“

　　在工業(yè)應用中使用人工智能和機器學習技術(shù)，往往需要專業(yè)和廣泛的知識儲備。如何改善人工智能和機器學習的培訓，使得更多的制造企業(yè)受益于此？

　　”

　　人工智能（AI）人才稀缺，很少有工業(yè)企業(yè)在其內(nèi)部擁有足夠的AI人才。人工智能將改變很多工作崗位，企業(yè)應為每位員工提供所需的知識和培訓，以適應新的AI增強角色。AI資源有助于企業(yè)實現(xiàn)新的業(yè)務模型，提供更好的服務。

　　在過去十年中，人工智能的設計、開發(fā)和實施，已經(jīng)擴展到很多領(lǐng)域。制造企業(yè)正致力于理解AI的商業(yè)潛力以及尋找合適的AI人才。

　　越來越多的國家開始認識到人工智能帶來的機會，著手制定國家級人工智能戰(zhàn)略。2017年芬蘭啟動了人工智能計劃，是最早啟動該項計劃的國家之一。該AI計劃確定了一小部分公司作為人工智能實施的先行者；大多數(shù)公司都處于在運營中使用數(shù)據(jù)和人工智能的早期階段。

　　解決AI的技能差距

　　解決AI技能差距的一種方法是增加數(shù)字、數(shù)學和技術(shù)教育的資源。以芬蘭為例，目前的教育體系對AI在不同領(lǐng)域的應用還不夠重視。學術(shù)和培訓項目無法跟上AI快速創(chuàng)新的步伐。AI教育應盡早開始，并在每個階段都開展這方面的教育。學術(shù)界、公司和公共部門的官員必須共同努力，確保提供全面的AI課程。大規(guī)模在線公開課程（MOOC）提供了一種新的路徑，可以為大眾提供基本的AI教育，這是非常好的方法。但是，更深入的了解通常需要量身定制的教育模塊。

　　與很多其它行業(yè)相比，在AI和機器學習（ML）應用方面，制造業(yè)目前相對落后。采用新技術(shù)，特別是在過程工業(yè)中，需要冗長的規(guī)劃，這很費時間。制造企業(yè)在優(yōu)化生產(chǎn)方面擁有悠久的歷史，而且投資生命周期可能持續(xù)數(shù)十年，因此無法迅速做出改變。此外，安全和環(huán)境法規(guī)也要求嚴格監(jiān)管。

　　根據(jù)普華永道AI影響指數(shù)的行業(yè)預測，到2023年，一些行業(yè)部門營業(yè)利潤率（扣除商品成本和運營費用后，每一歐元收入中剩下多少錢的百分比）可能會提升60％至100％。不同行業(yè)的“AI提升曲線”可能存在差異，這主要受到兩個因素的影響：1）行業(yè)采用不同AI應用的速度；2）開發(fā)能夠解決特定行業(yè)問題的AI解決方案。

　　AI制造的收益和挑戰(zhàn)

　　在制造業(yè)中，短期收益預計主要來自過程自動化和基于生產(chǎn)率的解決方案。中期收益則來自于智能自動化所具有的巨大潛力，可以實現(xiàn)更復雜過程的自動化，而預測性維護和優(yōu)化應用則可進一步提高性能。

　　▎Dimecc公司的機器學習學院，展示了人工智能和機器學習項目的周期性。圖片來源：Dimecc

　　AI和ML帶來的生產(chǎn)率提升，不僅取決于技術(shù)本身的引入。還需要改變工作的組織形式并擴展員工的知識。

　　研究表明，采用AI和ML的最大障礙是技能差距。大多數(shù)時候，調(diào)查會指向開發(fā)AI和ML解決方案所需的技術(shù)。但是，AI和ML中最大的技能差距遍布整個組織。

　　芬蘭AI計劃的最終報告指出，芬蘭為那些旨在成為AI專業(yè)人士（信息技術(shù)、數(shù)學）的人提供了高質(zhì)量的教育，但是AI應用領(lǐng)域存在差距。在這些領(lǐng)域中，AI的效果將最快顯現(xiàn)。工作組表示，要實現(xiàn)雄心勃勃的AI目標，最重要的是確保提供多樣化的教育，對新的教育方法進行投資，并制定新的人才吸引計劃。

　　對員工進行持續(xù)教育是一個挑戰(zhàn)，不同的運營和機制可以解決這些問題。一個關(guān)鍵因素是要提高管理人員對AI機會的認識和了解，以確保有足夠的投入用于新的、更靈活得教育方法。

　　對員工AI技能的要求

　　員工能力要求受就業(yè)市場工作需求變化的影響。在開發(fā)和應用AI的任務中，對新人才的需求正在快速增長。普通的教育途徑無法解決這一需求。需要新的運營方式和機制，來幫助有效地提高現(xiàn)有員工的AI技能。

　　通常來說，員工的大部分能力都是通過在職學習獲得的，因此企業(yè)對員工的能力發(fā)展負有更多責任。企業(yè)應積極尋求通過內(nèi)部或與其它組織合作來對員工進行教育和培訓的機會。

　　教育方法很多，但很少有工業(yè)4.0環(huán)境下的現(xiàn)場學習。企業(yè)需要適當?shù)目冃гu估策略和員工培訓，以及自我調(diào)節(jié)、反思、協(xié)作和混合學習，以降低將員工排除在工業(yè)4.0環(huán)境之外的風險。未經(jīng)適當培訓的企業(yè)，會影響其生產(chǎn)效率、產(chǎn)品多樣性和質(zhì)量。

