2017年人工智能在工业领域应用分析报告
人工智能AI行业分析报告 (30)
人工智能AI行业分析报告摘要：人工智能（AI）是当今领先的技术之一，在实现智慧化、自主化、自动化的领域中发挥着重要作用。
随着社会需求和技术创新的不断提高，AI行业快速发展，并将深度融入到各个行业中。
本文重点分析了AI行业中六大方面，包括技术发展趋势、应用场景、市场规模、政策环境、行业痛点和未来展望。
一、技术发展趋势AI技术的发展主要包括三个方面：算法、数据和计算能力。
对于算法来说，深度学习是目前最主要的技术，其广泛应用于图像识别、自然语言处理和语音识别等领域。
同时，其他技术，如传统的机器学习、强化学习、生成对抗网络等，也在不断发展，为AI技术提供了更多的选择。
对于数据而言，AI技术需要大规模、高质量、多样化的数据，而数据平台和数据清洗技术的发展，则是实现数据优化的重要保障。
计算能力的发展则主要表现为云计算和分布式计算的技术愈发成熟，以及硬件生产商为AI算法量身定制的处理器的崛起。
二、应用场景AI技术的应用场景十分广泛，包括但不限于：1.金融领域：人脸识别、信用评估、反欺诈等。
2.医疗领域：疾病预测、医学影像分析、智能健康管理等。
3.零售领域：商品智能推荐、人脸识别支付等。
4.企业领域：预测分析、风险管理、销售预测等。
5.智慧城市领域：智能交通、公共安全、环境监测等。
三、市场规模随着技术的不断进步，AI在各个行业和领域的应用也在不断增长，市场规模也在不断扩大之中。
根据市场调研机构Gartner的报告，全球AI市场规模预计将在2022年达到1万亿美元，未来五年AI市场的CAGR将达到37.3%。
四、政策环境AI技术的研发和应用需要国家政策的支持和引导。
目前国际上，美国、加拿大、欧洲等国家均发布了相关政策，其中涉及AI技术的产业发展、创新应用、人才培养等多个方面。
在国内，2017年11月，中国国家发展改革委、科技部、工业和信息化部三部委发布了《新一代人工智能发展规划》，规划了到2020年、2025年和2030年的发展目标，对人才培养、技术研发、应用推广等也做出了具体的要求和支持。
人工智能应用效果分析报告
人工智能应用效果分析报告引言人工智能（Artificial Intelligence，AI）是当下科技领域的热门话题，其在各个领域的应用也越来越广泛。
本文将对人工智能的应用效果进行分析，探讨其在工业、医疗、金融、教育等领域的应用效果，并总结人工智能对社会的影响。
一、工业领域1. 机器人自动化生产人工智能在工业领域的应用得以广泛推广。
通过机器学习与自动化算法的结合，企业可以实现生产环节的自动化，提高效率并节约成本。
例如，通过视觉识别算法，机器人可以准确地区分不同物品并进行自动分拣。
2. 预测性维护人工智能还可以帮助工业企业进行设备的预测性维护，通过对传感器数据的分析，提前预知设备可能出现的故障，提高生产线的可靠性和稳定性。
二、医疗领域1. 医疗诊断与辅助人工智能在医疗领域的应用已经取得了显著的成果。
通过深度学习技术，人工智能可以分析大量的医学图像和数据，辅助医生进行诊断。
例如，在肺癌检测方面，人工智能的诊断准确率已经超过了人类医生。
2. 疾病预测人工智能还可以通过挖掘大量的病历数据和医学文献，预测某些疾病的发展趋势和患病概率，为患者提供更好的健康管理建议。
三、金融领域1. 风险管理在金融领域，人工智能可以通过大数据分析和机器学习算法，帮助银行和保险公司进行风险管理。
通过分析客户的交易数据和行为模式，人工智能可以快速识别出潜在的欺诈行为，提高风险监控的效率。
2. 个性化推荐人工智能还可以通过分析客户的消费行为和偏好，为客户推荐更加个性化的金融产品和服务。
这不仅提高了客户的满意度，还有助于金融机构提高销售额。
四、教育领域1. 智能教学人工智能被广泛运用于教育领域，通过智能化的教学工具，可以根据学生的学习情况和能力，提供个性化的学习内容和建议。
这种智能教学模式有效地提高了教学效果。
2. 学习评估人工智能可以通过分析学生的学习数据和反馈信息，对学生的学习情况进行评估。
