人工智能與工業(yè)融合發(fā)展研究報告

AI與工業(yè)的融合發(fā)展從相向而行AI與千行百業(yè)的階梯性融合是AI將像水電一樣普及到工業(yè)企業(yè)合的“金剛鉆”4AI與工業(yè)深度融合面臨的挑戰(zhàn)40400I產(chǎn)業(yè)發(fā)展新態(tài)勢分布在美國、中國、英國、加拿大和印度?全球AI產(chǎn)業(yè)生態(tài)日益完善，美國在芯域均占據(jù)主導(dǎo)地位22.5970.9494.4120182019*2020*2021*2022*2023*2024*2025*行業(yè)應(yīng)用智能產(chǎn)品產(chǎn)業(yè)發(fā)展新態(tài)勢行業(yè)應(yīng)用智能產(chǎn)品我國已經(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)式增長核心智能傳感器神經(jīng)網(wǎng)絡(luò)芯片開源開放平臺基礎(chǔ)支撐體系支撐體系行業(yè)訓(xùn)練資源庫標(biāo)準(zhǔn)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)施網(wǎng)絡(luò)安全保障體系我國人工智能市場規(guī)模?2019年我國人工智能市場規(guī)模可達(dá)760億可達(dá)到5,580億元。46%增長率200%180%160%140%120%100%80%60%40%20%0%深度學(xué)習(xí)專利46%增長率200%180%160%140%120%100%80%60%40%20%0%深度學(xué)習(xí)專利神經(jīng)網(wǎng)絡(luò)專利高性能低功耗可定制化機器學(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%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GPU、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I技術(shù)發(fā)展新態(tài)勢深度學(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(dāng)前計算機視覺技術(shù)相對成熟萬物識別精確率美國萬物識別精確率人臉識別準(zhǔn)確率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AI的核心發(fā)展要素逐漸完備 通等多個領(lǐng)域已經(jīng)產(chǎn)生了較金融AI的核心發(fā)展要素逐漸完備 通等多個領(lǐng)域已經(jīng)產(chǎn)生了較金融農(nóng)業(yè)農(nóng)業(yè)交通領(lǐng)域 制造業(yè)能源采礦業(yè)制造業(yè)能源………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對弈互聯(lián)網(wǎng)、新零售行業(yè)AI對弈互聯(lián)網(wǎng)、新零售行業(yè)等實體經(jīng)濟領(lǐng)域4AI與工業(yè)深度融合面臨的挑戰(zhàn)工業(yè)互聯(lián)網(wǎng)建設(shè)取得階段性成績互聯(lián)網(wǎng)企業(yè)Haier傳統(tǒng)工業(yè)企業(yè)Haier大型制造企業(yè)創(chuàng)新型企業(yè)l我國工業(yè)互聯(lián)網(wǎng)平臺數(shù)量達(dá)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(dá)到69萬臺AI技術(shù)全面優(yōu)化阿里云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%，AI技術(shù)全面優(yōu)化阿里云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%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%以上人工成本構(gòu)建生產(chǎn)任務(wù)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倍產(chǎn)品故障預(yù)測智能化產(chǎn)品故障預(yù)測智能化智能化預(yù)測預(yù)警模式，提升發(fā)動機故障預(yù)警能力航空運營與發(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產(chǎn)品運維智能化產(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”全程生產(chǎn)運營環(huán)境進行數(shù)字化追溯的能力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)40家典型企業(yè)調(diào)研數(shù)據(jù)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IAI融合指數(shù)19個工業(yè)子行業(yè)的AI融合度指數(shù)AIAI應(yīng)用部署與應(yīng)用效果顯著智能化基礎(chǔ)好、AI融合前景廣闊 AI應(yīng)用部署與應(yīng)用效果相對落后4AI與工業(yè)深度融合面臨的挑戰(zhàn)貢用無貢用無元萬AI與工業(yè)融合空間巨大驅(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第二階段：整體提升生產(chǎn)方式和商業(yè)模式升級，提高附生產(chǎn)方式和商業(yè)模式升級，提高附加值力第一階段：拉升谷底研發(fā)設(shè)計生產(chǎn)制造市場服務(wù)AIAI將為中國制造業(yè)額外獻(xiàn)2.7億美的增加值相對AI應(yīng)增加近31%,,2035年中國制造業(yè)總增加值（萬億美元）無AI有AI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AI將分階段實現(xiàn)與細(xì)分行業(yè)的深度融合AIAI最先深度融合滲透的細(xì)分行業(yè)汽車制造業(yè)計算機和通信設(shè)汽車制造業(yè)備制造業(yè)倉儲物流售后服務(wù)研發(fā)設(shè)計研發(fā)設(shè)計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)石油和煤炭燃料加工業(yè)AIAI與采礦業(yè)和能源行業(yè)率先應(yīng)用于作業(yè)環(huán)境條件較差的領(lǐng)域采礦風(fēng)電設(shè)備運維采礦一半以上的終端設(shè)備數(shù)據(jù)需要在網(wǎng)絡(luò)邊緣側(cè)分析處理整體解決方案成為工業(yè)企業(yè)的共性需求一半以上的終端設(shè)備數(shù)據(jù)需要在網(wǎng)絡(luò)邊緣側(cè)分析處理邊緣設(shè)備邊緣設(shè)備l未來的計算不僅僅局限在大型數(shù)據(jù)的一體化架構(gòu)上。