书名：人工智能与精益制造  
定价：79.0  
ISBN：9787300283104  
作者：[美]迈克尔·乔治（Michael L.George,Sr.）  
版次：1  


本书是全球知名的精益制造专家力作。书中将人工智能技术、精益制造思想和六西格玛管理方法紧密结合在一起，用丰富的案例介绍了企业如何运用人工智能和精益六西格玛来实现生产成本的降低、生产周期的缩短、生产质量的提升、生产安全的保障等。  
本书介绍了数据挖掘、深度学习、神经网络等人工智能技术，并用案例说明如何运用数据来挖掘盈利机会、如何利用人工智能进一步改善生产流程、如何运用人工智能进行产品开发和项目管理等。书中对人工智能的阐述清晰明了，有助于企业获得竞争优势和生产效率优势。  



迈克尔•乔治  
全球知名的六西格玛专家，乔治人工智能咨询公司CEO。曾是埃森哲旗下乔治集团创始人，也曾是劳斯莱斯旗下国际能源机械公司总裁。  
丹尼尔•布莱克维尔  
乔治人工智能咨询公司副总裁，也是人工智能和精益制造*深专家，在世界各地培训和指导了千余名专家。  
小迈克尔•乔治  
国际能源机械公司联合创始人，乔治集团营销副总，曾在3年内领导了超过1.6亿美元的政府合同的开发。  
迪内什•拉詹  
计算机工程博士，人工智能专家，现任南卫理公会大学电气工程系主任。其研究获得美国国家科学基金会、国防*级研究计划局等机构的重视和支持。  



大卫•布里特 美国钢铁公司&席执行官  
通过运用本书介绍的方法，我们在降低成本、提高质量和改善流程方面取得了巨大突破。我建议所有公司中高层管理者都阅读本书！  

罗•朱利亚诺 ITT公司&席执行官  
《人工智能与精益制造》介绍了人工智能在制造业的实际应用，比如产品开发和项目管理等领域。书中提出了人工智能引*的具有“护城河”功能的新商业模式。我强烈推荐这本书。  

沃尔特•马森堡 美国海军航空系统原司令部司令  
*初，我们运用书中案例作为指导和目标，节省了5亿美元。随着数据处理能力的发展，我们的成本进一步快速降低。对于追求流程革命的人来说，本书是必读的。  

约翰•利特尔 麻省理工学院斯隆管理学院教授  
《人工智能与精益制造》在*小化车间制造成本、缩短周期、增加利润、准时交付等方面提供了很好的案例，十分有利于帮助企业建立竞争优势和生产效率优势。  



