对于汽车行业智能制造，基于AI技术，那么如何能让我们快速定位、分析和解决问题？

定位，分析和解决问题是非常重要的解题思路和逻辑，还有一个环节也比较重要，就是定义问题及人工智能的边界，首先谈谈定义问题，无论对质量控制，还是AI检测，对于目前企业的痛点和解决该痛点，需要有一个明确的定义和量化的指标，一切不可量化的解决方案都不具备说服力，这个量化的KPI需要综合各方面的输入及共识，也许定义问题的过程就包含了定位及分析问题吧，关于解决问题，尤其是基于人工智能的AI去解决传统制造业的问题，对于比较新的技术，需要企业的管理者和技术人员对于AI的边界有一个清晰的了解，譬如我听到很多客户在讲通过算法可以将消除90%，通过模型的调整，可以进一步的提高到98%，其实AI在很多时候的能力并没有那么的巨大，更多的是一种比较综合的能力，可以减少人员操作，可能只是仅仅减少20%劳动力，每个人劳动率都有提升，数据的闭环开始建立，有效的与良率和PPM进行闭环，影响数据采集的维度和准确度，帮助决策设备的可靠性及稳定性，作为企业实现数字孪生的基础数据，所以AI的边界也很重要。