2020-2021人工智能與工業(yè)融合發(fā)展研究報告課件

2020-2021人工智能與工業(yè)融合發(fā)展研究報告2020-2021人工智能與工業(yè)融合發(fā)展研究報告1核心結(jié)論01AI與工業(yè)的融合發(fā)展從相向而行到攜手共進02計算機視覺技術(shù)成為推動AI與工業(yè)深度融合的“金剛鉆”03AI與千行百業(yè)的階梯性融合是未來AI產(chǎn)業(yè)發(fā)展的主風(fēng)口04善于創(chuàng)新的企業(yè)將率先進入智能時代，對數(shù)字化、網(wǎng)絡(luò)化階段的競爭對手降維打擊05在框架級算法開發(fā)能力的支持下，AI將像水電一樣普及到工業(yè)企業(yè)06互信為基，共贏為臺，數(shù)據(jù)為墩，AI為拱，生態(tài)伙伴共建智能化轉(zhuǎn)型之橋，連接中國制造的昨天與明天核心結(jié)論01AI與工業(yè)的融合發(fā)展從相向而行到攜手共進02計2123AI發(fā)展新態(tài)勢AI與工業(yè)融合發(fā)展現(xiàn)狀A(yù)I與工業(yè)深度融合新趨勢45AI與工業(yè)深度融合面臨的挑戰(zhàn)推進AI與工業(yè)深度融合的建議123AI發(fā)展新態(tài)勢45AI與工業(yè)深度融合面臨的挑戰(zhàn)3產(chǎn)業(yè)發(fā)展新態(tài)勢全球AI企業(yè)數(shù)量趨于穩(wěn)定,全球活躍AI企業(yè)達5,526家，主要分布在美國、中國、英國、加拿大和印度2019年10月9.5114.6922.5934.8751.2770.9494.41118.602040608010012014020182019*2020*2021*2022*2023*2024*2025*AI軟件市場規(guī)模保持高速增長，2019年預(yù)計達到146.9億美元，未來5年將保持133%以上的年復(fù)合增長率全球AI軟件市場規(guī)模（單位：百萬美元）全球AI產(chǎn)業(yè)生態(tài)日益完善，美國在芯片、深度學(xué)習(xí)框架等領(lǐng)域均占據(jù)主導(dǎo)地位產(chǎn)業(yè)發(fā)展新態(tài)勢全球AI企業(yè)數(shù)量趨于穩(wěn)定,全球活躍AI企業(yè)達54產(chǎn)業(yè)發(fā)展新態(tài)勢我國已經(jīng)初步形成較完整的AI產(chǎn)業(yè)鏈條，部分應(yīng)用軟件和新型終端產(chǎn)品發(fā)展迅速，未來幾年應(yīng)用市場有望呈現(xiàn)爆發(fā)式增長我國人工智能市場規(guī)模智能產(chǎn)品行業(yè)應(yīng)用智能翻譯系統(tǒng)醫(yī)療影像輔助診斷系統(tǒng)視頻圖像身份識別系統(tǒng)智能語音交互系統(tǒng)智能無人機智能服務(wù)機器人智能網(wǎng)聯(lián)汽車智能家居產(chǎn)品智能交通智能制造智能農(nóng)業(yè)智能金融智能教育智能物流智能文化智能體育開源開放平臺神經(jīng)網(wǎng)絡(luò)芯片智能傳感器網(wǎng)絡(luò)安全保障體系支撐體系行業(yè)訓(xùn)練資源庫標準測試及知識產(chǎn)權(quán)服務(wù)平臺智能化網(wǎng)絡(luò)基礎(chǔ)設(shè)施智能醫(yī)療智能能源核心基礎(chǔ)2019年我國人工智能市場規(guī)?？蛇_760億元，未來將保持高速增長，預(yù)計到2022可達到5,580億元。產(chǎn)業(yè)發(fā)展新態(tài)勢我國已經(jīng)初步形成較完整的AI產(chǎn)業(yè)鏈條，部分應(yīng)用5技術(shù)發(fā)展新態(tài)勢機器學(xué)習(xí)算法和深度學(xué)習(xí)算法是AI的兩大熱點33.30%機器學(xué)習(xí)其他AI技術(shù)66.70%

175% 46%40%20%0%80%60%160%140%120%100%180%200%深度學(xué)習(xí)專利 神經(jīng)網(wǎng)絡(luò)專利增長率數(shù)據(jù)來源：世界知識產(chǎn)權(quán)組織WIPO發(fā)布的《技術(shù)趨勢2019：人工智能》開源深度學(xué)習(xí)框架成為科技巨頭全面布局的重點針對深度學(xué)習(xí)算法的專用AI芯片未來可能成為主力GPUFPGAASICGPU、FPGA是目前AI芯片的主流技術(shù)路線ASIC專用芯片作為新兵異軍突起可定制化 高性能低功耗技術(shù)發(fā)展新態(tài)勢機器學(xué)習(xí)算法和深度學(xué)習(xí)算法是AI的兩大熱點 6技術(shù)發(fā)展新態(tài)勢Gartner

2019AI成熟度曲線99.5%2.25%82.5%美國NIST數(shù)據(jù)人臉識別準確率WebVision圖像分類錯誤率WebVision萬物識別精確率深度學(xué)習(xí)算法的紅利加速擴散，計算機視覺等主流AI技術(shù)加快成熟當前計算機視覺技術(shù)相對成熟我國計算機視覺技術(shù)已經(jīng)走在世界前列曠視已經(jīng)連續(xù)在計算機視覺領(lǐng)域頂級賽事上獲得27項世界冠軍技術(shù)發(fā)展新態(tài)勢Gartner2019AI成熟度曲線99.57應(yīng)用發(fā)展新態(tài)勢AI應(yīng)用全面賦能生產(chǎn)生活各個方面，即將迎來應(yīng)用繁榮期交通領(lǐng)域醫(yī)療領(lǐng)域農(nóng)業(yè)智能育種農(nóng)業(yè)大腦無人機植保機器人采摘采礦業(yè)礦物勘探預(yù)測采礦機器人制造業(yè)工業(yè)視覺無人工廠工業(yè)互聯(lián)網(wǎng)工業(yè)機器人無人機設(shè)備巡檢能源AI節(jié)能分析金融身份識別智能交通分析無人駕駛AI客服教育機器人教育智能批改醫(yī)療影像輔助診療健康管理醫(yī)院管理AI的核心發(fā)展要素逐漸完備，在很多領(lǐng)域取得了突破性進展，在農(nóng)業(yè)、制造業(yè)、交通等多個領(lǐng)域已經(jīng)產(chǎn)生了較為成熟的應(yīng)用，正在逐步走向推廣實踐階段應(yīng)用發(fā)展新態(tài)勢AI應(yīng)用全面賦能生產(chǎn)生活各個方面，即將迎來應(yīng)用8應(yīng)用發(fā)展新態(tài)勢AI應(yīng)用領(lǐng)域逐漸從互聯(lián)網(wǎng)、新零售向制造業(yè)、農(nóng)業(yè)等實體經(jīng)濟領(lǐng)域拓展AI對弈20162018科學(xué)研究互聯(lián)網(wǎng)、新零售行業(yè)個性化搜索精準營銷…制造工藝優(yōu)化質(zhì)量檢測故障檢測智能物流預(yù)測性維護生產(chǎn)安全管理…AI育種智能環(huán)境分析控制智能施肥灌溉病蟲害診斷預(yù)測無人機植保智能采摘…信息化程度高、擁有豐富數(shù)據(jù)資源，具有AI落地的天然優(yōu)勢制造業(yè)、農(nóng)業(yè)等實體經(jīng)濟領(lǐng)域數(shù)字化轉(zhuǎn)型的不斷深入，信息化水平日益提升，逐步具備應(yīng)用AI的基本條件應(yīng)用發(fā)展新態(tài)勢AI應(yīng)用領(lǐng)域逐漸從互聯(lián)網(wǎng)、新零售向制造業(yè)、農(nóng)業(yè)91AI發(fā)展新態(tài)勢2345AI與工業(yè)融合發(fā)展現(xiàn)狀A(yù)I與工業(yè)深度融合新趨勢AI與工業(yè)深度融合面臨的挑戰(zhàn)推進AI與工業(yè)深度融合的建議1AI發(fā)展新態(tài)勢2345AI與工業(yè)融合發(fā)展現(xiàn)狀10工業(yè)互聯(lián)網(wǎng)建設(shè)取得階段性成績傳統(tǒng)工業(yè)企業(yè)工業(yè)互聯(lián)網(wǎng)平臺建設(shè)水平顯著提升互聯(lián)網(wǎng)企業(yè)創(chuàng)新型企業(yè)大型制造企業(yè)l 我國工業(yè)互聯(lián)網(wǎng)平臺數(shù)量達到了上百個l 具有一定區(qū)域和行業(yè)影響力的平臺超過70個l 單個重點平臺平均工業(yè)設(shè)備連接數(shù)達到69萬臺l 工業(yè)App數(shù)量突破2124個工業(yè)互聯(lián)網(wǎng)平臺應(yīng)用水平持續(xù)提升工業(yè)互聯(lián)網(wǎng)平臺已經(jīng)滲透到鋼鐵、機械、航空航天、家電等多個行業(yè)，有力促進制造業(yè)數(shù)字化轉(zhuǎn)型，實現(xiàn)提質(zhì)降本增效，部分先行先試企業(yè)勞動生產(chǎn)效率提高20%以上。工業(yè)互聯(lián)網(wǎng)建設(shè)取得階段性成績傳統(tǒng)工業(yè)企業(yè)工業(yè)互聯(lián)網(wǎng)平臺建設(shè)水11AI與生產(chǎn)制造過程融合，提高生產(chǎn)質(zhì)量與效率構(gòu)建生產(chǎn)任務(wù)自主決策能力ABB在智能工廠部署多種機器人生產(chǎn)效率提升

