人工智能技術(shù)在各行業(yè)已經(jīng)展現(xiàn)出廣闊的應(yīng)用前景，不僅能帶來(lái)生產(chǎn)效率的提升，還會(huì)催生新的產(chǎn)品、模式與公司，推動(dòng)整個(gè)產(chǎn)業(yè)價(jià)值鏈的重構(gòu)。發(fā)展人工智能也已經(jīng)成為國(guó)家之間競(jìng)爭(zhēng)的制高點(diǎn)之一。

從國(guó)家發(fā)展的長(zhǎng)遠(yuǎn)角度來(lái)看，人工智能將對(duì)經(jīng)濟(jì)、社會(huì)、國(guó)防等多個(gè)領(lǐng)域帶來(lái)深遠(yuǎn)影響，成為全球競(jìng)合中的重要砝碼之一，是不可錯(cuò)過的重要發(fā)展機(jī)遇。人工智能的爭(zhēng)奪是世界未來(lái)最主要、最重要的爭(zhēng)奪，將決定世界的未來(lái)，也會(huì)重新撰寫和定義中華民族5000年的歷史，在這個(gè)爭(zhēng)奪中，中國(guó)沒有任何的空間和實(shí)踐可以猶豫和后退。

中國(guó)是世界上最大的制造業(yè)大國(guó)，制造業(yè)與人工智能的結(jié)合是中國(guó)從制造大國(guó)走向制造強(qiáng)國(guó)的重要一步，是中國(guó)直面國(guó)內(nèi)國(guó)際挑戰(zhàn)的重要超車機(jī)遇。

本文分析中國(guó)制造業(yè)和人工智能合作、滲透、交融和整合發(fā)展，討論中國(guó)走向智能制造的必要性和必然性，前瞻中國(guó)智能制造的內(nèi)涵和發(fā)展，提出“智能制造：中國(guó)制造業(yè)和人工智能共享共贏的未來(lái)”的命題。

我們認(rèn)為，制造業(yè)與人工智能的結(jié)合是解決中國(guó)人口老齡化，制造業(yè)由于裝備和軟硬件平臺(tái)依賴進(jìn)口所面臨的缺乏創(chuàng)新平臺(tái)自動(dòng)化自主程度較低、制造業(yè)外移、制造業(yè)仍然處于價(jià)值鏈低端， 勞動(dòng)生產(chǎn)率較低等問題的重要手段。特別在中美貿(mào)易摩擦挑戰(zhàn)下，制造業(yè)亟待人工智能賦能。

人工智能等新技術(shù)為制造業(yè)的發(fā)展打開新天地，制造業(yè)為人工智能提供巨大的數(shù)據(jù)養(yǎng)料和落地舞臺(tái)。沿著數(shù)字化、網(wǎng)絡(luò)化、智能化的智能制造發(fā)展路徑，一個(gè)包括設(shè)備企業(yè)、軟件與服務(wù)企業(yè)、通信和解決方案提供商、制造業(yè)工廠在內(nèi)的全新產(chǎn)業(yè)即將出現(xiàn)。未來(lái)智能化的制造業(yè)將是中國(guó)經(jīng)濟(jì)和技術(shù)發(fā)展的重中之中。

短期內(nèi)，人工智能與工業(yè)機(jī)器人在制造業(yè)落地迅速發(fā)展，人工智能協(xié)同機(jī)器人將解放大量重復(fù)、規(guī)則的人類勞動(dòng)。

中長(zhǎng)期內(nèi)，伴隨工業(yè)互聯(lián)網(wǎng)的成熟，機(jī)器之間、工廠之間得以智能化互聯(lián)互通，區(qū)塊鏈技術(shù)的加入更使得制造業(yè)“全自動(dòng)運(yùn)行”成為可能，“人工智能+機(jī)器人+區(qū)塊鏈”模式值得期待。長(zhǎng)期看，制造業(yè)與服務(wù)業(yè)將深度融合，標(biāo)準(zhǔn)化生產(chǎn)與個(gè)性化定制并存，智能制造為人們構(gòu)筑美好生活提供暢想空間。

制造業(yè)和人工智能互補(bǔ)共贏

1、人工智能在制造業(yè)發(fā)展前景無(wú)限

從人工智能技術(shù)的發(fā)展路徑看，當(dāng)前人工智能技術(shù)成熟或相對(duì)成熟的主流技術(shù)/算法包括：計(jì)算機(jī)視覺、深度學(xué)習(xí)、自然語(yǔ)言處理、智能機(jī)器人、語(yǔ)音識(shí)別等， 這些都能在制造業(yè)中得到廣泛和深度的發(fā)展。特別是深度學(xué)習(xí)應(yīng)用前景廣闊，幾乎涉及制造業(yè)的所有細(xì)分行業(yè)而受到廣泛重視。機(jī)器視覺、語(yǔ)音技術(shù)、機(jī)器學(xué)習(xí)、區(qū)塊鏈等新興技術(shù)助力下，人工智能賦能制造業(yè)前景光明。

(1)深度學(xué)習(xí)/機(jī)器學(xué)習(xí)是人工智能的關(guān)鍵算法，主要是設(shè)計(jì)和分析機(jī)器學(xué)習(xí)算法，使得計(jì)算機(jī)自動(dòng)“學(xué)習(xí)”——即自動(dòng)分析和從數(shù)據(jù)中獲取規(guī)則，并使用規(guī)則來(lái)預(yù)測(cè)未知數(shù)據(jù)，在制造業(yè)的預(yù)測(cè)、經(jīng)營(yíng)和管理中有廣泛的應(yīng)用，例如產(chǎn)量和銷售管理，多產(chǎn)品并進(jìn)生產(chǎn)，預(yù)測(cè)性維護(hù)等。

機(jī)器學(xué)習(xí)通過與語(yǔ)音識(shí)別、計(jì)算機(jī)視覺和機(jī)器人技術(shù)的協(xié)同，可以利用大量數(shù)據(jù)，訓(xùn)練人工智能，開發(fā)在制造業(yè)的深度功能并發(fā)展深層次應(yīng)用。

該技術(shù)目前在學(xué)術(shù)界研究火熱，處于快速發(fā)展中，在計(jì)算機(jī)領(lǐng)域的應(yīng)用熱火朝天，在模式識(shí)別、自然語(yǔ)言處理、數(shù)據(jù)挖掘中均有突破性的發(fā)展，未來(lái)在工業(yè)界特別在制造業(yè)拓展實(shí)際應(yīng)用、在商業(yè)上實(shí)現(xiàn)落地，將會(huì)有很大的應(yīng)用前景。

(2)機(jī)器視覺。機(jī)器視覺可理解為用計(jì)算機(jī)來(lái)模擬人的視覺功能，從客觀事物的圖像中提取信息，進(jìn)行處理并加以理解。

隨著工業(yè)生產(chǎn)復(fù)雜程度的不斷加深，越來(lái)越多的微加工生產(chǎn)流程不斷涌現(xiàn)，隨之而來(lái)的是大量不可控制的磨損和消耗。為了保證生產(chǎn)精度，機(jī)器視覺被廣泛用于加工件的尺寸測(cè)量與定位、工序間自動(dòng)化、檢測(cè)(打標(biāo)識(shí)別、信息驗(yàn)證、質(zhì)量檢測(cè)等)等工序。

(3)語(yǔ)音技術(shù)。聲音和對(duì)話是人類習(xí)慣的交流方式，語(yǔ)音識(shí)別/合成技術(shù)為機(jī)器與人的對(duì)話成為現(xiàn)實(shí)。語(yǔ)音語(yǔ)義技術(shù)過去兩年在各行各業(yè)快速落地，語(yǔ)音識(shí)別/合成、問答和會(huì)話技術(shù)相繼成熟。

語(yǔ)音問答方面，單句問答結(jié)合語(yǔ)音識(shí)別/合成以及自然語(yǔ)言處理技術(shù)，能夠?qū)蝹€(gè)問題進(jìn)行分析并給出答案。隨著工業(yè)互聯(lián)網(wǎng)和物聯(lián)網(wǎng)技術(shù)的發(fā)展，工業(yè)場(chǎng)景下語(yǔ)音問答性能不斷提升，逐漸從單一功能向全方位智能中樞轉(zhuǎn)變，主要應(yīng)用為物流業(yè)中的語(yǔ)音揀選。

