上期我们从业务的角度，针对数字化基础不同的企业，给出了不同的上AI路径。从这期开始，我们将立足某一具体产业，结合实际案例，来阐述AI带来的价值。

中国是制造大国，作为国民经济的支柱产业，制造业在2018年的产值超过264820亿元（国家统计局），而智能制造业的产值仅17480.1亿元（CHNCI测算），人工智能对制造业的影响还有足够的上升空间。

在这样的大环境下，人工智能究竟能从哪些方面为制造型企业带来价值呢？本文将分为上下两部分，从生产模式和运营模式两方面来谈。今天要谈到的生产模式相关场景主要包括工厂、车间、设备等。接下来，我们就按照应用的广泛程度一一说明。

车间部署图像识别，提升质检速度

车间中产品质量检测是人工智能应用比较广泛的领域，利用图像识别技术，一是可以加快质检速度，从而节约人力成本；二是可以提高良品率，很多肉眼难以检测出的瑕疵都难逃人工智能的法眼。百度智能云研发的质检工具，通过训练多层神经网络，能够对配件表面的缺陷进行大小、位置、形状的检测，针对复杂场景下不规则缺陷的辨识准确率极高，可以媲美最优秀的质检员，但速度却比人工快出不少。

快速、高良品率，为企业带来的是成本的降低。据IDC测算，对于单个的中小型工厂，良品率每提升1个百分点，每年就能够降低数千万的成本，而对于大型工厂，成本可降低数亿元。

以家电业的某头部公司为例，该公司在空调生产车间部署了摄像头，将图像传输到后台后，图像识别技术可以监测空调外观，确保每一台空调的出厂质量，良品率大幅提升。同时，检测的时间也缩短为0.2秒。AI质检系统一方面降低了产品上市前的测试成本。另一方面也避免了因良品率较低带来的罚款。不考虑AI质检所降低的人工成本和效率成本，每月仅因质量问题而缴纳的罚款就减少了数万元。

除了对产品质量的检测外，车间的生产环境是否安全也可以利用图像识别技术来监控。通过对车间的图像、视频的采集、分析，可以确保生产环境安全，降低生产事故发生率，一旦发生也可以快速响应。另外，对生产环境能耗的监测，也可以进一步降低成本。

设备故障预判，降低事故率

生产资料对制造业有着至关重要的影响，近年来，机器设备的运维工作是人工智能尝试的一个新热点。生产线机械和设备的持续维护是制造企业一项重大的支出，一旦造成事故，给企业带来的损失更加巨大。研究表明，计划外停机每年给制造商造成的成本估计为500亿美元，而设备故障占到计划外停机原因的42%。

人工智能可以很好地解决这个问题，百度智能云研发的AI训练一体机将传感器和先进的分析技术嵌入到制造设备中，AI工具可以时时监控设备的运转状态，保证设备的最佳的制造性能。预测性的对机器故障进行判断，并在必要时报警，防止重大事故的发生。除了预警的及时性，还能够为企业节省宝贵人力资源，降低用于机器检测的劳动力成本。

深圳的某3C代工厂，设备与人力一直是企业支出的重头，面对人口红利逐渐消失的情况，人工智能打破了困境。在模具生产中，企业应用了百度智能云的AI训练一体机，可以实时采集数控机床上的刀具磨损的状态数据，建立基于深度学习的模型算法，对刀具更换提前预测，自动补偿。这些原本需要人工完成的操作现在被人工智能所替代，使每条生产线所需的人工下降了60%-83%，完美缓解了人口红利消失对制造企业发展的影响。

无人工厂，24小时不打烊

无人工厂的概念在上世纪五十年代就已经提出，直到1982年建成了第一所实验性的无人工厂。无人工厂又叫自动化工厂，全部生产活动都由计算机进行控制，设备由机器人操作。工厂里安装有各种能够自动调换的工具。从加工部件到装配，再到最后的成品检查，都实现了无人条件下的自动化完成。

无人工厂的意义在于延长工厂的开工时间。使企业无需付加班费用就能够让工厂24小时开工。目前在我国的上海，这样的无人工厂已经投入运行，号称中国最先进的制造业工厂，在这个工厂里，真正领工资的工人只有10多位，他们手下管理着386台机器人，每天的汽车产量近百台。

人工智能正在一步步赋能传统制造业。把握当下，合理的利用人工智能为企业发展赋能，是每个制造企业的必然选择。从制造走向“智造”，百度智能云力图从一个小小零件的检测到大型生产线设备的维护，再到整个车间安全的监控，甚至于整个工厂的无人化运转，全面赋能，助力企业智能化变革。

​关注百度智能云微信公众号，了解更多。