一個由人工智能驅動的制造業新時代

　　盡管在供應鏈端充滿挑戰，但制造商們依然闊步向工業4.0邁進。大多數制造商們都明白，人工智能(AI)和高級分析可以助力做出更好的決策，進而 帶來商業效益。然而，許多制造商們仍然在苦苦學習如何創建成功的數據管理結構。本項研究向您揭示，行業領導者是如何取得比其他公司更大進步 的。簡而言之，就是因為他們了解、投資并充分利用了人力、流程和技術的方方面面，而從大體來說，則是因為他們都完成了從數據到信息到洞察到 決策再到可盈利且及時行動的這一重要過程，從而實現了整體閉環。

　　工業4.0愿景

　　未來的制造業將廣泛采用更加靈敏的人工智能和智能自動化技術， 使得制造過程變得更加迅速便捷。這就是工業4.0的愿景，它還 包含其它廣泛的含義，涉及了企業和供應鏈的方方面面，雖然在 制造領域往往面臨著嚴峻的挑戰，但同時也面對著巨大的機遇!

　　三年來的進展

　　當制造商開始實施工業4.0計劃時，他們大都知道這將是一場歷 時多年的修煉。我們能看到，大多數企業的變革過程都很順利，行業發展顯著。 許多受訪企業在工業4.0方面取得了巨大進展，并已從中獲益。

　　為什么要進行制造數據管理?

　　智能投資:企業發現，要在工業4.0方面取得進展并獲得優勢，就必須掌握 制造數據管理。從數據到信息、智能和可操作洞察，其中涉及 數據管理的方方面面。理想情況下，這是一種支持生產運營和 業務的一體化方法。

　　廣泛的商業優勢:我們想了解企業從更好、更統一的制造數據管理中獲得或期望 獲得哪些優勢。問題是： “您認為或期望從更好、更統一的 工廠數據管理中獲得哪些優勢,這種工廠數據管理在上下文數據 情景中提供OT和IT數據，可供即時分析和采取行動模式有哪些 優勢，或期望從中獲得哪些優勢?受訪者可選擇所有適用選項。 受訪者的選項較為分散，只有兩個選項被超過半數的受訪者 選中：提高產品質量和更快、更可靠地應對異常情況。

　　人工智能和分析的基礎:任何嘗試過人工智能或高級分析項目的人都知道，完善的數據 管理是前提條件。制造數據管理的任何方面出現問題，都會影 響分析結果和人工智能的工作質量。分析結果可用于深入了解 所列的任何改進領域。

　　為什么要轉向人工智能?

　　眾多應用 這是人工智能的時代。正如人類智能可以解決許多問 題一樣，人工智能也可以。我們問：”貴企業預計在 工廠中使用人工智能(AI)、機器學習(ML)、預 測性分析或規范性分析等高級分析技術，能帶來哪些 優勢?(列出所有流程、領域或學科)。如詞云所示， 大家提及的內容很多。

　　核心詞匯 受訪者認為最主要的優勢圍繞生產展開：質量、生產 力、效率、產量、維護、安全、成本和控制。他們還 提到了防錯、速度和效率。此外，他們還提到了管理、 培訓、供應鏈、收入、工程變革、營銷、欺詐檢測和 客戶服務等整個業務領域的優勢。