2018年機(jī)器學(xué)習(xí)技術(shù)改變制造業(yè)的十種方式

　　機(jī)器學(xué)習(xí)算法、應(yīng)用和平臺(tái)正在幫助制造商尋找新的商業(yè)模式，調(diào)整產(chǎn)品質(zhì)量、優(yōu)化車間生產(chǎn)效率。

　　對(duì)制造商們來說最關(guān)心的就是找到一種新方法，在保證產(chǎn)品質(zhì)量的前提下更快適應(yīng)客戶因?yàn)楦鼡Q模具帶來新的生產(chǎn)任務(wù)。新的商業(yè)模式往往會(huì)使用新的生產(chǎn)線，需要提高產(chǎn)品規(guī)模化生產(chǎn)的效率。今天制造商們開始轉(zhuǎn)向機(jī)器學(xué)習(xí)技術(shù)來提高端對(duì)端業(yè)務(wù)的性能，優(yōu)化績(jī)效。

　　在2018年，機(jī)器學(xué)習(xí)技術(shù)會(huì)通過以下十個(gè)方面徹底改變制造業(yè):

　　通過機(jī)器學(xué)習(xí)技術(shù)，半導(dǎo)體制造商可提高30%產(chǎn)量，降低廢品率，優(yōu)化芯片生產(chǎn)

　　在半導(dǎo)體制造過程中提高30%的產(chǎn)量，是基于機(jī)器學(xué)習(xí)根源分析和人工智能優(yōu)化降低測(cè)試成本得出的結(jié)論，是機(jī)器學(xué)習(xí)改善半導(dǎo)體制造領(lǐng)域的三大優(yōu)勢(shì)之一。麥肯錫調(diào)查報(bào)告顯示，對(duì)工業(yè)設(shè)備進(jìn)行人工強(qiáng)化可以每年降低10%的維護(hù)成本，減少20%的停機(jī)時(shí)間，同時(shí)節(jié)約25%的檢查費(fèi)用。

　　資產(chǎn)管理、供應(yīng)鏈管理和庫存管理是人工智能、機(jī)器學(xué)習(xí)和物聯(lián)網(wǎng)應(yīng)用最熱門的領(lǐng)域

　　世界經(jīng)濟(jì)論壇和科爾尼機(jī)構(gòu)最近通過研究發(fā)現(xiàn)，制造商正在評(píng)估如何將物聯(lián)網(wǎng)、人工智能和機(jī)器學(xué)習(xí)等新興技術(shù)結(jié)合起來，提高資產(chǎn)追蹤的準(zhǔn)確性、供應(yīng)鏈的可見性以及庫存優(yōu)化。

　　未來5年制造商通過機(jī)器學(xué)習(xí)和分析提高38%的設(shè)備預(yù)測(cè)維護(hù)能力

　　根據(jù)來自普華永道的數(shù)據(jù)顯示，MI驅(qū)動(dòng)過程和質(zhì)量?jī)?yōu)化可以有35%的提升，可視化和自動(dòng)化提升34%。未來5年，分析、API和大數(shù)據(jù)的整合使工廠聯(lián)網(wǎng)率增加到31%。

　　機(jī)器學(xué)習(xí)可減少50%供應(yīng)鏈預(yù)測(cè)誤差，減少65%銷售損失

　　供應(yīng)鏈?zhǔn)撬�有制造企業(yè)的生命線，機(jī)器學(xué)習(xí)可以減少運(yùn)輸、倉(cāng)儲(chǔ)、供應(yīng)管理的相關(guān)成本，分別達(dá)到5%、10%和25%-40%。由于機(jī)器學(xué)習(xí)技術(shù)的存在，總庫存可以減少20%到50%。

　　機(jī)器學(xué)習(xí)可以提高需求預(yù)測(cè)的準(zhǔn)確度，降低能源成本和價(jià)格差異，同時(shí)也能準(zhǔn)確反映價(jià)格的彈性和敏感性

　　霍尼韋爾已經(jīng)將人工智能和機(jī)器學(xué)習(xí)算法整合到了采購(gòu)、戰(zhàn)略供貨和成本管理中。

　　使用機(jī)器學(xué)習(xí)自動(dòng)進(jìn)行庫存優(yōu)化，可以提高16%的服務(wù)水平，增加25%的庫存能力

　　人工智能和機(jī)器學(xué)習(xí)約束的算法和建模能夠在所有分布的位置上進(jìn)行規(guī)模庫存優(yōu)化，并且參考影響需求和客戶交付能力的外部獨(dú)立變量?jī)?yōu)化。

　　機(jī)器學(xué)習(xí)整合實(shí)時(shí)監(jiān)控，可以優(yōu)化車間操作，實(shí)時(shí)了解機(jī)器負(fù)載和生產(chǎn)進(jìn)度查詢

　　在實(shí)時(shí)了解每臺(tái)機(jī)器的負(fù)載水平如何影響總體生產(chǎn)進(jìn)度情況下，可以更好的管理每臺(tái)機(jī)器的生產(chǎn)運(yùn)行狀況。在特定的生產(chǎn)任務(wù)中，使用機(jī)器學(xué)習(xí)算法，優(yōu)化最高效率的機(jī)器集群。

　　提高多個(gè)生產(chǎn)場(chǎng)景的生產(chǎn)效率和準(zhǔn)確性，降低多場(chǎng)景50%的成本

　　使用實(shí)時(shí)監(jiān)控技術(shù)來準(zhǔn)確的數(shù)據(jù)集，捕捉價(jià)格、庫存消耗速度和相關(guān)變量，從而讓機(jī)器學(xué)習(xí)應(yīng)用程序可以在多個(gè)制造場(chǎng)景中確定準(zhǔn)確成本。

　　通過機(jī)器學(xué)習(xí)的精準(zhǔn)預(yù)測(cè)和測(cè)試結(jié)果，節(jié)約35%測(cè)試和校準(zhǔn)時(shí)間

　　通過使用一系列機(jī)器學(xué)習(xí)模型，可以隨著時(shí)間的推移預(yù)測(cè)結(jié)果，簡(jiǎn)化工作流程，節(jié)約測(cè)試和校準(zhǔn)時(shí)間。

　　機(jī)器學(xué)習(xí)和整體設(shè)備性能結(jié)合，可以提高產(chǎn)量、提高維護(hù)的準(zhǔn)確性，加大工作負(fù)載能力

　　OEE是一種廣泛的制造業(yè)指標(biāo)，通過結(jié)合可用性、性能和質(zhì)量定義生產(chǎn)效率。結(jié)合其他指標(biāo)，可以發(fā)現(xiàn)影響生產(chǎn)能力不同原因的不同重要性。將OEE和其它數(shù)據(jù)集成到機(jī)器學(xué)習(xí)模型中，已經(jīng)成為了當(dāng)今制造業(yè)智能分析領(lǐng)域增長(zhǎng)最快的方法之一。