在试点示范以及重大工程的牵引下，2018年我国人工智能产业呈现出持续、高速成长态势，不仅在基础层、技术层、应用层逐步构建起完整的产业链条，而且与产品研发设计、生产制造、销售服务各场景融合程度不断加深，覆盖了企业产品生产的全生命周期。随着人工智能在制造业应用场景的增多，人工智能逐渐成为一种全新的投入要素，为制造业生产效率和经济效益创造新的上升空间。

以产品研发为例，通过融入人工智能和机器学习模块，软件设计平台能够更加理解设计师的需求并掌握造型、结构、材料和加工制造等数字化设计生产要素的性能参数，在系统的智能化指引下，设计师只需要设置期望的尺寸、重量及材料等约束条件即可以由系统自主设计出成百上千种可选方案。例如为了在下一代汽车轻量化设计上实现进一步突破，通用汽车与欧特克达成合作，以衍生式设计和增材制造为核心技术开发未来乘用车和货车，包括开发更高效、更轻盈的电动驱动系统及零排放车型。

在生产制造环节，人工智能在机器视觉方面的应用优势则越发明显，借助人工智能可以从视觉快速判别材料的多种材质，侦测出不合格品并指导生产线进行分拣，在降低人工成本的同时提升出厂产品的合格率。例如日本NEC公司推出了机器视觉检测系统，可以快速判别金属、人工树脂、塑胶等多种材质产品的各类缺陷。此外，人脸识别与自动跟随、室内定位也成为人工智能技术取得的成果之一，当工人需要人力推车装运物料并进行运送分发，通过人工智能技术升级，可以实现车体的自动跟随以及辅助运送，融入人工智能的人机协作也在更多工作场景和更多复杂工序中成为主流。

在营销服务方面，通过基于机器学习模型对用户的购买习惯以及产品的属性进行深度学习，可以形成全面的知识图谱，在此基础上向用户进行个性化推荐，也向销售商提供相关的生产与营销建议，例如亚马逊通过融入人工智能技术的应用使其附加利润增加了10%~30%。

如今，人工智能应用不仅涵盖了3C、纺织、冶金、汽车等多个传统制造业产业，还涉及高端装备制造、机器人、新能源等战略新兴产业。信通院预计，2019年人工智能市场规模将达500亿元，2020年将超过700亿元。值得注意的是，在高速发展的同时，制造业人工智能应用也存在着与业务脱节、数据孤岛和数据碎片化等问题。对于国内制造企业而言，许多企业的智能化、数字化程度较低，人工智能对人才、资源等都有一定的门槛，不能为了实施人工智能而生搬硬套，盲目投资。制造业与人工智能的结合，其根本目的是提升效率，降低成本，企业需要因地制宜，结合现有的软、硬件基础设施、人才储备以及资金规划，找出人工智能与生产业务的融合点，让人工智能真正为企业服务，带来实实在在的价值。