目前AI还是制造业等多个行业的热门话题，它涵盖了新AI功能和趋势的媒介在实现生产数字化方面发挥着重要作用。
在许多情况下，AI只存在于理论上，需要很长时间才能普及。第三方服务提供商吹捧其基于AI技术，使其看起来比以前更神秘，费用也是十分昂贵。
AI不应该仅仅作为优化长期自动化过程的手段。真正的潜力是用这种技术做一些全新的事情。人或物理机之前完成的任务现在可以通过为机器人提供动力的AI控制软件来完成。这增加了机器人的灵活性和可追溯性，在许多情况下提高了可靠性，能在市场上实现更成功的操作。
就如数字化历史所证明，新技术专家一开始总是有限的，但从未停止过进步。在20世纪80年代PC取得胜利之前，人们很容易相信每个公司都需要一个拥有自己计算机科学家的数据中心来参与第一波数字化。相反，现成的产品有一个明确定义的界面，这样每个企业(无论规模大小)都可以使用信息技术创新。关键的是PC:易于理解的灵活计算技术现在已经被广泛使用。
AI在制造业业中走同样的道路。制造商不需要支付外部资源来领导AI项目，而是可以购买具有基本AI功能的产品，不需要外部帮助就可以使用。这是一些组件供应商开发AI产品的基本假设之一。当然，你需要专注于解决产品的复杂控制问题，但你不必成为拥有计算机科学学位的专家。
建立对新技术的信任
第二个障碍是技术本身，很多人一开始很难理解。在这里，消除人们普遍担心的问题很重要，就是AI控制的机器人晚上会突然爆发意志。有人声称，AI系统如何做出决定是无法预测和理解的。这并不是真正的神经网络是乘法和加法的序列。他们是确定的，他们的工作原理可以和学校的数学联系起来，但是他们确实有很多参数。所以你不能一目了然的告诉他们他们是怎么做决定的。
还有一些人呼吁AI使其决策路径更容易理解，最好遵循if-then-else模式的可理解规则。如有可能，则不需要复杂的模型，因为常规编程就足够了。但AI是对问题的回答，在这些问题中，如果其他容易解释的规则，就没有任何解决办法。建立信任系统所需的是可测试、可靠的系统，通过使用该系统，了解AI在给定用例中的反应方式，可以进行探索。如果测试速度快且容易，那么发现的结果和由AI驱动的机器人就会受到信任。
自动手动工作站
对AI供应商来说，启用快速测试现在是一个技术挑战。有时候可能需要一些耐心来训练AI系统来准备在生产中使用，但是这是值得的。一旦掌握了这些技能，制造商就可以使用基于AI的机器人控制解决方案来灵活实现手动工作站的自动化。捡起零件，跟踪轮廓，插入电缆，组装产品，可以通过机器人手腕上的单个小摄像头来实现。因为所有组件都能灵活接受新任务的培训，机械臂和AI软件可以在生产中的不同位置使用。
举例来说，在一个汽车供应商处，已经建立了一个简单的自动化解决方案，用来对来自半有序网格的金属零件进行分类。照明条件很难预测，而且经常暴露在阳光下。另外，金属零件反射性强，必须考虑闪锈的发生。供应商联系Micropsindustries，因为它的AI系统能处理这些差异—位置、照明条件、颜色和剩余包装的堵塞。因此，这种技术必须学会找到下一个零件，无论一天中的时间、阳光强度、表面状况和包装巧合如何。
更难解决的是，目前白色家电厂商正在通过验证阶段的测试应用。在这里，探针的定位必须非常准确。AI必须在正在测试泄漏的铜线上找到焊点，这些焊点的位置、方向、形状和材料特性差异很大。
这两个应用是用几乎相同的硬件实现的:UniversalRobots的UR5e协作机器人、AI系统和手腕相机，以及客户为应用量身定制的工具。工厂员工在现场培训了系统。
在内部建立AI专业知识
目前，制造业中出现了许多AI产品。它们引发了思维方式的变化，实现了软件控制的灵活生产过程。易学的产品可以控制复杂性。
所以你可以通过AI进行一些优化，而不仅仅是一些优化。这种技术可以实现更大的灵活性、独立性、弹性和效率。市场必须提供可探索性学习的产品，这样AI才能得到信任。如果成功，与PC技术的引入相比，自动化浪潮将成为可能。