認知制造（Cognitive manufacturing）是利用嵌入式認知推理和分布式智能代理，賦予工業(yè)制造系統(tǒng)感知和判斷能力，從而感知生產(chǎn)過程變化，響應生產(chǎn)環(huán)節(jié)動態(tài)波動，控制生產(chǎn)成本和生產(chǎn)率水平，追蹤能源損耗強度和產(chǎn)品碳足跡，提升產(chǎn)品生產(chǎn)過程的可持續(xù)性。認識制造是對計算機輔助生產(chǎn)控制過程的革新，對提升制造業(yè)發(fā)展水平具有重要發(fā)展應用前景。

本文將闡述認知制造的重要性，從認知制造技術(shù)架構(gòu)著手重點介紹四種基本的生產(chǎn)制造應用：資產(chǎn)績效管理、流程和質(zhì)量改進、資源優(yōu)化以及供應鏈優(yōu)化，為企業(yè)提供制定智能制造實施戰(zhàn)略的建議和步驟。

認知制造如此強大的原因在于，它將基于傳感器的信息與機器學習以及其他人工智能能力相結(jié)合，從來自工廠、企業(yè)和工業(yè)系統(tǒng)的結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)中尋找模式。它可實時匯總相關(guān)信息，并應用分析產(chǎn)生對制造流程前所未有的理解及洞察。它可以根據(jù)調(diào)查結(jié)果自動進行反應，為制造行業(yè)的決策者提供可行性信息和持續(xù)更新的知識。

這些先進功能如今得以實現(xiàn)，在于推動物聯(lián)網(wǎng)和數(shù)據(jù)分析引擎的技術(shù)已成熟并可大規(guī)模實施，這應歸功于芯片組、傳感器、云計算與存儲的普遍連接和成本的降低。對于想要利用物聯(lián)網(wǎng)應用生成的海量數(shù)據(jù)（從傳感器收集的數(shù)據(jù)到文本文件、通信、視頻、音頻和其他來源中包含的非結(jié)構(gòu)化數(shù)據(jù)）的公司，這些功能也是必需的。

認知技術(shù)可通過迄今只有人類大腦能夠理解的方式尋找這些數(shù)據(jù)中蘊含的意義。在現(xiàn)代化制造時代，這種理解水平將被視為取得成功的關(guān)鍵，因為加劇的競爭和成本敏感度的提高需要制造商提高敏捷性、響應能力和創(chuàng)新水平。

認知技術(shù)為制造商解決的關(guān)鍵問題

制造商可使用認知技術(shù)解決基本業(yè)務挑戰(zhàn)，在制造數(shù)據(jù)中尋找新價值，提高質(zhì)量，以及改進組織內(nèi)部的知識管理。

解決業(yè)務挑戰(zhàn)：認知制造可幫助企業(yè)改進基本業(yè)務指標，例如生產(chǎn)力、產(chǎn)品可靠性、質(zhì)量、安全性和產(chǎn)量，同時縮短停機時間和降低成本。應用程序簡單便捷，并且收益立竿見影。例如，派去維修機器的現(xiàn)場技術(shù)員只需將癥狀提交至認知引擎，隨后該引擎將分析癥狀并給出一系列按成功概率排序的維修方案選項。此方法可提高首次修復率，從而改進生產(chǎn)效率并降低成本。

利用制造數(shù)據(jù)創(chuàng)造新價值：認知技術(shù)將深入研究制造流程和商業(yè)環(huán)境，以獲得對于制造商具有切實價值的信息。該流程會考慮新的數(shù)據(jù)源和非結(jié)構(gòu)化數(shù)據(jù)，并應用高級分析模型，在數(shù)據(jù)中尋找之前未顯露的重要關(guān)系。

借助認知技術(shù)，過去依賴歷史數(shù)據(jù)的預測性維護活動，可通過技術(shù)人員日志、維護記錄、電子郵件和其他來源中的信息來加以補充。產(chǎn)品檢測可通過認知視覺檢測系統(tǒng)執(zhí)行，該系統(tǒng)將從生產(chǎn)產(chǎn)品的圖片中學習以識別缺陷，并確定這些缺陷是否與質(zhì)量問題相關(guān)。使用這些技術(shù)的企業(yè)還可改進工廠運營和績效，并降低成本。

提高產(chǎn)品質(zhì)量：成功的制造商始終致力于打造最優(yōu)質(zhì)的產(chǎn)品。例如，IBM在近期對電子設(shè)備制造商的調(diào)研中發(fā)現(xiàn)，三分之二(66%)的公司高管將在生產(chǎn)中最小化缺陷和提高精確度視為其設(shè)備的關(guān)鍵性能指標。

