編者按：我們發現，制造業是一個受人工智能技術青睞，但卻不會輕易求變的行業。一方面，是這項技術處于應用初期，許多制造業領袖們并沒有看到人工智能技術為企業帶來的普遍的、顯著的效益；而另一方面，現有數據的不可用性與專有技術人才短缺，限制了企業領導者們與工人們的想象力。2019年4月1日，微軟亞洲與市場分析公司IDC亞太部門在新加坡的MediaOutReach上發布了針對制造業的研究結果——《未來商業準備:用AI評估亞太地區的增長》。這份報告通過對亞太制造業的實例調查給出了人工智能可以推動制造業增效降本的證據，而專家們也從文化、戰略以及數據層面向亞太地區企業主們提供了一些自己的看法。我們認為，這是一份非常有價值的企業改革參考建議。

在亞太地區，制造業占該地區GDP很大的比重，但由于不斷上升的成本和不斷下降的利潤率，該行業正在持續面臨著越來越大的競爭壓力。

為了在競爭中保持領先地位，制造商們紛紛轉而采用新興技術。那些已經開始采用人工智能技術的組織相信，在未來三年內，人工智能將使它們的競爭力翻番（至少提升至目前的1.8倍）。

微軟亞洲區制造業業務主管ScottHubter認為，亞太地區的制造商們正緩慢但堅定地看到，采用數字化戰略和最新的技術是如此重要。

研究表明，76%的制造業企業領導者認為，人工智能將在未來三年內幫助企業提升競爭力。

為了塑造優秀的供應鏈，甚至開發新的業務模型來滿足不斷變化的客戶需求，將人工智能集成到他們的業務中是十分必要的。

而未能采用「人工智能優先」戰略的組織，可能會在當今競爭激烈的市場環境中處于落后地位。

然而，到目前，59%的制造商現在還沒有將人工智能技術作為其業務的一部分。這是一個令人擔憂的跡象，這個行業需要依靠創新繁榮起來。

對于已經開始人工智能之旅的制造商來說，驅使他們采用人工智能技術的三大最重要的因素包括更高的利潤率、更強的競爭力和更大的業務靈活性，同時也能形成更好的客戶關系、達到最好的效果。

如今，它們已經實現了對業務的17%到24%的提升，預計未來三年內還會有至少1.7倍的進一步提升。

此外，其業務最大的增長預計將出現在加速創新（2.0倍）和提高利潤率（1.9倍）這兩方面。

圖1：制造業通過人工智能獲得的效益提升在當下和三年后的對比

在印度處于領先地位的玻璃包裝制造商PiramalGlass就是一個例子。

該公司已轉向使用人工智能、物聯網和先進的云端數據分析技術，以提高運營效率、改善客戶體驗，并產生新的收入模式。

他們的內部解決方案——RTMI，提供了先進的實時洞察力，從而降低了5%的產品缺陷率，并減少了40%的手工數據收集工作，提高了25%的員工生產力。

IDC制造業研究總監StephanieKrishan表示：「已經確定的業務驅動因素清楚地表明，人工智能等技術能夠通過幫助提升企業的洞察力創造更高的價值，并在高度復雜的環境下更好地管理它們的運營。」

事實上，這份針對制造業的報告中，有一半的語言是由數據和以人工智能為中心的解決方案或用例所驅動的。

例如，創造新的自動化生態系統，甚至把數據置于其處理流程的中心地位以加快速度、提升敏捷性和效率。

這只是指出了一個事實，即制造業的未來將建立在數據的基礎上，以實現可擴展性并加速行業的增長。

亞太制造商們需要專注于其文化、戰略和數據準備

圖2：人工智能的準備模型（亞太組織vs制造型組織）

該研究還評估了有助于制造商做好人工智能轉型的準備的六個方面。

Kirshan表示：「與亞太地區的總體準備情況相比，制造業在戰略、數據和文化方面還有短板。企業領導人必須重點關注這些領域，以保持競爭力」。

策略：制造商需要有一個合適的人工智能策略，并支撐起一個相對分散的工作團隊

Hubter表示：「通過采用使用人工智能技術的行業參與者，將加快他們的轉型，并享受更高的效益。為了在日益數字化的環境中取得成功，制造商需要有一個恰當的人工智能戰略，包括工作團隊的轉型」。

在接受調查的企業領袖中，近一半的人認為，未來3年，由于人工智能的出現，企業將轉向更分散、更靈活的員工隊伍。

數據：制造商需要研究現有數據的可用性、質量和管理方法

毫無疑問，為了訓練基于任務的人工智能解決方案，制造商需要制定一個更魯棒的數據策略。

如今，該地區的制造商仍在使用一種只能由核心分析團隊訪問的數據結構。數據的質量和及時性仍然是目前需要處理的主要問題。

此外，很多制造商目前還沒有大范圍的企業數據管理計劃。

文化：制造型組織中通常缺乏采用人工智能技術所需的特質

超過一半的制造業工人和近一半的受訪企業領導人認為，人工智能轉型所需的文化特質和表現如今在它們的企業中并不普遍。

例如，63%的員工和57%的企業領導者不同意員工需要承擔風險，并在組織內迅速和敏捷地采取行動。

Krishan表示：「該地區的制造商必須努力將人工智能更好地整合到現有的業務中，包括如何使用和處理數據。

因此，它們需要建立一支機智的、有創新能力的、具備人工智能能力的工作團隊。只有當制造商明確了它的戰略和技能能力，它們才能充分利用人工智能所能提供的全部力量」。

例如，乳品企業ACM在澳大利亞維多利亞州新開設的高科技牛奶加工和生產設施，正在利用最先進的智能技術與豐富的數據化方法更好地管理成本。

通過引入機器學習功能，ACM能夠減少由于使用常規牛奶污染有機牛奶而造成的人為錯誤，這也將浪費降到了最低。

此外，通過為生產計劃、日志、以及質量保證環節引入自動化技術，在客戶關系管理和人工智能解決方案的幫助下，ACM能夠減少每年10萬澳元的周末加班成本。

具備AI能力的工作團隊需要什么技能？

值得慶幸的是，該行業的大多數企業領導人和員工相信，人工智能將對他們的工作產生積極影響。

62%的企業領導者和77%的員工認為，人工智能要么能幫助他們更好地完成現有的工作，要么能減少重復性工作。

圖3：商業領袖（藍色）與工人（綠色）對「人工智能影響工作」的積極看法

然而，商業領袖表示，人工智能驅動制造業所需的技能仍然處于短缺狀態。

「溝通與談判技能」、「企業家精神與工作積極性」，「適應能力與持續學習能力」是未來三年供不應求的三大技能。（很顯然，這些技能不是純粹的技術能力）

與此同時，企業領導人認為，對基本的數據處理、讀寫和計算能力以及通用設備操作和機械技能的需求將在三年內下降。

這些技能在今天已經被普遍掌握了，而且現在已經供過于求了。

這種伴隨「供需脫節」帶來的，是雇主希望其員工掌握新技能的愿望。

Hubter表示，企業領導人意識到，要打造一支具備人工智能能力的工作團隊，需要進行大規模的員工再培訓。

然而，22%的企業領導者認為員工沒有興趣掌握新技能，但只有8%的員工有同樣的感覺。

此外，48%的企業領導者認為員工沒有足夠的時間學習新技能，相對的，只有34%的員工有同樣的感覺。

「這個領域的商業領袖必須優先考慮員工再培訓和技能的提升，把員工的時間投入到解決技能短缺上。

即使這可能會在短期內對生產力造成影響，但是建立一支具備人工智能能力的工作團隊將在未來帶來更大的收益。