20241010-e-works智能制造研究院-AI人工智能在制造业的应用现状调研报告_30页_10mb

人工智能在制造业的应用现状与趋势调研总结

核心内容

人工智能（AI）技术正迅速发展，并在制造业中展现出巨大的应用潜力。AI在制造业的多个环节，如生产制造、质量管控、研发设计、物流供应链、营销服务等，均发挥了重要作用，帮助企业实现降本增效、提高生产力、增强创新能力等目标。然而，尽管AI的重要性被广泛认可，企业在技术准备、人才储备、认知水平等方面仍存在较大不足，导致AI应用推进缓慢。

主要观点

1. AI技术的重要性显现但企业准备不足

• AI被视为推动企业创新的关键技术，被 $93%$ 的企业认为将对企业未来发展产生影响。
• 但大多数企业尚未做好充分准备，仅有 $9%$ 的企业开展了AI相关培训， $2%$ 的企业具备AI专业人才。
• 组织能力建设滞后，企业普遍缺乏AI技能和知识，导致在AI项目实施过程中面临较大挑战。

2. 生产制造是AI应用的首要选择

• AI在生产制造、质量管控和研发设计环节的应用最为广泛，其中生产制造环节的AI应用渗透率最高。
• 具体应用场景包括生产排程与调度、生产工艺优化、智能机器人辅助生产等。
• 机械装备、电子电器、汽车及零部件等行业在生产排程与调度、产品辅助设计等方面应用较为成熟。

3. AI应用模式、算法、模型呈现多样化特点

• 企业采用多种AI应用模式，如自主研发、购买服务、与厂商合作等，其中合作伙伴和购买服务模式占比较高。
• 常用AI开源框架包括TensorFlow、PaddlePaddle、MindSpore等。
• 监督学习、深度学习、强化学习等算法在制造业中均有应用，其中监督学习应用率最高（$38%$）。
• 大模型成为AI应用的重要支撑，主要应用于图像处理、语言处理、推荐系统等领域。

4. 企业首要关注降本增效与提升生产力

• $82%$ 的企业希望通过AI提高效率和生产力， $62%$ 的企业希望降低成本。
• 生产排程与调度、产品辅助设计、质量控制与缺陷检测等场景的AI应用效果较好。
• AI技术在优化生产流程、提升产品质量和管理效率方面具有显著成效。

5. 认知不足和技能缺乏是最大挑战

• 74%的调研企业认为专业人才和技能缺乏是AI应用的最大挑战。
• 认知不足导致企业在AI应用上存在盲目性和不确定性，难以制定切实可行的应用策略。
• 其他挑战包括技术方案不成熟、应用场景不明确、数据质量与安全、成本投入高等。

6. 企业AI项目投入谨慎，主要依赖厂商能力

• 七成企业表示暂无AI项目投入计划或不确定，仅 $20%$ 的企业投资在500万以内。
• 企业更倾向于依赖厂商的解决方案、模型服务和咨询服务，而非自行开发。
• 企业更关注厂商的行业Know-how和AI工程化能力，以实现定制化和实际问题解决。

7. AI在制造业的应用未来有望多点开花

• 企业对AI在制造业的应用前景持乐观态度，计划在多个环节推进AI应用。
• 未来AI应用重点包括生产排程与调度、采购预测、产品辅助设计、生产工艺优化、数字孪生、库存优化等。
• 生成式AI（AIGC）在制造业中具有较大潜力，尤其在研发设计、营销服务等环节。

关键信息

• 样本情况：共收集364家制造企业的有效问卷，覆盖26个省份，涉及机械装备、电子电器、汽车及零部件、能源电力等多个行业。
• AI应用场景：包括质量检测、生产排程、产品设计、智能物流、营销预测、IT运维等。
• AI技术趋势：生成式AI技术发展迅速，被企业视为未来的重要方向，尤其在设计与营销领域。
• AI应用挑战：企业普遍面临人才短缺、技术认知不足、数据准备不充分、成本投入高等问题。
• AI应用建议：企业应制定清晰的AI战略，加强培训，明确应用场景，注重数据和模型基础建设，由点及面推进AI落地。

企业对AI应用的期望与挑战

生成式AI在制造业的应用现状与前景

• 生成式AI已开始在制造业中试点应用， $6%$ 的企业正在实施， $48%$ 的企业正在考虑。
• 生成式AI在研发设计、生产制造、营销服务等环节应用潜力较大，但尚处于探索阶段。
• 在B端应用中，生成式AI主要应用于研发设计、营销服务，而在生产制造环节进展较慢，因涉及安全性和稳定性要求较高。

建议与展望

• 战略制定：明确AI在企业中的战略定位和目标，确保与企业愿景一致。
• 技术学习：加强AI技术学习，提高管理层和员工对AI的理解和接受度。
• 场景明确：结合企业自身特点，选择适合的AI应用场景，提升落地可行性。
• 数据与模型准备：重视数据质量和数据采集，加强AI模型和算法的研究与应用。
• 由点到面推进：通过小规模试点项目积累经验，逐步实现AI全面落地。
• 人才培养：加强AI相关人才的引进与培养，构建专业团队，提升AI应用能力。

总结

人工智能正在深刻改变制造业，推动其向智能化、高效化、绿色化方向发展。尽管AI技术的重要性被广泛认可，但企业在技术准备、人才储备和认知水平等方面仍存在较大不足。未来，随着AI技术的不断成熟和生成式AI的广泛应用，制造业有望实现多点开花的AI应用格局。企业应把握机遇，明确战略，加强学习与合作，稳步推进AI应用落地，以实现降本增效、提升生产力和增强创新能力的目标。