QQ
1 设备/产品管理：设备/产品管理是工业互联网人工智能应用范围*广的场景。ABB变频器人工智能对联网设备运行信息的高级分析，对产品全生命周期的理解、管理、诊断和维护，将为企业带来更科学和更高效的决策。人工智能在这一领域的应用主要包括：状态监测与报警、故障诊断、预测性维护、产品即服务等。借助微软智能云上的Azure IoT套件，协和新能源搭建起了“Power+”新能源设备管理平台，其预防性维护将能源设备的可利用率提高了1%~5%[《解耦工业互联，赋能转型升级——工业互联网人工智能应用白皮书》，两化融合服务联盟、微软，2019年]，并大幅度降低了检修的时间和人力成本。
2 质量管理：工业企业传统的质量保证体系通常需要大量的前期投资、测试与校准，常用的抽检方式无法覆盖所有产品，同时对人员经验的依赖性较高，容易造成漏检、标准不一致等问题。人工智能可以借助机器视觉、深度学习、智能追踪等技术，在采购、制造、质检三个环节中，控制和优化生产过程、改进质量检测方法，从而确保提高企业的质量管理水平。心鉴智控借助Azure云服务和边缘计算框架，将视觉检测算法与深度学习算法相结合，为医药企业提供了基于AI视觉的质量控制解决方案，对瓶盖、胶囊、药片质量的检测精度可达99.99%2。
3 能源管理：人工智能帮助制造业企业从设备节能降耗、能源精益管理两方面实现合理用能：通过对能源可视化管理和监控分析，有效减少设备故障、空载、轻载等异常情况发生并及时发现能耗改进方向；在此基础上，基于能源数据建模、仿真分析，找到节能空间并形成相应的优化方案，提高能耗预测的准确性，将企业能源计划和节能降耗目标分解到位，实现能源精益化管理。青岛萨纳斯智能科技开发的“Asset”系统利用微软智能云及大数据、物联网技术，将软硬件产品与数据服务紧密结合，实现了自动化调整设备运行状态，数据准确性达到100%2，*大化节省了用能费用，提高了用能效率。
4 安全管理：随着国家对安全生产的要求越发严格，粗放型安全管理模式难以满足工业企业可持续发展需要。基于机器视觉的身份认证、行为识别，对设备实施系统性安全监控与科学性的故障预测，以及基于图像处理技术的烟雾探测、气体分析等技术，能够从员工安全、设备安全、环境安全等三个方面提升行业安全管理水平。上海鸢安开发的工业视频图像智能实时分析平台采用Azure的物联网框架，支持边缘+云端的分级部署，以深度学习视频分析算法，提供了全方位的安全监测方案。
5 供应链管理：人工智能在供应链管理方面的应用可分为三个阶段：企业内部系统和数据的集成、企业间数据的交互，以及产业链中的自我优化。联想BT/IT战略转型部基于微软智能云Azure的机器学习功能构建起了需求预测模型，其在北美市场的预测结果，已经超过了外部预测报告和专家判断。广州云领科技开发的订单综合调度模型，将组成要素标签化、将生产作业环节抽象成数据模型，以智慧仓储方案实现了对订单销量的准确预测，有效缓解了仓储波峰对生产的冲击。ACS580变频器上海不工软件、上海以朴信息等微软合作伙伴针对制造业企业在供应链管理中出现的产销不协同、各部门不协同、供产不协同等问题，借助微软智能云和人工智能，开发了全套企业级解决方案，能够帮助企业优化生产计划、降低生产成本、减少库存压力，实现生产管理智能化、标准化。
摘自网络
摘自网络
