當(dāng)前制造企業(yè)中應(yīng)用的人工智能技術(shù)，主要圍繞在智能語音交互產(chǎn)品、人臉識別、圖像識別、圖像搜索、聲紋識別、文字識別、機(jī)器翻譯、機(jī)器學(xué)習(xí)、大數(shù)據(jù)計(jì)算、數(shù)據(jù)可視化等方面。以下總結(jié)了制造業(yè)中常用的8大人工智能應(yīng)用場景。

（1）智能分揀
制造業(yè)中有很多需分撿的作業(yè),采用工業(yè)機(jī)器人進(jìn)行智能分揀,大幅降低成本，提高速度。

（2）設(shè)備健康管理
在實(shí)時(shí)監(jiān)控設(shè)備運(yùn)行數(shù)據(jù)基礎(chǔ)上，通過特征分析與機(jī)器學(xué)習(xí)技術(shù)，一方面能夠在事故發(fā)生之前預(yù)測設(shè)備故障，降低非計(jì)劃性停機(jī)。另一方面在遇到設(shè)備突發(fā)故障時(shí)，能快速診斷出故障、定位故障原因、提供對應(yīng)解決方法。在制造行業(yè)應(yīng)用較為常見，尤其在化工，重型設(shè)備，五金加工,3C制造和風(fēng)電等行業(yè)。

（3）基于視覺的表面缺陷檢測
現(xiàn)有的工業(yè)智能企業(yè)將深度學(xué)習(xí)與3D顯微鏡結(jié)合，使缺陷檢測精度達(dá)到納米級。對于檢測出的缺陷產(chǎn)品，系統(tǒng)會自動進(jìn)行可修復(fù)判定，并規(guī)劃修復(fù)路徑與方法，再由設(shè)備執(zhí)行修復(fù)動作。

（4）基于聲紋的產(chǎn)品質(zhì)量檢測與故障判斷
采用聲紋識別技術(shù)自動檢測異音，發(fā)現(xiàn)不良品，并比對聲紋數(shù)據(jù)庫進(jìn)行故障判斷。

（5）智能決策
制造企業(yè)在產(chǎn)品質(zhì)量、運(yùn)營管理、能耗管理以及刀具管理等方面，可以應(yīng)用機(jī)器學(xué)習(xí)等人工智能技術(shù)，結(jié)合大數(shù)據(jù)分析，對調(diào)度方式進(jìn)行優(yōu)化以提高企業(yè)決策能力。

（6）數(shù)字孿生
數(shù)字孿生是客觀事物在虛擬世界的鏡像。創(chuàng)建數(shù)字孿生的過程，集成了人工智能、機(jī)器學(xué)習(xí)和傳感器數(shù)據(jù)，以建立一個(gè)可以實(shí)時(shí)更新的、現(xiàn)場感極強(qiáng)的“真實(shí)”模型，用來支撐物理產(chǎn)品生命周期各項(xiàng)活動的決策。

（7）創(chuàng)成式設(shè)計(jì)
創(chuàng)成式設(shè)計(jì)是一個(gè)人機(jī)交互、自我創(chuàng)新的過程。工程師在進(jìn)行產(chǎn)品設(shè)計(jì)時(shí)，只需在系統(tǒng)指引下，設(shè)置期望的參數(shù)及性能等約束條件（如材料、重量、體積等），結(jié)合人工智能算法，就能根據(jù)設(shè)計(jì)者的意圖自動生成成百上千種可行性方案，然后自行進(jìn)行綜合對比，篩選出最優(yōu)的設(shè)計(jì)方案推送給設(shè)計(jì)者進(jìn)行最后的決策。

（8）需求預(yù)測，供應(yīng)鏈優(yōu)化
基于人工智能技術(shù)，建立精準(zhǔn)的需求預(yù)測模型，實(shí)現(xiàn)企業(yè)的銷量預(yù)測、維修備料預(yù)測，做出以需求導(dǎo)向的決策。同時(shí)，通過對外部數(shù)據(jù)的分析，基于需求預(yù)測，制定庫存補(bǔ)貨策略，以及供應(yīng)商評估、零部件選型等。