(4)區(qū)塊鏈?？勺匪荨⒏咄该鞫?，區(qū)塊鏈與供應(yīng)鏈高度契合?？勺匪菪院屯该鞫仁枪?yīng)鏈至關(guān)重要的基礎(chǔ)，區(qū)塊鏈作為“分布式賬本”，有十分明顯的公開、透明優(yōu)勢(shì)，有助于解決供應(yīng)鏈中的信息不對(duì)稱、不可追溯、歷史信息篡改等痼疾。

基于區(qū)塊鏈的共享賬本，每一個(gè)參與者都可以實(shí)時(shí)驗(yàn)證，確保各個(gè)環(huán)節(jié)的活動(dòng)都擁有同等的可視性，供應(yīng)鏈中的欺詐與錯(cuò)誤得以減少，庫(kù)存管理改善，承運(yùn)方成本有所降低，信息及時(shí)傳達(dá)、減少紙上作業(yè)的延遲，最終得以提高消費(fèi)者與合作伙伴的信任度。

(5)機(jī)器人技術(shù)。智能機(jī)器人技術(shù)覆蓋范圍較廣，包括計(jì)算機(jī)視覺、定位、語(yǔ)音識(shí)別等，目前智能機(jī)器人的某些關(guān)鍵技術(shù)尚處于研發(fā)階段，且部分零部件如操作系統(tǒng)、連接組件成本較高。

現(xiàn)階段出現(xiàn)的實(shí)體智能機(jī)器人的產(chǎn)品尚屬初級(jí)，未來(lái)的發(fā)展前景主要在各類應(yīng)用領(lǐng)域，工業(yè)機(jī)器人、特殊應(yīng)用機(jī)器人、服務(wù)機(jī)器人、醫(yī)療機(jī)器人等發(fā)展前景巨大。

(6)大數(shù)據(jù)信息處理。工業(yè)生產(chǎn)中產(chǎn)生的海量數(shù)據(jù)將與工業(yè)云平臺(tái)相連，采用分布式架構(gòu)進(jìn)行分布式數(shù)據(jù)挖掘，提煉有效生產(chǎn)改進(jìn)信息，最終將用于預(yù)測(cè)性維護(hù)等領(lǐng)域。它將依托云計(jì)算的分布式處理、分布式數(shù)據(jù)庫(kù)和云存儲(chǔ)、虛擬化技術(shù)等。

(7)低延遲工業(yè)級(jí)信息傳輸：傳統(tǒng)工業(yè)級(jí)的通訊大多通過有線方式連接，隨著傳感器和分布式系統(tǒng)在工廠內(nèi)的分布越來(lái)越離散，信息傳輸將從有線轉(zhuǎn)向無(wú)線，而且信息傳輸?shù)男市枰脱舆t、低丟包率的特性，TSN網(wǎng)絡(luò)成為新的要求。

2、中國(guó)制造業(yè)為中國(guó)人工智能發(fā)展提供最大的場(chǎng)景

(1)中國(guó)時(shí)候世界最大的制造業(yè)大國(guó)。今天，中國(guó)是世界上最大的制造業(yè)大國(guó)。 中國(guó)之前，全球尚未有任何一個(gè)國(guó)家能在短短的40年內(nèi)，實(shí)現(xiàn)由農(nóng)業(yè)經(jīng)濟(jì)向信息經(jīng)濟(jì)的躍遷。改革開放40年來(lái)，我國(guó)建立了門類齊全的現(xiàn)代工業(yè)體系，工業(yè)經(jīng)濟(jì)的實(shí)力迅速壯大并躍升為世界第一制造大國(guó)，也是世界上唯一有完整的制造業(yè)體系、產(chǎn)品、和產(chǎn)業(yè)鏈的大國(guó)。

世界銀行統(tǒng)計(jì)數(shù)據(jù)顯示，2017年中國(guó)制造業(yè)增加值為3.59萬(wàn)億美元，占全世界的28.57%，是美國(guó)和德國(guó)制造業(yè)增加值的總和，遙遙領(lǐng)先于世界其它國(guó)家(圖1)，并在2016世界制造業(yè)競(jìng)爭(zhēng)力指數(shù)排名中(圖2)位居榜首。

另一方面，制造業(yè)在中國(guó)產(chǎn)業(yè)結(jié)構(gòu)中地位至關(guān)重要。2017年美國(guó)GDP中第二產(chǎn)業(yè)僅占19%，而同期中國(guó)第二產(chǎn)業(yè)占據(jù)GDP的41%、制造業(yè)增加值占GDP的29%。相較于世界其他國(guó)家，中國(guó)制造業(yè)在國(guó)民經(jīng)濟(jì)中的地位和重要性都要高，也為人工智能提供了更大的發(fā)展空間。

(2)中國(guó)制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)特性適于人工智能應(yīng)用。在制造業(yè)，低技術(shù)含量(第二產(chǎn)業(yè)、處理常規(guī)/可預(yù)測(cè)/可編程任務(wù))的工人將首先面臨被人工智能替代。中國(guó)制造業(yè)主要由傳統(tǒng)產(chǎn)業(yè)驅(qū)動(dòng)、從業(yè)者技術(shù)要求較低，因此其勞動(dòng)力可以被自動(dòng)化的程度整體較高，重復(fù)性、規(guī)則性、可編程性較高的工作內(nèi)容將在未來(lái)主要由人工智能協(xié)同智能化工業(yè)機(jī)器人完成。

基于產(chǎn)業(yè)結(jié)構(gòu)和勞動(dòng)力結(jié)構(gòu)的不同，人工智能替代低技術(shù)工人對(duì)中國(guó)的影響將大于美國(guó)。MGI(麥肯錫全球研究所)估計(jì)中國(guó)51%的工作(約3.94億全職員工)可以自動(dòng)化。由此，未來(lái)AI對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)的驅(qū)動(dòng)力將達(dá)1.3%左右，高于世界平均水平。

(3)制造業(yè)可源源不斷產(chǎn)生比消費(fèi)更為豐富的海量數(shù)據(jù)，為人工智能發(fā)展提供豐富的“生產(chǎn)資料”。根據(jù)Monica Rogati 的數(shù)據(jù)科學(xué)需求層次，數(shù)據(jù)的收集是數(shù)據(jù)分析、測(cè)試、機(jī)器學(xué)習(xí)的基礎(chǔ)。僅當(dāng)擁有足量的數(shù)據(jù)基礎(chǔ)時(shí)，機(jī)器學(xué)習(xí)才能夠最大程度發(fā)揮其效用。

三大產(chǎn)業(yè)的數(shù)據(jù)產(chǎn)生頻率有所不同，第一產(chǎn)業(yè)以一年若干季為周期，服務(wù)業(yè)以月和日為周期，制造業(yè)可以在產(chǎn)線運(yùn)行、檢測(cè)、運(yùn)輸、倉(cāng)儲(chǔ)等全過程源源不斷產(chǎn)生數(shù)據(jù)流，為AI時(shí)代的計(jì)算提供大量的、相對(duì)規(guī)則的數(shù)據(jù)資料，助力機(jī)器學(xué)習(xí)進(jìn)一步的算法優(yōu)化、提高預(yù)測(cè)準(zhǔn)確度。

(4)制造業(yè)與服務(wù)業(yè)相融合、構(gòu)筑新的產(chǎn)業(yè)。今天，產(chǎn)業(yè)互聯(lián)網(wǎng)已經(jīng)超越ToB、ToG范疇，未來(lái)將以獨(dú)特的C2B方式連接智能產(chǎn)業(yè)，幫助B端打通生產(chǎn)制造、消費(fèi)服務(wù)的價(jià)值鏈，構(gòu)筑新的“服務(wù)產(chǎn)業(yè)、也服務(wù)于人”的新型制造業(yè)服務(wù)業(yè)。

未來(lái)將不再有純粹的“制造業(yè)”或純粹的“服務(wù)業(yè)”，而是兩者深度融合，制造業(yè)將從現(xiàn)在的標(biāo)準(zhǔn)化、規(guī)?；鎏韨€(gè)性化與定制化的服務(wù)屬性。伴隨工業(yè)智能化的進(jìn)一步推進(jìn)，最終有望實(shí)現(xiàn)定制化用戶個(gè)性需求。

