我国经济高质量发展中人工智能与制造业深度融合的智能化模式选择

高 煜

(1.西北大学 中国西部经济发展研究中心；2.西北大学 经济管理学院，陕西 西安 710127)

在中国特色社会主义进入新时代的新的历史方位下,经济高质量发展成为中国经济发展阶段的总内涵。为此,必须“以供给侧结构性改革为主线,推动经济发展质量变革,效率变革,动力变革”[1](P30)。中国当前经济发展中存在问题的本质是,以深层次体制机制障碍为根源;以产业结构为表现,以供求结构、虚实结构、要素结构、动能结构、区域结构等为内涵的重大结构性失衡为核心;以及由此导致的增速下降、效率不高、动能不足等总量减缓为表现的结构诱导型增长失速。作为经济高质量发展长期坚持的主线,供给侧结构性改革的实质是,在问题导向与目标导向的双重导向下,针对中国当前经济发展中存在的本质问题,以提高效率、优化结构、培育新动力为内涵的经济高质量发展[2]为目标,以政策重点由需求侧的宏观经济调节转向供给侧的体制机制改革为推动,以结构优化为核心,最终实现创新推动、要素升级、动能转换、效率提升的经济高质量发展。在供给侧结构性改革中,制造业高质量发展具有关键性意义和重大任务:以互联网、大数据、人工智能和制造业深度融合为手段,以加快发展先进制造业,培育世界级先进制造业集群、推动制造业迈向中高端为任务,以建设制造强国为目标,实现制造业高质量发展。“加快建设制造强国,加快发展先进制造业,推动互联网、大数据、人工智能和实体经济深度融合…促进我国产业迈向全球价值链中高端,培育若干世界级先进制造业集群。”[1](P30-31)其中,紧抓新一轮产业革命的契机,以人工智能与制造业深度融合为手段,推动制造业迈向中高端是制造业高质量发展的关键。

一、人工智能与制造业深度融合推进制造业智能化转变

人工智能是指“研究人类智能行为规律(如学习、计算、推理、思考、规划等),构造具有一定智慧能力的人工系统,以完成往常需要人的智慧才能胜任的工作”[3](PIX)。

人工智能的开创性构思早在1950年就由图灵提出,此后,人工智能按照强调思路模拟的控制派与强调自我意识的仿生派的两条技术路线展开研究,其中前者长期占据主导地位,在“深度学习”技术突破性进展之后,人工智能在仿生派路线的推动下在21世纪后取得了快速的突破性发展[4],进入到技术突破和大规模应用的新阶段[5]。

人工智能以其技术的突破性发展为基础,迅速而广泛地对经济社会生活产生着巨大影响,其特点表现为技术突破、应用广泛、产业发展、影响深远四个方面。“深度学习”技术的突破使得人工智能获得了突破性发展的技术基础; 在技术突破的带动下, 人工智能迅速而广泛地应用于图像、 语音识别、 自动驾驶、 医疗、 新闻采写、 音乐创作、 体育竞赛等各种场景, 并取得了颠覆性效果。 James Manyika等分析了2 000项任务,预测在美国经济中,大约45%的有偿活动可以使用现有的人工智能和其他技术实现自动化[6];在此基础上,人工智能产业获得了快速发展,2020 年全球人工智能产业规模将超过 1 100 亿美元,年均增速47.8%,中国人工智能产业规模将为180 亿美元,年均增速56.5%[8];在广泛应用和产业发展的基础上,随着由当前的弱人工智能,发展为强人工智能,以至超人工智能。可以预计的是,人工智能必将引发一场深刻的技术变革、产业变革、经济变革、社会变革，必将深刻改变经济社会生活。

在人工智能技术突破性发展和新一轮产业革命的强劲推动下,人类社会继农业化时代、工业化时代、信息化时代之后,已经站在智能化时代的门口。因此,当前人工智能与制造业深度融合,推动制造业迈向中高端问题的实质是,在智能化时代即将来临的重大历史节点,建立智能化时代制造业发展的智能化模式,推动智能化时代制造业智能化发展。

