谷歌雲最新調查：製造商IT支出的三分之一被用於AI

編者按：本文來自微信公眾號“機器之能”（ID:almosthuman2017），作者：吳昕，36氪經授權發布。

2020年10月，調查機構The Harris Poll接受谷歌雲委託，以在線方式對七個國家、1,154 名高級製造業高管進行調查。

調查發現，疫情一直是推動製造企業採用更多數字技術的一個重要因素。76% 受訪者表示，他們已經轉向人工智能、數據分析和雲等「顛覆性技術」來幫助應對疫情。

64% 的製造商依賴人工智能協助日常運營。將其全部IT支出的一半或更多用於人工智能的製造商已佔四分之一。

平均而言，報告中製造商 IT 總支出的36%被用於人工智能。英國製造企業支出最高，日本製造業支出比最低。從門類來看，電子電氣行業支出最大，化學品企業墊底。

雖然人工智能的利用率正在增加，但調查表明還有更大的增長空間。目前，未在日常運營中使用人工智能的製造商中，約有三分之一認為，AI將使員工的工作更有效率 （37%），並提高全體員工的能力（31%）。

「廣泛採用人工智能的關鍵在於其易於部署和使用，」谷歌在最新報告中表示，「隨著人工智能在為製造商解決實際問題方面變得越來越普遍，我們看到了從『試點煉獄』到『人工智能黃金時代』的轉變。」

事實上，從大規模生產到精益製造、六西格碼，再到最近的企業資源規劃，製造業對創新並不陌生。現在，人工智能有望帶來更多創新。

2019年，谷歌雲將製造業確定為雲業務增長的六個關鍵垂直行業之一（另外還有公共部門、金融服務、醫療保健、零售和通信/媒體）。從那時起，谷歌雲一直在招聘高管來加強其行業專業知識，並在製造業中吸引客戶，如西門子、福特和雷諾。

根據ABI Research的數據，到2025 年，全球50,000多個倉庫中將安裝超過400萬台商用機器人，而截至 2018 年，這一數字還不到4,000個。牛津經濟研究院預計，中國將有 1,250 萬個製造業工作崗位實現自動化，而麥肯錫則預測機器將很快覆蓋美國30%以上的製造業崗位。

今年2月，福特和谷歌宣佈了一項獨特的戰略合作夥伴關系，以加速福特的轉型並重塑互聯汽車的體驗。福特還將Google Cloud定為首選的雲提供商，以利用 Google 在大數據、人工智能（AI）和機器學習（ML）方面的專業知識。

「這將加強我們在整個業務中實現人工智能民主化的努力，從工廠車間到車輛再到經銷商，」福特人工智能和雲主管布萊恩古德曼在一份聲明中表示，「我們曾經在福特計算過人工智能和機器學習項目的數量。對人工智能的應用就像基礎數學一樣普遍，福特建立了一個由數據驅動的人工智能生態系統，它為『數字網絡飛輪』提供動力。」

4月，西門子表示已開始與谷歌合作，開發人工智能應用程序，以支持製造業。通過將谷歌雲的數據雲和AI/ML功能與西門子的數字化工廠整體解決方案相結合，西門子表示，它能夠為製造商提供協調工廠數據的能力。這使得他們能夠運行基於雲的機器學習和人工智能模型，這些模型可以作為算法部署在網絡邊緣。

報告顯示，在部署人工智能以協助日常運營方面，前三名的應用行業分別是汽車/原始設備製造商（76%），汽車供應商（68%）和重型機械（67%）。

意大利和德國分別有80%和79%的製造商在日常運營中使用人工智能。這一比例在其他國家有所下降，比如美國（64%）、日本（50%）和韓國（39%）。

人工智能的前三名應用行業分別是汽車/原始設備製造商（76%），汽車供應商（68%）和重型機械（67%）。

AI用例增長最快的行業分別是金屬加工、工業與裝備以及重型機械。

根據谷歌雲的數據，質量控制（39%）和供應鏈優化（36%）是人工智能在製造業中的兩個主要應用領域。其他三個主要應用領域分別是風險管理（36%）、生產線質量檢查（35%）和庫存管理（34%） 。

製造商將協助業務連續性（38%）、幫助員工提高效率（38%）和幫助員工整體（34%）作為他們利用 AI 的首要原因。

質量控制（39%）和供應鏈優化（36%）是人工智能在製造業中的兩個主要應用領域。

協助業務連續性 (38%)、幫助員工提高效率 (38%) 和幫助員工整體 (34%) ，成為製造業利用 AI 的三大首要原因。

根據普華永道 2020 年的一項調查，製造業公司預計未來五年將因數字化轉型而提高效率 。麥肯錫與世界經濟論壇的研究表明，到 2025 年，實施「工業 4.0」的製造商的價值創造潛力將達到 3.7 萬億美元。

「許多客戶不僅對購買技術感興趣，而且對如何解決業務問題感興趣。」在討論調查結果時，谷歌雲製造和工業董事總經理Dominik Wee說。

當製造商試圖從試點發展到大規模推廣基於人工智能的項目時，他們面臨著許多挑戰。

調查顯示，25%的受訪者表示，他們缺乏正確使用AI的人才，而23%的受訪者表示他們的IT基礎設施落後，超過20%的受訪者表示AI應用成本過高。

另有19%的製造商認為人工智能是一項「未經證實的」技術，16% 的製造商聲稱他們缺乏必要的利益相關者的支持，阻礙了人工智能的實施工作。

這些發現與企業數據智能解決方案供應商Alation最新季度數據文化狀況報告基本一致。Alation的報告中，絕大多數員工（87%）將數據質量問題視為其組織未能成功實施人工智能和機器學習的原因。

缺乏高管支持也是首要原因，公司調查中有55%的受訪者認為，這比缺乏具有數據科學技能的員工更重要。

製造業的AI部署從試點煉獄飛躍到大規模部署階段還面臨上述幾個障礙。

在谷歌看來，高度異質化的環境是製造業大規模部署AI的一大障礙。在生產車間中，存在大量「歷史」設備，這當中有的設備不具備數字化基礎，有的則在很難用AI實現自動控制。此外，隨著時間的推移，製造商在世界各地工廠中的設備量持續增加，而管理方式則過於離散，無法實現統一和標准化。

另外，數據利用也十分困難，從收集數據到數據管理，其間存在大量設備孤島、數據孤島。很多數據存儲在不同系統中——有些甚至沒有連接在企業的系統平台中。而在數據利用過程中，即使在統一數字化平台中完成了歸檔和整理的數據，仍然需要對數據進行優化和分析才能使數據真正有意義。

至於人才差距帶來的挑戰，這在製造業之外的許多行業都很常見。也是谷歌認為有機會提供技術和服務的另一個領域。

「許多在製造業工作的人沒有接受過部署人工智能的專業培訓，」Dominik Wee補充說。「我們正在努力簡化技術，提高易用性，同時幫助企業提高員工的操作技能。」

谷歌的這項調查還發現，製造商對雲的採用率相當高。大多數（83%）已經制定了雲戰略，無論所處區域或行業如何。依賴雲計算的前五名製造業子行業包括重型機械（92%）、汽車/OEM（87%）、工業與裝配（87%）、汽車供應商（81%）和化學品（81%）。

參考資料

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/

本文經授權發布，不代表36氪立場。

如若轉載請註明出處。來源出處：36氪