3%產(chǎn)品種類增加

3倍AI技術(shù)全面優(yōu)化生產(chǎn)工藝過程阿里云ET工業(yè)大腦優(yōu)化工藝過程中策橡膠公司

煉膠時間縮短10%，煉膠溫度降低

6%智能在線檢測提升檢測水平曠視提供整體智能質(zhì)檢方案缺陷檢測率提高90%降低85%以上人工成本AI與生產(chǎn)制造過程融合，提高生產(chǎn)質(zhì)量與效率構(gòu)建生產(chǎn)任務(wù)自主12AI與工業(yè)產(chǎn)品融合，實現(xiàn)產(chǎn)品智能化升級產(chǎn)品故障預(yù)測智能化羅羅公司針對Trent航空發(fā)動機，采用預(yù)測分析和機器學(xué)習(xí)技術(shù)，分析葉片潛在運行質(zhì)量問題，建立智能化預(yù)測預(yù)警模式，提升發(fā)動機故障預(yù)警能力產(chǎn)品運維智能化GE依托東方航空公司的航空安全數(shù)據(jù)、飛行計劃、導(dǎo)航及環(huán)境數(shù)據(jù)，構(gòu)建發(fā)動機研發(fā)、生產(chǎn)和運行維護數(shù)據(jù)的集成平臺，支持東航建立飛行運維數(shù)字化、智能化解決方案建立R2數(shù)據(jù)實驗室，利用數(shù)據(jù)分析、工業(yè)AI與機器學(xué)習(xí)技術(shù)，加快數(shù)字化轉(zhuǎn)型航空運營與發(fā)動機制造公司合作，構(gòu)建數(shù)字化的發(fā)動機使用與維護、成本管理與航班計劃方案AI與工業(yè)產(chǎn)品融合，實現(xiàn)產(chǎn)品智能化升級產(chǎn)品故障預(yù)測智能化羅羅13國際頭部企業(yè)深化AI技術(shù)應(yīng)用，全面釋放智能工廠潛能生產(chǎn)設(shè)備運行過程數(shù)據(jù)化監(jiān)控西門子EPA（設(shè)備預(yù)測性分析）系統(tǒng)青島煉化公司提前數(shù)天實現(xiàn)設(shè)備預(yù)警穩(wěn)定運行長達十年，減少80%報警數(shù)量智能工廠運營管理“透明化”施耐德打造基于數(shù)據(jù)的“透明工廠”實現(xiàn)生產(chǎn)運營管理過程的透明可視，具備對全程生產(chǎn)運營環(huán)境進行數(shù)字化追溯的能力國際頭部企業(yè)深化AI技術(shù)應(yīng)用，全面釋放智能工廠潛能14AI與工業(yè)子行業(yè)融合的程度呈現(xiàn)較大差異基于19個工業(yè)子行業(yè)40家典型企業(yè)調(diào)研數(shù)據(jù)IAI融合指數(shù)19個工業(yè)子行業(yè)的AI融合度指數(shù)AI應(yīng)用部署與應(yīng)用效果顯著AI應(yīng)用部署與應(yīng)用效果相對落后智能化基礎(chǔ)好、AI融合前景廣闊從4個維度對工業(yè)子行業(yè)AI融合度打分AI相關(guān)投入、AI應(yīng)用效果、AI應(yīng)用滲透程度、AI技術(shù)人才AI與工業(yè)子行業(yè)融合的程度呈現(xiàn)較大差異基于19個工業(yè)子行業(yè)41512AI發(fā)展新態(tài)勢AI與工業(yè)融合發(fā)展現(xiàn)狀345AI與工業(yè)深度融合新趨勢AI與工業(yè)深度融合面臨的挑戰(zhàn)推進AI與工業(yè)深度融合的建議12AI發(fā)展新態(tài)勢345AI與工業(yè)深度融合新趨勢16AI與工業(yè)融合空間巨大附加價值高 智力苦低 力第一階段：拉升谷底降低降本第二階段：整體提升生產(chǎn)方式和商業(yè)模式升級，提高附加值研發(fā)設(shè)計生產(chǎn)制造市場服務(wù)8.708.702.72無AI有AI2035年中國制造業(yè)總增加值（萬億美元）AI將為中國制造業(yè)額外貢獻2.7萬億美元的增加值，相對無AI應(yīng)用增加近31%驅(qū)動因素1：降本增效AI與工業(yè)深度融合為工業(yè)領(lǐng)域降本增效提供有效途徑驅(qū)動因素2：產(chǎn)品高質(zhì)量需求工業(yè)產(chǎn)品與服務(wù)全流程質(zhì)量檢測、診斷與優(yōu)化將成為AI應(yīng)用的重要場景數(shù)據(jù)來源：埃森哲驅(qū)動因素3：人口老齡化AI勞動力替代在工業(yè)領(lǐng)域?qū)l(fā)揮重要作用AI與工業(yè)融合空間巨大附加價值高 智力苦第一階段：拉升谷底17AI將分階段實現(xiàn)與細分行業(yè)的深度融合汽車制造業(yè)醫(yī)藥制造業(yè)計算機和通信設(shè)備制造業(yè)石油和煤炭燃料加工業(yè)鐵路、船舶、航空航天運輸設(shè)備制造業(yè)AI最先深度融合滲透的細分行業(yè)AI與制造業(yè)：同步應(yīng)用于全流程AI與采礦業(yè)和能源行業(yè)生產(chǎn)制造倉儲物流售后服務(wù)研發(fā)設(shè)計率先應(yīng)用于作業(yè)環(huán)境條件較差的領(lǐng)域風(fēng)電設(shè)備運維采礦AI將分階段實現(xiàn)與細分行業(yè)的深度融合汽車制造業(yè)醫(yī)藥制造業(yè)計算18整體解決方案成為工業(yè)企業(yè)的共性需求云邊端協(xié)同，助力柔性生產(chǎn)、快速交付和降低能耗l

未來的計算不僅僅局限在大型數(shù)據(jù)中心，而將分布在由云-邊-端構(gòu)成的一體化架構(gòu)上。云端邊緣設(shè)備終端 終端 終端 終端設(shè)備 設(shè)備 設(shè)備 設(shè)備上傳下載請求結(jié) 請果 求結(jié)果請求結(jié)果請求結(jié)果一半以上的終端設(shè)備數(shù)據(jù)需要在網(wǎng)絡(luò)邊緣側(cè)分析處理私有化部署的交鑰匙方案將成為主流產(chǎn)品形態(tài)l