引言 大脑对神经网络和深度学习的启发 /  



*1章人工智能数据挖掘实现了EBITDA的转变 /  

改进指标和财务业绩 /  



管理团队 /  



人工智能数据挖掘 /  



现金流改善 /  



劳动效率 /  



报废成本 /  



全面生产维护 /  



减少设置时间 /  



员工士气 /  



税息折旧及摊销前利润 /  



在制品库存周转 /  



小结 /  



*2章只有人工智能才能消除的浪费 /  

丰田的周期缩短和库存减少 /  



废料对批量大小的影响 /  



机器停机时间对批量大小的影响 /  



废料和机器停机所带来的综合影响 /  



工厂的生产周期 /  



丰田快速设置单元中的生产 /  



丰田的四步快速设置法 /  



丰田的终*目标:随机序列零件高效生产 /  



为什么制造单元在丰田很成功？ /  



为什么单个外部客户的制造单元不成功？ /  



对于&席数据挖掘官的迫切需求 /  



维护减少浪费这一原则 /  



神经网络越强大，浪费成本越低 /  



通用设置减少 /  



发现潜藏的浪费并消除 /  



小结 /  



第3章21世纪的生产力挑战 /  

互联网商务:通货紧缩的来源？ /  



*一次制造业革命 /  



*二次制造业革命 /  



第三次制造业革命 /  



第四次制造业革命 /  



克服学习人工智能的障碍 /  



不实施人工智能的危险 /  



第4章为什么现在需要第四次制造业革命? /  

当前为什么要使用人工智能? /  









第5章人工智能数据挖掘、产品流程和周期时间 /  

用数据挖掘盈利机会 /  



作业车间流程问题 /  



小结 /  



第6章第四次制造业革命概述 /  

分而治之 /  



将精益六西格玛拉式系统改造为人工智能拉式系统 /  



神经网络的分支界定法训练 /  



神经网络和深度学习 /  



人工智能工厂布局 /  



小结 /  



第7章深度学习和神经网络介绍 /  

示例1 /  



示例2 /  



深度学习的总结和展望 /  



第8章深度学习在制造中的具体应用 /  

作业车间调度 /  



测试和质量控制 /  



确定新产品的作业/工具订单 /  



应用深度学习的注意事项 /  



第9章人工智能拉式系统开发 /  

拉式系统 /  



在制品控制拉式系统 /  



作业车间的活力 /  



补货拉式系统 /  



小结 /  



*10章进行人工智能准备情况评估 /  

需要评估的绩效因素 /  



筛选优先行动 /  



“航空航天”公司的评估和行动 /  



形成有效的部署 /  



*11章流程工业中的人工智能精益六西格玛 /  

半导体制造业 /  



半导体简史 /  



*12章人工智能通过预测性维护防止机器停机 /  

测量振动 /  



*13章项目管理和产品开发中的人工智能 /  

每周工作40小时的灾难性影响 /  



用于项目管理的神经网络 /  



需要管理层参与 /  



数据挖掘过去的项目 /  



神经网络的输入 /  



小结 /  



注释 /  



能生存下来的物种不是*强的，也不是*聪明的，而是那些对变化反应*积极的。  
——查尔斯•达尔文  

我在2001年写了*一本关于精益六西格玛的书。该书已售出100多万册，并以11种语言在全球出版。精益六西格玛以丰田生产系统为基础，成为工业和军事领域应用*广泛的改进过程的方法，开创了第三次制造业革命。*一次制造业革命是使用蒸汽机取代人力驱动机械设备。*二次制造业革命是亨利•福特以*低的成本批量生产单一车型的汽车。丰田生产系统以接近福特制造单一车型的低成本，制造了各种各样的汽车。 精益六西格玛结合了利特尔的周期缩短定律，使丰田生产系统适用于任何行业和任何过程，包括产品开发、项目管理等。此为2001年时*顶*的水平。  
人工智能（AI）经历了50多年的科学发展，直到2007年，辛顿（Hinton）教授的“训练”方法才使得深度神经网络成为一种实用的工具。到2012年，亚麻*、微软等公司已经有了云计算的高速培训课程。与个人电脑相比，它的廉价计算能力提高了100倍。计算能力的突飞猛进使人工智能*次应用于大数据。大数据包括所有产品和服务的所有工程、会计和ERP数据。  
在*1章中提及的人工智能数据挖掘的早期应用表明，在数据挖掘中其实存在着大量的损耗，并且无法被精益六西格玛(LSS)发现。*2章对于*款致力于减少乃到杜绝损耗的全新开发的人工智能工具进行了描述。杜绝损耗不仅提供了巨大的潜在利润增长，而且创造了一个可以防御竞争对手的商业模式。在云计算的帮助下，人工智能正在引*第四次制造业革命。**名的人工智能风险投资家李开复博士说：“人工智能的发现时代已经结束，取而代之的是其实施贯彻的时代。”在人工智能出现之前，商业活动是由劳动力和资本这两个生产要素来运作的。现在，人工智能已经被证实是第三个生产要素。如果一家公司同时具备这三种生产要素，那么它的表现就会优于只使用劳动力和资本这两个生产要素的竞争对手。自2001年以来，过程改进这一领域已经发生了明显的变化，企业和军队也必须改变。查尔斯•达尔文估计也同意，人工智能需要一种生存所必需的反应。  