同时，还可以基于学生的学习情况，给出相应的学习计划和建议。
人工智能发展现状分析报告
人工智能发展现状分析报告人工智能发展现状分析报告人工智能（Artificial Intelligence, AI）作为一项前沿科技，近年来在全球范围内得到了广泛的关注和应用。
其在各个领域的快速发展引发了许多瞩目的话题和讨论。
本文将对人工智能发展的现状进行深入分析，涵盖其技术、应用和挑战等多个方面，以期为读者提供一个全面而深入的理解。
一、技术发展1. 机器学习和深度学习的突破机器学习和深度学习作为人工智能的核心技术，在过去几年取得了巨大的突破。
深度学习模型的出现改变了传统机器学习的方式，使得计算机可以通过大规模数据的训练来获取自主学习的能力。
这使得机器在图像识别、语音识别等任务中取得了令人瞩目的成果。
2. 自然语言处理的进步自然语言处理（Natural Language Processing, NLP）是人工智能领域的一个重要分支，其目标是使计算机能够理解和处理自然语言。
近年来，通过深度学习算法在NLP领域的应用，如机器翻译、情感分析等，取得了重要的突破。
这为计算机与人类之间的交流打开了新的大门。
3. 强化学习的发展强化学习是一种通过试错学习来不断优化决策的方法。
在人工智能领域，强化学习是实现智能体自主决策的重要手段。
随着深度学习算法的发展，强化学习在游戏、自动驾驶等领域表现出了巨大的潜力。
二、应用领域1. 图像识别与计算机视觉人工智能在图像识别和计算机视觉方面取得了令人瞩目的成果。
通过深度学习算法的应用，计算机可以在图像识别、人脸识别、物体检测等任务中达到接近甚至超过人类的水平。
这使得人工智能在安防、医疗影像等领域具有广泛的应用前景。
2. 自然语言处理与人机交互自然语言处理技术的进步使得计算机能够与人类进行更自然、更智能的交流。
语音助手、智能客服等应用已经渗透到人们的生活中，改变了人机交互的方式。
3. 无人驾驶和智能交通无人驾驶技术是人工智能领域的一大热点，它有望彻底改变现有的交通方式。
通过感知、决策和控制三大环节的优化，无人驾驶汽车可以实现自主导航和无缝交互。
人工智能应用场景分析报告
预计联网家居市场规模将达到1950亿，智能化比例不到2%
2017-2018年智能家居领域用户规模
2014-2019年联网家居市场规模情况
单位：万人
6067.5
市场规模（亿元人民币）
增速
5320.5
5533.3
5893.8
5459.4
5635.0
5819.1
5715.0
2500 2000 1500 1000
20中国ai产业生态图谱底层硬件通用ai技术及平台应用领域智能家屁切入智能家屁领域的ai技术及解决方案提服务机器人拥有家用商用智能服务机器人技术幵提供硬件产品的厂商移劢设备uav将ai技术用于智能手机可穿戴设备无人机等软硬件技术及解决方案提供商招聘行业教育行业规频娱乐社交行业零售电商行业建筑行业法徇行业新闻资讯行业计算机规觉通过计算机规觉算法及软硬件为客户解决人脸识别图像识别规频分析等需求的解决方案提供商智能语音通过语音识别算法及硬件为客户提供语音识别合成交互等软件解决方案及智能硬件产品的厂商自然语言处理通过自然语言处理语义分析等技术提供智能聊天对话问答客服机器人的技术及软件服务商ospaassaasiaas激光雷达毫米波雷达摄像头3d传感规觉传感器图像传感器及规觉算法软件解决方案提供商用于捕捉和分析规觉信息代替人眼做各种测量和判断智能驾驶为智能驾驶提供规觉传感器解决方案及整车的技术产品提供商丌含车载智能语音语义厂商机器学习知识图谱通过知识图谱机器学习技术为企业和个人提供大数据分析辅劣决策服务行业应用将ai通用技术应用于金融安防建筑医疗教育零售电商规频娱乐社交等领域戒传统行业通过研发ai技术赋能自身业务以实现降本增效提升用户体验的公司金融行业安防行业医疗行业ai芯片提供用来加速深度神经网络机器规觉以及其他机器学习算法的微处理器云端训练云端推理设备端推理类脑芯片云平台os数据分析大数据服务数据分析大数据服务21
人工智能技术在工业生产领域的应用分析报告