大部分工業(yè)企業(yè)需要部署交鑰匙方案，對解決方案提供商的整合能力提出了高標準要求。個性化的細分場景需求成為主要需求類型l

解決方案提供商需提煉企業(yè)共性需求，面向行業(yè)開發(fā)通用模板，并根據(jù)企業(yè)需求快速、低成本定制開發(fā)開發(fā)，在AI算法上降低成本、縮短周期。2145私有化部署軟件安裝運行在企業(yè)本地服務(wù)器上企業(yè)自主掌控所有數(shù)據(jù)和權(quán)限3可實現(xiàn)內(nèi)外網(wǎng)隔離，安全性更高個性化強，企業(yè)可按需定制功能擴展性高，企業(yè)能自行二次開發(fā)AI工業(yè)……實資生能安

經(jīng)物時產(chǎn)產(chǎn)源全

營流監(jiān)管運管環(huán)

管管控理行理保

理理整體解決方案成為工業(yè)企業(yè)的共性需求云邊端協(xié)同，助力柔性生產(chǎn)、19風(fēng)機無人巡檢輸配電網(wǎng)無人巡檢智能電力調(diào)度智能用電管理場景化是人工智能與工業(yè)深度融合的必然選擇制造業(yè)典型融合場景:覆蓋制造業(yè)全流程9個典型應(yīng)用場景能源行業(yè)典型融合場景:覆蓋能源生產(chǎn)、傳輸和使用全過程設(shè)備維護采礦作業(yè)礦山勘探采礦業(yè)典型融合場景：在危險環(huán)境下替代人力風(fēng)機無人巡檢輸配電網(wǎng)無人巡檢智能電力調(diào)度智能用電管理場景化20制造業(yè)融合場景：提高復(fù)雜產(chǎn)品的設(shè)計與仿真能力實現(xiàn)復(fù)雜產(chǎn)品的智能化設(shè)計UTC公司基于知識圖譜構(gòu)建設(shè)計資料庫，運用深度學(xué)習(xí)確定方案換熱器重量減輕20%，傳熱效率提高80%，設(shè)計周期加快9倍智能仿真降低建模難度AI技術(shù)與仿真模型深度融合，開展虛擬裝配，進行產(chǎn)品驗證吉利公司應(yīng)用AI技術(shù)進行碰撞仿真，從30個小時縮短到10個小時制造業(yè)融合場景：提高復(fù)雜產(chǎn)品的設(shè)計與仿真能力實現(xiàn)復(fù)雜產(chǎn)品的智21制造業(yè)融合場景：實現(xiàn)生產(chǎn)制造過程的精準化與個性化深度優(yōu)化制造工藝過程采用深度學(xué)習(xí)對設(shè)備運行狀態(tài)、工藝過程等進行分析，找出最優(yōu)工藝參數(shù)應(yīng)用ET工業(yè)大腦，恒逸石化燃煤效率提升2.6%，天合光能生產(chǎn)A品率提升7%實現(xiàn)個性化定制模式以AI為核心，數(shù)據(jù)為生產(chǎn)驅(qū)動，融合物聯(lián)網(wǎng)，形成個性化大規(guī)模定制生產(chǎn)模式酷特公司構(gòu)建智能排產(chǎn)、智能排版、智能裁剪系統(tǒng)，構(gòu)建千萬級服裝版型數(shù)據(jù)庫，驅(qū)動10000個數(shù)據(jù)同步變化，定制生產(chǎn)周期從50個工作日縮短至7個工作日構(gòu)建設(shè)備自學(xué)習(xí)能力新松公司GCR20-1100協(xié)作機器人利用智能傳感器與3D視覺技術(shù)，按照樣條曲線路徑對鞋底區(qū)域進行自動涂膠，逐步增強協(xié)作機器人的學(xué)習(xí)與感知能力制造業(yè)融合場景：實現(xiàn)生產(chǎn)制造過程的精準化與個性化深度優(yōu)化制造22制造業(yè)融合場景：智能倉儲智能倉儲依托搬運機器人、碼垛機器人、自動化立體庫等智能裝備，實現(xiàn)智能搬運。與傳統(tǒng)倉儲相比，智能倉儲從空間利用率、作業(yè)效率、人工成本等指標來看，優(yōu)勢顯著，降本增效明顯。曠視推出供應(yīng)鏈操作系統(tǒng)——河圖,在電商倉庫中協(xié)同500臺機器人并發(fā)工作，將倉庫效率提升了40%在全球部署了10萬臺以上機器人，智能系統(tǒng)作業(yè)效率要比傳統(tǒng)的物流作業(yè)提升2-4倍，準確率達到99.99%制造業(yè)融合場景：智能倉儲智能倉儲依托搬運機器人、碼垛機器人、23制造業(yè)融合場景：預(yù)測性維護在設(shè)備/系統(tǒng)預(yù)測性維護中，機器學(xué)習(xí)方法擬合設(shè)備運行復(fù)雜非線性關(guān)系，能夠提升預(yù)測準確率，減少成本與故障率。設(shè)備智能管理設(shè)備智能運行監(jiān)控設(shè)備智能售后服務(wù)設(shè)備管理成本降低50%運行管理反應(yīng)時間縮短80%售后時間縮短30%

成本降低50%制造業(yè)融合場景：預(yù)測性維護在設(shè)備/系統(tǒng)預(yù)測性維護中，機器學(xué)習(xí)24制造業(yè)融合場景：

安全管理安全管理貫穿制造業(yè)運營的始終。通過計算機視覺等技術(shù)對危險區(qū)域進行管控，實現(xiàn)識別并跟蹤進入危險區(qū)域的非授權(quán)對象、監(jiān)控作業(yè)區(qū)域人員是否按規(guī)定佩戴安全帽、穿安全服，將安全生產(chǎn)的風(fēng)險降到最低。為華潤電力部署了園區(qū)安全管理系統(tǒng)，利用人臉識別、物體檢測等計算機視覺算法，對變電設(shè)備周邊等危險區(qū)域?qū)崿F(xiàn)了7*24小時警戒，顯著提升了安全管理水平制造業(yè)融合場景：安全管理安全管理貫穿制造業(yè)運營的始終。通過25能源行業(yè)融合場景AI在能源領(lǐng)域的應(yīng)用主要可以解決能源行業(yè)現(xiàn)在存在的痛點問題，從而最大化的提升能源的供給、使用效率，節(jié)約能源資源，實現(xiàn)經(jīng)濟效益與環(huán)境保護的雙贏。風(fēng)機無人巡檢輸配電網(wǎng)無人巡檢智能電力調(diào)度智能用電管理能源生產(chǎn)應(yīng)用無人機、深度學(xué)習(xí)等技術(shù)實現(xiàn)高頻次、高質(zhì)量、全覆蓋的設(shè)備巡檢，少故障隱患，減少故障處理速度能源傳輸應(yīng)用機器人、深度學(xué)習(xí)等技術(shù)實現(xiàn)全天24小時實時監(jiān)控，大大降低人工工作量能源使用通過機器學(xué)習(xí)的應(yīng)用優(yōu)化供能、用能端，大大提升能源的供應(yīng)和使用效率能源行業(yè)融合場景AI在能源領(lǐng)域的應(yīng)用主要可以解決能源行業(yè)現(xiàn)在26采礦業(yè)融合場景AI分析各類設(shè)備運行狀況，發(fā)出AI預(yù)警，有助于避免因部件故障而導(dǎo)致代價高昂的采礦事故。當前機器人已經(jīng)被應(yīng)用于無人采礦作業(yè)中，顯著降低可能出現(xiàn)的危險事件，同時提高整體生產(chǎn)效率。利用AI技術(shù)改進礦產(chǎn)資源的發(fā)現(xiàn)與規(guī)劃，為采礦行業(yè)帶來更科學(xué)的規(guī)劃思路與更可觀的投資回報。010203礦山勘探勘探識別鉆潛在價值高的區(qū)域采礦作業(yè)采礦人員需在惡劣環(huán)境中進行挖掘作業(yè)設(shè)備維護采礦重型裝備需要不斷維護、維修人工智能較早已融入采礦業(yè)，提供提升效率、解決安全問題的有力手段，幫助采礦企業(yè)長期保持自身價值產(chǎn)出采礦業(yè)融合場景AI分析各類設(shè)備運行狀況，發(fā)出AI預(yù)警當前機器271AI發(fā)展新態(tài)勢2345AI與工業(yè)融合發(fā)展現(xiàn)狀A(yù)I與工業(yè)深度融合新趨勢AI與工業(yè)深度融合面臨的挑戰(zhàn)推進AI與工業(yè)深度融合的建議1AI發(fā)展新態(tài)勢2345AI與工業(yè)融合發(fā)展現(xiàn)狀28AI共性技術(shù)亟待突破底層芯片有突破但尚難以與巨頭對抗大部分供應(yīng)商缺乏框架級的AI算法開發(fā)能力AI技術(shù)體系核心：深度學(xué)習(xí)框架3%6%7%7%8%8%18%23%24%52%3%0%