企業(yè)能自行企業(yè)能自行在企業(yè)本地服務(wù)器上企業(yè)自主 私有化部署企業(yè)自主企業(yè)可按需數(shù)據(jù)和權(quán)2企業(yè)可按需數(shù)據(jù)和權(quán)25定制功能可實現(xiàn)內(nèi)外網(wǎng)隔l大部分工業(yè)企業(yè)需要部署交鑰匙方提出了高標(biāo)準(zhǔn)要求。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l解決方案提供商需提煉企業(yè)共性需求 在AI算法上降低成本、縮短周期。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)、傳輸和使用全過程智能電力調(diào)度智能電力調(diào)度智能用電管理風(fēng)機無人巡檢輸配電網(wǎng)無人巡檢設(shè)備維護采礦作業(yè)采礦作業(yè)礦山勘探采礦業(yè)典型融合場景在危險環(huán)境下替代人力實現(xiàn)復(fù)雜產(chǎn)品的智能化設(shè)計智能仿真降低建模難度?吉利公司應(yīng)用AI技術(shù)進行碰撞仿深度優(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)?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)實現(xiàn)個性化定制模式構(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)與感知能力曠視推出供應(yīng)鏈操作系統(tǒng)——河圖,在電商倉庫中協(xié)同設(shè)備智能運行監(jiān)控設(shè)備智能售后服務(wù)運行管理反應(yīng)時間縮設(shè)備智能運行監(jiān)控設(shè)備智能售后服務(wù)運行管理反應(yīng)時間縮售后時間縮短30%成本降低50%設(shè)備管理成本降低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，將安全生輸配電網(wǎng)無人巡檢智能電力調(diào)度能源生產(chǎn)能源使用通過機器學(xué)習(xí)的應(yīng)用優(yōu)化供能、用能應(yīng)用無人機、深度學(xué)習(xí)等技術(shù)實現(xiàn)高風(fēng)機無人巡檢輸配電網(wǎng)無人巡檢智能電力調(diào)度能源生產(chǎn)能源使用通過機器學(xué)習(xí)的應(yīng)用優(yōu)化供能、用能應(yīng)用無人機、深度學(xué)習(xí)等技術(shù)實現(xiàn)高風(fēng)機無人巡檢能源傳輸能源傳輸應(yīng)用機器人、深度學(xué)習(xí)等技術(shù)實現(xiàn)全作量智能用電管理智能用電管理采礦業(yè)融合場景 03設(shè)備維護 03設(shè)備維護??采礦重型裝備需要不斷維護、維修 02采礦作業(yè) 02采礦作業(yè)??采礦人員需在惡劣環(huán)境中進行挖掘作業(yè) 01礦山勘探?勘探識別鉆潛在價值高的區(qū)域? 01礦山勘探?勘探識別鉆潛在價值高的區(qū)域劃思路與更可觀的投資回報。4AI與工業(yè)深度融合面臨的挑戰(zhàn)AI技術(shù)體系核心：深度學(xué)習(xí)框架52%24%23%8%8%7%7%6%3%3%AI技術(shù)體系核心：深度學(xué)習(xí)框架52%24%23%8%8%7%7%6%3%3%激烈競逐大部分供應(yīng)商缺乏框架級的AI算法開發(fā)能力底層芯片有突破但尚難以與巨頭對抗0%10%20%30%40%50%60%?百度PaddlePaddle、曠視Brain++技術(shù)實力已接近國際一流水準(zhǔn)。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ASIC專用芯片主流底層芯片GPU短期內(nèi)將繼續(xù)占領(lǐng)AI芯片的主要市場份額FPGA主流底層芯片GPU短期內(nèi)將繼續(xù)占領(lǐng)AI芯片的主要市場份額?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I可落地的應(yīng)用場景不清晰企業(yè)對AI應(yīng)用的潛能認(rèn)識不準(zhǔn)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）中國制造業(yè)增加值全球占比中國制造業(yè)利潤全球占比2.60%企業(yè)AI應(yīng)用投入風(fēng)險過大，缺乏風(fēng)險分擔(dān)機制企業(yè)AI應(yīng)用投入風(fēng)險過大，缺乏風(fēng)險分擔(dān)機制智能化改造項目智能化改造項目平均投資額平均周期I產(chǎn)業(yè)鏈各環(huán)節(jié)協(xié)同不足制造執(zhí)行層制造執(zhí)行層控制層控制層現(xiàn)場層現(xiàn)場層要實現(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。?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。?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)?我國工業(yè)領(lǐng)域缺乏統(tǒng)一的工業(yè)數(shù)據(jù)標(biāo)準(zhǔn)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0總量的13.9%；美國與中國AI人才對比AI人才AI頂尖人才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)難以有深我國AI人才分布數(shù)據(jù)來源：《中國人工智能發(fā)展報告2018》4AI與工業(yè)深度融合面臨的挑戰(zhàn)推廣應(yīng)用?推動AI行業(yè)標(biāo)準(zhǔn)化?