随着人工智能技术的持续发展,人工智能与制造业融合的不断深化,人工智能正在广泛而深刻地改变着制造业,加速制造业的智能化转变。从当前实践的实际发展看,人工智能对于制造业的智能化改变体现在六个方面:

第一,产品智能化。一是智能化产品种类日益丰富。智能化产品按照功能可以分为包括智能音箱、智能手机、智能电视、智能家居产品等在内的消费型智能产品,包括家务机器人、智能医疗、智能安防、智能金融等在内的服务型智能产品以及包括智能电网、物品分拣机器人等在内的生产型智能产品三类。二是产品智能化水平不断提升。例如,从具有主动安全系统的单个汽车发展到“全面实时感知+及时通信+智能驾驶”模式,进而发展为可实现自动驾驶的智慧道路系统。人工智能使得制造业产品由功能化向智能化转变,极大地拓展了产品满足各种需求的范围,极大提升了产品效用。具有智能化功能的产品推动了适应智能化时代需要的制造业产品升级。

第二,装备智能化。通过人工智能与先进制造技术的高度集成与深度融合,发展出具有感知、分析、决策、执行、维护等功能,能够实现自组织、自适应的网络化、协同化、智能化生产设备与生产系统。目前,智能化装备已经由智能化单机装备,向以其为基础的智能生产线、智能车间、智能工厂等发展转变,达到提供工厂级的系统化、集成化、智能化的生产设备。装备智能化为生产智能化和产品智能化提供了直接物质基础。

第三,生产智能化。主要表现为生产制造方式的智能化,从传统制造业的“人工分析决策+自动生产”转变为“人工智能分析决策+自主生产”的智能化制造方式,即生产制造过程由人工监控下的机械化、自动化生产转变为以人工智能为核心的信息化、集成化、自主化生产。以数字化数据、系统化连接、信息化处理为基础,综合产品特性、时间要求、物流管理、成本控制、安全要求等全方位要求,以人工智能决策为核心,实现生产制造的自主化控制与实施。

第四,管理智能化。以包括原材料采购、生产制造、仓储物流、需求系统、售后服务等全方位的硬件、软件的相互连接为基础产生海量数据,在客户关系管理、生产数据管理、供应链管理、产品生命周期管理等系统的支撑下,对海量数据进行汇总、结构化处理、智能化分析,并以此为基础,以深度学习功能为技术保障,对产品特性、生产成本、原材料、物流、生产时间等方面进行全方位、深度化的智能化管理,实现制造业管理的全面智能化。

第五, 商业应用智能化。 即从被动式需求分析转化为主动式需求管理。 传统制造业在客户需求信息收集、 整理的基础上, 对客户需求进行分析、 判断、 预测, 根据需求分析, 组织生产制造。 在人工智能的改变下, 制造业通过工业互联网与商业互联网及消费互联网的互联互通, 收集客户需求的海量数据, 运用机器学习技术, 在对海量数据实时自动整理、 分析、 存储的基础上, 实时向客户发送关联性需求信息, 及时关注、 引导客户需求。 与被动式需求分析相比, 智能化主动式需求管理的特点突出表现在实时性、 主动性、 智能化三个方面。 其中, 实时性体现在客户需求信息收集、 分析、 存贮以及客户需求关注、 引导的实时性。 主动性体现在不是被动感应、 分析客户需求, 而是以对于客户需求主动联系、 主动响应、 主动引导等为基础的主动需求管理。 智能化体现在主动式需求管理的实现依赖于人工智能对其的全过程参与。

第六,产业生态智能化。产业链、价值链、供应链、创新链以及产业周边社会环境系统、人文环境系统、生态环境系统在工业互联网的连接与集成下,以人工智能为核心,实现产业生态系统的数据收集、信息共享、业务协同、系统集成等全过程、全任务的智能化实施,实现产业生态系统空前的数字化、网络化、集成化、智能化。

