制造商如何学会信任人工智能？

>

• 虽然人工智能（AI）正变得越来越普及，但制造业等许多传统行业的人士对这项技术的信任程度发展较慢。
• 人工智能可以使制造流程自动化，以提高效率并减少错误，也可以通过衍生式设计提升创新水平，还可以使工作条件更安全。
• 68%（见PDF文档第6页）的制造商已经跨出一小步，有过至少一个由人工智能驱动的用例或流程，这些进步将让他们看到人工智能的价值并建立信任。

人工智能正在进入日常生活，例如从Siri和Alexa等智能助手到个人机器人和汽车自动化，再到医疗保健领域的新兴进展等等。但人们在认知上仍有问题，因为很难理解这项技术，并且害怕它带来负面影响：安全问题、取代工作岗位，甚至有种“失去人性”（depersonalization）的感觉。

随着人工智能变得越来越普及，人们也越来越不愿意将工作任务交给它来完成，尤其是在设计和制造（D&M）等更传统的行业。然而，人工智能的潜力几乎还没有挖掘出来。根据世界经济论坛的预计（见PDF文档第3页），人工智能可能在全球经济活动中产生多达13万亿美元（约合94万亿元人民币），使全球GDP增长2%。对于公司来说，选择用人工智能驱动的工具可能会引起担忧，尤其是对数据共享和安全性的担忧。但是，随着公司看到利用人工智能的真正好处，而且不会对其数据或特殊专业知识造成风险，那么他们对人工智能的信任将会增强。

设计和制造业的人工智能现状

人工智能似乎是最近才出现的现象，但它在制造业有着深厚的根基。“40年前我就在通用汽车的生产工厂开始做人工智能工作，做3D视觉引导的机器人自动化系统，”李杰博士说。他是工业人工智能的先驱，美国马里兰大学帕克分校机械工程系克拉克杰出讲座教授，兼工业人工智能中心主任。“如果有人说人工智能才刚刚开始，那是不对的，我们40年前就用它工作了。我们用机器人来组装汽车，通过智能的视觉来自动识别和调整路径，并自行进行补偿，”李博士补充道。他也是世界经济论坛的全球未来理事会关于先进制造和生产领域的成员。

长期以来有很多公司找李博士来帮助改善生产设备。例如丰田位于肯塔基州乔治敦的工厂，在正常情况下每25秒都有一辆新车生产出来，但其压缩空气系统不断发生故障，导致计划外的停工，造成资金损失并耽误生产。为解决这问题，李博士将人工智能集成到生产线中，用传感器和人工智能来检测异常情况并避免碰撞。自2006年实施该方案后，维护成本下降了50%，而且不再因此问题导致停机。

这些只是早期的用例，此后人工智能变得更加强大，超出基本的操作功能。现在，它可以通过衍生式设计帮助创新，从而实现各种不同场景的迭代和模拟，以得出最佳结果。百分之六十六的商界领袖认为他们将在未来两三年内就需要人工智能。但波士顿咨询集团最近开展的一项调查发现，只有16%的制造业公司已实现他们的人工智能目标。尽管制造业在早期曾一马当先采用人工智能，但后来却进展缓慢。

要信任人工智能流程，需要适当的数据

制造业每年产生约1,812 PB的数据，如果制造商允许的话，将这些数据转化为洞察和行动可以推动创新。但是，根据德勤调查报告显示，67%的高管不愿意向其他组织提供他们的数据。

“如果你的数据不是为做某件具体的事而构建的，那么，如果不进行重新加工，就可能无法用于这个新的目的，”欧特克公司的数据采集和战略总监Alec Shuldiner说。“要想重新利用数据来做新的工作流程，例如用于分析或机器学习应用程序，就需要做数据采集的工作。”

人工智能的好坏取决于它接收到的数据。只有当数据可靠、准确且相关时，才会产生让人满意的结果。“如果你给我垃圾数据，我就帮不上你的忙，”李博士说。“你必须给我有用和可用的数据。必须有适当的上下文，以便数据可以连接到你想要执行的目的。例如你想预测机器故障，那你就必须给我与机器状况相关的数据。打个比方，如果你有一条鱼，那就有了食材，但如果鱼来自受污染的脏水，那就不能吃。”

制造商始终对人工智能既有犹豫不决，又想充分利用，为解决这种矛盾，必须学会相信自己看不见的东西。他们很乐意让人工智能来进行预测性维护，但生成式人工智能是个巨大的未知数。但这个风险是值得尝试的。随着制造商更好地了解人工智能如何实现端到端可见性，它将为他们的组织创造出更多的可能性。

建立信任，释放出人工智能的价值

李博士将人工智能的好处概括为“三个减少”：减少工作、减少浪费和减少担忧。“我们不知道的有很多，”他说。“例如有些人在工厂里四处走动检查，什么都要检查。为什么？他们不放心，即使机器不会出故障他们也担心。”人工智能可以大幅提高可见性，从而让人放宽心。“如果在社区里每个人都有监控摄像头，你就不会担心，你可以用应用程序来查看家中情况。哎，那人是谁？哦，是个快递小哥。”随着人工智能越来越多地证明自己的能力，人们对其工作原理越来越了解，就会开始越来越多地将其融入运营中。

随着云连接的工厂成为常态，人工智能可以得到增强，实时收集所有这些数据并快速生成洞察。但在这种情况实现之前，制造商做决策时会陷入左右为难的泥潭。

“现在在设计中，我们经常被迫做出权衡取舍，尽管我们不情愿，”Shuldiner博士说。“你可以快速设计出一些东西，或者把它设计成易于制造的东西，或者设计成符合可持续目标的，比如可回收性好。但通常不可能同时实现这几点。比如，如果想在设计中提高可回收性，那就必须花更多时间来设计，最后制造成本可能会更高。人工智能可帮助我们避免这种左右为难，让我们能快速高效地进行设计，同时还能实现多个复杂的设计目标。”

李博士指出，本行业中较早采用先进技术的公司，例如丰田和通用汽车，仍在不断创新，采用云计算和人工智能来制造更好、更轻、更高效的车辆。但常见情况是，很多制造商需要一段时间来循序渐进，逐渐逐渐地将更多业务交给人工智能。“在传统行业中，他们需要慢慢改进，”李博士说。“这不是一夜成功的事。先做一件小事，把它做成。哇塞，我知道了。很好，那就再做下一个吧。”

百分之六十八（见PDF文档第6页）的制造商已经跨出一小步，有过至少一个由人工智能驱动的用例或流程，这些进步将让他们看到人工智能的价值并建立信任。“当务之急是了解人工智能的好处，”李博士说。“人们担心人工智能的威胁或负面影响，但不该因为过于担心而停止前进。”