Deloitte Consulting: Bericht zur Anwendungsumfrage zu künstlicher Intelligenz in der Fertigung 2019

Die Anwendung künstlicher Intelligenz weitet sich von der Verbraucherintelligenz auf die Unternehmensintelligenz aus und steigert so die Produktivität. Die Fertigungsindustrie verfügt über große Mengen angesammelter Daten und ist ein blauer Ozean für die Anwendung künstlicher Intelligenz. Im Jahr 2019 traf künstliche Intelligenz auf das industrielle Internet der Dinge auf der Edge-Computing-Ebene und markierte damit das erste Jahr der Implementierung künstlicher Intelligenz im industriellen Sektor.

Der Schritt, die Fertigung durch künstliche Intelligenz zu stärken, wurde weltweit eingeleitet. Der asiatisch-pazifische Raum verfügt über eine starke Produktionsbasis und ist ein potenzieller Markt für die Anwendung künstlicher Intelligenz im industriellen Bereich. Ziel dieses Berichts ist es, ein umfassendes Verständnis der tatsächlichen Situation und Anwendungsszenarien künstlicher Intelligenzanwendungen in chinesischen Fertigungsunternehmen zu erlangen, die Lücke zwischen Ideal und Realität von Projekten zur künstlichen Intelligenz sowie die zukünftigen Entwicklungstrends der Branche zu erkunden.

1. Technologietrends

In den letzten hundert Jahren haben fünf große Trends die Entwicklung der globalen Technologie dominiert, nämlich „elektronische Werkzeuge“, „Halbleiter“, „Unternehmensdienste“, „Telekommunikation“ und „Verbraucherinformationen“. Heute ist der durch das Modell „Internet + Verbraucher“ geschaffene Wert vollständig freigesetzt und hat sich stabilisiert. und der sechste Trend hat sich herauskristallisiert, den wir „Enterprise Intelligence“ nennen. Die intelligente Transformation von Unternehmen hin zu Selbststeuerung und der Nutzung digitaler Technologien zur Problemlösung wird als zukünftiger technologischer Entwicklungstrend angesehen.

Schätzungen zufolge generiert die Fertigungsindustrie jährlich etwa 1.812 PB an Daten und übertrifft damit die Datenmengen der Kommunikations-, Finanz-, Einzelhandels- und anderer Branchen. In den letzten zwei Jahrzehnten ist der Entscheidungsprozess von Fertigungsunternehmen durch das massive Wachstum digitaler Informationen komplizierter geworden. Unternehmen versuchen, Informationen mithilfe intelligenter Technologien effektiv zu verarbeiten und zu nutzen, Muster und Verfügbarkeit von Daten zu entschlüsseln und Probleme zu lösen, die zuvor nicht einmal vorhersehbar waren.

Künstliche Intelligenz wird in der Fertigungsindustrie mit großer Spannung erwartet. Eine Umfrage zur Anwendung künstlicher Intelligenz in der Fertigungsindustrie zeigt, dass 93 % der befragten Unternehmen der Meinung sind, dass künstliche Intelligenz zu einer Schlüsseltechnologie für Wachstum und Innovation in der globalen Fertigungsindustrie werden wird. China hat im Bereich der Anwendung künstlicher Intelligenz herausragende Leistungen erbracht. Das Marktvolumen für künstliche Intelligenz in der chinesischen Fertigungsindustrie wird voraussichtlich im Jahr 2025 die Marke von 2 Milliarden US-Dollar überschreiten und ab 2019 eine jährliche Wachstumsrate von über 40 % aufweisen. Das hohe Wachstum der KI-Anwendungen in der chinesischen Fertigungsindustrie ist vor allem auf günstige politische Maßnahmen, ausreichende Finanzmittel und das Anwendungspotenzial in der Fertigungsindustrie zurückzuführen.

2. Anwendungsszenarien

Künstliche Intelligenz hat in der Fertigungsindustrie viele Anwendungsszenarien, die sich grob in fünf Bereiche unterteilen lassen: intelligente Produktion, Produkte und Dienstleistungen, Unternehmensbetriebsmanagement, Lieferkette und Entscheidungsfindung bei Geschäftsmodellen. Für Fertigungsunternehmen stehen Anwendungsszenarien rund um die intelligente Produktion derzeit an erster Stelle, wenn es um den Einsatz künstlicher Intelligenz geht, gefolgt von produkt- und servicebezogenen Szenarien. Doch in den nächsten zwei Jahren werden sich die wichtigsten Anwendungen künstlicher Intelligenz im industriellen Bereich von der intelligenten Produktion hin zu einem stärkeren Fokus auf Produktdienstleistungen und Lieferkettenmanagement verlagern.

Im Bereich der intelligenten Produktion sind automatisierte Produktionsfabriken, Auftragsmanagement und automatisierte Planung die Szenarien mit den meisten Anwendungen. In den nächsten zwei Jahren werden verstärkt Technologien der künstlichen Intelligenz zur Überwachung der Produktqualität und zum Fehlermanagement eingesetzt. Fortschritte in der Computer-Vision-Technologie treiben die Anwendung künstlicher Intelligenz in der Qualitätsüberwachung und im Fehlermanagement voran.