10%

20%

30%

40%

50%

60%TensorFlowTorch/PyTorchCaffeScikit-learnMXNetMLibTensorLayerCNTKPaddlePaddleMahoutTheano使用普及率數(shù)據(jù)來源：CSDN，《2018-2019年中國開發(fā)者報告》百度PaddlePaddle、曠視Brain++技術(shù)實力已接近國際一流水準。曠視Brain++的核心，深度學(xué)習(xí)框架MegEngine更是在單機訓(xùn)練速率等方面優(yōu)于TensorFlow、Pytorch等主流框架，不過生態(tài)打造方面才剛剛起步，有待后續(xù)的大力推廣和使用。ASIC專用芯片主流底層芯片國內(nèi)國外國內(nèi)國外激烈競逐我國一直追趕GPU短期內(nèi)將繼續(xù)占領(lǐng)AI芯片的主要市場份額FPGA是短期內(nèi)AI芯片市場上的重要增長點我國在GPU、FPGA等主流底層芯片領(lǐng)域主要依靠進口，技術(shù)受制于人。盡管國內(nèi)正涌現(xiàn)出一批新銳企業(yè)，同國外廠商展開激烈競逐，但絕大多數(shù)芯片依然依靠國外的IP核進行設(shè)計，國內(nèi)AI應(yīng)用市場主要依托GPU開展算法訓(xùn)練，主要利潤流向國外巨頭，難與國外巨頭抗衡。AI共性技術(shù)亟待突破底層芯片有突破但尚難以與巨頭對抗大部分供29可落地的應(yīng)用場景不清晰企業(yè)對AI應(yīng)用的潛能認識不準確我國許多制造業(yè)企業(yè)的AI意識還沒有覺醒，沒有考慮到AI方面的投入會帶來不止倍增的效益缺乏適合的AI應(yīng)用切入場景工業(yè)企業(yè)對AI領(lǐng)域的陌生，與掌握AI技術(shù)的科技企業(yè)之間存在著信息錯位、供需斷層等溝通壁壘成功案例示范效應(yīng)不明顯目前在制造業(yè)智能化水平較高的普遍都是超大型企業(yè)，需要巨大的前期投入，對于中小型企業(yè)并不具備可推廣性可落地的應(yīng)用場景不清晰企業(yè)對AI應(yīng)用的潛能認識不準確缺乏適合30企業(yè)部署AI應(yīng)用缺乏資金制造業(yè)等行業(yè)利潤率水平低，對AI應(yīng)用的成本預(yù)算少企業(yè)AI應(yīng)用投入風(fēng)險過大，缺乏風(fēng)險分擔機制10073.38324.34409.4

