AI智造白皮書目錄生產制造物流環節營銷與銷售產品使用安全管理制造業發展現狀分析AI在工業制造各個環節的落地應用產品設計一、二、123456三、深入九大行業，面對面訪談調研數十家企業-1

-AI技術在制造業的應用需落在工業智能產品或具體工業痛點的解決方案上，相比較“錦上添花”的工業智能產品，“雪中送炭”的技術更容易被制造業接受解決痛點工業AI產品的研發應從制造業企業實際需求出發，通過AI技術滿足制造業全生命周期中的不同需求需求導向在云端與邊緣側共同發力，云邊結合打造行業的工業大腦。將豐富的云端業務能力延伸到邊緣節點，實現傳感器、設備、應用集成、圖像處理的協同云邊協同AI技術的必要條件是工業大數據的完整收集及分析，大部分工業企業仍未完成信息化、數字化，導致數據量不足、數據結構不統一，增加了AI技術應用難度數據挖掘核心數據安全依舊是工業企業最為關心的因素，由于工業核心數據是制造業企業最為關鍵的資產，數據上云或者數據外傳都會嚴重威脅到企業核心數據的安全，因此中大型企業更愿意選擇本地化或者上私有云安全保障目前人工智能算法框架以國外企業提供的開源框架為主，以GitHub為代表的開源社區大多由境外公司提供服務，具有中國自主知識產權的深度學習框架，有助于在工業信息化領域保障產業鏈安全算法建模工業的發展進程正在從企業產品牽引用戶需求變為用戶需求引領企業生產,智能制造對于工業領域附加值的提升也應該逐步從生產制造環節的降本增效，轉向提供高附加值衍生服務,即

“智能制造”

生產的

“智能產品”提供的“智能服務”商業模式核心觀點總結-2

-一、制造業發展現狀分析人口紅利降低，勞動力成本提升，精益生產迫在眉睫9.259.229.209.169.119.079.028.9768.7%68.1%67.6%67.0%66.3%65.6%64.9%64.3%62%64%66%68%70%8.68.89.09.29.4中國勞動年齡人口連續下滑2011201220132014201520162017

2018勞動年齡人口總數（億人） 占總人口比重%市場環境不容制造業發展走舊路人口老齡化和勞動成本上升，使得依賴低人力成本的勞動密集型產業在全球市場的優勢逐漸喪失。面對內需降低、部分核心技術依賴進口等問題，以精益生產為目標的制造業智能化改造將引領一批自主品牌邁向全球產業鏈中高端。2.663.074.17

3.67 4.645.145.535.95城鎮非私營單位制造業人均年工資(萬元)

7.21

6.45200920102011201220132014201520162017

2018數據來源：國家統計局工業發展是支撐國家其他產業發展的先決條件，而制造業則是促進國家工業發展的重要力量，在國民經濟中發展中具有不可替代的主導作用。制造業體量大、增速穩、前景廣，是中國經濟社會發展的驅動核心。2018年中國國內生產總值（GDP）達到90萬億元，其中制造業為26.5萬億元，占中國GDP的比例為29.4%

，工業增加值為30.5萬億元，制造業是中國經濟發展的第一大支柱。預計到2025年，中國工業增加值將達到45萬億元。-5

-制造業信息化改造逐步深入,企業逐漸夯實AI落地基礎截至2018年底，全國制造業重點領域骨干企業數字化研發工具普及率[1]為68.9%，關鍵工序數控化率[1]為49.2%，傳統行業IT投入強度相對較低，關鍵工序數控化率仍有較大提升空間。關鍵工序：總時差等于零的工序稱為關鍵工序[1]

骨干企業數字化研發工具普及率、關鍵工序數控化率：工信部衡量制造業企業兩化融合能力、智能化水平的考核指標[2]

R&D：指科學研究與試驗發展投入占主營業務收入的比例450360187.514430150

75 381565%70%45%50%30%65%50%40%40%7.80%6.20%4.10%0.30%3.50%0.50%2.50%4.20%1.60%

0%10%20%30%40%50%60%70%80%5004504003503002502001501005003C汽車紡織2018年全國重點行業信息化建設就緒度家電 電力 食品飲料行業前五大企業連續3年IT投入成本（億元人民幣）化工 冶金關鍵工序數控化率機械R&D[2]數據來源：工信部、WIND（億元）-6