Im Bereich Produkte und Dienstleistungen gibt es derzeit nur wenige Unternehmen, die künstliche Intelligenztechnologie anwenden, aber die Zahl der Unternehmen, die planen, deren Einsatz innerhalb der nächsten zwei Jahre zu priorisieren, ist erheblich gestiegen, insbesondere in Anwendungsszenarien wie der Verkürzung von Produktdesignzyklen, der Personalisierung des Kundenerlebnisses und der Verbesserung der Marketingeffizienz.

3. Die Kluft zwischen Realität und Erwartungen

Durch Unternehmensumfragen haben wir festgestellt, dass 91 % der Projekte zur künstlichen Intelligenz die Unternehmenserwartungen nicht erfüllten, sei es gemessen am Unternehmensnutzen oder am Budget- und Zeitaufwand. Die große Lücke zwischen den Ergebnissen von Projekten zur künstlichen Intelligenz und den Erwartungen ist weltweit ein weit verbreitetes Phänomen. Diese Lücke wird häufig durch die folgenden Probleme verursacht:

• Vorhandene Erfahrungen und organisatorische Strukturbarrieren;
• Infrastrukturbeschränkungen;
• Methoden der Datenerfassung und Probleme mit der Datenqualität;
• Mangelnde Ingenieurerfahrung;
• Das Projekt ist zu groß und zu komplex.
  

4. Die Zukunft ist hier

Einer Deloitte-Umfrage zufolge sind 83 % der Unternehmen der Ansicht, dass künstliche Intelligenz in den nächsten fünf Jahren tatsächliche und sichtbare Auswirkungen auf ihr Geschäft hat oder haben wird. 27 % der Befragten sind davon überzeugt, dass Projekte im Bereich der künstlichen Intelligenz dem Unternehmen bereits einen Mehrwert gebracht haben. 56 % der Befragten glauben, dass künstliche Intelligenz dem Unternehmen in den nächsten 2–5 Jahren Gewinne bringen wird.

Aus technologischer Sicht werden mehr Unternehmen in komplexe Technologiesysteme investieren, um Produktion, Kosten, Lagerbestände oder Qualitätskontrolle zu optimieren oder um Verkaufs- und Preisprognosen sowie vorausschauende Wartung zu ermöglichen. Für einzelne Technologiekategorien wie visuelle Überwachung, Roboterpositionierung, Expertensysteme usw. besteht relativ wenig Investitionsbereitschaft.

Die Branche ist im Allgemeinen der Ansicht, dass industrielle Plattformen für künstliche Intelligenz es Unternehmen ermöglichen, künstliche Intelligenz zu geringeren Kosten anzuwenden, was eine notwendige Voraussetzung für die Implementierung und Verbreitung künstlicher Intelligenz im industriellen Bereich ist.

5. Empfehlungen von Deloitte

In Chinas Fertigungsindustrie steht die großflächige Anwendung künstlicher Intelligenz kurz vor einer Explosion, und führende Unternehmen haben bereits begonnen, Pläne zu schmieden, um die Oberhand zu gewinnen. Deloitte empfiehlt Unternehmen, bei der Implementierung künstlicher Intelligenz die eigene Strategie, Anwendungsszenarien, Datengrundlage, Teambildung, Partnerschaften, Verifizierung und Implementierung im Blick zu behalten.

5.1 Strategische Zielabstimmung

Unternehmen müssen zunächst sicherstellen, dass ihre KI-Implementierungen ihren Strategien und Geschäftszielen entsprechen. Unabhängig davon, ob das Ziel darin besteht, neue Einnahmen zu generieren, Kosten zu senken oder die Betriebseffizienz zu verbessern, kommt es darauf an, den richtigen Grad an Komplexität zu wählen, um die Geschäftsziele des Unternehmens zu erreichen.

5.2 Anwendungsszenarien klären

Um die richtigen Anwendungsszenarien für künstliche Intelligenz zu finden, ist es grundsätzlich notwendig zu verstehen, in welchen Aspekten diese Technologie besser ist als der Mensch.

5.3 Implementierung der Datengrundlage

Da die aktuelle, auf Deep Learning basierende künstliche Intelligenz in hohem Maße von Big Data abhängig ist, ist die Datengrundlage eines Unternehmens oft der Grundstein dafür, ob ein KI-Projekt erfolgreich umgesetzt werden kann.

5.4 Teambildung und Aufbau von Partnerschaften

Wenn ein Unternehmen KI-Fähigkeiten aufbauen möchte, benötigt es ein Team, das mindestens aus den folgenden Talenttypen besteht: KI-Technologieexperten, Branchenexperten und KI-Anwendungsexperten.

5.5 Validierung und großtechnische Umsetzung

Nach der Erstellung eines Anwendungsszenarios, der Verbesserung der Datengrundlage und dem Aufbau eines Teams geht es im nächsten Schritt um die Verifizierung des KI-basierten Prozessdesign-Prototypen (Proof of Concept). Sobald die Durchführbarkeit des technischen Prototyps bestätigt ist, werden Iterationen und schließlich eine groß angelegte Implementierung durchgeführt.

Die PDF-Version wird an die 199IT-Austauschgruppe weitergegeben. Wenn Sie unsere Entwicklung unterstützen möchten, schließen Sie sich uns an!