角逐人工智能，中美制造誰勝出？
「機器人時代正在到來！」這是世界各地愈演愈熱的一個主題。
每天，我們都會聽到使用人工智能協助甚至替代人類工作的新例子。許多討論都會圍繞消費者所面對的境況而展開。然而，從產品到資本，從工廠到遍布全球的供應網絡，制造業因其復雜的程序和機器之間的相互作用，機器人維修，在人工智能的浪潮中可能會受到更大的影響。
隨著傳感器數據洪流的到來，工廠有機會加入信息知識界，有效地推動車間的產出量。AI的應用，從智能合作機器人到虛擬助手，會顛覆工廠的運作方式。
從生產、流通到銷售，大數據和人工智能技術可以協助企業分析生產過程中的全鏈路數據，實現生產效率、庫存周轉率、設備使用效率提升等目標。
在市場方面，人工智能可以計算、分析海量的交易數據以及大量傳感器采集的流通數據，使企業實現自動化、智能化的生產計劃和市場計劃。在制造環節，可以通過收集、分析產品數據、生產設備數據，使產品的良品率實現自動化診斷，設備實現遠程監測。
人工智能在制造業的應用
1.預測性維護和自我監測
埃森哲的研究顯示，人工智能的潛在好處遠比過去的自動化帶來的影響大得多，舉例來說，在1993年至2007年之間，傳統的自動化系統據估計已經產生了0.9%的額外年增長率，而在發達經濟體中則增長了0.9%。
在利用人工智能進行預測性和自我監測方面，根據埃森哲的報告顯示，德國制造公司Bosch正在把人工智能放在他們的業務的前沿。該公司的「思維工廠」目前在德國汽車工廠中推出，目的是讓人工智能機器能夠自我診斷技術故障，自動訂購替換部件，并預測維修需求。
通過使用機器學習實現預測性維護以及自我監測，Bosch能夠節省十億美元的成本開支，并且預計會帶來十億美元的額外收入。
而Bosch并不是唯一一家施展人工智能策略的公司，日揮株式會社（以下簡稱日揮）與日本電氣株式會社（以下簡稱NEC）早在2016年就簽署合作，利用人工智能和物聯網技術，圍繞面向石油精制、化學、液化天然氣、煤氣、發電、資源開發等領域提供工廠運轉異常預測系統的構建及服務。
日揮與NEC合作共同提供工廠運轉數據分析服務，通過分析涵蓋整個工廠的廣泛運轉數據，可以提高數據的完備性，縮短異常狀況預測的分析時間，提高分析速度。另外，再基于運轉中的工廠整體數據，實時測定異常狀況發生的因果關系，能夠防患于未然。
而NTT集團旗下的NTTCommunicationsCorporation與三井化學株式會社則合作將人工智能技術應用在產品質量的預測上。他們以來自注入反應器的原材料及反應器條件的數據集與代表氣體產品質量的X氣體濃度之間的關系進行建模為基礎，用深度學習算法對數據進行分析，隨之高度精確地預測產生的氣體產品的質量。
美國通用電氣同樣看到了這樣的機遇，專門成立人工智能公司，致力于利用數據分析、機器人、人工智能技術，為油氣、運輸和能源行業等提供先進的檢測服務。目前，GE公司已經開始了對用于煉油廠、工廠、鐵路以及其他工業設施檢測的自主無人機和機器人「爬蟲」的檢測工作。
2.通過視覺檢測技術提升品檢效率和良品率
在制造過程中，生產線上的產品，最后一關就是檢查是否良品，而這項工作必須由對產品非常熟悉、經驗老到的員工進行，因而效率比較低下，而人力也不足。
然而，通過人工智能的圖像識別，則可以代替作業人員的肉眼檢查，不僅能減少作業人員的工作量，提升效率，而且還能使產品質量更為均衡。
NEC就曾經推出「AIVisualInspection」視覺檢測，運用機器學習技術，檢測金屬、人工樹脂、塑料等產品加工業的生產線的產品影像，快速找出不良品，提升生產線效率。
NEC在NECIndustrialIoT中，新增AIVisualInspection功能，協助作業人員進行產品檢測。具體流程則是，NEC將現場品檢時拍攝的系列產品影像，儲存保管在物聯網平臺NECtheWISEIotPlatform云端上。當影像數據達到一定的量后，云端的AI會從這些數據中抽取并分析良品與不良品的特征，并根據分析結果，進一步歸納出良品與不良品的判別模式，并將判別模式從云端傳輸到工廠現場裝設的設備上。
在工廠端，則會運用現場設備內建的AI，以接收到的判別模式為基礎，判別產品是否為不良品。而當生產線要追加制造新的產品時，云端的AI也會自動學習新產品的特征信息，并同步更新判別模式，進而有效降低追加設計、研發的工作量。
而abb與IBM合作，可以在生產過程中記錄實時圖像，工業機器人維修，借助ABB系統，并結合IBMWatson的AI能力和實時產品圖像實時發現瑕疵，識別人眼無法觀察到的問題，然后再用人工智能系統進行分析，由此快速發現并排除故障。
3.機器人帶來的自動化
而人工智能在工廠中的應用，最常被提及的也莫過于機器人了。而一些公司正在致力于使機器人更加易于使用以及更加智能。
UniversalLogic的基于人工智能的機器人技術Neocortex能使機器人感知周圍環境，如機器維修、垃圾清理，可以實時快速進行互動并對環境做出回應，它的能力包括識別各種形狀材質的物體如瓶子、包、箱子等，并適當做出反應，可靠性達到99%。
除了第三方機器人技術平臺之外，作為垂直制造商，通用電氣正在內部研發自己的技術，比如進入飛機發動機內部進行檢查的產品。除了構建軟硬件平臺，通用電氣還投資了以自動化移動機器人著名的ClearpathRobotics和以蛇臂機器人著名的OCRobotics。
隨著機器人的觸覺敏感度越來越高，對制造車間的組裝和獨立行動工作，也將會越來越方便。而隨著傳感器與視覺技術的提升，機器人將會更加智能、輕便和友好，使用機器人承擔大部分的組裝、移動、包裝、運輸或其他體力勞動，從而能極大地提升效率，降低成本。而在以后，機器人不僅能基于其程序進行判斷，還能基于經驗主動做出決策。
人工智能+制造業，中美誰勝出？
無論是德國的「工業4.0」還是中國的「中國制造2025」，還是美國政府想盡辦法讓制造業回流，庫卡機器人，制造業依然是全球國家競爭的核心戰場。然而，有此前有所不同的是，人工智能將為制造業的競爭加碼，國家對人工智能的投資和重視程度成為了一個關鍵因素。
據麥肯錫研究稱，大多外部投資都將眼光放在AI技術的機器學習方面，比如語音識別和機器人技術。眾多投資都流向了美國的公司（66%），緊接著是中國公司（17%），據Infosys調查發現，在過去的一年，美國機構很可能增加了對AI技術的投資，盡管中國獲得的AI投資金額遠低于美國，但其投資和AI的部署增長迅速。麥肯錫研究稱，「我們的調查顯示，美國和中國不僅在AI投資和創新方面居于領先水平，在AI的采用方面也遙遙領先。」
中美兩國都建立了人工智能技術的生態系統，且都將AI技術置于制造業戰略的中心位置。去年，奧巴馬政府發布了一份AI研發戰略規劃。中國也將AI作為五年計劃的重要部分，爭取到2020年實現重大發展。