融合AI的挑战在于AI的释放需要设备、网络和算力作为基础

　对于工业场景来说，融合AI的挑战在于AI的释放需要设备、网络和算力作为基础条件。而工厂显然不能拆掉流水线去为AI寻找容身之所。所以工业尝试的，只能是外部的、浅层的、不伤筋动骨的工业智能化能力。于是质检作为一个特殊场景跃然而出。在今天绝大部分工业体系中，质检都是依靠人工来完成的。凭借的是人力的大量重复劳动以及相关经验，而使用智能摄像头和机器视觉算法，来学习和理解质检员需要找到的瑕疵与问题，可以令很多行业的质检工作快速被AI所替代。

实现智能化生产,需要业务系统提出需求

互联网改变了这个局面，人与人，人与厂商，可以低成本的实现连接，从而让每个人的个性需求被放大，人们越来越喜欢个性化的东西。但是个性化的东西需求量没有那么大，这就需要工业企业能够实现快速、小批量、定制化的生产。实现智能化生产，需要业务系统提出需求，通过制造执行系统负责执行、监控和管理生产，智能生产制造是在原有的管理系统与机器互联的基础上，增加生产设备与原材料的管理、机器与机器之间的管理，通过对生产原材料的管理，能实现产品定制化、多品种、小批量生产。

智能车间管理员工的工作状态与生产效率相关性重大

1、智能车间管理

车间管理人员通过电子看板使工人工作状态可视化，并分析工人工作状态、编排数字化工业操作，优化工作流程。未来结合物流管理系统，实现室外仓储管理及厂区车辆自动巡航等场景。

2、 智能人员管理

员工的工作状态与生产状态和生产效率相关性重大，作为车间管理人员我们必须了解员工的生产状态，这时我们可以通过MES和智能看板来帮助管理人员实施了解工作状态，实现智能人员管理。

智慧工厂建设本身并非可以一蹴而就，其落地并不意味建设周期的结束，相反是整个建设和创新的开始。通过前期合理的规划和科学的建设，为未来智慧工厂的深度创新打下坚实的基础，并为更新更优的各类创新技术和产品的融入提供广大的空间。

智慧工厂前景:未来,传统的制造企业

智慧工厂前景：

未来，传统的制造企业都将向“智慧工厂”转型，用自动化和机械设备代替人工，加工制造过程完全靠自动化设备完成，这些设备还可以互联操作人员、加工材料、加工设备、成品半成品实现管控一体化。

智慧工厂的三大特征：

1、首先是基础设施高度信息互联，包括生产设备、机器人、操作人员、物料和成品；

2、其次是制造过程数据具备实时性，生产数据具有平稳的节拍和到达流，数据的存储与处理也具有实时性；

3、再次是可以利用存储的数据从事数据挖掘分析，有自学习功能，还可以改善与优化制造工艺过程。