-人工智能助力工業領域信息技術新革命Artificial

Intelligence-人工智能五大核心技術機器學習/深度學習計算機視覺自然語言處理知識圖譜語音技術工業人工智能以系統化的方法和規則為工業應用提供解決方案科研成果與工業應用快速性系統性可傳承性為工業帶來的改變：不同的人使用同樣的工具可以得到近似的效果邁向智能制造標準化的方向提高生產效率改善質量穩定性降低能耗成本提升設備穩定性提高危險工業場景的安全性賦能工業場景： 工業AI的局限性無法突破人類已有的認知以解決問題的“機會性”向工業場景的“確定性”逼近-7

-遍布制造業全生命周期的智能化改造需求市場需求度高市場需求度較高市場需求度一般市場需求度較低產品溯源安全監察6 安全管理產品設計12 生產制造 3 物流 4 營銷與銷售5 產品使用市場需求預測工業質檢智能物流規劃精準營銷遠程運維智能設計軟件故障診斷智能家居預測性維護工業機器人能源優化管理-8

-二、AI在工業制造各個環節的落地應用PART01產品設計生產全生命周期中的首要環節智能制造的實施規劃-10

-人工智能助力產品設計市場需求預測需求點：基于銷售數據建立用戶畫像模型，預測產品銷售情況解決方案通過智能終端獲取用戶數據，通過用戶數據建立用戶畫像通過建模參數優化給出預測的營銷支撐數據，判斷客戶購買意愿針對不同客群優化銷售營銷策略難點及風險用戶數據標準化程度低，客戶行為分析難度較高用戶數據多涉及個人隱私及商業機密，數據獲取困難智能設計軟件需求點：智能助手，為設計師提供滿足相關標準的設計參數建議解決方案根據國標及行業標準，建立標準件參數庫以成熟產品的設計參數建立數據庫，對不同類型產品參數進行分類以分類后的參數庫作為訓練樣本對深度學習算法進行訓練在用戶開啟智能功能時，為非標準件提供參數建議難點及風險國標及行業標準數據冗雜，機器學習樣本分類難度大應用效果難以保證，技術推廣前期市場接受度較低-11

-基于知識圖譜的智能設計模塊筋板尺寸與歷史數據均不相同，可能不滿足零件強度需求通孔尺寸與GB/T-5277-1985沖突，建議參照國標修改設計周期的長短逐漸成為產品占領市場的核心競爭力，基于知識圖譜的智能設計模塊能夠避免因設計失誤而造成的設計方案反復修改，有效縮短產品設計周期，提升產品的市場競爭力。當前，CAD軟件的主要功能是使設計的步驟自動化。CAD軟件用于創建零件的計算機模型，將它們裝配在一起以及對零件和裝配體的性能進行建模，以使其符合設計規范。設計過程的分析步驟是迭代的，由專家執行的設計評審確定其是否需要更改。使用基于AI的工具，可以直接執行專家決策，而無需進行單獨的設計審查和綜合，因為AI工具中已經包含了專家的知識和經驗。AI賦能后的CAD具備以下基本特征：產品組件以結構化圖層形式儲存，組件與之間的關系以面向對象的格式實現產品結構也以結構化圖層形式儲存，產品結構內組件或零件之間，基于國標或歷史數據推薦方法鏈接在數據庫中更新組件或零件十分便捷，易于在AI邏輯框架中添加基于知識的新規則和決策程序倒角設計不符合行業規范，建議參照xxxx版本進行修改-12