物聯(lián)網(wǎng)擁有“無(wú)界、無(wú)價(jià)、無(wú)序”的本質(zhì)，通過建立自驅(qū)動(dòng)的非線性網(wǎng)絡(luò)，有望實(shí)現(xiàn)“用戶零距離、流程零簽字、體驗(yàn)零延誤”。高端智造的核心不止步于生產(chǎn)高端產(chǎn)品，而可進(jìn)一步延伸至為用戶提供高端服務(wù)，滿足用戶的個(gè)性化需求。依托智能化與高效率的定制美好生活平臺(tái)，或成為全球產(chǎn)業(yè)的下一個(gè)風(fēng)口。

3、人工智能賦能中國(guó)制造業(yè)克服挑戰(zhàn)

盡管中國(guó)是世界第一制造業(yè)大國(guó)和“世界工廠”，但中國(guó)制造業(yè)仍然處于國(guó)際分工中價(jià)值鏈相對(duì)低端的位置，面臨著生產(chǎn)率增速下降、技術(shù)學(xué)習(xí)難度加大，人口紅利消失，制造業(yè)外移和國(guó)際環(huán)境的外部沖擊的根本性挑戰(zhàn)。

隨著我國(guó)經(jīng)濟(jì)發(fā)展逐漸步入工業(yè)化后期，需求拉動(dòng)對(duì)制造業(yè)資源配置和效率提升的效應(yīng)正不斷弱化;從技術(shù)層面看，我國(guó)傳統(tǒng)產(chǎn)業(yè)中的高端生產(chǎn)裝備和核心零部件技術(shù)長(zhǎng)期受制于人，技術(shù)競(jìng)爭(zhēng)力差距大;而新興技術(shù)和產(chǎn)業(yè)領(lǐng)域全球競(jìng)爭(zhēng)的制高點(diǎn)掌控不足;在全球產(chǎn)業(yè)結(jié)構(gòu)調(diào)整中，我國(guó)制造業(yè)增長(zhǎng)更多依賴于來(lái)自發(fā)達(dá)國(guó)家的制造業(yè)轉(zhuǎn)移。

在此背景下，在新一輪“制造業(yè)+人工智能”的競(jìng)爭(zhēng)中把握好機(jī)遇，以人工智能技術(shù)的連接、融合功能引發(fā)傳統(tǒng)制造業(yè)產(chǎn)業(yè)形態(tài)的平臺(tái)化、網(wǎng)絡(luò)化和深度服務(wù)化，對(duì)于我國(guó)制造業(yè)的轉(zhuǎn)型升級(jí)和提升國(guó)際競(jìng)爭(zhēng)力有著重要意義。

(1)人工智能提升制造業(yè)勞動(dòng)生產(chǎn)率。從國(guó)際比較視角看，中國(guó)的單位勞動(dòng)產(chǎn)出較低。2015年，世界平均單位勞動(dòng)產(chǎn)出為18,487美元，中國(guó)是7,318美元，不及全球平均水平的40%。

伴隨中國(guó)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、勞動(dòng)素質(zhì)提升及對(duì)外開放程度的提高，中國(guó)單位勞動(dòng)產(chǎn)出實(shí)現(xiàn)過兩位數(shù)的增長(zhǎng)，縮小了和發(fā)達(dá)國(guó)家的差距，但2010年至今中國(guó)單位勞動(dòng)產(chǎn)出增長(zhǎng)速度下降到6-7%區(qū)間。以高新技術(shù)接力賦能增長(zhǎng)、提高中國(guó)勞動(dòng)生產(chǎn)率時(shí)不我待。

(2) 人工智能幫助制造業(yè)直面人口老齡化的挑戰(zhàn)

中國(guó)正面臨人口老齡化的挑戰(zhàn)，就業(yè)傾向制造業(yè)適齡人口未來(lái)快速減少。2011年中國(guó)出現(xiàn)“人口紅利”拐點(diǎn)，之后青年勞動(dòng)力人口占比繼續(xù)下降， 已從從2011年的50%，下降到2016年的46%。

根據(jù)國(guó)務(wù)院《國(guó)家人口發(fā)展規(guī)劃(2016—2030年)》，14-45歲人口占比到2030年將下降到32%，適齡人口減少對(duì)未來(lái)制造業(yè)的發(fā)展將產(chǎn)生持續(xù)影響。同時(shí)，“90后”和“00后”以后的年輕人對(duì)從事簡(jiǎn)單重復(fù)勞動(dòng)的意愿較低，中國(guó)制造業(yè)已經(jīng)出現(xiàn)員工穩(wěn)定性下降的趨勢(shì)。人工智能會(huì)為員工創(chuàng)造從普通操作工人向操作機(jī)器人的工程師等行業(yè)專家發(fā)展的更大的成長(zhǎng)空間，也為企業(yè)的持續(xù)發(fā)展創(chuàng)造動(dòng)力。

數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局，美國(guó)經(jīng)濟(jì)分析局，作者

(3) 以人工智能推動(dòng)制造業(yè)裝備創(chuàng)新，減少制造業(yè)自動(dòng)化對(duì)美德日技術(shù)和設(shè)備的依賴。我國(guó)企業(yè)運(yùn)用的自動(dòng)化設(shè)備及技術(shù)仍然依賴美德日企業(yè)。雖然中國(guó)企業(yè)在規(guī)模上超過美德日，但產(chǎn)品設(shè)計(jì)和生產(chǎn)所需的自動(dòng)化裝備、方法論和軟硬件平臺(tái)上，目前還主要依靠西門子、GE、三菱等美德日企業(yè)。人工智能、大數(shù)據(jù)等新技術(shù)興起，為制造業(yè)自主化的進(jìn)一步升級(jí)提供了可能性。

工業(yè)互聯(lián)網(wǎng)提供了大數(shù)據(jù)信息處理，機(jī)器視覺信息獲取，低延遲工業(yè)級(jí)信息傳輸?shù)裙δ?，這些功能對(duì)生產(chǎn)、運(yùn)輸、檢測(cè)環(huán)節(jié)帶來(lái)新的生產(chǎn)力，為先進(jìn)裝備的創(chuàng)新和發(fā)展提供了新的契機(jī)。

(4)以人工智能解決中國(guó)制造業(yè)因勞動(dòng)成本上升等引起的產(chǎn)業(yè)向第三方發(fā)展中國(guó)家轉(zhuǎn)移的挑戰(zhàn)。近年來(lái)伴隨中國(guó)人力、土地、環(huán)保、社保等成本端的提升，以及中美貿(mào)易摩擦帶來(lái)的挑戰(zhàn)，中國(guó)低端制造業(yè)出現(xiàn)向印度、越南等低成本國(guó)家的外遷趨勢(shì)。

以電子產(chǎn)業(yè)鏈為例，近幾十年來(lái)，全球化的電子產(chǎn)業(yè)沿歐美→日本→韓國(guó)/中國(guó)臺(tái)灣→中國(guó)內(nèi)地轉(zhuǎn)移，現(xiàn)在部分開始從中國(guó)轉(zhuǎn)移至印度/越南等低成本國(guó)家。采用人工智能自動(dòng)化、優(yōu)化成本控制的企業(yè)才能能在產(chǎn)業(yè)遷移的過程中勝出。

(5)人工智能賦能制造業(yè)全面提升企業(yè)經(jīng)營(yíng)效益，提升價(jià)值地位。中國(guó)制造業(yè)普遍面臨利潤(rùn)空間狹窄的挑戰(zhàn)。人工智能可以從產(chǎn)品、服務(wù)和生產(chǎn)三個(gè)維度幫助制造業(yè)企業(yè)實(shí)現(xiàn)升級(jí)，提升企業(yè)營(yíng)收和利潤(rùn)。

產(chǎn)品方面：軟件賦能硬件的智能升級(jí)。通過內(nèi)置新操作系統(tǒng)或更新程序，將人工智能算法嵌入產(chǎn)品中，如機(jī)械、汽車等，從而幫助制造業(yè)企業(yè)生產(chǎn)全新的智能化產(chǎn)品。如騰訊人工智能開放平臺(tái)對(duì)外提供計(jì)算機(jī)視覺，幫助制造業(yè)企業(yè)實(shí)現(xiàn)產(chǎn)品升級(jí)。

服務(wù)方面：提高營(yíng)銷能力和售后服務(wù)水平。利用人工智能算法，幫助制造業(yè)企業(yè)優(yōu)化營(yíng)銷能力，提升售后服務(wù)水平。1)售前營(yíng)銷，通過人工智能分析用戶畫像，判斷重點(diǎn)需求，從而進(jìn)行更實(shí)時(shí)、精準(zhǔn)的廣告投放;2)售后服務(wù)，以物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能算法，對(duì)產(chǎn)品進(jìn)行實(shí)時(shí)監(jiān)測(cè)、管理和風(fēng)險(xiǎn)預(yù)警。

