当前制造企业中应用的人工智能技术，主要围绕在智能语音交互产品、人脸识别、图像识别、图像搜索、声纹识别、文字识别、机器翻译、机器学习、大数据计算、数据可视化等方面。以下总结了制造业中常用的8大人工智能应用场景。

（1）智能分拣
制造业中有很多需分捡的作业,采用工业机器人进行智能分拣,大幅降低成本，提高速度。

（2）设备健康管理
在实时监控设备运行数据基础上，通过特征分析与机器学习技术，一方面能够在事故发生之前预测设备故障，降低非计划性停机。另一方面在遇到设备突发故障时，能快速诊断出故障、定位故障原因、提供对应解决方法。在制造行业应用较为常见，尤其在化工，重型设备，五金加工,3C制造和风电等行业。

（3）基于视觉的表面缺陷检测
现有的工业智能企业将深度学习与3D显微镜结合，使缺陷检测精度达到纳米级。对于检测出的缺陷产品，系统会自动进行可修复判定，并规划修复路径与方法，再由设备执行修复动作。

（4）基于声纹的产品质量检测与故障判断
采用声纹识别技术自动检测异音，发现不良品，并比对声纹数据库进行故障判断。

（5）智能决策
制造企业在产品质量、运营管理、能耗管理以及刀具管理等方面，可以应用机器学习等人工智能技术，结合大数据分析，对调度方式进行优化以提高企业决策能力。

（6）数字孪生
数字孪生是客观事物在虚拟世界的镜像。创建数字孪生的过程，集成了人工智能、机器学习和传感器数据，以建立一个可以实时更新的、现场感极强的“真实”模型，用来支撑物理产品生命周期各项活动的决策。

（7）创成式设计
创成式设计是一个人机交互、自我创新的过程。工程师在进行产品设计时，只需在系统指引下，设置期望的参数及性能等约束条件（如材料、重量、体积等），结合人工智能算法，就能根据设计者的意图自动生成成百上千种可行性方案，然后自行进行综合对比，筛选出最优的设计方案推送给设计者进行最后的决策。

（8）需求预测，供应链优化
基于人工智能技术，建立精准的需求预测模型，实现企业的销量预测、维修备料预测，做出以需求导向的决策。同时，通过对外部数据的分析，基于需求预测，制定库存补货策略，以及供应商评估、零部件选型等。