二、应用场景

人工智能在制造业的应用场景众多，大致可以分为智能生产、产品和服务、企业运营管理、供应链以及业务模式决策五个领域。智能生产相关场景应用是目前制造企业部署人工智能的首要选择，其次为产品和服务相关场景。但未来两年，人工智能在工业领域的热点应用将从智能生产转向更加注重产品服务和供应链管理。

在智能生产领域，目前应用比较多的场景是自动化生产工厂与订单管理和自动化排程；未来两年内将有更多人工智能技术用于产品质量监控和缺陷管理。计算机视觉技术的进步推动人工智能在质量监控和缺陷管理方面的应用。

在产品与服务领域，目前已经在应用人工智能技术的企业较少，但计划在两年内优先部署的企业数量明显增加，特别是在缩短产品设计周期、个性化客户体验以及提升营销效率的应用场景。

三、现实与预期的差距

通过企业调查我们发现，不论是从企业获益角度，还是从预算及时间投入角度衡量， 91%的人工智能项目未能达到企业预期。人工智能项目结果与预期差距较大是全球普遍存在的现象。这种落差往往是由以下几方面的问题造成：

• 既有经验及组织架构障碍;
• 基础设施条件制约；
• 数据采集方法及数据质量问题；
• 缺乏工程经验；
• 项目规模过大、过于复杂。

四、未来已来

德勤调查显示，83%的企业认为人工智能已经或将在未来五年内对企业产生实际可见的影响，其中27%的受访者认为人工智能项目已经为企业带来价值；56%的受访者认为人工智能将在未来2-5年为企业带来回报。

从技术倾向性来看，更多企业将投资于复合性技术体系，从而优化生产、成本、库存或质量控制等方面，或用于销量、价格预见性维护的预测。对单一技术类别，如视觉监测、机器人定位、专家系统等技术的投资热情相对较小。