生產(chǎn)方面：提升設(shè)備自動(dòng)化生產(chǎn)能力。將人工智能技術(shù)嵌入生產(chǎn)過程，提升機(jī)器設(shè)備的自動(dòng)化水平，實(shí)現(xiàn)在復(fù)雜情況下的自主生產(chǎn)，從而全面提升生產(chǎn)效率。通過機(jī)器學(xué)習(xí)建立產(chǎn)品的生產(chǎn)模型，識(shí)別各制造環(huán)節(jié)參數(shù)，判斷其對(duì)最終產(chǎn)品質(zhì)量的影響，通過深度學(xué)習(xí)自主判斷最佳參數(shù)，從而實(shí)現(xiàn)完全機(jī)器自主的生產(chǎn)。

智能制造業(yè)的崛起

1、智能制造產(chǎn)業(yè)化基本特征

智能制造特征主要有四個(gè)方面：以智能工廠為載體、以生產(chǎn)關(guān)鍵制造環(huán)節(jié)智能化為核心、以端到端數(shù)據(jù)流為基礎(chǔ)、以全面深度互聯(lián)為支撐。其中生產(chǎn)智能化、數(shù)據(jù)交流以及制造本體深度互聯(lián)，正是工業(yè)互聯(lián)網(wǎng)所要解決的核心問題。

隨著多項(xiàng)技術(shù)的不斷成熟和實(shí)際應(yīng)用，人工智能應(yīng)用領(lǐng)域不斷拓展，制造業(yè)企業(yè)的商業(yè)世界將會(huì)被實(shí)質(zhì)性地影響和改變， 并在以下三個(gè)層面得到實(shí)質(zhì)性的提升：

(1)自動(dòng)化達(dá)到新高度。隨著機(jī)器視覺、語(yǔ)音識(shí)別、自然語(yǔ)言理解等感知類技術(shù)不斷成熟，各行業(yè)已嘗試將其引入標(biāo)準(zhǔn)化程度較高的業(yè)務(wù)中，提升行業(yè)的自動(dòng)化水平。

例如自然語(yǔ)言理解技術(shù)在金融行業(yè)被應(yīng)用于客服聊天機(jī)器人以應(yīng)對(duì)簡(jiǎn)單標(biāo)準(zhǔn)的客戶溝通，航空業(yè)將客服機(jī)器人運(yùn)用在預(yù)定機(jī)票、辦理登記手續(xù)、更換座位等服務(wù)中，成本大大低于人工服務(wù)。

圖像識(shí)別和語(yǔ)音識(shí)別技術(shù)的發(fā)展提高了身份驗(yàn)證的自動(dòng)化程度和準(zhǔn)確度，機(jī)器可以利用面部和聲音進(jìn)行身份驗(yàn)證，效率遠(yuǎn)高于人工判斷或詢問驗(yàn)證問題。Blue River Technology等領(lǐng)先農(nóng)業(yè)技術(shù)公司將機(jī)器視覺應(yīng)用到提升農(nóng)耕自動(dòng)化的實(shí)踐中，用機(jī)器視覺來(lái)識(shí)別每一株植物，挑出符合要求的植株，向不符合的進(jìn)行農(nóng)藥噴灑，導(dǎo)致害蟲減少高達(dá)90%，田地收成提高。

(2)智能分析與決策水平提升。人工智能的發(fā)展使數(shù)據(jù)挖掘和分析技術(shù)跳出了傳統(tǒng)分析技術(shù)的局限，并取得新的突破，大幅度提高了商業(yè)智能的水平，在風(fēng)險(xiǎn)管理、營(yíng)銷和服務(wù)等領(lǐng)域?qū)崿F(xiàn)真正的“智能化”，具體表現(xiàn)包括基于社交媒體生產(chǎn)信用評(píng)分、財(cái)務(wù)數(shù)據(jù)分析與評(píng)論、從實(shí)時(shí)復(fù)雜交易模式中發(fā)現(xiàn)欺詐等。

(3)新的商業(yè)模式與新產(chǎn)業(yè)誕生。在需求端，傳統(tǒng)行業(yè)逐漸意識(shí)到了人工智能的力量，開始將人工智能作為下一個(gè)增長(zhǎng)點(diǎn)。在制造業(yè)領(lǐng)域，風(fēng)能發(fā)電設(shè)備巨頭金風(fēng)科技應(yīng)用人工智能技術(shù)，對(duì)全球風(fēng)能市場(chǎng)大數(shù)據(jù)進(jìn)行分析，對(duì)自身產(chǎn)品故障和維修進(jìn)行預(yù)測(cè)，實(shí)現(xiàn)了對(duì)運(yùn)維模式和風(fēng)場(chǎng)配置的優(yōu)化，同時(shí)減少電量損耗，降低了運(yùn)維成本。

在供給端，逐漸形成供給人工智能技術(shù)服務(wù)及產(chǎn)品的新產(chǎn)業(yè)，市場(chǎng)中出現(xiàn)大量的計(jì)算機(jī)視覺、語(yǔ)音識(shí)別、云計(jì)算服務(wù)等提供商?；A(chǔ)層、技術(shù)與算法層與應(yīng)用層均有眾多供給企業(yè)誕生，同時(shí)，橫跨各層次的綜合性巨頭與機(jī)器人、無(wú)人駕駛等垂直領(lǐng)域解決方案提供商實(shí)力凸顯。

2、智能制造業(yè)催生新的未來(lái)智能產(chǎn)業(yè)

在區(qū)塊鏈、機(jī)器視覺、語(yǔ)音技術(shù)、機(jī)器學(xué)習(xí)等技術(shù)的助力下，制造業(yè)+人工智能將沿著“數(shù)字化”、“網(wǎng)絡(luò)化”、“智能化”三階段發(fā)展，造就一個(gè)全新的產(chǎn)業(yè)。為設(shè)備企業(yè)、軟件與服務(wù)企業(yè)、通信與解決方案提供商、工廠生產(chǎn)流程等都帶來(lái)新的結(jié)構(gòu)性機(jī)會(huì)。

(1)產(chǎn)生新型的設(shè)備企業(yè)。 人工智能等新興技術(shù)在制造業(yè)中的應(yīng)用催生了多種新型硬件設(shè)備，如自動(dòng)光學(xué)檢測(cè)、自動(dòng)引導(dǎo)運(yùn)輸車、激光打標(biāo)機(jī)、協(xié)作器人等，為硬件設(shè)備制造企業(yè)帶來(lái)新的產(chǎn)品細(xì)分市場(chǎng)：

例如，自動(dòng)光學(xué)檢測(cè)(AOI)機(jī)器通過攝像頭自動(dòng)掃描PCB，采集圖像，測(cè)試的焊點(diǎn)與數(shù)據(jù)庫(kù)中的合格的參數(shù)進(jìn)行比較，經(jīng)過圖像處理，檢查缺陷，并通過顯示器或自動(dòng)標(biāo)志把缺陷顯示/標(biāo)示出來(lái)，供維修人員修整。

例如，自動(dòng)導(dǎo)引運(yùn)輸車(AGV)等倉(cāng)儲(chǔ)機(jī)器人在行進(jìn)過程中，通過機(jī)器視覺來(lái)判斷行進(jìn)路線、物料位置、周圍環(huán)境等重要信息，可以跨流程、跨產(chǎn)線、跨區(qū)域、跨部門運(yùn)輸物料、半成品和產(chǎn)品，實(shí)現(xiàn)生產(chǎn)流程柔性化，在自動(dòng)化物流系統(tǒng)中充分地體現(xiàn)其自動(dòng)性和柔性，實(shí)現(xiàn)高效、經(jīng)濟(jì)、靈活的無(wú)人化生產(chǎn)。

例如，激光打標(biāo)機(jī)用激光在物料上做二維碼或條形碼的打標(biāo)，同時(shí)在制造信息服務(wù)器以及各設(shè)備上通過物料地圖來(lái)定位每個(gè)芯片的編號(hào)和流程。當(dāng)電子元件檢測(cè)出現(xiàn)問題時(shí)(尤其是穩(wěn)定性要求極高的應(yīng)用端如汽車電子、航空航天、軍用產(chǎn)品等)，可以追溯該元件的整個(gè)生產(chǎn)流程，并同時(shí)排除周邊的芯片所制產(chǎn)品已保證產(chǎn)品穩(wěn)定性和可靠性。