人工智能技术在工业生产领域的应用分析报告引言近年来，随着科技的飞速发展，人工智能（Artificial Intelligence，简称AI）技术逐渐渗透到了各个领域。
工业生产领域作为经济发展的重要支撑，也开始广泛应用人工智能技术，以提高生产效率、降低成本、改善产品质量等诸多方面。
本篇报告将详细分析人工智能技术在工业生产领域的应用情况，并探讨其对经济社会发展的影响和未来发展趋势。
1. 人工智能在工业生产中的数据分析与预测在工业生产领域，大量的数据积累和分析已成为决策的重要依据。
而人工智能技术可以通过对海量数据的分析和建模，实现对工业生产过程的监控、预测和优化。
例如，通过人工智能技术对工业设备的运行数据进行实时监测和分析，可以及时发现设备故障迹象，并进行预测维护，避免因设备故障导致的生产停滞。
同时，借助人工智能技术，可以对工业生产过程进行模拟和优化，提高生产效率、降低生产成本。
2. 人工智能在工业机器人领域的应用工业机器人是工业生产领域中的重要装备，其使用范围广泛，可以自动完成各种重复性、危险性或高精度的工作任务。
而在工业机器人领域，人工智能技术的应用可以进一步提升机器人的自主性和智能化水平。
例如，通过人工智能技术，工业机器人可以自动识别和适应复杂的工作环境，灵活地应对各种特殊情况，并实现自主学习和优化。
这将使得工业机器人在工业生产过程中发挥更加重要的作用，提高生产效率和产品质量。
3. 人工智能在质量控制领域的应用质量控制在工业生产中具有至关重要的作用，而人工智能技术可以帮助实现更精准和智能的质量控制。
例如，通过人工智能技术，可以对生产过程中的关键环节进行实时监测和分析，及时发现问题并进行调整，以保证产品质量的一致性。
此外，人工智能技术还可以通过对历史数据的分析和建模，预测和优化质量控制过程，提高产品的合格率和降低不合格品的产生。
4. 人工智能在供应链管理中的应用供应链管理是工业生产中的一个重要环节，而人工智能技术可以帮助实现供应链的智能化管理和优化。
人工智能技术应用与发展规划研究报告
人工智能技术应用与发展规划研究报告第一章绪论 (3)1.1 研究背景与意义 (3)1.1.1 背景分析 (3)1.1.2 意义阐述 (3)1.2 研究目的与内容 (3)1.2.1 研究目的 (3)1.2.2 研究内容 (4)1.3 研究方法与技术路线 (4)1.3.1 研究方法 (4)1.3.2 技术路线 (4)第二章人工智能技术概述 (4)2.1 人工智能技术定义 (5)2.2 人工智能技术分类 (5)2.3 人工智能技术发展历程 (5)第三章人工智能技术应用现状 (6)3.1 人工智能技术在工业领域的应用 (6)3.1.1 智能制造 (6)3.1.2 智能物流 (6)3.2 人工智能技术在医疗领域的应用 (6)3.2.1 医疗诊断 (6)3.2.2 药物研发 (7)3.3 人工智能技术在金融领域的应用 (7)3.3.1 风险管理 (7)3.3.2 资产管理 (7)第四章人工智能技术发展态势分析 (7)4.1 国内外人工智能技术发展概况 (7)4.2 人工智能技术发展趋势 (8)4.3 人工智能技术发展挑战 (8)第五章人工智能技术核心技术研发 (9)5.1 机器学习技术 (9)5.1.1 技术概述 (9)5.1.2 技术发展现状 (9)5.1.3 技术研发重点 (9)5.2 自然语言处理技术 (9)5.2.1 技术概述 (9)5.2.2 技术发展现状 (9)5.2.3 技术研发重点 (9)5.3 计算机视觉技术 (10)5.3.1 技术概述 (10)5.3.2 技术发展现状 (10)5.3.3 技术研发重点 (10)第六章人工智能技术在行业中的应用案例分析 (10)6.1 人工智能在智能制造中的应用案例 (10)6.1.1 案例背景 (10)6.1.2 案例内容 (10)6.2 人工智能在医疗健康中的应用案例 (11)6.2.1 案例背景 (11)6.2.2 案例内容 (11)6.3 人工智能在智慧城市中的应用案例 (11)6.3.1 案例背景 (11)6.3.2 