人工智能正迅速成为提升工业运营效率的基本要素，原因在于其可以帮助生产者减少多达20%的加工成本。但BCG一项全球调查的受访者们表示，要想在工业运营中实现人工智能的愿景，单靠技术进步是不够的。

自然而然，全球各地、各行业的企业都在探索将人工智能用于企业生产运营的可能性。但人工智能究竟能否如预期般产生如此大的效益？一些企业高管对此依然持怀疑的态度，在此我们必须梳理AI落地的一系列问题的思考。

人工智能应用场景

目前工厂里的自动化生产线和自动机械都是按照设定的规则运转，机器人编程也只针对固定的使用场景。相比之下，未来的工厂将利用人工智能支持自动化流程和机械，通过智能决策应对不熟悉或者预期之外的情况。技术系统的灵活性和可适应性因此增强。比如，在以规则为导向的方案中，一个机器人无法从一箱未分类的零件中识别并选出所需的零件，因为它缺少所需的具体程序去处理无数可能的零件取向。而有人工智能支持的机器人不管目标取向如何，都可以从一堆纷乱的零件中挑选出自己需要的。

企业落地AI应用的战略规划

为了给人工智能的实施提供方向和指导，企业需要制定一项明确的战略。

人工智能战略应聚焦最有价值的使用场景——能够满足企业的具体业务需求，帮助企业应对挑战——与企业的整体数字化战略协调一致。

企业还需要明确的实施路线图，为投资提供商业论证和可衡量的目标。

高层管理者应该利用各种沟通途径，宣传和普及AI知识，确保企业内部清楚地理解人工智能。企业推行人工智能时应设立明确的角色、划清责任、配备一个清晰的组织结构。要克服对人工智能应用的文化抵触，相关部门的高效协作和沟通是必不可少的。

员工能力要求提高 

生产车间要采用人工智能，企业所需的人才必须拥有过硬的编程、数据管理和分析能力。企业应该清楚地知道自己需要什么样的技能组合，并评估所需人才和现有人才之间的技能差距。

像人工智能在生产运营中的基础应用等知识，员工可以通过企业内或企业外的培训项目学习和实践。据调查，企业在生产运营中应用人工智能的能力不足，超过四分之一（29%）的受访者表示自己的企业招聘了更多致力于推行人工智能的员工，将近一半（47%）的受访者期待未来此类员工的数量进一步提升。

IT基础设施建设

应用程序接口和网络规范提升了传统IT系统和机器设备的互操作性，这是成功推行人工智能的关键。网络安全是实践者在采用人工智能和工业4.0时的另一个主要担忧。

在实施人工智能时，企业应该考虑采用敏捷的工作模式，根据需求的变化及时调整战略和路线图。企业应该利用快速试错、最小可行性产品的方法应用人工智能技术，先小规模测试新想法，然后通过快速的迭代不断完善，最终全面推行。早期采用者比落后者更可能使用敏捷工作模式。

企业实力考验

交通物流（21%）和汽车（20%）企业在实现智能化生产中所占的比例最高，工程产品（15%）和加工产业（13%）则相对落后，汽车和高科技企业最为先进。企业员工人数也与人工智能的应用相关，跟大企业相比，小企业的预算更少，采用人工智能的能力更弱。尽管最近技术的进步和数据储存、数据处理的成本不断下降，降低了人工智能投资的门槛，但综合能力的差距依然存在。

人工智能正成为提升运营效率的最重要的工具，在研究人工智能应用落地的同时，我们意识到：要想获得人工智能产生的效益，远不止技术投入那么简单。一个阐述清晰的战略是必备的启动因素——但即便这样也是不够的。企业必须配备合适的管控和支持基础设施，对员工进行重新配置和再培训。