協(xié)作機(jī)器人在高速即時(shí)的工業(yè)通信支持下，結(jié)合機(jī)器視覺、傳感器、先進(jìn)伺服電機(jī)和安全控制系統(tǒng)，可以準(zhǔn)確地判斷人的位置、動(dòng)作和運(yùn)動(dòng)趨勢(shì)，感應(yīng)操作人員的力度、速度、慣性、距離等信息，并針對(duì)其狀態(tài)調(diào)整機(jī)器人的狀態(tài)和運(yùn)動(dòng)。

(2)工業(yè)軟件與服務(wù)企業(yè)開始展露。傳感器、工業(yè)云、機(jī)器學(xué)習(xí)、區(qū)塊鏈技術(shù)的彼此配合，需要成熟的軟件、算法與服務(wù)企業(yè)作為支撐，布局?jǐn)?shù)字雙胞胎、預(yù)測(cè)性維護(hù)、車貨匹配系統(tǒng)等應(yīng)用的軟件服務(wù)公司將受益于AI與制造業(yè)的深度結(jié)合：

例如，數(shù)字雙胞胎在資產(chǎn)的生命周期采用信息化的設(shè)計(jì)、規(guī)劃、生產(chǎn)和管理，以近實(shí)時(shí)的速度傳輸數(shù)據(jù)，用以保證生產(chǎn)的高效、安全和運(yùn)營(yíng)風(fēng)險(xiǎn)管理，具體實(shí)例如DNV GL在其海上油氣勘采業(yè)務(wù)中應(yīng)用了數(shù)字雙胞胎模型。

例如，預(yù)測(cè)性維護(hù)實(shí)現(xiàn)機(jī)器學(xué)習(xí)技術(shù)與制造業(yè)的結(jié)合，基于被監(jiān)測(cè)設(shè)備、物料、環(huán)境的信息，依據(jù)設(shè)備剩余使用壽命、物料良率等指標(biāo)，可以預(yù)測(cè)昂貴的維修需求或嚴(yán)重故障，并在發(fā)生嚴(yán)重?fù)p壞之前啟動(dòng)預(yù)防措施與維護(hù)工作，從而達(dá)到預(yù)測(cè)性維護(hù)降低企業(yè)生產(chǎn)成本的目的。

例如，區(qū)塊鏈與供應(yīng)鏈的結(jié)合頗受期待，行業(yè)領(lǐng)先的區(qū)塊鏈服務(wù)供應(yīng)商IBM的區(qū)塊鏈服務(wù)已經(jīng)廣泛應(yīng)用到食品安全、金融、廣告、政府、保險(xiǎn)、物聯(lián)網(wǎng)等多個(gè)行業(yè)，與沃爾瑪、馬士基、中國(guó)郵政儲(chǔ)蓄銀行、聯(lián)合利華等行業(yè)領(lǐng)先企業(yè)建立合作關(guān)系。

目前，區(qū)塊鏈在供應(yīng)鏈中的應(yīng)用主要在高價(jià)值產(chǎn)品(如鉆石)和大型物流(如海運(yùn))，未來(lái)有望向中型單次運(yùn)輸量的行業(yè)滲透，而擁有領(lǐng)先區(qū)塊鏈軟件及項(xiàng)目落地能力的企業(yè)將優(yōu)先得益。

例如，語(yǔ)音揀選是語(yǔ)音技術(shù)在工業(yè)上的代表應(yīng)用，作業(yè)系統(tǒng)將任務(wù)指令轉(zhuǎn)化為語(yǔ)音播報(bào)給操作員，并采用電子技術(shù)將操作員與系統(tǒng)的信息交流轉(zhuǎn)化為實(shí)際操作。語(yǔ)音揀選是現(xiàn)代化高效分銷物流過程中不可或缺的一部分，可顯著提高工作效率、減少錯(cuò)誤，且在冷庫(kù)運(yùn)輸、多項(xiàng)作業(yè)合并等場(chǎng)景下優(yōu)勢(shì)凸顯。

(3)通信和解決方案提供商的新機(jī)遇

前述為設(shè)備企業(yè)、軟件與服務(wù)企業(yè)帶來(lái)發(fā)展動(dòng)能的應(yīng)用，無(wú)一不依托于高速的工業(yè)通信技術(shù)和高程度系統(tǒng)互通互聯(lián)。通信和解決方案提供商扮演提供媒介的角色，其研發(fā)與項(xiàng)目進(jìn)展直接關(guān)系到工業(yè)互聯(lián)網(wǎng)與制造業(yè)智能化的落地速度。

如何運(yùn)用時(shí)間敏感網(wǎng)絡(luò)(TSN)/ 5G等通信技術(shù)、傳感器、云平臺(tái)的技術(shù)，打破過去工廠內(nèi)生產(chǎn)系統(tǒng)(OT)和信息系統(tǒng)(IT)之間的壁壘孕育著巨大商機(jī)。

3、無(wú)所不包的工業(yè)云服務(wù)

工業(yè)云是人工智能未來(lái)發(fā)展的服務(wù)基礎(chǔ)，為未來(lái)長(zhǎng)遠(yuǎn)人工智能的發(fā)展，工業(yè)云具有5個(gè)不同層面的應(yīng)用場(chǎng)景：

第一層: 及時(shí)發(fā)現(xiàn)問題

當(dāng)打通了三個(gè)維度的數(shù)據(jù)流、實(shí)現(xiàn)了數(shù)據(jù)的自由流動(dòng)之后，就能夠通過從云端監(jiān)測(cè)到的異常數(shù)據(jù)，來(lái)及時(shí)發(fā)現(xiàn)問題，將損失的成本降到最低。例如，東方國(guó)信基于跨行業(yè)跨領(lǐng)域能力打造Cloudiip平臺(tái)，解決工業(yè)企業(yè)設(shè)計(jì)、仿真、生產(chǎn)、管理、運(yùn)維問題。生產(chǎn)過程中，根據(jù)傳感器數(shù)據(jù)對(duì)現(xiàn)場(chǎng)環(huán)境進(jìn)行感知，避免極端情況發(fā)生。

第二層：預(yù)測(cè)問題發(fā)生(產(chǎn)品預(yù)測(cè)性維護(hù))

數(shù)據(jù)分析程度不斷加深，基于設(shè)備機(jī)理模型和產(chǎn)品數(shù)據(jù)挖掘，可以開展基于規(guī)則的故障診斷、工藝參數(shù)優(yōu)化、設(shè)備狀態(tài)趨勢(shì)預(yù)測(cè)等單點(diǎn)應(yīng)用。預(yù)測(cè)性維護(hù)是指基于被監(jiān)測(cè)設(shè)備、物料、環(huán)境的信息，預(yù)測(cè)諸如設(shè)備剩余使用壽命、物料良率等指標(biāo)。

預(yù)測(cè)性維護(hù)系統(tǒng)可以預(yù)測(cè)昂貴的維修需求或嚴(yán)重故障，并在發(fā)生嚴(yán)重?fù)p壞之前啟動(dòng)預(yù)防措施。服務(wù)部門可以快速反應(yīng)，更換特定零件，或者提前進(jìn)行維護(hù)工作，從而達(dá)到預(yù)測(cè)性維護(hù)降低企業(yè)生產(chǎn)成本的目的。

以半導(dǎo)體生產(chǎn)為例，設(shè)備包括大量的零部件，通常在生產(chǎn)廠商所存的零部件有限，如果由于磨損導(dǎo)致生產(chǎn)停止生產(chǎn)公司往往要看零部件的交期才能恢復(fù)生產(chǎn)，這個(gè)時(shí)間有可能是一周或者一個(gè)月甚至更久。如果可以預(yù)測(cè)到零部件的更換時(shí)間，通過安排及時(shí)的設(shè)備維護(hù)，生產(chǎn)企業(yè)只需在預(yù)先安排的設(shè)備維護(hù)時(shí)間更換即可避免無(wú)法控制的產(chǎn)能損失。

第三層: 產(chǎn)品全生命周期優(yōu)化(數(shù)字雙胞胎)