4086.931092695.8

2519.9 20852018年，我國規(guī)模以上工業(yè)企業(yè)主營業(yè)務(wù)收入利潤率僅為6.5%,我國工業(yè)企業(yè)信息化投入占比僅為0.25%。2018年世界主要國家制造業(yè)增加值（億美元）40027.521733.22.60%30%中國制造業(yè)利潤全球占比中國制造業(yè)增加值全球占比數(shù)據(jù)來源：世界銀行數(shù)據(jù)來源：世界銀行智能化改造項目平均周期智能化改造項目平均投資額3.5年9000萬元企業(yè)部署AI應(yīng)用缺乏資金制造業(yè)等行業(yè)利潤率水平低，對AI應(yīng)用31產(chǎn)業(yè)鏈各環(huán)節(jié)協(xié)同不足提供端到端解決方案的能力不足云服務(wù)層管理層制造執(zhí)行層控制層感知層現(xiàn)場層產(chǎn)業(yè)鏈上下游協(xié)同不順暢系統(tǒng)解決方案需要軟件產(chǎn)品開發(fā)商、硬件設(shè)備供應(yīng)商、系統(tǒng)集成商等產(chǎn)業(yè)主體相互適配、協(xié)同創(chuàng)新。鏈上節(jié)點企業(yè)之間缺乏信賴和協(xié)作、信息不透明等問題也延緩了AI與工業(yè)融合的步伐。制造業(yè)智能化轉(zhuǎn)型是一項系統(tǒng)工程，需要實現(xiàn)橫向集成、縱向集成以及端到端集成。國內(nèi)缺少能夠打通整個架構(gòu)體系的智能制造解決方案商。產(chǎn)業(yè)鏈各環(huán)節(jié)協(xié)同不足提供端到端解決方案的能力不足云服務(wù)層產(chǎn)業(yè)32工業(yè)企業(yè)數(shù)字化基礎(chǔ)薄弱生產(chǎn)系統(tǒng)數(shù)字化率低，難以支撐智能化生產(chǎn)工業(yè)企業(yè)關(guān)鍵工序數(shù)控化率為49.7%，只有46.0%企業(yè)在主要環(huán)節(jié)實現(xiàn)數(shù)字化工業(yè)企業(yè)傳感器部署不足，工業(yè)數(shù)據(jù)采集難度大，業(yè)務(wù)系統(tǒng)互聯(lián)互通程度不高工業(yè)企業(yè)數(shù)據(jù)不規(guī)范，數(shù)據(jù)資源整合難度大我國工業(yè)領(lǐng)域缺乏統(tǒng)一的工業(yè)數(shù)據(jù)標準與通信協(xié)議，制約系統(tǒng)之間數(shù)據(jù)互通高端工業(yè)控制系統(tǒng)及通信協(xié)議被國外大型企業(yè)掌控，關(guān)鍵核心技術(shù)受制于人實現(xiàn)全面數(shù)字化的企業(yè)沒有實現(xiàn)全面數(shù)字化的企業(yè)46%54%工業(yè)企業(yè)數(shù)字化基礎(chǔ)薄弱生產(chǎn)系統(tǒng)數(shù)字化率低，難以支撐智能化生產(chǎn)33高校81%科研機構(gòu)9%企業(yè)6%其他4%AI頂尖人才和應(yīng)用人才不足數(shù)據(jù)來源：《中國人工智能發(fā)展報告2018》285365158182329770500010000150002000025000AI頂尖人才AI人才美國 中國中國AI人才總量為18232人，位列第二，占全球AI人才總量的13.9%；僅有977位頂尖人才，排名第六，占全球頂尖人才比例為4.8%，頂尖人才相對不足。美國與中國AI人才對比30000中國AI人才81.3%來自高校，8.8%來自科研機構(gòu)，只有5.9%來自企業(yè)。絕大部分的AI人才在培養(yǎng)過程中對于應(yīng)用產(chǎn)業(yè)難以有深入的了解，復(fù)合型應(yīng)用人才匱乏。我國AI人才分布高?？蒲袡C構(gòu)企業(yè)其他AI頂尖人才和應(yīng)用人才不足數(shù)據(jù)來源：《中341AI發(fā)展新態(tài)勢2345AI與工業(yè)融合發(fā)展現(xiàn)狀A(yù)I與工業(yè)深度融合新趨勢AI與工業(yè)深度融合面臨的挑戰(zhàn)推進AI與工業(yè)深度融合的建議1AI發(fā)展新態(tài)勢2345AI與工業(yè)融合發(fā)展現(xiàn)狀35給政府部門的建議注重基礎(chǔ)技術(shù)，夯實核心技術(shù)能力鼓勵A(yù)I開發(fā)框架和芯片研發(fā)，并在工業(yè)特定領(lǐng)域推廣應(yīng)用推動AI行業(yè)標準化探索成立開源基金鼓勵產(chǎn)業(yè)協(xié)同，打造產(chǎn)業(yè)生態(tài)體系支持成立AI與工業(yè)融合發(fā)展相關(guān)聯(lián)盟、工作委員會支持AI產(chǎn)業(yè)聯(lián)盟開展行業(yè)交流合作鼓勵產(chǎn)業(yè)園區(qū)搭建跨行業(yè)交流平臺推進融合應(yīng)用，提升實體經(jīng)濟效率推進AI應(yīng)用示范，深化“揭榜掛帥”機制鼓勵工業(yè)互聯(lián)網(wǎng)平臺提供商與AI技術(shù)提供商加強合作加強對AI創(chuàng)新應(yīng)用的扶持破除行業(yè)壁壘，打造融合發(fā)展環(huán)境優(yōu)化數(shù)據(jù)治理規(guī)則，推動行業(yè)間數(shù)據(jù)流通加快構(gòu)建智能化信息基礎(chǔ)設(shè)施推進智能制造標準化建設(shè)給政府部門的建議注重基礎(chǔ)技術(shù)，夯實核心技術(shù)能力鼓勵產(chǎn)業(yè)協(xié)同，36給需求方的建議加快部署AI應(yīng)用，占據(jù)領(lǐng)先地位，避免在智能化進程中掉隊找準與企業(yè)業(yè)務(wù)的關(guān)鍵結(jié)合點，根據(jù)實際能力以點及面逐步滲透，同時要根據(jù)業(yè)務(wù)需求找準AI領(lǐng)域的合作伙伴，借助外部力量來快速形成AI能力盡早開始積累數(shù)據(jù)，構(gòu)建數(shù)據(jù)和智能的護城河傳統(tǒng)企業(yè)要注重生產(chǎn)數(shù)據(jù)的累積，進行合理規(guī)劃，構(gòu)建數(shù)據(jù)體系，形成一體化的數(shù)據(jù)資源基礎(chǔ)，為智能化的發(fā)展打下堅實基礎(chǔ)，這也是需求方率先應(yīng)該實現(xiàn)的入門級要求通過沉淀AI能力，升級商業(yè)模式，提高行業(yè)賦能能力制造業(yè)企業(yè)可以通過自身AI能力的打造、應(yīng)用場景的創(chuàng)建，形成可輸出可復(fù)制的模式和路徑對外輸出，為企業(yè)帶來額外的經(jīng)濟效益和社會效益注重AI應(yīng)用與業(yè)務(wù)流程的融合，推動業(yè)務(wù)流程優(yōu)化建議通過AI技術(shù)對公司的業(yè)務(wù)模式、流程進行優(yōu)化再造。給需求方的建議加快部署AI應(yīng)用，占據(jù)領(lǐng)先地位盡早開始積累數(shù)據(jù)37給供給方的建議搶占商機，盡早啟動從IT供應(yīng)商到AI供應(yīng)商的轉(zhuǎn)型IT服務(wù)供應(yīng)商應(yīng)加快向AI專業(yè)供應(yīng)商轉(zhuǎn)型的步伐少走彎路，與AI領(lǐng)域的領(lǐng)頭企業(yè)合作AI供應(yīng)商應(yīng)注重合作，以迅速打開市場為首要原則，加入國內(nèi)AI頭部企業(yè)陣營，協(xié)同構(gòu)建產(chǎn)業(yè)生態(tài)站位高遠，提升為工業(yè)企業(yè)開展AI咨詢的能力提升AI咨詢能力，開展AI技術(shù)咨詢與戰(zhàn)略咨詢，幫助企業(yè)做全局或部分環(huán)節(jié)的判斷緊抓機遇，積極投身AI與工業(yè)深度融合的進程中“AI+工業(yè)”市場是一片藍海，AI供應(yīng)商應(yīng)主動出擊，擁抱大機遇給供給方的建議搶占商機，盡早啟動從IT供應(yīng)商到少走彎路，與A38給教育機構(gòu)的建議與企業(yè)共建學(xué)生實訓(xùn)基地重點加強理論教育與實踐能力、實際經(jīng)驗有機結(jié)合培養(yǎng)應(yīng)用型人才的教學(xué)基地完善AI課程體系設(shè)計數(shù)學(xué)基礎(chǔ)、計算機科學(xué)核心課程、智能基礎(chǔ)、圖像識別、自然語言處理、知識工程等專業(yè)課程重視開源項目課程開展AI應(yīng)用人才認證建立和完善與國際接軌、匹配產(chǎn)業(yè)需求的AI認證認可制度，提高技術(shù)人才職業(yè)化、國際化水平給教育機構(gòu)的建議與企業(yè)共建學(xué)生實訓(xùn)基地39THANKSTHANKS2020-2021人工智能與工業(yè)融合發(fā)展研究報告2020-2021人工智能與工業(yè)融合發(fā)展研究報告41核心結(jié)論01AI與工業(yè)的融合發(fā)展從相向而行到攜手共進02計算機視覺技術(shù)成為推動AI與工業(yè)深度融合的“金剛鉆”03AI與千行百業(yè)的階梯性融合是未來AI產(chǎn)業(yè)發(fā)展的主風(fēng)口04善于創(chuàng)新的企業(yè)將率先進入智能時代，對數(shù)字化、網(wǎng)絡(luò)化階段的競爭對手降維打擊05在框架級算法開發(fā)能力的支持下，AI將像水電一樣普及到工業(yè)企業(yè)06互信為基，共贏為臺，數(shù)據(jù)為墩，AI為拱，生態(tài)伙伴共建智能化轉(zhuǎn)型之橋，連接中國制造的昨天與明天核心結(jié)論01AI與工業(yè)的融合發(fā)展從相向而行到攜手共進02計42123AI發(fā)展新態(tài)勢AI與工業(yè)融合發(fā)展現(xiàn)狀A(yù)I與工業(yè)深度融合新趨勢45AI與工業(yè)深度融合面臨的挑戰(zhàn)推進AI與工業(yè)深度融合的建議123AI發(fā)展新態(tài)勢45AI與工業(yè)深度融合面臨的挑戰(zhàn)43產(chǎn)業(yè)發(fā)展新態(tài)勢全球AI企業(yè)數(shù)量趨于穩(wěn)定,全球活躍AI企業(yè)達5,526家，主要分布在美國、中國、英國、加拿大和印度2019年10月9.5114.6922.5934.8751.2770.9494.41118.602040608010012014020182019*2020*2021*2022*2023*2024*2025*AI軟件市場規(guī)模保持高速增長，2019年預(yù)計達到146.9億美元，未來5年將保持133%以上的年復(fù)合增長率全球AI軟件市場規(guī)模（單位：百萬美元）全球AI產(chǎn)業(yè)生態(tài)日益完善，美國在芯片、深度學(xué)習(xí)框架等領(lǐng)域均占據(jù)主導(dǎo)地位產(chǎn)業(yè)發(fā)展新態(tài)勢全球AI企業(yè)數(shù)量趨于穩(wěn)定,全球活躍AI企業(yè)達544產(chǎn)業(yè)發(fā)展新態(tài)勢我國已經(jīng)初步形成較完整的AI產(chǎn)業(yè)鏈條，部分應(yīng)用軟件和新型終端產(chǎn)品發(fā)展迅速，未來幾年應(yīng)用市場有望呈現(xiàn)爆發(fā)式增長我國人工智能市場規(guī)模智能產(chǎn)品行業(yè)應(yīng)用智能翻譯系統(tǒng)醫(yī)療影像輔助診斷系統(tǒng)視頻圖像身份識別系統(tǒng)智能語音交互系統(tǒng)智能無人機智能服務(wù)機器人智能網(wǎng)聯(lián)汽車智能家居產(chǎn)品智能交通智能制造智能農(nóng)業(yè)智能金融智能教育智能物流智能文化智能體育開源開放平臺神經(jīng)網(wǎng)絡(luò)芯片智能傳感器網(wǎng)絡(luò)安全保障體系支撐體系行業(yè)訓(xùn)練資源庫標準測試及知識產(chǎn)權(quán)服務(wù)平臺智能化網(wǎng)絡(luò)基礎(chǔ)設(shè)施智能醫(yī)療智能能源核心基礎(chǔ)2019年我國人工智能市場規(guī)?？蛇_760億元，未來將保持高速增長，預(yù)計到2022可達到5,580億元。產(chǎn)業(yè)發(fā)展新態(tài)勢我國已經(jīng)初步形成較完整的AI產(chǎn)業(yè)鏈條，部分應(yīng)用45技術(shù)發(fā)展新態(tài)勢機器學(xué)習(xí)算法和深度學(xué)習(xí)算法是AI的兩大熱點33.30%機器學(xué)習(xí)其他AI技術(shù)66.70%