人工智能对于制造业的六大智能化改变对于提升制造业发展质量具有决定性作用。主要体现在成本节约、效率提升、价值创造、发展扩散等四个方面。首先,在成本节约方面,一方面,人工智能将极大地节约制造业人工成本。人工智能导致的无人化或少人化生产,将极大节约制造业的人工成本,这一点对于当前“人口红利”消失,人工成本全面、持续攀升的中国制造业作用十分突出。另一方面,人工智能将极大地节约制造业能源成本。在智能化生产管理下,能源消耗可以得到最大节约,从而可以极大地节约制造业能源成本,这一点对于能源价格高企且波动的制造业,也具有十分重要的作用。其次,在效率提升方面,在智能化生产管理下,原材料采购、生产制造、仓储物流、需求系统、售后服务等全方位环节将得到最优运筹,在物耗节约、进度优化、时间加快等的基础上,生产制造的效率将得到最大提升。Erik Brynjolfsson等(2017)就指出,人工智能的进步可能提高全要素生产率。尤其是许多大型工厂的能源效率和材料使用可以得到改善[6]。再次,在价值创造方面,人工智能广阔的前景可以为企业带来巨大的投资和价值创造。根据CBInsights的估计,全球对专注人工智能的私营公司的投资从2012年的5.89亿美元增加到2016年的逾50亿美元[6]。最后,在发展扩散方面,制造业的智能化转变可以通过逆向工程等方式促进对现有产品与技术的模仿,以及企业、产业和职业之间的技术学习与模仿,从而扩大知识的外部性[9]。在此基础上还可以通过产业链、供应链、价值链、创新链、消费链等途径,逐步扩散到农业、流通业、服务业、消费领域等相关产业与领域,逐步带动其他相关产业与领域的智能化转型。

二、人工智能与制造业深度融合的智能化发展模式

人工智能对于制造业的智能化改变要求制造业实现全面智能化发展模式。

第一,智能化生产管理模式。从传统制造业的以人为核心的生产管理模式,转变为以人工智能为核心的生产管理模式,即以人工智能为核心的,分散式智能化控制的全流程、多任务、智能化管理模式。即以信息通信技术和信息物理系统高度结合为手段,将现代人工智能技术与制造业生产深度融合,实现从集中式控制向分散式智能化控制的根本性转变。具体而言,通过建立以有线及无线方式连接,包括所有生产企业的生产设备、客户需求、仓储物流、生产管理等生产环节在内的信息物理融合系统网络[10](P14),实现制造业生产的动态监测、人机互动、智能调整,最终达到最优化生产。为此,制造业必须进行智能化生产流程再造,建立新型的智能化生产管理模式。

第二,智能化生产运营模式。从传统制造业的标准化、大批量、大规模制造,满足一致性需求的标准化生产运营模式,转变为多品种、小批次、多样化规模,满足差异化需求的智能化生产运营模式转变。其根本是通过智能化生产制造方式,将需求的个性化与生产规模化完美匹配,使得柔性生产与大规模定制能够以技术可行、成本节约、需求适应的方式得以实现。在此基础上,实现从以企业的技术与生产为中心的生产运营思想与模式向以客户的需求为中心的生产运营思想与模式转变。在这一思想与模式下,多地、多部门、全产业链协同设计,大规模个性化订制,精准供应链管理,柔性生产,网络化制造,自组织自适应物流,智能化分包、众包与系统集成等将成为新型的制造业智能化生产运营方式。

第三,智能化组织管理模式。一是生产员工数量大幅度减少。在生产智能化的作用下,人工智能将取代部分智力及体力工作岗位,造成制造业的无人化或少人化生产。据花旗银行和牛津大学估计,未来几年,机器人和人工智能等技术可能会在全球范围内替代数以百万计的工作岗位,经合组织国家中57%的就业机会都会面临人工智能的挑战[4]。二是员工工作要求与薪酬的转变。在生产智能化的作用下,除了无人化或少人化生产,员工的工作要求还从体力工作、机器操作、数据获取等操作性工作,转变为创新与决策性工作,即包括对于联网机器进行编程和维护,解读复杂数据,与管理人员组成团队,协同工作等在内的更为复杂的控制、操作、规划工作,工人与管理者的职能界限区域模糊[10](P105-106)。人工智能型企业会雇用更高比例的高技能员工,会把更高比例的低职位任务外包,并给留在企业中的低职位员工支付较高的工资溢价[9]。三是组织架构扁平化。在生产智能化的作用下,大量操作、分析、控制、协调等工作由人工智能完成,人员职责的大量减少,使得企业应当围绕人工智能为核心,进行组织管理的职能再造、流程再造,与此相适应,进行制造业企业的组织再造,组织架构由集中式、层级化模式转变为分散式、扁平化架构。人工智能会使企业把中层监督职能自动化，并取消这些职能,使层级更扁平化,控制范围扩大[11]。人工智能可以减少委托人对下级部门的监督成本,减缓协同问题的影响,促进分权化,同时导致规模更大、横向一体化程度更高的企业,使企业扁平化,内部设立更多利润中心,把更多工作任务外包给独立的自雇代理人[9]。