-PART02生產制造制造業全生命周期中最重要環節工業場景最豐富，智能化改造需求最多-13

-機器視覺-讓質檢線擁有會思考的眼睛冶金鋼材表面缺陷識別方案選擇恰當工藝環節，增加激光光源和工業CCD相機，對板帶材表面連續拍照，保存圖像數據對已有的缺陷類型進行全方位拍照，對缺陷類型和大小進行標定紡織基于機器視覺的面料及瑕疵智能識別方案采用深度學習算法，針對復雜面料環境進行瑕疵標定采用工業CCD相機持續拍攝織物流水線，對布匹信息及瑕疵種類大小進行智能檢測3C-產品顯示屏智能質檢顯示屏是手機關鍵零部件，質量問題直接影響產品體驗。顯示屏表面微小缺陷難以察覺，人工觀察難度大、成本高。并且，顯示屏涉及復雜物理原理，缺陷成因難以依靠機理模型確定。解決方案在屏幕質檢環節增加工業相機，作為質檢人員輔助工具，以減輕質檢人員工作量，降低檢測失誤率AI算法：對已有故障屏幕進行多角度拍照，以圖像作為訓練樣本，對屏幕故障模式進行機器學習難點及風險顯示屏集成電路部分難以拍照，只能通過通電后屏幕顯示情況進行分析對于新出現的缺陷類型，人工智能難以識別產品表面質量智能檢測汽車裝配線表面質量及漏油情況檢測基于機器視覺的出廠檢驗方案裝配線零部件標識和外觀檢驗視覺輔助檢測車門、車窗雨刷和轉向燈功能視覺輔助檢測車身外觀質量-14

-由內到外-無處不在的智能工業質檢家電-空調噪音在線檢測空調噪音在生產線上淹沒于工廠內嘈雜的設備噪音之中，需要在下線后在安靜的環境內單獨檢測。采用基于聲紋識別技術的智能質檢方案，可以實現空調噪音在線質檢，縮短產品生產周期，為產品上市贏得先機。解決方案采集工廠內的噪音數據，建立噪音庫在生產線上增設音頻采集設備，通過聲紋識別技術識別設備噪音，將噪音作為背景音從采集到的音頻中剔除對剔除背景音的聲音數據進行分析，實現空調噪音的在線質檢產品內部質量智能檢測冶金-鋼鐵產品質量管控長期以來，鋼鐵產品的內部缺陷、強度硬度等內在質量只能依靠離線實驗方法進行檢測，在線檢測方法所依賴的機理模型均存在較大的偏差。基于人工智能算法，可以降低檢測結果對機理模型的依賴，提高準確性。解決方案結合現場已有的工業儀表，增加超聲或X射線檢測設備，并通過信息技術實現檢測數據的實時采集與處理對產品取樣后，進行材料學實驗檢測，結合超聲和射線成像數據，對質量波動的數據進行標定-15

-故障診斷及預測性維護-設備的虛擬醫生生產線歷史數據數據存儲數據處理基于AI的預測性分析智能終端實時預警給出維護建議ERP 質量數據 MES鋼包預測性維護作為典型的流程型行業，冶金設備的突發故障將導致全線停產，給企業帶來巨大損失。鋼包是鋼鐵冶煉過程的關鍵設備，長期與高溫鋼水接觸，內襯易產生不易察覺的細微裂痕，形成安全隱患。采用熱紅外成像技術配合機器視覺技術，可以實現鋼包失效故障的及時預警，提醒對鋼包及時維護。解決方案紅外熱像儀置于堅固的殼體內，安裝在固定位置，當鋼包在龍門吊上經過時，熱像儀捕捉鋼包圖像對鋼包圖像進行機器學習，對疑似裂紋點進行標注，停車檢修時進行實物比對對鋼包壽命進行預測，有裂紋出現時及時發出警報-16

-未來已來-人工智能賦予機器人智慧大腦協作機器人需求點：柔性制造提升加工精度、人機協同降低用工成本、多級并聯提高生產效率解決方案通過人工智能模塊加載，實現人機協同和多機協作通過算法訓練，對機器加工力度、精度等提供校準、糾錯等輔助功能難點及風險低級人工智能階段，AI技術應用達不到實現人機互動、人機協同的條件焊接機器人需求點：提高焊接效率，減小焊縫間隙，保持表面平整人工智能可以針對焊接精度進行算法補償，針對焊接定位誤差、焊接面積誤差等進行輔助修正，以提高精度難點及風險AI智能技術更多起到焊接工藝補償的輔助功能，在控制算法、視覺算法等方面有待提升焊接知識無法通過模塊化處理，算法模型難以進行訓練制孔機器人需求點：基于智能算法的制孔精度和制孔定位誤差補償基于人工智能技術的面板基孔自動預設基于控制算法實現定位精度動態補償難點及風險目前主機廠商大多存在工件的數字模型不完整的突出問題，工件的數據模型完整度不夠-17

