【中國智能制造網 名家論壇】機器學習的核心技術能很好地解決制造商每日遭遇的那些復雜問題。從努力保持供應鏈有效運營到按時生產定制化的、按訂單制造的產品，機器學習算法能夠為每個生產階段都帶來更高的預測準確度。　　
　　每家制造商都可以把機器學習整合到其運營中，通過獲得對產品的預測性洞察而讓自己變得更有競爭力。
　　
　　機器學習的核心技術能很好地解決制造商每日遭遇的那些復雜問題。從努力保持供應鏈有效運營到按時生產定制化的、按訂單制造的產品，機器學習算法能夠為每個生產階段都帶來更高的預測準確度。被研發(fā)出的許多算法是迭代性的，它們可以連續(xù)學習，并找出優(yōu)結果。這些算法以毫秒的速度迭代，使得制造商能夠在幾分鐘時間里找到優(yōu)結果，而非像從前那樣需要耗時數(shù)月。機器學習革新制造業(yè)的10種方式如下：
　　
　　1.生產力提高20%，原材料消耗率降低4%
　　
　　智能制造系統(tǒng)利用預測性數(shù)據分析方法和機器學習，提高機器、生產單元和工廠層面的生產率，將生產能力提高20%，同時將原材料消耗率降低4%。下面的圖表來自通用電氣，并被美國國家標準技術研究所引用，它總結了在制造業(yè)中使用預測性分析和機器學習能獲得的好處。
　　
　　2.優(yōu)化流程
　　
　　提供關聯(lián)度更高的數(shù)據，這樣財務、運營和供應鏈團隊就能夠更好地管理工廠和需求側約束條件。在許多制造業(yè)公司中，IT系統(tǒng)尚未整合起來，這樣各個跨功能的團隊就很難一起實現(xiàn)共同目標。機器學習有望將全新水平的洞察和智能引入這些團隊，使他們能夠完成優(yōu)化產品流程、目錄、在途工作量和價值鏈決策等方面的目標。
　　
　　3.提升預防性養(yǎng)護及MRO
　　
　　提高預防性維護以及維護-修理-大修績效，在零件和部件層面都帶來更高的預測準確度。從亞馬遜、谷歌和微軟的報告中可見，將機器學習數(shù)據庫、App和算法都整合到云平臺這種做法正變得越來越普遍。
　　
　　4.提高整體設備使用率到85%
　　
　　實現(xiàn)條件監(jiān)控過程，使制造商能在工廠層面管理整體設備效率，將整體設備效率從65%提高到85%。一家汽車設備原產商與塔塔咨詢合作以提高其生產過程，當時其生產線的整體設備效率只有65%，停工時間比例占17-20%。該企業(yè)連續(xù)12個月每15秒鐘都從設備中收集和整合關于15個操作參數(shù)的傳感器數(shù)據。
　　
　　5.商務云將帶來巨大收入
　　
　　機器學習正在革新關系智能，而Salesforce正在迅速成為這方面的。Salesforce所做的一系列收購使它成為機器學習和人工智能方面的。
　　
　　AkexKonrad在其文章中分析了Salesforce近對電子商務提供商Demandware高達28億美元的收購。Cowen&Company預測，商務云在2018財年將為Salesforxce貢獻3.25億的收入，其中Demandware的銷售將為此作出重要貢獻。
　　
　　6.量化具體流程對成品影響
　　
　　機器學習算法將確定哪些因素在全公司范圍內大和小程度地影響了質量，從而革新產品和服務的質量。制造商往往在如何讓產品和服務質量成為公司工作流的核心組成部分遭遇困難。機器學習能通過確定哪些內部過程、流程和因素對達成質量目標的貢獻大或小，革新產品和服務質量。
　　
　　使用機器學習，制造商將能夠獲得更大的智能，能夠在定義、測量、分析、提高、控制的框架中，預測他們的質量和采購決策，對于實現(xiàn)更大的六西格瑪績效有多大貢獻。
　　
　　7.優(yōu)化機器、員工和供應商業(yè)選擇
　　
　　通過優(yōu)化團隊、機器、供應商和客戶需求提高產量。目前機器學習在航空航天與國防、離散制造和高科技制造等領域都為車間生產帶來了變化。制造業(yè)正在轉向更復雜、更定制化的產品，更充分地利用生產力，而機器學習能幫助優(yōu)化對機器、受訓員工和供應商的選擇。
　　
　　8.制造業(yè)將成為服務業(yè)
　　
　　“作為服務的制造業(yè)”將成為現(xiàn)實，因為機器學習使得人們在生產領域也能采用訂閱模式。生產過程能夠支持快速、高度定制化產品生產的制造商將處于有利地位，能夠發(fā)起基于服務訂閱費的業(yè)務，并向擴展。制造成本飛速增長的快速消費品、電子產品提供商和零售商有望使用訂閱制造服務，而讓自己更多地投入到品牌、市場和銷售業(yè)務中。
　　
　　9.超過70%供應商會根據交款時間選擇客戶
　　
　　機器學習十分適合優(yōu)化供應鏈和創(chuàng)造更宏大的規(guī)模經濟。對許多綜合設施制造商而言，70%以上的產品原料供應商都會權衡先完成誰的訂單。通過使用機器學習，購買者和供應商將能更有效地協(xié)作，減少無存貨情況，提高預測準確度，更好地滿足客戶的時間要求。
　　
　　10.利潤和成交額大化
　　
　　機器學習能夠知曉對特定客戶在什么時間收取何種價格，以獲得大的利潤和成交額。機器學習將擴展目前的企業(yè)級定價優(yōu)化應用所提供的那些服務。大的一個變化將是，如何根據建議策略優(yōu)化定價來達成交易，從而加快銷售周期。