關(guān)于機(jī)器學(xué)習(xí)十種方式變革制造業(yè)的介紹和應(yīng)用

星云文庫(kù)

引言：機(jī)器學(xué)習(xí)可以參與到制造業(yè)加工的整個(gè)生產(chǎn)流程中：在生產(chǎn)過(guò)程中通過(guò)供應(yīng)鏈和維護(hù)方案優(yōu)化降低生產(chǎn)成本和提高生產(chǎn)的效率和質(zhì)量，最后還能通過(guò)差異化的定價(jià)獲取最大化的利潤(rùn)。

每個(gè)制造商都有很多可能把機(jī)器學(xué)習(xí)運(yùn)用到自己產(chǎn)業(yè)中，通過(guò)獲得對(duì)產(chǎn)品的前瞻性思考會(huì)讓他們更具競(jìng)爭(zhēng)力。

機(jī)器學(xué)習(xí)的核心技術(shù)正好能解決現(xiàn)今制造商們面臨的問(wèn)題。從努力維持供應(yīng)鏈運(yùn)轉(zhuǎn)，到定制化生產(chǎn)，再到按時(shí)完成訂單任務(wù)，機(jī)器學(xué)習(xí)算法可以為每個(gè)生產(chǎn)環(huán)節(jié)提供更高的預(yù)測(cè)精準(zhǔn)度。開發(fā)出的很多算法都是迭代型的，它們能夠持續(xù)不斷地學(xué)習(xí)并尋求最優(yōu)解。這些算法能在幾毫秒內(nèi)反復(fù)迭代，讓制造商在幾分鐘內(nèi)就能找到最佳解決方案，而非之前的數(shù)個(gè)月。

機(jī)器學(xué)習(xí)變革制造業(yè)的十種方式：

1、生產(chǎn)力提升 20%，材料消耗率降低 4%。利用數(shù)據(jù)預(yù)測(cè)分析和機(jī)器學(xué)習(xí)的智能制造系統(tǒng)有潛力提升生產(chǎn)單元以及整個(gè)制造廠級(jí)別中機(jī)器的收益率。下面的圖片來(lái)自通用電氣（General Electric），并被國(guó)家標(biāo)準(zhǔn)協(xié)會(huì)（NIST）所引用，總結(jié)了預(yù)測(cè)分析和機(jī)器學(xué)習(xí)的運(yùn)用給制造業(yè)帶來(lái)的好處。

2、提供了更多相關(guān)數(shù)據(jù)，因此金融、運(yùn)作及供應(yīng)鏈團(tuán)隊(duì)能更好地管理工廠和需求方面的約束。很多制造業(yè)公司的 IT 系統(tǒng)并不完整，導(dǎo)致交叉功能型團(tuán)隊(duì)難以完成共同的目標(biāo)。引入了機(jī)器學(xué)習(xí)，這些團(tuán)隊(duì)的洞察力和智慧能被提升到一個(gè)全新的水平上，而他們優(yōu)化產(chǎn)品工作流、存貨清單，在制品（WIP）以及價(jià)值鏈決策的目標(biāo)就會(huì)成為可能。

3、增強(qiáng)組件和局部層級(jí)的預(yù)測(cè)準(zhǔn)確度，從而改善預(yù)防性維護(hù)與維護(hù)－修理－大修（MRO）的性能。把機(jī)器學(xué)習(xí)的數(shù)據(jù)庫(kù)、應(yīng)用和算法集成到云計(jì)算平臺(tái)已經(jīng)很普遍了，亞馬遜、谷歌和微軟的云平臺(tái)公布就可以證明這一點(diǎn)。下面的圖片解釋了機(jī)器學(xué)習(xí)是如何集成到 Azure 平臺(tái)上的。微軟授權(quán) Krone 使用 Azure 平臺(tái)，讓他們得以把制造運(yùn)作流程自動(dòng)化，以實(shí)現(xiàn)工業(yè) 4.0 目標(biāo)。

4、實(shí)現(xiàn)狀態(tài)監(jiān)控流程，讓制造商得以在廠房層級(jí)上管理整體設(shè)備效率（OEE，Overall Equipment Effectiveness），并將 OEE 從 65% 提高到了 85%。一家與塔塔咨詢服務(wù)公司（Tata Consultancy Services）合作的自動(dòng)化原始設(shè)備制造商（OEM）改善了他們的生產(chǎn)流程，此前他們沖壓線的 OEE 一度跌至65%，停工時(shí)間達(dá)到了 17% 到20%。他們的解決方法是，12 個(gè)月中，每 15 秒從設(shè)備上收集 15 個(gè)操作參量的傳感器數(shù)據(jù)（比如油壓、油粘度、油滲漏以及氣壓），并進(jìn)行集合。解決方案的組件圖下圖所示：

