赛迪顾问：AI助力中国智造白皮书（附下载地址）

三个皮匠微信公众号每天给您带来最全最新各类数据研究报告

核心观点总结

解决痛点：AI技术在制造业的应用需落在工业智能产品或具体工业痛点的解决方案上，相比较“锦上添花”的工业智能产品，“雪中送炭”的技术更容易被制造业接受。

需求导向：工业AI产品的研发应从制造业企业实际需求出发，通过AI技术满足制造业全生命周期中的不同需求。

安全保障：核心数据安全依旧是工业企业最为关心的因素，由于工业核心数据是制造业企业最为关键的资产，数据上云或者数据外传都会严重威胁到企业核心数据的安全，因此中大型企业更愿意选择本地化或者上私有云。

数据挖掘：AI技术的必要条件是工业大数据的完整收集及分析，大部分工业企业仍未完成信息化、数字化，导致数据量不足、数据结构不统一，增加了AI技术应用难度。

云边协同：在云端与边缘侧共同发力，云边结合打造行业的工业大脑。将丰富的云端业务能力延伸到边缘节点，实现传感器、设备、应用集成、图像处理的协同。

算法建模：目前人工智能算法框架以国外企业提供的开源框架为主，以GitHub为代表的开源社区大多由境外公司提供服务，具有中国自主知识产权的深度学习框架，有助于在工业信息化领域保障产业链安全。

商业模式：工业的发展进程正在从企业产品牵引用户需求变为用户需求引领企业生产,智能制造对于工业领域附加值的提升也应该逐步从生产制造环节的降本增效，转向提供高附加值衍生服务,即 “智能制造” 生产的 “智能产品”提供的“智能服务”。（关注公众号“三个皮匠”，获取最新行业报告资讯）