認知制造使企業(yè)能夠在整個產(chǎn)品開發(fā)生命周期中高度關(guān)注產(chǎn)品質(zhì)量—從設(shè)計到制造，甚至分銷之后的流程。公司必須通過保修和支持計劃確保產(chǎn)品質(zhì)量。此方法可提高產(chǎn)量、降低整體保修成本，同時有助于確保產(chǎn)品生命周期內(nèi)的客戶滿意度。

加強知識管理：認知制造的關(guān)鍵在于利用多種來源的數(shù)據(jù)——不僅包括設(shè)備傳感器，也包括日志、手冊、員工生物特征監(jiān)測器或環(huán)境。此方法將這些類型的數(shù)據(jù)源和數(shù)據(jù)整合到分析流程中，創(chuàng)建出一種持續(xù)學習的知識系統(tǒng)。它能夠基于對生產(chǎn)條件的全面了解提供有見地的操作建議。

認知制造的技術(shù)架構(gòu)

在認知制造的技術(shù)架構(gòu)中，各種技術(shù)相互協(xié)作，幫助公司轉(zhuǎn)變和優(yōu)化生產(chǎn)。該技術(shù)堆棧包括設(shè)備、物聯(lián)網(wǎng)平臺、應用層以及特定于應用的行業(yè)環(huán)境。

設(shè)備層：設(shè)備包括傳感器、網(wǎng)關(guān)或可編程邏輯控制器(PLC)，這些器件提供從發(fā)動機、渦輪機到加工設(shè)備或機器人的相關(guān)信息。在添加、更換或升級設(shè)備時，合作伙伴參與的生態(tài)系統(tǒng)可以提供軟件程序和更新。

物聯(lián)網(wǎng)平臺層：物聯(lián)網(wǎng)平臺提供設(shè)備連接，與設(shè)備之間傳輸數(shù)據(jù)，將設(shè)備中的信息推送或傳輸?shù)綉脤右怨┓治龊陀嬎恪Ｒm應來自各種受監(jiān)測設(shè)備的數(shù)據(jù)，以及要促進相關(guān)供應商的協(xié)作，一個開放式平臺是必不可少的。該平臺應具有可擴展性和全面性，以容納所有必須接收和傳輸?shù)臄?shù)據(jù)。

應用層：應用層評估設(shè)備狀態(tài)和運營數(shù)據(jù)，它使用高級分析、機器學習和其他認知功能預測設(shè)備性能問題，并提供早期預警。應用層可在設(shè)備數(shù)據(jù)中發(fā)現(xiàn)不明顯的模式，并從文檔、手冊、通信和合作伙伴的信息(包括視聽材料)中獲取見解。數(shù)據(jù)分析可在系統(tǒng)邊緣執(zhí)行，以幫助加快分析速度，盡快為決策者提供結(jié)果。

行業(yè)解決方案層：行業(yè)解決方案層為應用層添加該領(lǐng)域?qū)I(yè)知識。其背景可包括行業(yè)特定的分析模式、與行業(yè)特定用例相關(guān)的高級認知能力，或者可根據(jù)制造過程定制的認知視覺檢測技術(shù)。

如何開始

公司必須制定相關(guān)戰(zhàn)略，以實現(xiàn)認知制造實施的最大價值。精心制定的戰(zhàn)略將為實施建立商業(yè)案例和長期愿景，按優(yōu)先級順序列出作為實施目標的制造流程，確定項目所需的各種技術(shù)和技能，以及獲得高管對此工作的支持。首先，

●找到痛點。例如，工廠中也許最昂貴的設(shè)備經(jīng)常停機，因而削弱了它帶給工廠的價值。確定此需求后，您可將項目設(shè)計為側(cè)重于提高組件性能和利用率。

●找到最佳數(shù)據(jù)資源。企業(yè)中某些領(lǐng)域的數(shù)據(jù)優(yōu)于其他領(lǐng)域。尋找那些信息充足或豐富，并可以滿足特定業(yè)務需求的領(lǐng)域，因為這些領(lǐng)域產(chǎn)生價值的速度將快于工廠中數(shù)據(jù)有限的領(lǐng)域。

●考慮認知制造對業(yè)務流程的影響，在認知制造部署期間針對這些影響做好準備。同時推進各項工作，即可相互提供相關(guān)信息。

●認識到認知制造是一個發(fā)展過程。制定時間表，在前幾個月內(nèi)審核、更新和改進戰(zhàn)略，并在未來定期重新評估。