第四,智能化商业模式。一是实现以客户深度参与式生产为基础的智能化客户沟通模式。即通过高度智能化的工业互联网将原料与零部件、智能制造、仓储物流、消费者进行智能化连接,客户通过客户终端提出的需求订单,会被自动发送给智能化制造系统,由该系统自动完成原料采购、设计生产、物流配送、客户交付、售后服务等,在这一过程中,客户可以实现实时、全面的过程参与。二是从生产型制造模式转变为综合解决型制造模式。将客户需求与生产制造系统集成,围绕价值链各环节发展融入智能化增值服务,从提供产品,转变为以产品和服务的系统化、集成化组合为基础,向客户提供系统化、集成化问题解决方案。三是“平台+场景应用”主导的新型商业模式将广泛应用。即通过海量优质的多维数据结合大规模计算力的投入,以应用场景为接口,人工智能产业将构建起覆盖全产业链生态的主导平台加广泛场景应用商业模式和竞争格局[8]。

第五,智能化企业竞争模式。从传统制造业的寻求规模经济基础上的成本领先优势,专有技术、产品优势的差异化优势,产品多样化基础上的市场细分优势,转变为寻求制造业智能化优势,即从智能化(而不是规模经济)寻求成本节约,在智能化技术及其与制造业技术的深度融合中寻求技术、产品优势的差异化优势,通过智能化需求管理及智能化产品寻求市场细分优势。

制造业智能化模式的实质是通过建立智能化生产管理模式、智能化生产运营模式、智能化组织管理模式、智能化商业模式、智能化企业竞争模式等,建立全面的制造业智能化模式,以数据采集、传递、整理、分析为基础,以全面网络化连接与系统集成为手段,以智能化分析、决策、控制、调整为核心,通过分散式智能化生产方式,实现多品种、小批次、多样化规模生产满足个性化需求,客户深度参与与综合解决型制造以及“平台+场景应用”,建立以智能化为核心竞争力的企业竞争优势,实现以人工智能技术引领制造业智能化模式创新,以制造业智能化模式创新推动人工智能技术进步。

三、人工智能与制造业深度融合的现实悖论及其解释

中国发展人工智能及其基础上的人工智能与制造业的深度融合具有关键优势,主要体现在三个方面:①技术领先优势。中国在人工智能方面的技术领先优势体现在论文产出和专利申请两个方面。在论文产出优势方面,中国在人工智能领域论文的全球占比从1997年的4.26%增长至2017年的27.68%,与其他国家相比明显领先。中国的高被引论文也领先美国和英国,居世界第一位,同时,中国高被引论文呈现出快速增长的趋势,并在2013年超过美国成为世界第一。②专利申请优势。中国已经成为全球人工智能专利最多的国家,略微领先于美国和日本。中国的专利技术领域集中在数据处理系统、数字信息传输以及电力工程等,其中图像处理分析的相关专利占总发明件数的16%[7](P2,16)。③大数据资源优势。中国互联网人口众多,互联网应用广泛,可以为人工智能提供海量数据,这是中国发展人工智能最重要的资源优势。④产业应用优势。中国制造业规模庞大,制造业门类齐全,可以为人工智能与其的深度融合提供广泛的场景应用。