在實(shí)現(xiàn)單點(diǎn)優(yōu)化的基礎(chǔ)上，下一步是實(shí)現(xiàn)從產(chǎn)品設(shè)計(jì)、生產(chǎn)計(jì)劃到制造執(zhí)行的全過程數(shù)字化，將產(chǎn)品創(chuàng)新、制造效率和有效性水平提升至一個(gè)新的高度。數(shù)字雙胞胎正是在虛擬空間中完成映射，從而反映相對(duì)應(yīng)的實(shí)體裝備的全生命周期過程。

數(shù)字雙胞胎的核心在于MBE(Model based Enterprise：基于模型的企業(yè))方法，就是要在整個(gè)企業(yè)和供應(yīng)鏈范圍內(nèi)建立一個(gè)集成和協(xié)同化的環(huán)境，各業(yè)務(wù)環(huán)節(jié)充分利用已有的單一數(shù)據(jù)源開展工作，從而有效地縮短整個(gè)產(chǎn)品研制周期，改善生產(chǎn)現(xiàn)場(chǎng)工作環(huán)境，提高產(chǎn)品質(zhì)量和生產(chǎn)效率。按照生產(chǎn)的不同環(huán)節(jié)，可以分為：

CAD(Computer-Aided Design，計(jì)算機(jī)輔助設(shè)計(jì))：主要用在產(chǎn)品設(shè)計(jì)環(huán)節(jié)，對(duì)產(chǎn)品和工程進(jìn)行總體設(shè)計(jì)、繪圖、分析和編寫技術(shù)文檔等。CAD使傳統(tǒng)的產(chǎn)品設(shè)計(jì)從紙面上到計(jì)算機(jī)中，通過參數(shù)的隨時(shí)設(shè)置和隨時(shí)改變，提高了產(chǎn)品設(shè)計(jì)的效率。

CAE(Computer-Aided Engineering，計(jì)算機(jī)輔助工程)：主要被用在產(chǎn)品的工業(yè)設(shè)計(jì)環(huán)節(jié)，用來(lái)模仿產(chǎn)品在各種物理場(chǎng)情況下的力學(xué)性能，即利用計(jì)算機(jī)求解復(fù)雜工程和產(chǎn)品結(jié)構(gòu)強(qiáng)度、剛度、屈曲穩(wěn)定性、動(dòng)力響應(yīng)、熱傳導(dǎo)、三維多體接觸、彈塑性等力學(xué)性能的分析計(jì)算以及結(jié)構(gòu)性能的優(yōu)化設(shè)計(jì)等問題的一種近似數(shù)值分析方法。

CAE的出現(xiàn)大量解放了人的腦力，已經(jīng)成為工程和產(chǎn)品結(jié)構(gòu)分析中(如航空、航天、機(jī)械、土木結(jié)構(gòu)等領(lǐng)域)必不可少的數(shù)值計(jì)算工具，對(duì)于分析繁雜的各類力學(xué)問題尤其見長(zhǎng)。

CAM(Computer-Aided Manufacturing，計(jì)算機(jī)輔助制造)：模仿零部件和夾具在加工過程中的刀軌情況，利用計(jì)算機(jī)來(lái)進(jìn)行生產(chǎn)設(shè)備管理控制和操作的過程，把CAD設(shè)計(jì)好的東西用于生成驅(qū)動(dòng)數(shù)字控制機(jī)床的計(jì)算機(jī)數(shù)控代碼。

它輸入信息是零件的工藝路線和工序內(nèi)容，輸出信息是刀具加工時(shí)的運(yùn)動(dòng)軌跡(刀位文件)和數(shù)控程序。CAM能夠大幅縮短產(chǎn)品開發(fā)周期，減少操作失誤。

第四層：產(chǎn)業(yè)鏈協(xié)同：交互定制平臺(tái)(C2M)

產(chǎn)業(yè)鏈協(xié)同是指跨企業(yè)的制造能力、制造資源等對(duì)接。借助云應(yīng)用，實(shí)現(xiàn)大型產(chǎn)品設(shè)計(jì)制造的跨企業(yè)管理，并且動(dòng)態(tài)采集掌握設(shè)備運(yùn)行狀態(tài)，運(yùn)用大數(shù)據(jù)分析幫助產(chǎn)業(yè)鏈實(shí)現(xiàn)資源最優(yōu)化配置。海爾集團(tuán)的交互定制平臺(tái)是產(chǎn)業(yè)鏈協(xié)同的一個(gè)很好實(shí)例。通過交互平臺(tái)，消費(fèi)者可在線定制冰箱、洗衣機(jī)、空調(diào)等產(chǎn)品。

當(dāng)訂單提交后，互聯(lián)工廠將自動(dòng)生產(chǎn)定制化產(chǎn)品，日日順物流將產(chǎn)品配送至消費(fèi)者家中。海爾集團(tuán)領(lǐng)先市場(chǎng)推出定制家電是基于領(lǐng)先的智能制造和電商物流能力。通過COSMOPlat，海爾互聯(lián)工廠能夠迅速對(duì)用戶的定制訂單做出響應(yīng)。軟件層面，海爾互聯(lián)工廠的核心系統(tǒng)是CosmoIM，它能夠通過信息化、數(shù)字化的手段將產(chǎn)品和用戶訂單綁定，并解決自動(dòng)排產(chǎn)、員工人單績(jī)效管理等現(xiàn)場(chǎng)生產(chǎn)執(zhí)行層面的問題。

硬件層面，在互聯(lián)工廠中可以看到海爾獨(dú)創(chuàng)的自動(dòng)化運(yùn)輸系統(tǒng)，它可以根據(jù)訂單執(zhí)行情況，自動(dòng)識(shí)別生產(chǎn)線需要的物料并配送到位，確保交給用戶的產(chǎn)品一定是正確的，實(shí)現(xiàn)用戶需求驅(qū)動(dòng)下的柔性生產(chǎn)。日日順物流可以將產(chǎn)品準(zhǔn)確、及時(shí)的從工廠運(yùn)輸?shù)较M(fèi)者家庭。

第五層：開放平臺(tái)

互聯(lián)網(wǎng)化的最終形態(tài)是吸引第三方企業(yè)在自己的平臺(tái)上開發(fā)工業(yè)應(yīng)用。工信部在2018年提出的“百萬(wàn)工業(yè)APP培育”也是加快建設(shè)工業(yè)互聯(lián)網(wǎng)平臺(tái)體系的一部分，其目的是以應(yīng)用服務(wù)方式實(shí)現(xiàn)工業(yè)知識(shí)的沉淀、傳播、復(fù)用和價(jià)值創(chuàng)造，推動(dòng)實(shí)體經(jīng)濟(jì)特別是制造業(yè)向數(shù)據(jù)驅(qū)動(dòng)型創(chuàng)新體系和發(fā)展模式轉(zhuǎn)變。目前在工業(yè)互聯(lián)網(wǎng)App走在最前面的GE的Predix和西門子的MindSphere。

企業(yè)發(fā)展智能制造的路徑

制造業(yè)智能化實(shí)現(xiàn)路徑：在數(shù)字化、網(wǎng)絡(luò)化、智能化的相互遞進(jìn)與配合下，企業(yè)轉(zhuǎn)型智能工廠、跨企業(yè)價(jià)值鏈延伸、全行業(yè)生態(tài)構(gòu)建與優(yōu)化配置將有望得以實(shí)現(xiàn)。首先，數(shù)字化。通過將種類繁多的工業(yè)傳感器布置于生產(chǎn)與流通的各個(gè)部分，可以將工業(yè)過程各主要參數(shù)制式數(shù)字化，產(chǎn)生大量工業(yè)數(shù)據(jù)，為智能化奠定數(shù)據(jù)基礎(chǔ)。

其次，網(wǎng)絡(luò)化。工業(yè)通信將傳感器采集到的工業(yè)數(shù)據(jù)低延遲、低丟包率地傳輸至云端。未來(lái)，通信協(xié)議標(biāo)準(zhǔn)化、無(wú)線通信技術(shù)應(yīng)用將成為趨勢(shì)。工業(yè)云是工業(yè)互聯(lián)網(wǎng)最核心的部分，進(jìn)行海量數(shù)據(jù)的匯聚、提煉、模型計(jì)算等，實(shí)現(xiàn)資源優(yōu)化與預(yù)測(cè)。

