工業製造領域開始擁抱人工智慧(Artificial intelligence；AI)和機器學習(Machine learning；ML)技術，但仍然存在諸多進入門檻。人工智慧在推動工業製造的數位化轉型以及提供工業4.0 (Industry 4.0)的好處方面發揮著重要作用。

人工智慧在製造業的兩個關鍵應用包括預測性維護，以及用於檢測缺陷和產品品質的機器視覺(machine vision)。從產品開發的衍生式設計到售後和保修支援的整個產品生命週期，人工智慧均提供了潛在優勢。

然而，有許多挑戰阻礙了人工智慧進入工業領域。其中一些障礙僅僅是由於工業領域的組成涉及到各種用例、公司規模和缺乏專業知識，因而增加了實施的複雜性。

人們對於人工智慧和機器學習的興趣濃厚，但ABI Research工業和製造研究總監Ryan Martin指出，工業製造市場極其分散。

「鑒於製造商的多樣性及其各自面臨的問題，很難廣泛談論這些技術。」Martin表示，「中小型企業和機器廠房有著龐大的基礎，尤其是在美國，它們可能雇用1到10名或1到50名關鍵員工。在使用這些技術後，它們就可以從中受益，而不一定非要雇用這些員工或者對其進行充份利用。」

Martin表示，只有少數幾家家喻戶曉的大公司，例如John Deere、Caterpillar、通用汽車(GM)、特斯拉(Tesla)、蘋果(Apple)和三星(Samsung)正在推動大量創新。



詳細內文請參考網址