-工業機器人-“虛擬勞動力”顛覆傳統制造模式123456拾取和放置防止人工因操作枯燥而出錯視覺系統可提升效率和精度大幅降低企業用工成本設備看護看護協作機器人具有針對特定設備的I／O對接硬件，可提示機器人進入下一周期生產時間或需要補充原料時間包裝碼垛代替人工，降低操作重復率小型負載能力強，協作機器人運動更加靈活加工作業協作機器人通過編程將程序復制其他機器人，省去企業員工訓練柔性制造算法補償，生產加工精度更高根據實際狀況調節生產效率，使產線及供應鏈更加協調質量檢測通過視覺算法，對零部件、加工件等進行檢測，并與CAD模型自動對比，提高質檢精度和效率協作機器人-18

--助力企業降本能源優化管理3C-液晶面板工廠廠務智能優化液晶面板的制造需要在恒溫、恒壓、恒濕的無塵環境，需要潔凈的壓縮空氣不斷從無塵室中噴出，而制造壓縮空氣的大型機臺需要使用冷卻水。廠務站房里的空壓機和冰機的耗電量占廠務系統的60%以上。解決方案根據廠務運轉機理和歷史運行數據對廠務系統進行建模，輸入可調參數，輸出廠務運行狀態，用深度學習算法擬合輸入與輸出的關系把依靠人的觀察和經驗調節變為系統智能建議調節把滯后的應激式調節變為前瞻的預測性調節把設備定期維護變為實時監測設備狀態和預測性維護報警冶金-智能管網平衡系統高爐煤氣是高爐煉鐵過程中的重要副產物，管道回收后可輸送至下游生產車間充當主要能源介質。然而在生產過程中，高爐產氣波動不可預知，且下游用戶用氣節拍不協同，導致產氣與用氣不平衡。解決方案實時監測管網壓力及各設備產氣和用氣波動利用機器學習算法建立高爐煤氣產生的預測模型，對未來煤氣產生量進行預測結合預測數據和煤氣管道壓力監測數據，保障關鍵用氣工序節拍穩定，對異常用氣操作進行監測和預警-19

-PART03物流環節連接智能制造生產全生命周期各環節智能工廠必不可少的應用場景-20

-智能物流-倉庫與消費者高效連接的“路由器”運輸路線智能規劃需求點：精細化工、食品飲料等產品多具有時效性，需保證在保質期內送至用戶指定位置。同時，企業運輸成本居高不下，已成為各行業痛點智慧物流：考慮車輛啟用成本、單公里成本、油價、階梯費等綜合運輸成本優化，提供最優路徑云計算支持：為企業提供持續的云技術支持，確保運輸路線的實時最優調整難點及風險運輸成本計算方案復雜，受眾多因素影響，需以歷史數據作為人工智能學習重點以化工原材料物流、食品運輸、電子商務等為基礎的智慧物流供應商較多，市場競爭較為激烈-21

-啤酒智能物流優化從工廠至零售全流程智能規劃降低啤酒廠商物流成本用戶主要需求啤酒倉儲物流涉及倉庫布置、配送方式、物流外包、信息化建設和流程再造等環節啤酒多為玻璃瓶包裝，運輸難度大解決方案與專業物流團隊合作，為其提供基于人工智能的倉儲布置及物流方案優化與線上銷售平臺合作，為其提供信息化、智能化改造過程中的算法支持難點及風險倉儲及物流涉及環節較多，需要同時與多家運營商溝通方案細節物流成本影響因素較多，智能優化效果存在不明顯的可能收到訂單下訂單收到訂單 下訂單區域倉儲工廠出貨倉儲進貨出貨倉儲深加工 預處理 原材料供應進貨倉儲出貨進貨倉儲配送倉儲零售收到訂單下訂單收到訂單下訂單-22

