AI进入工业的下半场，决策走向智能

（图片来源：摄图网）

作者|DataView 来源|DataView数据科技研究院(ID：data-view)

虽然99%的工业企业决策者可以看到工业AI战略如何为其组织创造商业价值，但最终只有35%的企业实际开发并推出了相关战略。即便攻下这35%的工业企业，AI也走了近5年的时间，先后经历了AI视觉技术参与到生产流程中的质检工作，AI与数据建模预测结合参与生产计划排程。

随着深度学习，强化学习和运筹优化等技术的发展与结合，数据价值被进一步放大，也让工业4.0刻画的工厂流程自动化，自主决策的蓝图成为可能。但这条道路仍旧很长，长到甚至从工业企业开始数字化转型开始。

AI走进工业：辅助决策是焦点

当前，AI工业质检已帮助工人从繁琐的工作中解脱，帮助企业降低大量的用人成本，但这并没有让AI真正全面进入到工业企业运营和管理层，更别说决策层。毕竟这与工业企业重视自身持有数据的价值的保护不无关系，但总有第一个吃螃蟹的人。

2017年，阿里ET工业大脑是第一个下到车间里的人工智能，而接受阿里提供的云计算服务，第一个吃螃蟹的是光伏材料制造商协鑫。最终，该制造商的良品率提高了1%，每年节省了上亿成本。而阿里ET工业大脑也是从算法入手，而非简单地采集数据并分析，协助制造商完成了工业工厂的生产优化。而在当时，这一周期长达半年，而这仅仅是生产线上良品率的严控工作。

但AI进一步深入到工业中应用，面临众多问题。其一，数据仓库的构建，数据标准是否统一，非结构化数据如何利用，沉淀数据和大量未被利用的数据如何激活；其二，数据孤岛问题如何破除，数据本身的安全使用问题如何保障；其三，在供应链上，如何做到内外部协同优化，做出决策。

对于企业来说，他们当下的目标似乎空前的一致，即如何在当下不确定性的内外部环境中，做出最优选择和决策。根据中商产业研究院发布的《中国工业市场前景及投资机会研究报告》，面向16个细分行业222家企业CIO的调查结果显示，“辅助管理层决策”已成为企业最关注的大数据应用场景，占比58%。

当前，针对上述问题和目标，已有很多服务商或解决方案提供商给予了相应的办法。比如专注于钢铁行业的钢铁智策产品，由兰格钢铁网和腾景共同发布；也有为制造企业提供由数据驱动、基于人工智能和运筹学算法的工业智能决策解决方案的商简智能等。

工业4.0：决策走向智能

AI正在从生产线上的“质检工人”，经过依据算法的“预测员”，走向辅助决策的“智能专家”。

根据《“十四五”信息化和工业化深度融合发展规划》部署，到2025年中国工业互联网平台普及率将达到45%，工业互联网成为了AI全新赛道。而在AI市场中，决策AI增速最快。据灼识咨询，2016年至2020年，决策AI市场规模CAGR高达83.5%，预计2021年至2025年CAGR可达47.1%。

AI决策当前已有一定规模的落地应用，尤其在金融行业的智能风控、智能营销、数据安全治理等场景应用发挥了重要作用。这与金融行业属数据集中性行业、场景相对简单有关。

而在工业层面，采购、运输、仓储、生产和销售这一流程的每个节点都视为一个应用场景，已有很多企业在这些不同的场景中单点突破，基于AI决策方案。但观全局，单点优化就存在木桶效应，无法将这个流程的效率最大化。

针对这一问题，已有企业正在走向全局视角，全面决策智能。智因科技就整合了供应链、物流、仓储、生产等环节，推出了一套全流程决策协同架构，力求整个链路效率达到最高。不仅如此，他们还在做商用SAT求解器的探索，希望通过底层算法创新和上层的行业应用，去赋能整个工业智能化的转型。

当前，AI工业质检领域的市场还在拓展，企业从接受AI，到认可其价值，到真正让AI进入核心业务层面进行决策仍旧道阻且长。但工业领域将朝向决策智能的方向前进，迎来新的发展局面，这也是AI下半场的核心赛道。

编者按：本文转载自微信公众号：DataView数据科技研究院(ID：data-view)，作者：DataView