制造业充斥着数据。仪器仪表、传感器、机械、自动化系统、生产和操作、维护记录以及健康和安全应用共同产生了源源不断的数据流。工业产品制造企业需要在整个组织中支持具有洞察力的数据的垂直交付的技术，以满足消费者的需求，并致力于持续的过程改进。
人工智能(AI)/认知计算
为了解决运营和市场的问题，并实现工业4.0的承诺，人工智能(AI)/认知计算被誉为智能制造的未来。
认知计算是指理解、推理、学习和交互的下一代信息系统。与传统的可编程系统相比，这些系统通过不断学习和积累知识、理解自然语言、推理和更自然地与人类互动来实现这一目标。
IBM商业价值研究所(IBM Institute of Business Value)最近发布了一份题为《人工智能对工业产品的影响——从大量数据中获利》的报告。
制造组织面临着巨大的挑战：成本压力、日益严格的监管、颠覆性的技术和日益昂贵的原材料资源交付。流程、工作流和对性能的理解正在发生巨大的变化。操作不能在线性执行中进行，也不能独立于其他功能性工作流。相反，价值链需要作为一个整体来执行，以支持波动的需求周期和更高的成本供应活动。新的人工智能技术有能力通过能够适应和学习的系统来理解丰富的数据。通过扩大数字智能的应用，人工智能技术可以帮助高管们将数据转化为洞见，以推动更大的创新，以及更好的运营和财务决策。
一个小时的停产时间是非常昂贵的。使用认知技术，结合人工智能(AI)、工业物联网(IIoT)数据、高级分析等，用户可以从数据中提取的见解将被动维护转为预测性维护，减少浪费并增加了产量。
提高产品质量
微调质量管理可以避免进行高成本返工。世界上最大的汽车制造商之一使用IBM的预测建模工具来优化制造过程并将数据转化为真实结果，其生产率提高25%，浪费达到最小化。
为了帮助理解工业4.0的潜力，IBM创建了一个交互式演示，展示了鞋厂如何使用物联网、分析、机器学习和人工智能，在不增加设备和资产成本的情况下，将生产率提高一倍。
来源：汽车制造网
作者：徐婷