-PART04營銷與銷售生產全生命周期中協同客戶需求的環節大數據和人工智能的結合應用-23

-精準產品推薦基于AI的聚類和解釋消費者數據以及個人資料信息和人口統計信息獲得用戶數據圍繞高相關性和個性化服務，向既有用戶和潛在客戶推薦新款產品產品智能定價根據供需關系，產品價格是影響其銷量的關鍵因素基于對歷史同期數據和消費者其他消費習慣的分析能夠準確確定產品的最優定位，以實現銷售利潤的最大化廣告精準投放根據智能終端所采集的用戶數據，分析用戶觀看廣告的時間及地點對比既有客戶的數據，對潛在客戶進行廣告精準投放促銷時機決策以歷史同期銷售價格、銷量數據及銷售地點數據為學習樣本根據人工智能算法，找到不同商場最佳促銷時機大數據+人工智能實現精準營銷-24

-PART05產品使用制造業全生命周期的最終環節核心是產品數字化、智能化-25

-人工智能助力設備遠程運維，實現降本提效設備遠程運維需求點：生產設備故障不能及時維護造成產品質量問題解決方案利用

“邊緣計算”設計理念，在運行過程中將設備產生的有效數據進行篩選、存儲和標定利用人工智能算法提高設備穩定性，實現產品質量提升難點及風險某些企業設備數字化程度有限，智能化改造需要投入大量精力實現生產設備數字化監測經濟效益難以核算，難以獲得制造業企業通力支持電力巡檢需求點：降低人力巡檢成本，提高巡檢效率解決方案無人機、巡檢機器人等智能裝備對電力設備運行狀況、運行參數進行記錄存檔智能算法分析數據，提升巡檢效率和隱患識別率難點及風險巡檢環境復雜多變，對巡檢設備及AI技術要求高-26

-基于磨損數據的軋輥狀態智能預測支撐軋輥廠技術服務新模式精準預測軋輥服役周期用戶主要需求智慧服務將成為傳統企業的數字化轉型之路某軋輥企業擬采用按軋制里程銷售軋輥的新模式，代替軋輥的一次性銷售軋輥磨損數據有利于軋輥廠制定換輥策略，同時有利于軋制工藝補償解決方案與鋼鐵企業合作，獲取軋輥全生命周期的磨損數據利用歷史數據預測軋輥當前軋制里程的磨損狀況難點及風險軋輥磨損基本遵循力學基本規律，預測模型需充分考慮力學基本原理磨損數據能反應企業產品質量問題，軋輥企業和鋼鐵企業對數據的流通都有所保留鋼廠磨輥車間以太網從數據中提取有用信息VPN服務器工作環境監控軋輥廠商遠程監控，實現智能運維-27

-智能空調自行感知決策全屋智能主要需求自動感知室內空氣狀況，決策并執行調節室內空氣各項指標不同品牌智能家居產品的互聯互通解決方案為智能空調制造企業提供技術解決方案，實時準確感知、調節室內空氣情況與各智能家居制造企業積極尋求合作，整合各企業智能家居形成全屋智能解決方案難點與風險技術上兼容各品牌智能家電較困難尋求合作過程艱難-28

-PART06安全管理監控生產全生命周期智能化管控一切人、事、物-29

-廠區人員跟蹤定位入廠人員自動識別人員位置實時監控用戶主要需求化工企業廠區龐大，廠房內危險區域較多廠房修建期間，工人進出廠區較為頻繁生產安全和數據安全均存在潛在隱患解決方案硬件：增加攝像頭，確保廠區內無視野死角算法：通過圖像技術進行人臉和危險動作識別邊緣智能：采用邊緣智能方法增加計算效率難點及風險需要硬件較多，要求人員識別準確率較高，需與硬件提供商深度合作，共同開發廠區監控系統用戶對技術成熟度要求較為嚴格，需在項目初期以聯合開發為主，重點培訓企業內部IT人員熟悉人工智能技術訪客姓名：張三訪客狀態：正常訪問區域：煉化車間、儀表室....責任員工：李四訪客姓名：王五訪客狀態：不合規非法訪問：設備室、1號倉庫責任員工：趙六訪客姓名：、、、、、、訪客姓名：、、、、、、-30

-人工智能助力優化產品溯源能力，加強生產安全管理基于大數據分析的質量控制基于農業物聯網的產品溯源用戶主要需求食品安全重要性強食品制