(81%)。

参考资料
https://venturebeat.com/2021/06/09/the-pandemic-led-to-significant-increase-in-ai-adoption-across-manufacturing-survey-finds/

https://www.zdnet.com/article/manufacturers-allocate-one-third-of-overall-it-spend-to-ai-survey-shows/
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|无图版|手机版|小黑屋|汕头@IT精英团

Powered by Discuz! X3.4 © 2021 Comsenz Inc.

GMT+8, 2021-6-14 16:33 , Processed in 0.452841 second(s), 42 queries .

快速回复 返回顶部 返回列表