　　企業(yè)需要使現(xiàn)有專業(yè)人員具備AI技能，才能在AI驅(qū)動的環(huán)境中運用他們的知識。2018年對“未來工作環(huán)境”和“學習家庭”的一項研究成果支持此論點，該研究指出，對員工進行AI和ML技能培訓，可能是填補技能差距的有效方法。

　　員工培訓能否成功，將取決于其靈活性和解決問題的能力以及參與終身學習的意愿；否則，員工可能將無法跟上工作場所和工作程序變化的需求。這一挑戰(zhàn)也可以解釋，為什么許多企業(yè)不愿投資于通常包括AI的網(wǎng)絡物理系統(tǒng)（CPS）。企業(yè)層面的技能管理以及公共教育改革，是引入CPS的重要因素。

　　機器學習課程和培訓

　　可以從主要技術(shù)提供商（例如IBM、微軟、亞馬遜和谷歌等）或由知名大學組織的MOOC課程那里，獲得關(guān)于AI和ML的免費、通用的在線培訓。

　　例如一個名為“Elements of AI”的在線課程，它由芬蘭技術(shù)公司Reaktor公司和赫爾辛基大學合作創(chuàng)建。通常，此類培訓的目的是“揭開AI的神秘面紗”，以鼓勵更多的人了解AI是什么、它有什么用處以及它的局限性。

　　來自Dimecc公司的機器學習學院，與Futurice 公司合作，專注于行業(yè)定制方案，利用有針對性的方法來消除、至少是縮小AI能力差距。機器學習學院的主要目標受眾包括管理和參與AI/ML開發(fā)項目的研發(fā)主管和工程師，以及業(yè)務和產(chǎn)品所有者。為了完成這些任務，他們需要了解如何定義、規(guī)劃、評估和管理包含AI和ML元素子實體的開發(fā)或內(nèi)包。例如，對于研發(fā)工程師來說，重要的是要了解這些新技術(shù)的引入，將如何改變其產(chǎn)品開發(fā)流程的功能、邊界、調(diào)度和接口。課程結(jié)束后，參與者可以了解AI和ML的基礎知識，并具有識別和管理旨在從這些新方法中受益的開發(fā)任務的能力。

　　在整個課程中，會介紹各種類型的業(yè)務和技術(shù)，并將其用作學習工具。他們的主要目的是幫助參與者了解在數(shù)據(jù)科學項目的不同階段中，需要關(guān)注的重點以及需要與哪些利益相關(guān)者進行互動。例如，第一個模塊中使用的“業(yè)務目標和情境”，可指導其用戶與業(yè)務所有者以及為該項目提供資金的人員一起工作，回答諸如“該項目的業(yè)務目標是什么”， 以及“如何與我們的業(yè)務戰(zhàn)略相適應”之類的問題。

　　參加者很高興能更多的了解ML項目是如何推動和塑造實際業(yè)務的。此外，與準備和運行實際ML項目有關(guān)的主題也受到關(guān)注，例如數(shù)據(jù)準備（收集、清理、預處理、過濾、分析等）以及不同ML方法的比較。一位參加者表示：“很多情況下，我們做的很多工作，只是確認了我們無法獲得足夠的數(shù)據(jù)?！?/p>

　　一個具體的例子是Ponsse PLC的現(xiàn)場項目，該項目側(cè)重于售后服務，尤其是農(nóng)作物收獲設備的現(xiàn)場維護，在該項目中使用ML來識別所需的換油間隔。目前，液壓油和過濾器每隔1800小時就更換一次，而優(yōu)化的更換間隔則意味著可以節(jié)省大量成本。

　　機器學習應用和培訓中的技能差距，對制造和機械制造行業(yè)有影響。盡管在可預見的將來，這些技能差距仍將存在，但顯然需要量身定制的AI/ML培訓計劃，以幫助公司培訓員工并鼓勵他們開始嘗試AI。

　　改善AI/ML培訓的4個建議

　　為了更好的提升AI培訓的效果，讓更多的制造企業(yè)受益于此，對于提供AI和ML培訓的企業(yè)、行業(yè)協(xié)會和其他組織，有如下4個建議：

　　1

　　為您所在的行業(yè)定制課程

　　我們建議不要與Google等領(lǐng)先的科技公司在AI領(lǐng)域展開全面競爭，而建議成為您所在行業(yè)領(lǐng)先的AI公司，在該行業(yè)中開發(fā)獨特的AI功能將使您獲得競爭優(yōu)勢。AI如何影響您公司的戰(zhàn)略將取決于行業(yè)、公司和具體情況。

　　2

　　將重點放在企業(yè)的全員教育上

　　我們建議不要在組織內(nèi)部建立獨立的AI部門，而是應該在各個層級（從管理層到車間）提高AI能力和理解力。

　　3

　　AI培訓應鼓勵具體試點和用例

　　建立鼓勵具體應用的AI培訓課程，這有助于將AI概念轉(zhuǎn)化為實際價值。

　　4

　　改進現(xiàn)有的AI教育

　　探索建立AI教育專項賬戶的機會，以推進成人教育市場的正常運轉(zhuǎn)。增加基于網(wǎng)絡的培訓課程的數(shù)量，并為所有人開放大學課程。將AI教育與職業(yè)學校課程相集成。

　　關(guān)鍵概念：

　　■ ML應用存在AI技能差距。

　　■ 對于工業(yè)4.0，需要更多的AI和ML知識。

　　思考一下：

　　吸引下一代進入制造業(yè)，需要改進用于ML和 AI的教育和培訓機制。