175% 46%40%20%0%80%60%160%140%120%100%180%200%深度學(xué)習(xí)專利 神經(jīng)網(wǎng)絡(luò)專利增長率數(shù)據(jù)來源：世界知識產(chǎn)權(quán)組織WIPO發(fā)布的《技術(shù)趨勢2019：人工智能》開源深度學(xué)習(xí)框架成為科技巨頭全面布局的重點針對深度學(xué)習(xí)算法的專用AI芯片未來可能成為主力GPUFPGAASICGPU、FPGA是目前AI芯片的主流技術(shù)路線ASIC專用芯片作為新兵異軍突起可定制化 高性能低功耗技術(shù)發(fā)展新態(tài)勢機器學(xué)習(xí)算法和深度學(xué)習(xí)算法是AI的兩大熱點 46技術(shù)發(fā)展新態(tài)勢Gartner

2019AI成熟度曲線99.5%2.25%82.5%美國NIST數(shù)據(jù)人臉識別準確率WebVision圖像分類錯誤率WebVision萬物識別精確率深度學(xué)習(xí)算法的紅利加速擴散，計算機視覺等主流AI技術(shù)加快成熟當前計算機視覺技術(shù)相對成熟我國計算機視覺技術(shù)已經(jīng)走在世界前列曠視已經(jīng)連續(xù)在計算機視覺領(lǐng)域頂級賽事上獲得27項世界冠軍技術(shù)發(fā)展新態(tài)勢Gartner2019AI成熟度曲線99.547應(yīng)用發(fā)展新態(tài)勢AI應(yīng)用全面賦能生產(chǎn)生活各個方面，即將迎來應(yīng)用繁榮期交通領(lǐng)域醫(yī)療領(lǐng)域農(nóng)業(yè)智能育種農(nóng)業(yè)大腦無人機植保機器人采摘采礦業(yè)礦物勘探預(yù)測采礦機器人制造業(yè)工業(yè)視覺無人工廠工業(yè)互聯(lián)網(wǎng)工業(yè)機器人無人機設(shè)備巡檢能源AI節(jié)能分析金融身份識別智能交通分析無人駕駛AI客服教育機器人教育智能批改醫(yī)療影像輔助診療健康管理醫(yī)院管理AI的核心發(fā)展要素逐漸完備，在很多領(lǐng)域取得了突破性進展，在農(nóng)業(yè)、制造業(yè)、交通等多個領(lǐng)域已經(jīng)產(chǎn)生了較為成熟的應(yīng)用，正在逐步走向推廣實踐階段應(yīng)用發(fā)展新態(tài)勢AI應(yīng)用全面賦能生產(chǎn)生活各個方面，即將迎來應(yīng)用48應(yīng)用發(fā)展新態(tài)勢AI應(yīng)用領(lǐng)域逐漸從互聯(lián)網(wǎng)、新零售向制造業(yè)、農(nóng)業(yè)等實體經(jīng)濟領(lǐng)域拓展AI對弈20162018科學(xué)研究互聯(lián)網(wǎng)、新零售行業(yè)個性化搜索精準營銷…制造工藝優(yōu)化質(zhì)量檢測故障檢測智能物流預(yù)測性維護生產(chǎn)安全管理…AI育種智能環(huán)境分析控制智能施肥灌溉病蟲害診斷預(yù)測無人機植保智能采摘…信息化程度高、擁有豐富數(shù)據(jù)資源，具有AI落地的天然優(yōu)勢制造業(yè)、農(nóng)業(yè)等實體經(jīng)濟領(lǐng)域數(shù)字化轉(zhuǎn)型的不斷深入，信息化水平日益提升，逐步具備應(yīng)用AI的基本條件應(yīng)用發(fā)展新態(tài)勢AI應(yīng)用領(lǐng)域逐漸從互聯(lián)網(wǎng)、新零售向制造業(yè)、農(nóng)業(yè)491AI發(fā)展新態(tài)勢2345AI與工業(yè)融合發(fā)展現(xiàn)狀A(yù)I與工業(yè)深度融合新趨勢AI與工業(yè)深度融合面臨的挑戰(zhàn)推進AI與工業(yè)深度融合的建議1AI發(fā)展新態(tài)勢2345AI與工業(yè)融合發(fā)展現(xiàn)狀50工業(yè)互聯(lián)網(wǎng)建設(shè)取得階段性成績傳統(tǒng)工業(yè)企業(yè)工業(yè)互聯(lián)網(wǎng)平臺建設(shè)水平顯著提升互聯(lián)網(wǎng)企業(yè)創(chuàng)新型企業(yè)大型制造企業(yè)l 我國工業(yè)互聯(lián)網(wǎng)平臺數(shù)量達到了上百個l 具有一定區(qū)域和行業(yè)影響力的平臺超過70個l 單個重點平臺平均工業(yè)設(shè)備連接數(shù)達到69萬臺l 工業(yè)App數(shù)量突破2124個工業(yè)互聯(lián)網(wǎng)平臺應(yīng)用水平持續(xù)提升工業(yè)互聯(lián)網(wǎng)平臺已經(jīng)滲透到鋼鐵、機械、航空航天、家電等多個行業(yè)，有力促進制造業(yè)數(shù)字化轉(zhuǎn)型，實現(xiàn)提質(zhì)降本增效，部分先行先試企業(yè)勞動生產(chǎn)效率提高20%以上。工業(yè)互聯(lián)網(wǎng)建設(shè)取得階段性成績傳統(tǒng)工業(yè)企業(yè)工業(yè)互聯(lián)網(wǎng)平臺建設(shè)水51AI與生產(chǎn)制造過程融合，提高生產(chǎn)質(zhì)量與效率構(gòu)建生產(chǎn)任務(wù)自主決策能力ABB在智能工廠部署多種機器人生產(chǎn)效率提升

