▲

　　最近，世界经济论坛(WEF)与科尔尼管理咨询公司发布了一份关于未来制造业的研究。这份历时数年的研究认为，2030年的制造业有四种可能情景——颠覆式、中断式、破坏式、下放式。其中，排在第一位的就是AI技术对制造业带来的颠覆。

　　这项调研认为：2020至2030年间，AI将成为工业制造的核心。具有深度学习功能的机器实现了一个又一个技术突破，成功做到了“理解”和处理海量数据。机器将进入普遍AI领域，整合了复杂的多项任务。伴随着这些颠覆性的技术出现，会彻底撼动了传统工业活动与制造工艺，这就是所谓的AI对制造业的颠覆。

　　实际上，这个结论与2017年戴尔科技集团大中华区总裁黄陈宏博士曾经谈到的“数字化转型带给传统行业的冲击”有很多异曲同工的地方。黄陈宏博士表示：48%的行业不知道3年以后会怎么样，有45%的企业担心3-5年后被淘汰，造成如此大落差的原因就是传统行业与以AI为代表的新技术之间产生的鸿沟。

　　AI的拐点一旦出现，制造业将如何面对?

　　制造业+AI拐点将至，制造业有哪些短板

　　戴尔易安信大中华区副总裁吴海亮认为，制造业+AI的拐点将会在2030年到2035年期间出现，这个时间点的判断与科尔尼的调研结果颇为接近。

　　卢克·多梅尔曾在《人工智能》一书中提出“奇点”的概念，奇点指的是机器在智能方面超过人类的那个点。那么，从产业革命的角度，信息革命正从科学转化为技术，向智慧产业深化，人工智能正处在产业革命的奇点上。

　　据埃森哲公司测算，到2035年，人工智能技术的应用将使制造业总增长值(GVA)增长近4万亿美元，年度增长率达到4.4%。埃森哲还明确的提出，作为新的“生产要素”，人工智能与制造业的深度融合不但将加速新产品的开发过程，还将彻底颠覆原有的生产流程，人工智能程序不仅可以自动完成任务，而且还可以实现全新的业务流程。

　　面对AI对制造业如此磅礴的颠覆，吴海亮认为中国制造业与AI结合的情况并不乐观：“根据我们的统计，在美国有14%人工智能的投入是在制造业，但在中国却非常少，中国的人工智能投入主要在机器人或是无人驾驶。必须承认，AI+制造在中国的确是个短板”。

　　通常来讲，AI与产业结合会有两种方式：首先是AI技术作为生产力工具切入现有的成熟产业，为整个产业带来效率的提升;二是AI的落地，AI+行业应用，来改变原有行业的运行规则。

　　吴海亮认为，对于制造业来说，最大的挑战就是让AI的技术落地到行业。同时在此过程中，最大的短板应该是数据的开放和运用，以及人工智能专业人才的稀缺。好在，以戴尔易安信为代表的科技巨头，正在努力帮助制造业补齐这些短板。

　　推进AI赋能行业，

　　戴尔易安信如何将技术化为实践?

　　迈克尔·戴尔去年曾表示，人类经济社会的发展已经进入新阶段，展望人工智能时代，没有必要对技术发展恐慌，未来将是人“加”机器，而非机器“减”人。这基本为戴尔易安信的人工智能战略做了定调，戴尔易安信要做的就是那个“加号”，既人工智能的能力与行业之间的“连接器”。

　　我们知道，戴尔易安信在2016年就和中科院联合推出了名为“诸葛深知”的深度学习公有平台。当时的目标是，面向数据密集、价值型行业，提供以深度学习为基础的大数据挖掘解决方案和计算平台。

　　“如今诸葛深知已经进入第三个年头，戴易安信尔也有了一些新的想法，有了这个平台后怎么和行业去结合，于是我们开始考虑医疗。但是获得医疗数据很难，因此我们考虑到戴尔易安信本身也是制造业，于是就用自己的数据来做应用。”吴海亮说道，这也是戴尔易安信决定大力投入制造+AI的根本原因。

