AI是一個很大的范疇，它可以應用在非常多的行業(yè)，尤其是人力投入非常多的制造業(yè)，下面我們給大家介紹非常典型案例，讓大家更清楚AI 在制造業(yè)方面的應用案例。

通過上圖，我們可以看到，寶馬推行AI的流程看起來非常的復雜，但大家其實只要注意一件事情，就是寶馬成立的一個所謂數(shù)據(jù)分析&機器學習能力的中心，叫做D3。D3是什么？它其實是 digital driver decision 的縮寫。大家可以看到digital data driver  decision第一個D是Data，為什么Data這么重要，其實所有的人工智能，我們都叫它數(shù)據(jù)驅(qū)動。那為什么叫數(shù)據(jù)驅(qū)動？因為我們所有工廠的運作流程，需要有一些資料信息數(shù)據(jù)，有了資料信息才知道該怎么做判斷和決策。假設沒有數(shù)據(jù)的話，那AI幾乎都動不了。

所以我們在學校學機器學習的時候，這里面的演算法幾乎都是幾率統(tǒng)計，因為它就是把一堆的數(shù)據(jù)收集起來，然后用幾率分布或是用線性代數(shù)的幾率去計算到底要用什么樣的一個模型去對應什么樣的目標函數(shù)，這樣就可以算出最后的一個預測結果。所以無論如何都需要資料，如果在沒有資料的狀況下，是很難把 AI建立起來的。

這時可能會有人說，現(xiàn)在不是有自主學習，不需要一開始就要有資料。這個說法是正確的，但是大家要知道這種所謂的非監(jiān)督式的學習，是可以在過程當中慢慢學習起來，但它里面有個關鍵字叫過程，你的過程從1天、2天、3天、4天、5天這樣，會慢慢讓你的學習的模型慢慢的智能化，但是這1~5天或1~7天，也是在收集資料，所以說資料的收集是非常重要的！

寶馬這么大型的公司，他們的AI控制中心平臺叫做D3（data driver decision）。那第一個就是Data，這個部分大家一定要非常清楚，假設你的企業(yè)或者工廠要導入AI的時候，我們第一步要做的就是要想辦法把資料收集到，只要能夠把資料收集到，后面一切事情就好辦了，不管后面用什么樣的模型、算法，我們都可以在有資料的基礎上很好的開展。

因此，可以看到寶馬整個AI的實施，在成立D3的決策推動這樣一個平臺之后，會有一個非常重要是事情，那就是AI人才的招募和培養(yǎng)。

AI人才招募和培養(yǎng)是現(xiàn)在所有企業(yè)遇到最困難的問題，因為現(xiàn)在AI人才普遍的不足，還有就是 AI人才，他對我們產(chǎn)業(yè)里面一些精神或文化不清楚，所以這個人才可能只懂AI，不知道企業(yè)制造板塊到底是隱形眼鏡還是食品業(yè)，也不知道如何使用AI去解決目前企業(yè)的問題，因此既懂技術有懂業(yè)務的AI人才是非常缺乏的。

這里需要大家去思考一下，在導入AI的時候遇到這些瓶頸該怎么解決，然后AI人才跟整個平臺的定義都清楚后，才開始實施并做經(jīng)驗的總結。經(jīng)驗總結對AI有非常大的影響，因為人工智能里面有很多智能的規(guī)則、規(guī)范或策略，都是從人的經(jīng)驗學習得來的，所以這部分非常重要。

寶馬人工智能項目負責人，就說過AI平臺是非常重要的一環(huán)，在比較大型企業(yè)就會發(fā)現(xiàn)他們每個AI的實施都用單點實施。但是，單點解決問題只能一次解決一個，可當問題越來越多時，就一定要去organize去整理所有的這些問題，然后用一個平臺去管理它。因為過去做的一切其實是非常發(fā)散的，后續(xù)沒有辦法再重新有效利用，因此，建立這個平臺思維非常重要！

我們科理的AI產(chǎn)品就是依據(jù)這種新型的理念開發(fā)的，能真正的實現(xiàn)從端到端的AI平臺化實施。

科理AI平臺服務

實現(xiàn)由AI訓練 至一鍵部署應用之 一體化方案

AI平臺是類似云平臺的端到端AI開發(fā)解決方案。操作簡單，幾乎不需要數(shù)據(jù)工程師干預，企業(yè)依賴非常低的人力及硬件設施投入，就可以輕松建立企業(yè)AI應用體系。AI平臺的目的是把公司識別出的AI機會項目落地。在同一平臺的集中管理下，可同時實現(xiàn)產(chǎn)品質(zhì)量檢測、尺寸測量、機臺監(jiān)控、工業(yè)數(shù)據(jù)分析、環(huán)安健監(jiān)控、RPA流程自動化、智能倉儲等功能。