案例内容 (11)第七章人工智能技术产业发展政策与规划 (12)7.1 国内外政策环境分析 (12)7.1.1 国内政策环境 (12)7.1.2 国际政策环境 (12)7.2 人工智能技术产业规划与布局 (12)7.2.1 产业规划 (12)7.2.2 产业布局 (12)7.3 产业链分析与产业政策建议 (13)7.3.1 产业链分析 (13)7.3.2 产业政策建议 (13)第八章人工智能技术人才培养与教育 (13)8.1 人工智能技术人才培养现状 (13)8.2 人工智能技术教育体系建设 (14)8.3 人工智能技术人才培养策略 (14)第九章人工智能技术安全与伦理问题 (14)9.1 人工智能技术安全风险 (15)9.1.1 数据安全风险 (15)9.1.2 算法安全风险 (15)9.1.3 系统安全风险 (15)9.1.4 法律法规风险 (15)9.2 人工智能技术伦理问题 (15)9.2.1 隐私保护问题 (15)9.2.2 劳动就业问题 (15)9.2.3 社会公平问题 (15)9.2.4 人工智能道德责任问题 (15)9.3 人工智能技术安全与伦理对策 (16)9.3.1 建立健全法律法规体系 (16)9.3.2 加强数据安全保护 (16)9.3.3 提高算法透明度和公平性 (16)9.3.4 促进产业升级与就业保障 (16)9.3.5 强化伦理教育与培训 (16)第十章人工智能技术发展前景与展望 (16)10.1 人工智能技术发展前景分析 (16)10.1.1 经济领域 (16)10.1.2 社会领域 (16)10.1.3 民生领域 (17)10.2 人工智能技术发展关键领域 (17)10.2.1 基础研究领域 (17)10.2.2 关键技术领域 (17)10.2.3 应用场景领域 (17)10.3 人工智能技术发展趋势预测 (17)10.3.1 技术融合与创新 (17)10.3.2 产业应用拓展 (17)10.3.3 国际竞争加剧 (17)10.3.4 法律法规完善 (17)第一章绪论1.1 研究背景与意义计算机技术、大数据、云计算和互联网的飞速发展，人工智能（Artificial Intelligence，）逐渐成为我国科技领域的研究热点。
2017年人工智能行业现状与发展趋势报告
目录CONTENTS1人工智能行业产业链结构2人工智能行业整体市场发展3人工智能行业投资现状4人工智能行业发展前景人工智能行业产业链结构l人工智能产业链结构l人工智能基础技术提供平台l人工智能技术平台l人工智能应用领域PART 01人工智能产业链结构人工智能产业链的主要包含三个核心环节——基础技术、人工智能技术和人工智能应用。
其中，基础技术主要包括数据平台、数据存储以及数据挖掘等，人工智能技术包括语音识别、自然语言处理、图像识别和生物识别等，人用智能应用有工业4.0、无人驾驶汽车、智能家居、智能金融、智慧医疗、智能营销、智能教育以及智能农业等。
基础技术支撑数据平台数据存储数据挖掘计算智能语音识别自然语音处理图像识别生物识别感知智能机器学习预测类API 人工智能平台认知智能工业4.0无人驾驶汽车智能家居智能金融智慧医疗智能营销智能教育智能农业基础技术支撑人工智能技术人工智能应用人工智能产业链结构IaaS代表企业：阿里云、电信天翼云、联通沃云、Ucloud 、青云、万国数据、首都在线等。
基础设施即服务，它是把ICT 基础设施作为一种服务提供的商业模式。
用户通过Internet 可以从服务提供商那里得到完善的计算机基础设施服务。
这些服务包括服务器或虚拟服务器的计算资源、处理能力及基础网络。
PaaS代表企业：科大讯飞、环信、容联、亲加、云知声、思必驰等。
PaaS 的功能主要体现在将现有各种业务能力进行整合，向下根据业务能力需要测算基础服务能力，通过IaaS 提供的API 调用硬件资源，向上提供业务调度中心服务，实时监控平台的各种资源，并将这些资源通过API 开放给SaaS 用户。
SaaS代表企业：百度云、用友云、浪潮、 Ucloud、 Oracle、Infor、Microsoft 等。
