| 人工智能與制造業(yè)融合發(fā)展面臨三大挑戰(zhàn) |
| 新聞類別： 行業(yè)動態(tài) 瀏覽量：3172 |
一是制造業(yè)與人工智能融合應用成本高昂。人力成本方面，人工智能領域基礎人才短缺，直接導致用人成本升高，進而大幅提高了制造業(yè)與人工智能對接成本。目前人工智能人才培養(yǎng)暫時落后于產業(yè)發(fā)展步伐，人工智能與制造業(yè)的融合型技術人員數(shù)量滯后于人工智能與制造業(yè)融合發(fā)展的要求，企業(yè)不得不通過提高薪資待遇來搶奪稀缺的人工智能領域人力資源。資源成本方面，人工智能所需設備購置、運營維護升級均會提高制造業(yè)與人工智能對接成本。人工智能技術所需的各類高精傳感器價格昂貴，一系列的技術應用和系統(tǒng)維護都不是免費服務，最終形態(tài)成本將高于傳統(tǒng)的低技術含量產品。技術成本方面，人工智能技術尚處“弱人工智能”階段，技術落地應用多需要人力輔助，形成雙倍成本。目前人工智能技術很難實現(xiàn)理想的“無人化”，其定位更像是一種工具，彌補人類在計算力和操作能力等方面的不足，幫助人類簡化操作，制造企業(yè)即便在已經(jīng)購置人工智能設備之后，仍需聘用技術工人予以輔助。
二是產融學對接尚不充分。產融協(xié)同方面，制造業(yè)資本投入不足。制造業(yè)自有資金不足。近年來制造業(yè)利潤普遍不高，只靠企業(yè)自身投入幾乎難以支撐長期所需的大量資本投入。此外，制造業(yè)融資困難，制造企業(yè)的投資回報率相對其他高新技術領域相對偏低，短期效益可能很難顯現(xiàn)，資本逐利特性導致資本投入更為謹慎，商業(yè)資本的關注度持續(xù)走低。產學協(xié)同方面，人工智能前沿技術在制造業(yè)難以落地。高校以一流期刊論文發(fā)表引用為衡量標準的評價導向，導致學界專注于學術研究，對產品商業(yè)化理解不足，不能及時針對市場變化的對研發(fā)重點進行調整，致使技術與市場脫節(jié)，難以將人工智能研發(fā)成果轉化為現(xiàn)實生產力。
三是制造業(yè)數(shù)據(jù)孤島問題嚴重阻礙與人工智能融合應用。制造業(yè)信息化建設尚不完善。目前人工智能技術主要基于機器學習，數(shù)據(jù)的體量與質量將直接決定人工智能技術效能。然而目前我國大部分制造企業(yè)尚停留在工業(yè)2.0階段，大量數(shù)據(jù)下沉在各條生產線之間，信息化建設不足導致各類生產制造數(shù)據(jù)極度缺乏。制造業(yè)數(shù)據(jù)標準不統(tǒng)一。我國制造企業(yè)諸多生產設備均采購于多家國外廠商，不同制造企業(yè)，甚至是同一制造企業(yè)不同生產線之間，數(shù)據(jù)標準差異大，各類數(shù)據(jù)之間難以互通共享，極大增加了人工智能頂層設計標準的復雜度，不具備應用落地普適性。
文章來源：賽迪智庫 |