3%產(chǎn)品種類增加

3倍AI技術(shù)全面優(yōu)化生產(chǎn)工藝過程阿里云ET工業(yè)大腦優(yōu)化工藝過程中策橡膠公司

煉膠時間縮短10%，煉膠溫度降低

6%智能在線檢測提升檢測水平曠視提供整體智能質(zhì)檢方案缺陷檢測率提高90%降低85%以上人工成本AI與生產(chǎn)制造過程融合，提高生產(chǎn)質(zhì)量與效率構(gòu)建生產(chǎn)任務(wù)自主52AI與工業(yè)產(chǎn)品融合，實現(xiàn)產(chǎn)品智能化升級產(chǎn)品故障預(yù)測智能化羅羅公司針對Trent航空發(fā)動機，采用預(yù)測分析和機器學(xué)習(xí)技術(shù)，分析葉片潛在運行質(zhì)量問題，建立智能化預(yù)測預(yù)警模式，提升發(fā)動機故障預(yù)警能力產(chǎn)品運維智能化GE依托東方航空公司的航空安全數(shù)據(jù)、飛行計劃、導(dǎo)航及環(huán)境數(shù)據(jù)，構(gòu)建發(fā)動機研發(fā)、生產(chǎn)和運行維護數(shù)據(jù)的集成平臺，支持東航建立飛行運維數(shù)字化、智能化解決方案建立R2數(shù)據(jù)實驗室，利用數(shù)據(jù)分析、工業(yè)AI與機器學(xué)習(xí)技術(shù)，加快數(shù)字化轉(zhuǎn)型航空運營與發(fā)動機制造公司合作，構(gòu)建數(shù)字化的發(fā)動機使用與維護、成本管理與航班計劃方案AI與工業(yè)產(chǎn)品融合，實現(xiàn)產(chǎn)品智能化升級產(chǎn)品故障預(yù)測智能化羅羅53國際頭部企業(yè)深化AI技術(shù)應(yīng)用，全面釋放智能工廠潛能生產(chǎn)設(shè)備運行過程數(shù)據(jù)化監(jiān)控西門子EPA（設(shè)備預(yù)測性分析）系統(tǒng)青島煉化公司提前數(shù)天實現(xiàn)設(shè)備預(yù)警穩(wěn)定運行長達十年，減少80%報警數(shù)量智能工廠運營管理“透明化”施耐德打造基于數(shù)據(jù)的“透明工廠”實現(xiàn)生產(chǎn)運營管理過程的透明可視，具備對全程生產(chǎn)運營環(huán)境進行數(shù)字化追溯的能力國際頭部企業(yè)深化AI技術(shù)應(yīng)用，全面釋放智能工廠潛能54AI與工業(yè)子行業(yè)融合的程度呈現(xiàn)較大差異基于19個工業(yè)子行業(yè)40家典型企業(yè)調(diào)研數(shù)據(jù)IAI融合指數(shù)19個工業(yè)子行業(yè)的AI融合度指數(shù)AI應(yīng)用部署與應(yīng)用效果顯著AI應(yīng)用部署與應(yīng)用效果相對落后智能化基礎(chǔ)好、AI融合前景廣闊從4個維度對工業(yè)子行業(yè)AI融合度打分AI相關(guān)投入、AI應(yīng)用效果、AI應(yīng)用滲透程度、AI技術(shù)人才AI與工業(yè)子行業(yè)融合的程度呈現(xiàn)較大差異基于19個工業(yè)子行業(yè)45512AI發(fā)展新態(tài)勢AI與工業(yè)融合發(fā)展現(xiàn)狀345AI與工業(yè)深度融合新趨勢AI與工業(yè)深度融合面臨的挑戰(zhàn)推進AI與工業(yè)深度融合的建議12AI發(fā)展新態(tài)勢345AI與工業(yè)深度融合新趨勢56AI與工業(yè)融合空間巨大附加價值高 智力苦低 力第一階段：拉升谷底降低降本第二階段：整體提升生產(chǎn)方式和商業(yè)模式升級，提高附加值研發(fā)設(shè)計生產(chǎn)制造市場服務(wù)8.708.702.72無AI有AI2035年中國制造業(yè)總增加值（萬億美元）AI將為中國制造業(yè)額外貢獻2.7萬億美元的增加值，相對無AI應(yīng)用增加近31%驅(qū)動因素1：降本增效AI與工業(yè)深度融合為工業(yè)領(lǐng)域降本增效提供有效途徑驅(qū)動因素2：產(chǎn)品高質(zhì)量需求工業(yè)產(chǎn)品與服務(wù)全流程質(zhì)量檢測、診斷與優(yōu)化將成為AI應(yīng)用的重要場景數(shù)據(jù)來源：埃森哲驅(qū)動因素3：人口老齡化AI勞動力替代在工業(yè)領(lǐng)域?qū)l(fā)揮重要作用AI與工業(yè)融合空間巨大附加價值高 智力苦第一階段：拉升谷底57AI將分階段實現(xiàn)與細分行業(yè)的深度融合汽車制造業(yè)醫(yī)藥制造業(yè)計算機和通信設(shè)備制造業(yè)石油和煤炭燃料加工業(yè)鐵路、船舶、航空航天運輸設(shè)備制造業(yè)AI最先深度融合滲透的細分行業(yè)AI與制造業(yè)：同步應(yīng)用于全流程AI與采礦業(yè)和能源行業(yè)生產(chǎn)制造倉儲物流售后服務(wù)研發(fā)設(shè)計率先應(yīng)用于作業(yè)環(huán)境條件較差的領(lǐng)域風(fēng)電設(shè)備運維采礦AI將分階段實現(xiàn)與細分行業(yè)的深度融合汽車制造業(yè)醫(yī)藥制造業(yè)計算58整體解決方案成為工業(yè)企業(yè)的共性需求云邊端協(xié)同，助力柔性生產(chǎn)、快速交付和降低能耗l

未來的計算不僅僅局限在大型數(shù)據(jù)中心，而將分布在由云-邊-端構(gòu)成的一體化架構(gòu)上。云端邊緣設(shè)備終端 終端 終端 終端設(shè)備 設(shè)備 設(shè)備 設(shè)備上傳下載請求結(jié) 請果 求結(jié)果請求結(jié)果請求結(jié)果一半以上的終端設(shè)備數(shù)據(jù)需要在網(wǎng)絡(luò)邊緣側(cè)分析處理私有化部署的交鑰匙方案將成為主流產(chǎn)品形態(tài)l

大部分工業(yè)企業(yè)需要部署交鑰匙方案，對解決方案提供商的整合能力提出了高標準要求。個性化的細分場景需求成為主要需求類型l

解決方案提供商需提煉企業(yè)共性需求，面向行業(yè)開發(fā)通用模板，并根據(jù)企業(yè)需求快速、低成本定制開發(fā)開發(fā)，在AI算法上降低成本、縮短周期。2145私有化部署軟件安裝運行在企業(yè)本地服務(wù)器上企業(yè)自主掌控所有數(shù)據(jù)和權(quán)限3可實現(xiàn)內(nèi)外網(wǎng)隔離，安全性更高個性化強，企業(yè)可按需定制功能擴展性高，企業(yè)能自行二次開發(fā)AI工業(yè)……實資生能安

經(jīng)物時產(chǎn)產(chǎn)源全

營流監(jiān)管運管環(huán)

管管控理行理保

理理整體解決方案成為工業(yè)企業(yè)的共性需求云邊端協(xié)同，助力柔性生產(chǎn)、59風(fēng)機無人巡檢輸配電網(wǎng)無人巡檢智能電力調(diào)度智能用電管理場景化是人工智能與工業(yè)深度融合的必然選擇制造業(yè)典型融合場景:覆蓋制造業(yè)全流程9個典型應(yīng)用場景能源行業(yè)典型融合場景:覆蓋能源生產(chǎn)、傳輸和使用全過程設(shè)備維護采礦作業(yè)礦山勘探采礦業(yè)典型融合場景：在危險環(huán)境下替代人力風(fēng)機無人巡檢輸配電網(wǎng)無人巡檢智能電力調(diào)度智能用電管理場景化60制造業(yè)融合場景：提高復(fù)雜產(chǎn)品的設(shè)計與仿真能力實現(xiàn)復(fù)雜產(chǎn)品的智能化設(shè)計UTC公司基于知識圖譜構(gòu)建設(shè)計資料庫，運用深度學(xué)習(xí)確定方案換熱器重量減輕20%，傳熱效率提高80%，設(shè)計周期加快9倍智能仿真降低建模難度AI技術(shù)與仿真模型深度融合，開展虛擬裝配，進行產(chǎn)品驗證吉利公司應(yīng)用AI技術(shù)進行碰撞仿真，從30個小時縮短到10個小時制造業(yè)融合場景：提高復(fù)雜產(chǎn)品的設(shè)計與仿真能力實現(xiàn)復(fù)雜產(chǎn)品的智61制造業(yè)融合場景：實現(xiàn)生產(chǎn)制造過程的精準化與個性化深度優(yōu)化制造工藝過程采用深度學(xué)習(xí)對設(shè)備運行狀態(tài)、工藝過程等進行分析，找出最優(yōu)工藝參數(shù)應(yīng)用ET工業(yè)大腦，恒逸石化燃煤效率提升2.6%，天合光能生產(chǎn)A品率提升7%實現(xiàn)個性化定制模式以AI為核心，數(shù)據(jù)為生產(chǎn)驅(qū)動，融合物聯(lián)網(wǎng)，形成個性化大規(guī)模定制生產(chǎn)模式酷特公司構(gòu)建智能排產(chǎn)、智能排版、智能裁剪系統(tǒng)，構(gòu)建千萬級服裝版型數(shù)據(jù)庫，驅(qū)動10000個數(shù)據(jù)同步變化，定制生產(chǎn)周期從50個工作日縮短至7個工作日構(gòu)建設(shè)備自學(xué)習(xí)能力新松公司GCR20-1100協(xié)作機器人利用智能傳感器與3D視覺技術(shù)，按照樣條曲線路徑對鞋底區(qū)域進行自動涂膠，逐步增強協(xié)作機器人的學(xué)習(xí)與感知能力制造業(yè)融合場景：實現(xiàn)生產(chǎn)制造過程的精準化與個性化深度優(yōu)化制造62制造業(yè)融合場景：智能倉儲智能倉儲依托搬運機器人、碼垛機器人、自動化立體庫等智能裝備，實現(xiàn)智能搬運。與傳統(tǒng)倉儲相比，智能倉儲從空間利用率、作業(yè)效率、人工成本等指標來看，優(yōu)勢顯著，降本增效明顯。曠視推出供應(yīng)鏈操作系統(tǒng)——河圖,在電商倉庫中協(xié)同500臺機器人并發(fā)工作，將倉庫效率提升了40%在全球部署了10萬臺以上機器人，智能系統(tǒng)作業(yè)效率要比傳統(tǒng)的物流作業(yè)提升2-4倍，準確率達到99.99%制造業(yè)融合場景：智能倉儲智能倉儲依托搬運機器人、碼垛機器人、63制造業(yè)融合場景：預(yù)測性維護在設(shè)備/系統(tǒng)預(yù)測性維護中，機器學(xué)習(xí)方法擬合設(shè)備運行復(fù)雜非線性關(guān)系，能夠提升預(yù)測準確率，減少成本與故障率。設(shè)備智能管理設(shè)備智能運行監(jiān)控設(shè)備智能售后服務(wù)設(shè)備管理成本降低50%運行管理反應(yīng)時間縮短80%售后時間縮短30%

