先有数据，然后有洞察。除了可视化和基于规则（如IOT和大数据）的洞察之外，需要借助人工智能来有效的提升洞察和决策能力，这是数字化转型的最高形态，也是在不断进化中的。

1. AI在数字化中的位置

在企业中AI的位置大致应该如下图，是对历史数据和实时数据提供洞察，进行业务增值。

人工智能的应用可以是单点的，如故障预测就可以将模型部署在重点机器数据采集服务器上，预测到故障将信息通知出去即可，这是工厂中最普通的应用。如果将故障预测和维保服务组（或供应商）的出勤联系起来，维保计划与排产计划及备件库存联系起来，将备件计划与采购系统联系起来，采购使用自动下单和自动支付，那就成为了真正的预防性维护，维保服务组在不影响产量的情况下，根据安排好的维保计划，带着准备好的备件来维修。当然这需要有共同的大数据底座，在一个个孤立的烟囱式部门业务应用间是不能实现的。

2. 商业是中国AI成熟度最高的行业

离钱最近的地方是企业主最愿意花钱的地方，因为是最容易变现的地方，同时也是人工智能最成熟的领域，电商就是。电商中的人工智能应用有：

• 千人千面智能营销-根据每个用户进行个性化推荐推销，
• 智能物流（通过算法设置前置仓，每日优鲜能达到下单后最快30分钟达），
• 智能供应链进行智能进销存管理准确补货并大幅减少损耗率，
• 智能电话营销，
• l智能客服机器人，
• 刷脸支付，
• 图片智能搜索，
• 智能机器人分拣，
• 数字人直播售货等等。

为商家提供服务的服务商的人工智能解决方案也是相当的成熟，如：

• 快速设计电商图片和短视频，
• 创意诊断、内容健康度审查和创意助手，
• 智能呼叫服务，
• 智能供应链解决方案等。

中国的这个双11根据国家统计局数据计算，11月1日至11日，全国快递包裹处理量同比下降了10.6%，双十一当天同比下滑20.7%，有理由相信今天的双11不比去年好。从另外一个方面来说，人工智能仅仅是个工具，总有边际效益递减的时候。电商行业外，尚未看到有行业出现明显的边际效益递减的情况，也就是有很大的发展空间。

在服务业中积累的人工智能的人才、应用和知识也会迁移到其它的行业，结合新的场景和挑战带来新的应用。

3. AI在制造业中的典型应用

成熟的视觉、大数据、NLP和智能机器人在医疗、商业和金融等行业的应用相当的多，我们选择制造业看有哪些应用的案例。

中国的大企业（如宝钢、徐工、美的等）、大的产业互联网平台（如腾讯、阿里、华为等）、大的工业互联网平台（树根互联、卡奥斯等）起着探索者和使能者的角色，加上更多垂直行业内的解决方案供应商，都在不断完善这物联网、大数据+人工智能的应用。

3.1. 智能产品

在中国智能汽车目前是快速上升的受欢迎产品，“智能座舱+智能驾驶”作为智能化“硬核”创新产品驱动着汽车的产品定位从出行工具向“第三生活空间” 延展。L2/L2+功能已实现规模化量产，2020至今市场上陆续落地辅助代客泊车（记忆泊车）与全自主代客泊车。

科沃斯的AIVI（人工智能与视觉识别技术）通过视觉识别障碍物结合人工智能避障决策，实现了对于家庭常见障碍物的识别和躲避。最先搭载YIKO语音助手的X1OMNI及3.0产品线中T10 OMNI不仅能自主思考，进行全屋规划清扫，用户可以直接通过语音唤醒家用服务机器人，省去了打开手机APP、走过去手动开关的步骤，再通过视觉辅助，形成机器人和用户之间物理距离上的互动。

3.2. 市场营销（商业中已经使用的之外）

欧莱雅与神经科学公司EMOTIV打造了YSL 圣罗兰“电波穿香室”(YSL SCENT-SATION)。这也是欧莱雅第一款基于神经科学研究、革新性的店内个性化香氛体验服务，基于脑电波(EEG)原理、多传感器的头戴式装置，可以用来实现跟踪、分析消费者闻到不同香味系列时的情绪反应，并根据认知学研究和人工智能算法，向消费者推荐合适的香水产品。

