IBM商业价值研究院：人工智能影响波及工业品行业：丰富的数据，可观的回报(20页)（附免费下载链接）

皮匠网每天给您带来最全最新各类数据研究报告

如何发掘隐藏的洞察

工业品行业充斥着不可计数的数据。检测仪表、传感器、机床、自动化系统、生产经营、维护记录、健康和安全应用都在源源不断地产生数据。工业品企业亟需运用先进技术，深入剖析整个企业中的数据，更好地满足消费者需求，实现流程持续改进。为解决运营和市场问题，实现工业 4.0的愿景 ， 少数表现出众的企业开始利用人工智能/认知技术，积极转变思维模式。在本报告中，他们分享了自身的人工智能成功经验。（原文来自皮匠网，关注“三个皮匠”微信公众号，回复“工业品行业”获取下载链接）

概述

全球工业品行业中，企业面临诸多严峻挑战：成本压力加剧，法规力度不断增强，颠覆性技术层出不穷，原材料供应成本越来越高。商品价格波动剧烈，不仅严重侵蚀企业利润，而且影响运营效率。

流程、工艺和绩效观念也在发生显著的改变。企业不再采用线性方式运营，工程、维护和规划等职能工作流也不再彼此隔离。企业需要将价值链作为统一整体，以便应对不断波动的需求周期，支持开展高成本的供应活动。

新型人工智能技术采用智慧系统适应环境，不断学习，将丰富的数据转化为有意义的洞察。通过扩大数字智能采用范围，人工智能技术可帮助主管将数据转化为洞察，推动创新，做出更明智的运营和财务决策。

为了解企业如何更有效地制定人工智能采用计划， IBM 商业价值研究院(IBV) 联合牛津经济研究院，采访了世界各地 6,000 多位最高管理层成员和职能部门负责人 — 其中包括 300 多位工业品行业受访者。我们的目标是更充分地了解他们在应用人工智能解决方案解决最迫切的业务挑战以及把握机遇方面的想法、期望和目标。

本报告深入研究了工业品行业高管如何看待自己的行业和企业在采用人工智能方面的技术准备程度。本报告揭示了企业目前应用人工智能的程度，以及未来几年在这方面的计划。另外，我们还确定了一组在人工智能采用方面领先于同行的表现出众企业， 深入研究了他们的与众不同之处。

为何要使用人工智能，为何时不我待？

借助人工智能，企业可以综合利用海量结构化和非结构化数据以及自然语言查询结果，并应用机器学习能力分析数据。在这些功能的共同作用下，势必可以大大深化洞察、提高效率及提升速度。

在采用人工智能方面，工业品企业正处于一个关键的转折点。受访主管认识到，技术已经成熟，可以在市场上推广。半数以上的受访主管表示，自己所在行业和企业已准备好采用人工智能（见图 1）。

工业品企业特别希望在哪些领域投资发展人工智能（见图 2）？

所有这三个优先领域都为提高效率及改进决策创造了重大机遇。在质量控制方面，人工智能系统可以分析原材料、生产线、成品、维护记录和客户投诉数据，确定引发质量问题的起因。

构建人工智能数据基础

对于表现出众的企业而言，建立人工智能数据基础的前提是他们清楚地了解自己希望通过数据监管和数据问责制实现什么目标。 68% 表现出众的企业制定了数据和分析战略，而表达同样观点的其他受访者仅有 53%。59% 表现出众的企业设立了首席数据官或同等职位的高管，负责监督实施相关战略，而表达同样观点的其他受访者仅有 42%。另外，表现出众的企业还制定了更加成熟的数据监管战略。 76% 表现出众的企业采用企业范围的系统管理数据，采取了相同做法的其他企业则为 52%； 68% 表现出众的企业集中实施数据决策，采取了相同做法的其他企业则为53%。

在投资先进数据功能方面，表现出众的工业品企业遥遥领先于其他企业（见图 3）。近 2/3 的领先者投资发展高新科技，提供分布式存储和处理支持，采集并分析流数据，共享运营信息。表现出众的工业品企业在基于云的存储和数据保管服务方面的投资比所有其他受访企业高出两倍。

专注培养新技能

在 2016 年 IBV 全球技能调研中， 65% 的行业受访者表示，人工智能将对未来五年的技能需求产生重大到中度的影响。工业品行业的人工智能需求发展迅速，致使数据科学和应用工程人才需求量大幅攀升。 86% 表现出众的工业品企业认识到亟需转变员工角色和技能以支持人工智能，而表达同样观点的所有其他受访者则为 70%。

89% 表现出众的企业在内部具备实施人工智能技术的各项技能，而表达同样观点的所有其他受访者仅有 51%。这些表现出众的企业专注培养特定技能，包括数据可视化、高级数据分析和高级数学建模（见图 4）。

表现出众的企业普遍在企业内的三个或更多部门和职能领域利用大量不同的分析技术（见图 5）。超过 60% 表现出众的企业采用机器学习、情绪分析和预测性分析，同时还有半数以上采用自然语言处理技术。这其中的任何一种方法都能成为人工智能之旅的切入点，而综合使用这些方法则效果更好。