5、機(jī)器學(xué)習(xí)給智能客戶關(guān)系領(lǐng)域帶來(lái)了變革，Salesforce 迅速成為了行業(yè)領(lǐng)頭羊。Salesforce 正在進(jìn)行一系列的并購(gòu)活動(dòng)。下圖中的表格來(lái)自柯文公司的研究報(bào)告（Salesforce: Initiating At Outperform; Growth Engine Is Well Greased），總結(jié)了 Salesforce 并購(gòu)的一系列機(jī)器學(xué)習(xí)和人工智能公司，并分析了他們的新產(chǎn)品發(fā)布走向以及并購(gòu)帶來(lái)的預(yù)估收益貢獻(xiàn)。Alex Konrad 在他最近發(fā)表的博文（Salesforce WillAcquire Demandware For $2.8 Billion In Move Into Digital Commerce）中分析了 Salesforce 用 28 億美元收購(gòu)電子商務(wù)供應(yīng)商 Demandware 一事?？挛墓绢A(yù)測(cè) 18 個(gè) 財(cái)政年度中，Commerce Cloud 會(huì)貢獻(xiàn) 3.25 億美元的收入，其中賣出 Demandware 的收入占了很大一部分。

6、機(jī)器學(xué)習(xí)算法能判斷全公司哪些因素對(duì)質(zhì)量的影響最大，哪些影響最小，從而為產(chǎn)品和服務(wù)品質(zhì)帶來(lái)質(zhì)的提升。對(duì)很多制造商來(lái)說(shuō)，從公司核心部分的工作流層面上提升產(chǎn)品和服務(wù)質(zhì)量是一項(xiàng)有挑戰(zhàn)性的任務(wù)。質(zhì)量通常是孤立的。機(jī)器學(xué)習(xí)通過(guò)測(cè)定那個(gè)內(nèi)部流程、工作流和因素對(duì)達(dá)到目標(biāo)質(zhì)量貢獻(xiàn)最大或最小，從而變革產(chǎn)品和服務(wù)質(zhì)量。機(jī)器學(xué)習(xí)算法還能預(yù)測(cè)質(zhì)量和源決策對(duì) DMAIC（定義、測(cè)量、分析、改進(jìn)和控制）框架中的六西格瑪性能指標(biāo)有怎樣的影響，從而讓制造商的制造過(guò)程更加智能化。

7、機(jī)器學(xué)習(xí)已經(jīng)在通過(guò)優(yōu)化團(tuán)隊(duì)、機(jī)器、供應(yīng)商和客戶需求提高生產(chǎn)效益。如今，它正在影響航空航天和國(guó)防、離散制造業(yè)、工業(yè)和高科技制造業(yè)的日常工作環(huán)境。制造商們更有效地利用了生產(chǎn)力，產(chǎn)品更趨于復(fù)雜和定制化，機(jī)器學(xué)習(xí)幫助它們優(yōu)化了機(jī)器、受訓(xùn)員工和供應(yīng)商的篩選過(guò)程。

8、由于機(jī)器學(xué)習(xí)促成了生產(chǎn)服務(wù)訂購(gòu)模式，制造即服務(wù)（Manufacturing-as-a-Service）的構(gòu)想才得以實(shí)現(xiàn)。那些能支持迅速高度定制化流水線生產(chǎn)的制造企業(yè)現(xiàn)在能開展新的商業(yè)運(yùn)作，為全球服務(wù)和銷售提供訂購(gòu)率。那些面臨制造成本猛增的快速消費(fèi)品（CPG）和電子產(chǎn)品的供應(yīng)商和零售商很有可能訂購(gòu)制造服務(wù)，并在品牌化、營(yíng)銷和銷售上增大投入。

9、機(jī)器學(xué)習(xí)是優(yōu)化供應(yīng)鏈和創(chuàng)造更大規(guī)模經(jīng)濟(jì)的理想手段。對(duì)于很多復(fù)合型制造企業(yè)來(lái)說(shuō)，超過(guò) 70% 的產(chǎn)品都源自于供應(yīng)商，這使得他們需要權(quán)衡先滿足哪一個(gè)買家的需求。有了機(jī)器學(xué)習(xí)，買賣雙方就能更有效的合作，減少缺貨的情況，提高預(yù)測(cè)精確性，按期或提前完成客戶訂單。

10、在合適的時(shí)間知道對(duì)特定用戶的合適定價(jià)以獲得最大的利潤(rùn)，而且使用機(jī)器學(xué)習(xí)完成交易將變得隨處可見。機(jī)器學(xué)習(xí)正在擴(kuò)展今天的企業(yè)級(jí)價(jià)格優(yōu)化應(yīng)用所提供的一切。最顯著的一處不同是：會(huì)有新的建議策略用來(lái)實(shí)現(xiàn)價(jià)格的優(yōu)化，從而完成交易。