成本降低50%制造業(yè)融合場景：預(yù)測性維護在設(shè)備/系統(tǒng)預(yù)測性維護中，機器學(xué)習(xí)64制造業(yè)融合場景：

安全管理安全管理貫穿制造業(yè)運營的始終。通過計算機視覺等技術(shù)對危險區(qū)域進行管控，實現(xiàn)識別并跟蹤進入危險區(qū)域的非授權(quán)對象、監(jiān)控作業(yè)區(qū)域人員是否按規(guī)定佩戴安全帽、穿安全服，將安全生產(chǎn)的風(fēng)險降到最低。為華潤電力部署了園區(qū)安全管理系統(tǒng)，利用人臉識別、物體檢測等計算機視覺算法，對變電設(shè)備周邊等危險區(qū)域?qū)崿F(xiàn)了7*24小時警戒，顯著提升了安全管理水平制造業(yè)融合場景：安全管理安全管理貫穿制造業(yè)運營的始終。通過65能源行業(yè)融合場景AI在能源領(lǐng)域的應(yīng)用主要可以解決能源行業(yè)現(xiàn)在存在的痛點問題，從而最大化的提升能源的供給、使用效率，節(jié)約能源資源，實現(xiàn)經(jīng)濟效益與環(huán)境保護的雙贏。風(fēng)機無人巡檢輸配電網(wǎng)無人巡檢智能電力調(diào)度智能用電管理能源生產(chǎn)應(yīng)用無人機、深度學(xué)習(xí)等技術(shù)實現(xiàn)高頻次、高質(zhì)量、全覆蓋的設(shè)備巡檢，少故障隱患，減少故障處理速度能源傳輸應(yīng)用機器人、深度學(xué)習(xí)等技術(shù)實現(xiàn)全天24小時實時監(jiān)控，大大降低人工工作量能源使用通過機器學(xué)習(xí)的應(yīng)用優(yōu)化供能、用能端，大大提升能源的供應(yīng)和使用效率能源行業(yè)融合場景AI在能源領(lǐng)域的應(yīng)用主要可以解決能源行業(yè)現(xiàn)在66采礦業(yè)融合場景AI分析各類設(shè)備運行狀況，發(fā)出AI預(yù)警，有助于避免因部件故障而導(dǎo)致代價高昂的采礦事故。當前機器人已經(jīng)被應(yīng)用于無人采礦作業(yè)中，顯著降低可能出現(xiàn)的危險事件，同時提高整體生產(chǎn)效率。利用AI技術(shù)改進礦產(chǎn)資源的發(fā)現(xiàn)與規(guī)劃，為采礦行業(yè)帶來更科學(xué)的規(guī)劃思路與更可觀的投資回報。010203礦山勘探勘探識別鉆潛在價值高的區(qū)域采礦作業(yè)采礦人員需在惡劣環(huán)境中進行挖掘作業(yè)設(shè)備維護采礦重型裝備需要不斷維護、維修人工智能較早已融入采礦業(yè)，提供提升效率、解決安全問題的有力手段，幫助采礦企業(yè)長期保持自身價值產(chǎn)出采礦業(yè)融合場景AI分析各類設(shè)備運行狀況，發(fā)出AI預(yù)警當前機器671AI發(fā)展新態(tài)勢2345AI與工業(yè)融合發(fā)展現(xiàn)狀A(yù)I與工業(yè)深度融合新趨勢AI與工業(yè)深度融合面臨的挑戰(zhàn)推進AI與工業(yè)深度融合的建議1AI發(fā)展新態(tài)勢2345AI與工業(yè)融合發(fā)展現(xiàn)狀68AI共性技術(shù)亟待突破底層芯片有突破但尚難以與巨頭對抗大部分供應(yīng)商缺乏框架級的AI算法開發(fā)能力AI技術(shù)體系核心：深度學(xué)習(xí)框架3%6%7%7%8%8%18%23%24%52%3%0%

10%

20%

30%

40%

50%

60%TensorFlowTorch/PyTorchCaffeScikit-learnMXNetMLibTensorLayerCNTKPaddlePaddleMahoutTheano使用普及率數(shù)據(jù)來源：CSDN，《2018-2019年中國開發(fā)者報告》百度PaddlePaddle、曠視Brain++技術(shù)實力已接近國際一流水準。曠視Brain++的核心，深度學(xué)習(xí)框架MegEngine更是在單機訓(xùn)練速率等方面優(yōu)于TensorFlow、Pytorch等主流框架，不過生態(tài)打造方面才剛剛起步，有待后續(xù)的大力推廣和使用。ASIC專用芯片主流底層芯片國內(nèi)國外國內(nèi)國外激烈競逐我國一直追趕GPU短期內(nèi)將繼續(xù)占領(lǐng)AI芯片的主要市場份額FPGA是短期內(nèi)AI芯片市場上的重要增長點我國在GPU、FPGA等主流底層芯片領(lǐng)域主要依靠進口，技術(shù)受制于人。盡管國內(nèi)正涌現(xiàn)出一批新銳企業(yè)，同國外廠商展開激烈競逐，但絕大多數(shù)芯片依然依靠國外的IP核進行設(shè)計，國內(nèi)AI應(yīng)用市場主要依托GPU開展算法訓(xùn)練，主要利潤流向國外巨頭，難與國外巨頭抗衡。AI共性技術(shù)亟待突破底層芯片有突破但尚難以與巨頭對抗大部分供69可落地的應(yīng)用場景不清晰企業(yè)對AI應(yīng)用的潛能認識不準確我國許多制造業(yè)企業(yè)的AI意識還沒有覺醒，沒有考慮到AI方面的投入會帶來不止倍增的效益缺乏適合的AI應(yīng)用切入場景工業(yè)企業(yè)對AI領(lǐng)域的陌生，與掌握AI技術(shù)的科技企業(yè)之間存在著信息錯位、供需斷層等溝通壁壘成功案例示范效應(yīng)不明顯目前在制造業(yè)智能化水平較高的普遍都是超大型企業(yè)，需要巨大的前期投入，對于中小型企業(yè)并不具備可推廣性可落地的應(yīng)用場景不清晰企業(yè)對AI應(yīng)用的潛能認識不準確缺乏適合70企業(yè)部署AI應(yīng)用缺乏資金制造業(yè)等行業(yè)利潤率水平低，對AI應(yīng)用的成本預(yù)算少企業(yè)AI應(yīng)用投入風(fēng)險過大，缺乏風(fēng)險分擔機制10073.38324.34409.4

4086.931092695.8

2519.9 20852018年，我國規(guī)模以上工業(yè)企業(yè)主營業(yè)務(wù)收入利潤率僅為6.5%,我國工業(yè)企業(yè)信息化投入占比僅為0.25%。2018年世界主要國家制造業(yè)增加值（億美元）40027.521733.22.60%30%中國制造業(yè)利潤全球占比中國制造業(yè)增加值全球占比數(shù)據(jù)來源：世界銀行數(shù)據(jù)來源：世界銀行智能化改造項目平均周期智能化改造項目平均投資額3.5年9000萬元企業(yè)部署AI應(yīng)用缺乏資金制造業(yè)等行業(yè)利潤率水平低，對AI應(yīng)用71產(chǎn)業(yè)鏈各環(huán)節(jié)協(xié)同不足提供端到端解決方案的能力不足云服務(wù)層管理層制造執(zhí)行層控制層感知層現(xiàn)場層產(chǎn)業(yè)鏈上下游協(xié)同不順暢系統(tǒng)解決方案需要軟件產(chǎn)品開發(fā)商、硬件設(shè)備供應(yīng)商、系統(tǒng)集成商等產(chǎn)業(yè)主體相互適配、協(xié)同創(chuàng)新。