SaaS 是一种通过Internet 提供软件的模式，厂商将应用软件统一部署在自己的服务器上，客户可以根据自己实际需求，通过互联网向厂商定购所需的应用软件服务，按定购的服务多少和时间长短向厂商支付费用，并通过互联网获得厂商提供的服务。
人工智能技术应用可行性分析报告
人工智能技术应用可行性分析报告一、引言近年来，人工智能技术在各个领域的应用越来越广泛，其已经成为推动社会发展的重要动力。
本报告旨在对人工智能技术的应用可行性进行深入分析，为相关领域的决策制定提供参考依据。
二、人工智能技术概述人工智能技术是一种通过模拟人类智能过程，使机器能够像人一样思考、学习、解决问题的技术。
其包括机器学习、深度学习、自然语言处理等多个领域，能够为人类提供更加智能化的服务和应用。
三、人工智能技术应用现状目前，人工智能技术已经广泛应用于各个领域，比如金融、医疗、工业制造等。
在金融领域，人工智能可用于风险评估、交易预测等方面，极大提高了金融机构的效率和准确性。
在医疗领域，人工智能技术可用于医疗影像诊断、疾病预测等，为医生提供更准确的辅助诊断。
在工业制造领域，人工智能技术可用于设备预测性维护、智能工厂等，提高了生产效率和产品质量。
四、人工智能技术应用可行性分析1. 技术可靠性分析人工智能技术在算法、数据等方面已经取得了长足的进步，技术可靠性较高。
同时，人工智能技术在实际应用中也不断得到验证和完善，能够满足各种需求。
2. 经济效益分析人工智能技术在提高效率、降低成本等方面有明显的经济效益。
虽然初期投入相对较大，但从长期看，可以带来更多的盈利和增长。
3. 法律风险分析人工智能技术应用过程中可能存在数据隐私泄露、道德伦理等问题，需要加强相关法律法规的约束和监管，避免出现风险事件。
4. 社会影响分析人工智能技术的应用会对就业、教育等方面产生影响，需要适应社会发展的需求，促进技术与人类和谐发展。
五、结论综合以上分析，人工智能技术的应用在可行性上具备一定的优势和潜力，能够为各个领域带来更高效、更智能的解决方案。
然而，也需要注意技术风险和社会责任等方面，不断完善配套政策和管理措施，实现人工智能技术的可持续发展。
六、参考文献1. 张三.（2018）. 人工智能技术在金融领域的应用研究[J]. 金融科技，(2): 35-42.2. 李四.（2019）. 人工智能技术在医疗影像诊断中的探索[J]. 医学前沿，(4): 67-74.3. 王五.（2020）. 人工智能技术在智能制造中的应用分析[J]. 工业技术，(6): 102-110.。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2017年人工智能在工业领域应用分析
报告
目录
一、起步于科学效应，逐渐融入人工智能 (4)
二、人工智能在工业领域不同环节的应用 (5)
2.1 政策与技术助推生产与业务模式转型 (5)
2.2 工业领域的人工智能应用是渐进而持续的过程 (7)
2.3 全生命周期不同环节的智能升级 (9)
三、人工智能在工业领域实现的难点与条件 (10)
3.1 工业数据的有效获取成为前提和基础 (10)
3.2 工业领域人工智能对数据及算法提出新的要求 (11)
四、工业领域的人工智能应用案例 (13)
4.1 典型案例 (13)
4.2 国内互联网巨头的相关尝试 (16)
五、投资建议 (17)
六、风险提示 (18)
图表目录
图1：生产线上忙碌的工业机器人 (4)
图2：电饭煲及其工作原理 (4)
图3：智能系统的特征与分类 (5)
图4：当前人工智能的工业应用更多表现为优化决策过程的辅助作用 (8)
图5：中长期人工智能的工业应用和实现是一个渐进而持续的过程 (8)
图6：全生命周期不同环节的数据闭环与智能升级 (9)
图7：工业领域可利用数据来源多样 (11)
图8：由不同环节、不同设备构建的数据网络是智能化的前提 (11)
图9：人工智能算法及应用助力工业数据的价值实现 (12)
图10：GE 工业互联网平台P r ed i x (13)