目前,中国人工智能市场发展迅速,但是并未实现与制造业的深度融合,主要表现在以下两个方面。第一,在人工智能市场的产业组成方面,2017年中国人工智能市场规模达到237亿元,同比增长67%,但是,其中市场分布主要集中在计算机视觉、语音、自然语言处理等方面,其市场规模分别占4.9%、24.8%、21%,硬件和算法的市场规模合计不足20%[7](P3)。第二,在人工智能企业的业务构成方面,中国人工智能企业应用技术分布主要集中在语音、视觉和自然语言处理这三个方向,而基础硬件的占比很小[7](P2)。人工智能的行业应用目前也主要集中于智能医疗、智能金融、智能安防、智能家居和智能电网等方面。

虽然存在技术领先优势、大数据资源优势、产业应用优势等优势,但是中国人工智能与制造业的深度融合却远远未能实现,发展现实的悖论,亟需解释。吴飞等(2018)分析了人工智能技术在流程制造智能化应用中的技术性困难[12]。除了技术因素之外,中国人工智能与制造业的深度融合现实悖论主要原因在于三个方面的约束。

一是制造业智能化模式系统构建约束。从以上可以看出,人工智能对于制造业的智能化改变意味着全面而全新的制造业智能化模式的系统构建,这一工作的难度和时间的长期性是中国人工智能与制造业的深度融合现实悖论的一个重要原因。全新的智能化模式对于生产率改进的滞后性,被Erik Brynjolfsson等(2017)称为“实施和重组滞后”[6]。

二是转换成本约束。 知识诅咒[6]极大地降低了现有制造业企业对于智能化制造大规模投资的激励。

三是双期叠加约束。现有研究指出了人工智能发展的四个动力来源,包括以大数据、物联网、云计算等技术提供的数据基础，取得重大突破的机器学习算法，以图形处理器(GPU)为代表的强大的计算能力，社会对人工智能技术的接受和认同[13]。而海量数据、广泛互联、全面集成、高度智能构成制造业智能化的四个阶段。因此,人工智能与制造业深度融合的物质、技术前提包含四个方面,即数据基础、网络基础、深度学习算法、计算能力。其中,数据基础是指,制造业在生产设备、感知设备、联网终端等实时产生的产品数据、运营数据、价值链数据、外部数据等海量数据,对于这些数据的收集、传输、分析是制造业智能化的数据基础。网络基础是指运用大量的传感器、嵌入式终端系统、智能控制系统、通信设施,通过信息物理系统实现生产设备、设备和产品、虚拟网络世界与现实物理世界的相互连通与持续数字信息交流,并在此基础上实现纵向集成、横向集成、端对端集成等高度集成[10](P14-23)。因此,工业互联网的高度发展就成为人工智能与制造业深度融合的必须的基础。但是,中国目前正处于信息化发展初期,数字化、网络化建设还不充分,互联网发展也正处于商业互联网、消费互联网阶段,工业互联网发展相对滞后。因此,信息化,特别是工业互联网发展的滞后是中国人工智能与制造业的深度融合现实悖论的物质原因。从根本上,这正体现了在信息化时代发展不充分基础上迎接智能化时代来临的“信息化智能化双期叠加”的制约。

从以上可以看出,以技术约束、制造业智能化的机制与模式约束、信息化不充分的“信息化智能化双期叠加”约束等为内容的三重约束是中国人工智能与制造业的深度融合现实悖论的主要原因。

四、人工智能与制造业深度融合的政策取向

人工智能与制造业深度融合的本质是以人工智能技术创新与发展为前提，以人工智能在制造业的广泛场景应用为方式，实现制造业全面而深刻的智能化转变，实现智能化时代制造业智能化发展，其实质不仅仅是技术应用，而是整个产业发展模式的根本性转变，开创制造业智能化时代的智能化模式。

因此，推动智能化时代下人工智能与制造业深度融合的政策取向应当从短期政策调整转向长期体制机制配套建设。其涵义是，制造业智能化绝不仅仅是人工智能的技术发展及其在制造业当中的技术应用，而是以二者为基础，还包括以工业互联网为核心的数字化、网络化、智能化基础设施建设，新型制造业智能化模式构建，新型制造业智能化产业生态系统构建等在内的产业发展模式的全面重构。因此，仅仅依靠政策的时效性调整无法推动制造业向智能化产业发展模式的根本性转变。必须从根本上建立适应制造业智能化发展模式的配套的新型体制机制。其中包含两个配套，一是建立适应制造业智能化模式需要的、配套的体制机制，二是在配套体制机制建设中，应注意产业政策、创新政策、竞争政策相互的配套实施。

