隨著(zhù)現在的大數據時(shí)代：不斷的數字化、智能化推動(dòng)工業(yè)變革是大勢所趨，但是在應對突發(fā)事件時(shí)，工業(yè)企業(yè)在復工復產(chǎn)中不完善的問(wèn)題相繼凸顯：返程復工人員短缺、供應鏈原材料短缺、物流運輸不暢、遠程協(xié)同機制不成熟等。
疫情倒逼一些企業(yè)放腳步想一想自己遇到的痛點(diǎn)和困難，是不是有更好的方式解決，能夠提前準備，而這同時(shí)也倒逼了人工智能工業(yè)應用的加速發(fā)展。
今年2月，工信部發(fā)布通知，要求運用新一代信息技術(shù)支撐服務(wù)疫情防控和復工復產(chǎn)工作，并強調，制造企業(yè)與信息技術(shù)企業(yè)合作，深化工業(yè)互聯(lián)網(wǎng)、工業(yè)軟件(工業(yè)APP)、 人工智能、增強現實(shí)/虛擬現實(shí)等新技術(shù)應用，推廣協(xié)同研發(fā)、無(wú)人生產(chǎn)、遠程運營(yíng)、在線(xiàn)服務(wù)等新模式新業(yè)態(tài)，能加快恢復制造業(yè)產(chǎn)能。人工智能等前沿科技在工業(yè)抗疫、復工中起到怎樣的作用？疫情沖擊下，工業(yè)智能能否按下快進(jìn)鍵？品牌、技術(shù)、創(chuàng )新、質(zhì)量、智能、自動(dòng)化、信息、科技、高精密……才是時(shí)代的需求
疫情之下，從長(cháng)遠來(lái)看，工業(yè)企業(yè)究竟該做什么？
當災難來(lái)臨時(shí)
活下去是人的本能
可疫情過(guò)后長(cháng)遠的生活同樣是我們應該考慮的！
對于工業(yè)企業(yè)來(lái)說(shuō)，產(chǎn)品再好，也要傳出去讓人知道才是硬道理！雖然受疫情影響，部分工業(yè)企業(yè)通過(guò)線(xiàn)上直播的方式也有相應的收獲，但傳統工業(yè)行業(yè)所針對的知識內容技術(shù)太專(zhuān)業(yè)，面對的也都是高知人群，單純只搞幾場(chǎng)直播能轉化多少？很多只是走了個(gè)過(guò)場(chǎng)。展覽依然是企業(yè)品牌宣傳、產(chǎn)品推廣、維護關(guān)系、訂單銷(xiāo)售的。
受疫情影響，原本3月份的企業(yè)生產(chǎn)、采購高峰，也將推遲至6月，而工業(yè)制造業(yè)企業(yè)在經(jīng)歷大半年的疫情之后，應當迅速找到大平臺渠道將企業(yè)、品牌、產(chǎn)品等宣傳推廣出去，企業(yè)內部也應該加快推動(dòng)生產(chǎn)管理方式升級，盡快與政策掛鉤，實(shí)現生產(chǎn)信息化、智能化、自動(dòng)化、無(wú)人化等的改造，優(yōu)化產(chǎn)業(yè)供應鏈，就算拋開(kāi)所有這些因素，你也應該盡快來(lái)證明“你還活著(zhù)”！“當前的疫情引發(fā)了太多平時(shí)看似平常，但是實(shí)則不太合理或者是需要解決的痛點(diǎn)。”
挑戰與機遇
其實(shí)也是一個(gè)個(gè)商機。
市場(chǎng)調研和案例進(jìn)行分析。對面板行業(yè)來(lái)說(shuō)，傳統的視覺(jué)缺陷檢測和分揀設備，無(wú)法滿(mǎn)足工業(yè)領(lǐng)域日益復雜精密的檢測需求，在實(shí)際產(chǎn)線(xiàn)上依然需要人工肉眼復檢，沒(méi)有切實(shí)地給企業(yè)節省人力和提高效率。對企業(yè)而言這不僅僅意味著(zhù)降本增效，尤其在疫情期間，有些制造業(yè)企業(yè)愿意花錢(qián)卻找不到人干活，這也是AI帶來(lái)的直觀(guān)的好處。
而明略科學(xué)院主任于政則提到幫助上海地鐵的智能維保和國家電網(wǎng)線(xiàn)路的巡檢知識圖譜的智能服務(wù)系統，尤其在疫情期間，該智能系統實(shí)現了遠程監測和高效預警和巡檢，從而減少了現場(chǎng)人員辦公，降低現在因疫情或者未來(lái)其他突發(fā)狀況帶來(lái)的負面影響。
值得注意的是，工業(yè)場(chǎng)景一個(gè)特質(zhì)是定制化，不同的細致領(lǐng)域有不同的業(yè)務(wù)特點(diǎn)，很難找到一個(gè)大而全的通用的解決方案。“如何在保障方案的通用性同時(shí)又能夠靈活適配不同的
業(yè)務(wù)場(chǎng)景，是非常有挑戰的事情。我們也是在朝著(zhù)這個(gè)方向努力。
誰(shuí)也不知道下一個(gè)黑天鵝什么時(shí)候到來(lái)。疫情是對AI在工業(yè)領(lǐng)域應用的一次效果檢驗，既是挑戰也蘊含機遇。例如，目前不少工業(yè)上成熟的智能應用體現在檢測環(huán)節上。在智能機器學(xué)習、人工智能技術(shù)只做了局部的事情，AI還應更進(jìn)一步，工業(yè)過(guò)程中更需要的是智能決策。
不過(guò)，對于中小企業(yè)和民營(yíng)企業(yè)的工業(yè)智能化轉型，多位專(zhuān)家也給出建議：先從點(diǎn)開(kāi)始，從自身業(yè)務(wù)需求出發(fā)，結合企業(yè)自身數據情況、數據質(zhì)量數據存儲周期、傳感器的精度等
入手，做發(fā)展規劃，“千萬(wàn)不要一個(gè)面鋪開(kāi)把大量的錢(qián)花下去，制造業(yè)企業(yè)掙錢(qián)不容易。”