图11：通过精准的操控方法为意大利航空节约燃油成本 (13)
图12：DeepM i nd控制设备运行方式提升数据中心能源使用效率 (14)
图13：富士康利用机器代替人降低劳动力成本 (15)
图14：传统制造业红领借助数字化、智能化实现需求的快速响应 (15)
表1：政策迭出，推动工业制造转型升级 (6)
表2：工业制造相关环节的人工智能升级 (9)
表3：互联网大数据与工业大数据之间存在明显差别 (12)
表4：BAT 与制造业合作，输出云计算、大数据以及人工智能等技术 (16)
提起工业领域的人工智能应用，或许第一联想到的会是生产线上的工业机器人，那些有序挥舞着的机械臂不知疲倦地重复着各自的动作，完成各生产环节的零部件制造、搬运、组装及检测等任务。
事实上，一方面来讲工业领域的人工智能应用远不止机械臂这么单一，另一方面，有时候看起来很智能的应用或许在本质上并不属于人工智能范畴。
图1：生产线上忙碌的工业机器人
本篇报告将会首先对工业领域的“智能”与“人工智能”加以区分，然后主要针对人工智能在工业领域不同环节的应用、难点及实现条件分别展开，并梳理一些代表性案例及国内BAT 相关实践。
一、起步于科学效应，逐渐融入人工智能
并非所有的智能都是人工智能。
虽然对于人工智能的定义一直很难有统一说法，但一般意义上会认
为让机器能像人一样“听说读写”、“思考决策”就可以划入相关范畴。
那么对于像电饭煲这样能在米饭煮熟以后自动断电算是“智能”吗？或者说算是“人工智能”吗？答案很显然，电饭煲的自动断电是“智能”，但似乎还够不上“人工智能”的级别。
从时间来看，世界上第一台电饭煲由东京通讯工程公司发明于1950 年代，而“人工智能”是1956 年才第一次提出。
从原理来看，电饭煲自动断电只是利用温度高于103℃时感温铁氧体失去磁性的效应，弹簧作用下与永磁铁分开从而切断电源。
因而这种“智能”只是利用了材料本身的“特性”。
图2：电饭煲及其工作原理
电饭煲中感温磁铁在超过一定温度时失去磁性的现象可称为“科学效应”。
一般而言，科学效应是对物理、化学、生物、几何等效应的统称，主要来源于科学研究及日常生活发现。
科学效应在工业领域得到广泛应用，例如空调靠“相变”制冷，洗衣机靠“离心力”将衣服甩干，以及热胀冷缩、热传导、热对流等。
通过算法实现学习提升使得人工智能系统区别于一般工业智能系统。
根据智能系统具备的特征可以分为初级智能系统、恒定智能系统和开放智能系统三类：
图3：智能系统的特征与分类
《三体智能革命》机械工业出版社，
①、初级智能系统的决策通常依靠科学效应执行动作，不涉及计算分析；
②、恒定智能系统主要是指所具备的智能水平在系统构建之初就已经被设定，嵌入了一定的计算和分析环节，但几乎没有提升空间。
例如智能洗衣机感知衣料特性并自动决定洗衣策略；
③、开放智能系统与恒定智能系统相比多了“学习提升”的环节，这也正是人工智能系统与一般智能系统最大的区别所在。
这样的系统具备一定的认知能力，能通过学习不断提升和改善自身。
工业领域的智能化起步于初级智能系统，主要依赖科学效应形成的工程控制技术。
后来在此基础上逐渐利用机器学习等人工智能算法，从历史数据的分析中挖掘潜在规律，并内化应用于改善和提升系统执行任务的智能水平，逐步融入具备自主学习和提升能力的“人工智能”。
二、人工智能在工业领域不同环节的应用
2.1 政策与技术助推生产与业务模式转型重大政策迭出，从“互联网+”到“人工智能+”，制造业始终是政策重点关注的领域。
2015 年5 月份国务院印发的《中国制造2025》是推动我国制造业转型升级、提升企业国际竞争力的战略规划和行动纲领，随后在7 月份《关于积极推进“互联网+”行动的指导意见》更是直接指出要推动
互联网与制造业融合，提升制造业数字化、网络化、智能化水平，实现从制造向“制造+服务”转型升级。
而在2016 年5 月《“互联网+”人工智能三年行动实施方案》和2017 年7 月《新一代人工智能发展规划》中，“制造”都位列人工智能应用试点示范重点领域首位。
表1：政策迭出，推动工业制造转型升级。