　　的确，戴尔易安信本身就是全球最大的生产制造企业，在中国有三个制造基地：厦门、苏州、成都。戴尔易安信每年在中国采购元器件价值在250亿美元以上，这些元器件在这三个制造基地，以平均每一秒钟生产出一台设备的速度，为中国市场以及全球市场提供创新的产品。

　　戴尔易安信的零库存管理可谓是天下闻名，在生产计划的制定上，戴尔易安信也给传统制造业上了一课，戴尔易安信的计划，既不是按周，也不是按天来制定，而是每两小时制定一次，完全按照客户的订单，来决定生产。这样的效率，让戴尔易安信成为了智能制造业的一个典型。

　　实际上，戴尔易安信很早就展开了基于人工智能的应用，经过不断的探索和实践，人工智能逐渐走入了戴尔易安信的业务价值链，在销售、采购和生产等环节都取得了不错的成效。根据吴海亮的介绍，如今的戴尔易安信工厂也正在用AI的技术改变一些原有的工作流程，例如，戴尔易安信工厂用AI的图像识别技术，做笔记本盖板缺陷检测，可以将识别率提高到90%多。

　　和戴尔易安信一样，如今很多典型的制造企业，都选择在检测环节，通过精密光学成像，深度学习神经网络，计算机视觉技术进行元器件检测，实现了跟肉眼一样可以识别产品的划痕、杂点、硬力痕等缺陷检测，从而降低人工成本。“但是，这个应用的基本逻辑是图像识别。会根据工业需要，做更多的细节调整，这就是AI技术通用性到专用性的转换。”吴海亮说。

　　除了戴尔易安信自身的例子，戴尔易安信也在帮助其他制造业利用AI的技术创造新的应用。比如帮助某食品企业做了商品陈列合规性的管理，帮助某通信制造业做了PB级深度学习存储平台建设。

　　不难发现，基于诸葛深知平台的搭建，戴尔易安信与中科院用短短3年的时间，实现了从很多技术到实践的跨越。事实上，在全球范围内，将技术转化为生产力，或是产学研技术与市场接轨都是难题。而戴尔易安信与中科院的这次携手，一定程度上为中国的AI技术与产业结合，打下了一个很好的样本。

　　实现“制造+AI”需要成熟的生态圈

　　波士顿咨询在一份名为《工业4.0——未来生产力和制造业发展前景》的报告中明确指出，以云计算、大数据分析为代表的新技术将为中国制造业的生产效率带来15%—25%的提升，额外创造附加值4-6万亿元人民币，人工智能技术在其中也会起到不可估量的作用。同时，如此巨大的市场机会，也意味着没有任何一家科技公司，能够独立完成对制造+AI的推动，这显然需要一个完整的“制造业+AI”的生态圈。

　　如前文所分析，纯粹的AI技术与产业需求之间存在鸿沟，而打破鸿沟的非常好的方式，就是形成良好的AI生态，让实际的用户需求去驱动AI的应用发展。所以，作为“制造+AI”赋能者的戴尔易安信已经从几个方面做好了准备。

　　★ 首先，在人工智能的角度，戴尔易安信应用人工智能已经实现了对公司生产、运营、销售等体系的全方位支撑，同时长期的一线实践验证又构筑了戴尔易安信人工智能商业化推广的基础，为戴尔易安信赋能各行各业的人工智能升级和转型奠定了坚实的基础。

　　★ 其次，针对技术与制造业结合方面，戴尔易安信已经在中国建立了第一家工业4.0的创新实验室，通过大数据、物联网、人工智能等技术实现可视化的展示和体验。实验室内可呈现数字化制造的整个行业前景，包括现代化工业制造场景，产品初期构想场景，产品设计，产线设计，生产过程的虚拟仿真以及监控整个生产过程，从而更好地服务于现代化的工业生产。

　　★ 第三，在本地化方面，戴尔易安信中国4.0战略的核心思想就是“在中国，为中国”，充分把戴尔易安信自己融进本地的IT生态系统，为中国经济发展、信息化、互联网+做出贡献。所以，在中国建设成熟的生态圈，戴尔易安信并不陌生。

　　据我了解，戴尔易安信将在近期，与9家行业里的重要企业共同打造智能制造产业联盟，让我们拭目以待吧!