最終，實(shí)現(xiàn)智能化。依托區(qū)塊鏈和圖像、語(yǔ)音、機(jī)器學(xué)習(xí)等人工智能技術(shù)，制造業(yè)企業(yè)得以在網(wǎng)絡(luò)化的基礎(chǔ)上進(jìn)一步實(shí)現(xiàn)智能化，如依托區(qū)塊鏈技術(shù)進(jìn)行供應(yīng)鏈管理、依托圖像技術(shù)進(jìn)行自動(dòng)光學(xué)檢測(cè)和倉(cāng)儲(chǔ)機(jī)器人的使用、依托語(yǔ)音技術(shù)進(jìn)行物流語(yǔ)音揀選、依托機(jī)器學(xué)習(xí)進(jìn)行預(yù)測(cè)性維護(hù)和車貨匹配等。

資料來(lái)源：工信部，作者

因此，企業(yè)制造業(yè)智能化轉(zhuǎn)型也可以分為數(shù)字化、網(wǎng)絡(luò)化、智能化三步。在數(shù)字化、網(wǎng)絡(luò)化、智能化的相互遞進(jìn)與配合下，企業(yè)轉(zhuǎn)型智能工廠、跨企業(yè)價(jià)值鏈延伸、全行業(yè)生態(tài)構(gòu)建與優(yōu)化配置將有望得以實(shí)現(xiàn)。

1、第一步：數(shù)字化——“感受”工業(yè)過程，采集海量數(shù)據(jù)

(1)為配合工業(yè)智能化、實(shí)現(xiàn)智能制造，制造業(yè)工廠在進(jìn)行數(shù)字化、網(wǎng)絡(luò)化、智能化的軟硬件應(yīng)用之前，更為基礎(chǔ)的是在生產(chǎn)流程上打通設(shè)計(jì)、生產(chǎn)、檢測(cè)、搬運(yùn)、倉(cāng)儲(chǔ)、配送等主要環(huán)節(jié)，高效、科學(xué)的生產(chǎn)流程設(shè)計(jì)蘊(yùn)含著巨大的提質(zhì)增效、降本減存的機(jī)會(huì)。

(2)工業(yè)傳感器：工業(yè)數(shù)據(jù)的“采集感官”，多類別、廣應(yīng)用為智能化奠基

人工智能的基礎(chǔ)是大量的數(shù)據(jù)，而工業(yè)傳感器是獲得多維工業(yè)數(shù)據(jù)的感官。除了設(shè)備狀態(tài)信息以外，人工智能平臺(tái)需要收集工作環(huán)境(如溫度濕度)、原材料的良率、輔料的使用情況等相關(guān)信息，用以預(yù)測(cè)未來(lái)的趨勢(shì)。這就需要部署更多類別和數(shù)量的傳感器。

如今，使用數(shù)量較多的傳感器包括壓力、位移、加速度、角速度、溫度、濕度和氣體傳感器等?，F(xiàn)在的工業(yè)傳感器可以提供監(jiān)視輸出信號(hào)、為預(yù)測(cè)設(shè)備故障作出數(shù)據(jù)支持，可以助于確認(rèn)庫(kù)存中可用的原材料，可代替指示表更精確地讀數(shù)以及在環(huán)境惡劣的情況下收集數(shù)據(jù)、亦可監(jiān)測(cè)通過網(wǎng)關(guān)和云的數(shù)據(jù)傳輸、維護(hù)數(shù)據(jù)安全等。

2、第二步：網(wǎng)絡(luò)化——高速傳輸、云端計(jì)算、互聯(lián)互通

(1)工業(yè)通信：數(shù)據(jù)上云的“高速公路”，通信標(biāo)準(zhǔn)化、無(wú)線通信技術(shù)應(yīng)用成趨勢(shì)

得到大量數(shù)據(jù)后，如何將數(shù)據(jù)傳輸至云端呢?這需要依托先進(jìn)的工業(yè)級(jí)通信技術(shù)。和過去在車間內(nèi)直接對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單響應(yīng)不同，企業(yè)需要把不同車間，不同工廠，不同時(shí)間的數(shù)據(jù)匯聚到同一個(gè)地方(云數(shù)據(jù)中心)，進(jìn)行復(fù)雜的數(shù)據(jù)計(jì)算，以提煉出有用的數(shù)學(xué)模型。這就對(duì)工業(yè)通信網(wǎng)絡(luò)架構(gòu)提出新要求，推動(dòng)標(biāo)準(zhǔn)化通信協(xié)議及5G等新的技術(shù)在車間里的普及。

(2)工業(yè)云：匯聚提煉海量數(shù)據(jù)，模型計(jì)算資源優(yōu)化的場(chǎng)所

人工智能進(jìn)行計(jì)算的場(chǎng)所——云平臺(tái)。工業(yè)互聯(lián)網(wǎng)最有意義的部分是其云計(jì)算平臺(tái)。工業(yè)生產(chǎn)中產(chǎn)生的海量數(shù)據(jù)將與工業(yè)云平臺(tái)相連，采用分布式架構(gòu)進(jìn)行分布式數(shù)據(jù)挖掘，提煉有效生產(chǎn)改進(jìn)信息，最終將用于預(yù)測(cè)性維護(hù)等領(lǐng)域。

在云平臺(tái)上首先打通數(shù)據(jù)流和物流，在云上匯聚工廠內(nèi)部的不同維度、產(chǎn)品生命周期不同階段、供應(yīng)鏈上下游不同行為主體。其次可以通過運(yùn)用大數(shù)據(jù)及人工智能技術(shù)進(jìn)行分析，提煉數(shù)字分析模型。

制造業(yè)智能化及工業(yè)互聯(lián)網(wǎng)具有不同層面的應(yīng)用場(chǎng)景。首先，在企業(yè)層面主要是內(nèi)部的提質(zhì)增效，降本減存，從傳統(tǒng)制造進(jìn)化為智能工廠，以數(shù)據(jù)驅(qū)動(dòng)智能生產(chǎn)能力。其次，可實(shí)現(xiàn)跨企業(yè)價(jià)值鏈延伸，優(yōu)化跨企業(yè)的制造資源配置，打通企業(yè)外部?jī)r(jià)值鏈。

最后，有望實(shí)現(xiàn)全行業(yè)生態(tài)構(gòu)建，以數(shù)據(jù)驅(qū)動(dòng)生態(tài)運(yùn)營(yíng)能力，匯聚協(xié)作企業(yè)、產(chǎn)品、用戶等產(chǎn)業(yè)鏈資源，不斷沉淀、復(fù)用、重構(gòu)和輸出，實(shí)現(xiàn)制造行業(yè)整體的資源優(yōu)化配置。

3、第三步：智能化——三個(gè)維度的整體智能化

資料來(lái)源：工信部，作者

(1)融合IT/OT，打通工廠內(nèi)部的數(shù)據(jù)流

過去傳統(tǒng)的制造業(yè)工廠的內(nèi)部存在信息系統(tǒng)(IT)和生產(chǎn)管理系統(tǒng)(OT)兩個(gè)相對(duì)獨(dú)立的子系統(tǒng)。IT系統(tǒng)生產(chǎn)規(guī)劃，OT負(fù)責(zé)執(zhí)行，不需要過多的互動(dòng)。未來(lái)的智能工廠，需要打通設(shè)備，數(shù)據(jù)采集，企業(yè)IT系統(tǒng)，云平臺(tái)等不同層的信息壁壘，實(shí)現(xiàn)從車間到?jīng)Q策層的縱向互聯(lián)。

(2)打通供應(yīng)鏈各個(gè)環(huán)節(jié)數(shù)據(jù)流

供應(yīng)鏈各個(gè)環(huán)節(jié)之間的物流會(huì)產(chǎn)生大量的數(shù)據(jù)。這些物流信息的收集能夠幫助物流行業(yè)提升效率，降低成本。未來(lái)的智慧物流，通過智能化收集、集成、處理物流的采購(gòu)、運(yùn)輸、倉(cāng)儲(chǔ)、包裝、裝卸搬運(yùn)、流通、配送等各個(gè)環(huán)節(jié)的信息，實(shí)現(xiàn)全面分析，及時(shí)處理及自我調(diào)整。這需要涉及到將這些數(shù)據(jù)數(shù)字化并累積成足夠的數(shù)據(jù)庫(kù)，需要大量的基礎(chǔ)設(shè)施建設(shè)。

