■人工智能在中國製造業應用的市場規模可望於2025年超過20億美元。資料圖片香港文匯報訊 德勤近日發佈的《2020 德勤人工智慧製造業應用調查》報告，分析中國製造業應用人工智能技術的真實情況和應用場景，探討人工智能項目執行的理想與現實差距，並為業內企業提供實踐人工智能專案的建議。德勤以問卷形式採訪「中國製造業500 強」中119間中大型企業，並選出具代表性的企業進行深度訪談，從而編制成報告。
報告指人工智能的應用正從消費智能擴大到企業智能，並帶動和創造出更強大的生產力，93%受訪企業認同其為全球製造業增長和創新的關鍵技術。德勤中國工業產品及建築子行業主管合夥人董偉龍解釋指，利用資料分析和洞見指導企業生產和管理的「智能企業」是繼「互聯網+消費者」後的最新技術發展趨勢。製造業累積大量資料，估算每年大概可產生1,812 Petabytes的資料量，超過通訊、金融、零售等行業，是人工智能應用的藍海。
亞太研發能力遜北美歐洲
人工智能可協助製造業有效處理和利用資訊，說明企業提升流程自動化的精細度，預測市場趨勢並安排生產計劃，以及提升質檢水平和產品良品率，從而應對生產成本上升、生產線設計缺乏靈活產品品質和良品率不穩定等主要行業挑戰。
調研認為亞太區製造業基礎雄厚，是應用人工智能於工業領域的潛力市場。中國、日本和韓國在政策、研發能力、資料和人才四方面均更具競爭力，正引領區內人工智能技術的發展，但一半受訪者認為亞太區在人才和研發能力方面遜於北美和歐洲地區。
人工智能在中國製造業應用的市場規模可望於2025年超過20億美元，增長率每年可保持40%以上，主要受惠於利好政策、充足資金和自動化潛力較高的行業環境。
目前91%項目未達企業預期
人工智能在製造業的應用場景主要為智能生產、產品和服務、企業營運管理、供應鏈，及業務模式決策五大領域。德勤中國管理諮詢合夥人劉浩表示，「智能生產」是目前製造業部署人工智能的首要選擇，佔 51%，目前多見於自動化生產工廠與訂單管理和自動化排程。現時在「產品和服務」場景應用人工智能的企業較少，但計劃在兩年內優先進行相關部署的企業數量明顯增加。總體而言，人工智能在工業領域的熱點應用從智能生產領域轉向更注重產品服務和供應鏈管理，從而提升行銷效率、物流服務、資產與設備管理；客戶需求洞察、能源管理和供應鏈運輸與網絡設計，將成為新的應用增長點。行業需關注的不再只限於生產過程，而是整個價值鏈，因此，此等變化是製造業邁向工業 4.0 的必然結果。
不少中國製造業企業實施人工智能專案，但調查發現從企業獲益角度預算及投入時間投入角度而言，91%項目未能達到企業預期。造成落差的原因包括既有經驗及組織架構障礙、基礎設施條件制約、獲取資料方法及資料品質欠佳、缺乏工程經驗，以及專案規模過於龐大和複雜。
八成企業料5年產生影響
儘管面對上述困難，83%企業認為人工智能已經或在未來五年會對企業產生實際可見的影響；56%受訪者認為人工智能將於未來2-5年為企業帶來回報。企業將投資更多於複合性技術體系以優化生產、成本、庫存、品質控制、預測銷量、價格和預見性維護；32%受訪企業預計未來兩年內將投資超過2,000萬元（人民幣，下同）以部署人工智能；另外，32%認為投資將不超過500萬元，而其餘的 36%則表示投資將處於500萬至2,000萬元之間。
中國製造行業正着手對人工智能落地應用進行佈局，董偉龍建議稱，企業首先要確保人工智能部署與本身的戰略目標匹配，關鍵在選擇合適的複雜程度來滿足業務目標。下一步是要找到合適的人工智能落地應用場景，需要明確其所能解決的特定領域問題，從而形成商業價值。企業也需關注本身的資料基礎，因為資料是深度學習的基石，所以企業必須先對自身的資料基礎作診斷評估，甚至先進行數碼化改造以改善資料品質；人才方面，企業需要的不只是人工智能專家，也需要有經驗的行業專家來為特定行業設計人工智能解決方案，及兼通製造工藝和行業問題的產品經理。除上述條件外，董偉龍還認為企業還要通過過程設計原型驗證，再反覆運算，才能達到最終大規模實施。