3.3. 工厂设计仿真

宝马里达工厂开创了一种全新的建厂模式。从厂区规划、生产线布局到建筑设计，乃至于工艺设备调试到物流集成，事前全部在Epic Games虚幻引擎3D创作平台上创建了数字孪生模型并进行了模拟。据统计，通过虚拟环境的全维度干涉检查，在工程建设成本方面避免了约50%的由于设计缺陷导致的施工工程变更。

3.4. 智能制造

宁德时代与英特尔深入合作，成功构建了一套横跨“云-边-端”，融合计算机视觉（CV）、深度学习（DL）、机器学习（ML）的AI电池缺陷检测方案，大幅提升质量控制水平。宁德时代与人工智能技术与服务提供商第四范式达成战略合作，建设人工智能平台，将AI技术融入到电池生产线中，实现了对生产制造各个环节的智能化管理。

博世汽车部件（苏州）有限公司在汽车电子生产制造环节的末端，用自动光学检测设备（AOI）来检测产品的焊接质量，对报警再使用人工确认。人工智能项目以大数据为基础（上百万张图片），采用神经网络深度学习，并制定专门的与之匹配数学逻辑，由系统来自动判断AOI报警到底是好的产品还是不好的产品，代替人的作业，从而实现自动化智能化并且更精准的判断。

在联想全球最大的PC制造基地联宝科技，拥有着全球PC制造业最大的单体厂房和数十条生产线，年订单数超过69万笔，涉及500余种PC产品和超过30万个成品物料料号。智能排程方案在联宝科技部署后，制定生产计划的时间从传统的6小时大幅缩减到1.5分钟，产量提升19%，处理订单数提升24%，交期满足率提升3.5倍。

快仓智能提供PaaS 数字化、图形化的中央控制管理平台，可以直观地监控全场的运行状况。中控平台同时也提供了易于使用的运维功能，方便运维人员对设备和系统进行日常运维。并且可以根据客户需求针对性开发出了一套系统来支持仓储物流、生产制造、线边物流配送等业务场景，而不同的业务场景仅需通过简单配置即可实现。多种机器人协同配合可以实现原料入库，拆零挑选，跨楼层搬运，包装入库，二维码扫描储存等步骤全部自动化操作，大大提升效率并节省大量人力成本，全部自动化方案最多可减少人工成本80%。

3.5. 供应商管理

联想自主研发了供应链智能控制塔（SCI- Supply Chain Intelligence），该智能控制塔旨在通过构建以数据驱动的智能供应链生态体系，让传统供应链向智能化转型。针对缺少订单全流程管理的可视化这一痛点，智能控制塔结合订单自动化解决方案，探索出订单可视化的方法。通过订单系统集成，基于事先制定的规则，自动完成订单，并创建了订单追踪中心和自动化解决方案，打破了“信息孤岛”，实现了供应链生态体系内业务运营信息的数字化，并可以实时共享。其涵盖的需求供给管理、订单管理、库存管理、采购管理、制造管理、物流管理、质量管理和新品导入等端到端的商流、信息流，通过结构化管理方式达成数据的呈现、查询、统计和分析，联想全球的供应链及合作伙伴都能整体可见。与传统的供应链相比，联想供应链实现了端到端的全价值链覆盖，透明的数据使决策时间缩短了50%-60%；工作流程自动化程度提高，工作效率提升10%-20%；订单交货及时率提升了5%，制造和物流成本降低了20%，库存控制保持了行业领先水平。

3.6. 客户需求管理

上汽大通自建平台上有700多万粉丝和用户，从产品定义、设计、验证、质量问题解决包括定价都让客户深度参与决策，实现了从用户到营销端到研发制造到售后的全面打通。“蜘蛛定制”可以实现上万亿种的个性化组合，完美诠释了自由定制、极客配车的概念。实施C2B大规模个性化智能定制，由数字化平台和智能工厂两大重要载体构成，这实现了“用户驱动企业生产”。

在很多行业，数字化尚未普及，中国政府在鼓励企业进行数字化实践，同时给予规范指导；物联网和大数据也在不断完善中；人工智能需要建立在数字化和大数据基础之上，因此还有很长的路要走。有些行业如商业、汽车制造业等相对使用更多的人工智能，也会带动其它的行业尽快实现人工智能。