(3)產(chǎn)品生命周期全過程數(shù)字化

工業(yè)互聯(lián)網(wǎng)要實(shí)現(xiàn)產(chǎn)品從設(shè)計(jì)、制造到服務(wù)，再到報(bào)廢回收再利用整個(gè)生命周期的互聯(lián)。未來(lái)的工廠會(huì)以數(shù)字化方式為物理對(duì)象創(chuàng)建虛擬模型，來(lái)模擬其在現(xiàn)實(shí)環(huán)境中的行為。通過搭建整合制造流程的數(shù)字雙胞胎生產(chǎn)系統(tǒng)，能實(shí)現(xiàn)從產(chǎn)品設(shè)計(jì)、生產(chǎn)計(jì)劃到制造執(zhí)行的全過程數(shù)字化，將產(chǎn)品創(chuàng)新、制造效率和有效性水平提升至一個(gè)新的高度。

結(jié)束語(yǔ)

在人工智能、工業(yè)機(jī)器人、工業(yè)互聯(lián)網(wǎng)、區(qū)塊鏈等多種技術(shù)賦能下，未來(lái)智能化的制造業(yè)將值得暢想。短期人工智能與工業(yè)機(jī)器人的落地將解放大量重復(fù)、規(guī)則的人類勞動(dòng)。工業(yè)互聯(lián)網(wǎng)日益成熟，機(jī)器之間、工廠之間得以智能化互聯(lián)互通，區(qū)塊鏈技術(shù)的加入更使得制造業(yè)“全自動(dòng)運(yùn)行”成為可能，“人工智能+機(jī)器人+區(qū)塊鏈”模式值得期待。

而伴隨制造業(yè)與服務(wù)業(yè)將深度融合，標(biāo)準(zhǔn)化生產(chǎn)與個(gè)性化定制并存，智能制造將為人們構(gòu)筑美好生活。相信在數(shù)字化、網(wǎng)絡(luò)化、智能化的相互遞進(jìn)與配合下，企業(yè)轉(zhuǎn)型智能工廠、跨企業(yè)價(jià)值鏈延伸、全行業(yè)生態(tài)構(gòu)建與優(yōu)化配置將有望得以實(shí)現(xiàn)，制造業(yè)的深度智能化將不再僅存在于愿景。

未來(lái)10-15年內(nèi)，50%的制造業(yè)將會(huì)被人工智能取代，中國(guó)的主導(dǎo)產(chǎn)業(yè)將發(fā)生天翻地覆的變化，并且面臨國(guó)內(nèi)外企業(yè)的新一輪沖擊。面臨人工智能時(shí)代全新的競(jìng)爭(zhēng)環(huán)境，中國(guó)必須迎難而上，從當(dāng)下開始打造人工智能生態(tài)，為未來(lái)全方位跟進(jìn)時(shí)代浪潮打下深厚基礎(chǔ)。

新時(shí)代下，人工智能發(fā)展的規(guī)模之大、速度之快、在國(guó)際競(jìng)合中地位之高，決定了中國(guó)需要進(jìn)一步改革開放，以改革政策帶來(lái)的制度創(chuàng)新的力量促進(jìn)人工智能快速發(fā)展，占據(jù)技術(shù)制高點(diǎn)，并形成國(guó)際競(jìng)爭(zhēng)力。

制造業(yè)+人工智能已成為中美等國(guó)制造業(yè)競(jìng)爭(zhēng)的主賽道之一。美國(guó)擁有人工智能先發(fā)優(yōu)勢(shì)、領(lǐng)先工業(yè)制造商基礎(chǔ)以及資金優(yōu)勢(shì)。中國(guó)需要在人工智能的成熟度和行業(yè)整合上取得突破，這種背景下，能夠率先建立工業(yè)互聯(lián)網(wǎng)技術(shù)基礎(chǔ)、并順利將其應(yīng)用和大規(guī)模鋪設(shè)至智能工廠、先進(jìn)制造裝備等領(lǐng)域的國(guó)家，無(wú)疑將在全球制造業(yè)競(jìng)爭(zhēng)中占據(jù)優(yōu)勢(shì)地位。

2018年11月19日美國(guó)商務(wù)部發(fā)布題目為《Review of Controls for Certain Emerging Technologies》的法規(guī)制定提案預(yù)告(Advance notice of proposed rulemaking，ANPRM)，如提案落實(shí)，眾多高新科技行業(yè)將面臨美國(guó)出口與技術(shù)封鎖，為已經(jīng)面臨人口結(jié)構(gòu)、自動(dòng)化自主程度較低、進(jìn)口依賴的中國(guó)制造業(yè)的進(jìn)一步升級(jí)造成額外阻礙。歷史階段與國(guó)際環(huán)境挑戰(zhàn)下，中國(guó)的制造業(yè)亟待AI賦能。

但是，人工智能這輪變革是中國(guó)和世界第一次站在同一個(gè)起點(diǎn)上，在人工智能的競(jìng)爭(zhēng)中，中國(guó)第一次有了資本、人才和技術(shù)去把握未來(lái)。中國(guó)實(shí)現(xiàn)“彎道超車”有四大信心和條件，一是用戶基數(shù)與市場(chǎng)潛力。

中國(guó)有近14億用戶，形成了巨大而多樣化的市場(chǎng)，為人工智能的發(fā)展應(yīng)用提供了充足的空間。特別是中國(guó)今年來(lái)互聯(lián)網(wǎng)與移動(dòng)應(yīng)用和商業(yè)模式迅速發(fā)展，在很多領(lǐng)域已經(jīng)超越了美國(guó)等發(fā)達(dá)市場(chǎng)的發(fā)展水平，結(jié)合巨大的用戶基數(shù)產(chǎn)生了規(guī)模巨大而差異化的數(shù)據(jù)集，為人工智能的應(yīng)用提供了最佳基礎(chǔ)。二是技術(shù)差距逐漸縮小。

近年來(lái)中國(guó)在技術(shù)上發(fā)展迅速，國(guó)際頂級(jí)會(huì)議論文中，出現(xiàn)中國(guó)作者名字的占三分之一以上。海外科技人員歸國(guó)創(chuàng)業(yè)的熱潮明顯，人才回流現(xiàn)象加強(qiáng)。此外，中國(guó)在超級(jí)計(jì)算機(jī)方面的潛力巨大，為技術(shù)的發(fā)展提供了加速支持。2017年，超級(jí)計(jì)算機(jī)五百?gòu)?qiáng)榜單顯示中國(guó)已超過美國(guó)，成為世界上擁有最快超級(jí)計(jì)算機(jī)、且數(shù)量最多的國(guó)家。三是創(chuàng)新能力的提升。

“中國(guó)創(chuàng)造”已成大勢(shì)所趨，時(shí)下流行的商業(yè)模式中有諸多為中國(guó)首創(chuàng)，例如共享單車、移動(dòng)支付、直播、手機(jī)短視頻等，成為海外市場(chǎng)研究與效仿的對(duì)象。四是資本力量充裕。一方面政府將創(chuàng)新提升至戰(zhàn)略層面，高科技領(lǐng)域的政府引導(dǎo)基金可達(dá)到千億、萬(wàn)億的級(jí)別。另一方面大量民間資本渴望找到成長(zhǎng)性高的投資機(jī)會(huì)。

據(jù)Pitchbook調(diào)查，2018中國(guó)人工智能領(lǐng)域的投融資已占到全球所有人工智能投融資總額的12%，且其占比仍保持迅速上升趨勢(shì)?；谝陨纤姆矫嬖?，中國(guó)有望在智能制造領(lǐng)域，百尺竿頭更進(jìn)一步，從“世界領(lǐng)先”走向“世界第一”。

中國(guó)近年出臺(tái)多項(xiàng)政策鼓勵(lì)智能制造及互聯(lián)網(wǎng)、新興技術(shù)于制造業(yè)的應(yīng)用結(jié)合，然而我們需要清醒認(rèn)識(shí)到政策與制度層面、人才與環(huán)境層面仍存在落地困難。

未來(lái)，伴隨中國(guó)制造業(yè)轉(zhuǎn)型升級(jí)意識(shí)的增強(qiáng)，人工智能、新興技術(shù)與制造業(yè)應(yīng)用進(jìn)展的進(jìn)一步推進(jìn)，以及相關(guān)行業(yè)、企業(yè)、政府三大層面的政策引領(lǐng)作用的提升，一個(gè)自動(dòng)高效、互聯(lián)互通、具備前瞻預(yù)測(cè)能力的智能制造時(shí)代將早日到來(lái)。