具体的，推动智能化时代下，人工智能与制造业深度融合的政策应实现五个转向。

第一，在创新方向上，从鼓励与推动人工智能技术创新，转向在人工智能技术创新的基础上，大力鼓励与推动人工智能在制造业领域多场景广泛应用与智能化模式的深入创新。从以上分析可以看出，人工智能与制造业深度融合的本质是制造业智能化转变。因此，制造业智能化转变的推动力主要集中在三个方面，即人工智能技术进步、人工智能在制造业场景应用的突破性拓展与创新、制造业智能化模式的创新与构建。因此，上述三个方面，而不仅仅是人工智能技术进步单一方面的，创新应当成为创新政策激励的重点。

第二，在发展方向上，从注重人工智能自身技术创新与产业发展，转向在此基础上注重人工智能引致的互补创新及其他产业发展。人工智能技术具有明显的通用技术性质[6]。为了充分发挥人工智能通用技术的作用，人工智能引致的互补性创新及其他产业发展也应当成为关注与鼓励的重点。

第三，在投资方向上，从注重人工智能技术与人工智能产业自身的单一方向，转向包含人工智能技术与人工智能产业自身以及人工智能与制造业深度融合在内的二元方向。推动制造业智能化发展的投资方向除了人工智能技术与人工智能产业自身之外，还包括三个方面：一是数字化、互联化、集成化、智能化公共基础设施投资，重点是工业互联网投资；二是人工智能场景应用的专用技术研发投资，企业制造业智能化设施设备投资、商业开发投资、组织调整投资等；三是人工智能人力资本投资等。多元化的投资来源包括政府资本、企业资本、社会资本、国外资本等。加强对于人工智能与制造业深度融合领域的投资是制造业智能化的重要推动力。

第四，在发展路径上，从人工智能型制造业企业的培育与发展，转向智能化制造业产业生态系统的培育与构建。目前，人工智能型制造业的发展分为两种路径：一是互联网信息技术企业向人工智能型制造业企业的发展，二是制造业企业向人工智能型制造业企业的发展。目前的实践表明，第一种路径的效果相对显著，这实际上体现了人工智能与制造业融合仍然遵循由以信息技术为支撑的人工智能技术及其应用为主导的技术应用式发展路径。要想突破这种单一的技术应用式发展路径，推动制造业智能化的多路径发展，必须从人工智能型制造业企业的培育与发展，转向制造业智能化产业生态系统的培育与构建。即建立在信息互联的基础上，实现技术互联、生产互联、管理互联、经营互联等的，包含人工智能企业、场景应用制造业企业、供应链配套企业、需求客户等主体在内的制造业智能化产业生态系统。在此基础上，实现人工智能型制造业的双路径发展。

第五，在政策方式上，从人工智能产业界定与重点产业的政策支持，转向在此基础上人工智能与制造业深度融合的产业发展环境的建设与优化。因为目前人工智能技术的场景应用仍处于持续发展时期，其产业应用广泛，对于其预测具有很大难度，因而，人为预测极有可能会扭曲产业发展机会。因此，人工智能与制造业深度融合的产业发展环境的建设与优化及其基础上产业自我识别与发展的实现，应当成为政策方向。因此，在产业政策的实施方面，应当由当前“政府选择+政策支持”的产业政策，与“产业规划-项目选择-政策支持-效果评估”的政策实施方式，转变为“环境建设+市场选择”的产业政策，与“产业规划-环境建设-体制机制保障-企业行为-市场选择”的政策实施方式。

最后，但是可能是最重要的是，上述推动人工智能与制造业深度融合的政策方向的实质效果必须依赖根本性体制机制保障——完善的市场建设，公平的竞争环境，良好的商业秩序，政府规范合理的行为及其激励与保障下企业对于人工智能技术创新与人工智能产业创新的追求(而非对于寻租及政策套利活动的追求)，这是智能化时代制造业智能化发展最根本的体制机制保障。