取代美元的数据。在*1章的案例分析中，通过对于大数据的AI分析，航空航天机器加工企业73%的设置损耗主要来源于小批量零件上，而它们仅仅带来了19%的收益。这个发现令人震惊。在云计算的帮助下，AI神经网络找到了常见的损耗模式，并随后将这种损耗降低了50%～75%。 人工智能*大限度地降低了作业车间制造的成本，正如*2章所述，这在以前是一个难以解决的数学问题。它使得不增加直接人工、投资或者管理费用的情况下，产能可以直接提升10%～20%。而这仅仅是个开始，EBITDA（税息折旧及摊销前利润）的增量约为30％。请注意：在这个案例中是使用数据完成的模拟，并非美元。  
规模经济。由云计算支持的人工智能的另一个优势是，减少的浪费是可规模化的。人工智能减少损耗的数量随着产品复杂性的增加而增加。在*2章中，你会学到：零件数量越多，神经网络越大，减少的浪费也越多。云计算中运行的神经网络是可规模化的：现在有可能将每年生产超过2万种不同零件的工厂的车间制造成本降到*低，并已经广泛应用于较老的大型公司和军事仓库。安全问题可以通过服务器的内部网或“仅防御”云来解决。  
非制造业的应用。如*13章所述，人工智能和神经网络还可以检测产品开发、项目管理和其他非制造业应用中的常见模式。虽然减少损耗的方法发生了变化，但*终结果是一样的：使用人工智能相比于仅使用精益六西格玛，可以使公司的成本和生产周期减少更多，因此更具有竞争优势。  
学习人工智能。我们在*1章和*2章中提供了一个实际的案例研究，展示了AI和LSS的应用如何将EBITDA从收入的负3%提高到正20%。第3章到第6章会介绍人工智能和云计算的结合是第四次制造业革命的基础。第7章到*10章提供了一个管理概述，详细阐述了神经网络和深度学习如何降低成本并获取更高的利润。英特尔&席执行官曾明智地写道:  
几乎每个你能想到的公司、每个应用程序，都会受到人工智能的影响……你必须使用人工智能，否则将被其他使用者*。  
这本书是由那些把人工智能应用到业务流程中的经理们，为那些想要学习如何在人工智能新时代更好地竞争的高管和经理们所写的。它也是为那些把参与人工智能实施和专业并持续的改进过程之旅作为下一个重要步骤的35万个精益六西格玛黑带和120万个绿带编写的。市场上有很多关于人工智能的*秀书籍，但没有一本是关于如何利用人工智能增加利润的。这本书进行了详细的解释并且给出了这一问题的答案。在*1章和*2章中，作者明确说明了人工智能与利润之间的关系。  
中国的挑战。人工智能除了在制造行业中体现出教学价值以外，还有相关的经济和国防价值。《国家人工智能研发战略计划》指出：  
人工智能可以创建更智能、更快速、更便宜的生产流程，从而提高员工的工作效率，提高产品质量并降低成本。  
2015年，中国宣布了“中国制造2025”战略，届时中国将主导全球制造业。 这一战略的核心是第四次工业革命，其中包括克劳斯•施瓦布（Klaus Schwab）博士在同名书中所描述的关于人工智能的应用。  
2017年，中国发布了“新一代人工智能发展规划”：  
人工智能的迅速发展将深刻改变人类社会生活、改变世界。为抢抓人工智能发展的重大战略机遇……按照党中央、国务院部署要求……制定本规划。  
一个关于人工智能应用于工业领域的所有论文的评论显示，有44%的论文是由中国人写的，而29%是由美国人写的，并且这一差距还在扩大。  
2018年9月6日，在旧金山举行的人工智能大会上，谷歌中国前总裁、风险投资公司创新工场创始人李开复博士发表了题为《中国:人工智能超级大国》的主题演讲，并表示:  
中国人这一仗打得很努力，竞争也不像美国那么温柔……如果下一个大市场在火星上，并且在*好的美国高管和中国高管之间产生竞争，恐怕是中国高管更胜一筹。  
李博士只是阐述了自己的观点，即火星上的中国高管可能比美国高管拥有更好的人工智能装备，因此，由于使用了全部三个生产要素——劳动力、资本和新的人工智能，中国高管将拥有竞争优势。李博士在2018年出版的《人工智能超级大国》一书中写道:  
我相信，中国在发展和部署人工智能方面，将很快赶上甚到超过美国。在我看来，人工智能部署的&先地位将转化为自工业革命以来从未见过的生产力的增长。  
事实上，这本书的目的是修正人们这种对人工智能认知的不平衡。*1章和*2章的案例研究表明，这是可以实现的:“航空航天”公司失去了一家中国供应商起落架部件的订单，但他们通过降低成本和周期时间，再一次将所有这些业务从中国赢回来了。李博士说：  
人工智能驱动的工厂将削弱发展中国家历来拥有的经济优势：廉价劳动力。  
由云计算赋能的人工智能正在推动第四次制造业革命。就像之前的三次制造业革命一样，早期应用者将以牺牲竞争对手为代价获得不成比例的市场份额和利润增长。我们以开篇所述来结尾：我们相信孜孜不倦地阅读这本书将说服你遵循达尔文的智慧，成为人工智能的早期应用者。  


迈克尔•乔治