人工智能与制造业的融合

王健 王思嘉

[摘    要] 目前世界各国都在致力于制造业的产业升级，如何能跟上这一全球发展浪潮，加速我国人工智能与制造业的深度融合是我国亟需解决的问题。目前我国在政策上大力扶持智能制造企业的发展，虽取得一定的进展，但仍然面临实施难度大、投资风险大、技术实现更为复杂、技术薄弱人才不足等问题。为解决这些问题，提出政策建议：着重加强数据的统一性与透明性、完善基础设施建设、提升技术水平;政府和企业应有效地规避投资风险;企业和高校应积极主动地加强科研成果转化，加快复合型人才培养。

[关键词] 人工智能;制造业;智能制造

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2020. 15. 049

[中图分类号] F270.7    [文献标识码]  A      [文章编号]  1673 - 0194（2020）15- 0115- 03

1      引    言

自从改革开放以来，我国一直致力于制造业的蓬勃发展，并一跃成为制造大国，然而我国制造业面临的核心技术受到外国制约、制造成本日益上升企业利润空间不足、产业结构形态相对低级、生产效率和产品附加值较低等问题一直未能得到有效解决[1]。为解决这些问题，使我国从“制造大国”转变为“制造强国”，我国政府大力推进人工智能与制造业相结合，将智能制造作为我国制造业的未来发展方向。从国家的一系列政策可以看出，智能制造是我国制造业非常重要的发展方向，而人工智能作为智能制造的核心技术之一，对智能制造的推进具有非常重要的作用。2012年《智能制造科技发展“十二五”专项规划》明确了智能制造的含义：智能制造是面向产品全生命周期，实现泛在感知条件下的信息化制造。智能制造技术是在现代传感技术、网络技术、自动化技术、拟人化智能技术等先进技术的基础上，通过智能化的感知、人机交互、决策和执行技术，实现设计过程、制造过程和制造装备智能化，是信息技术和智能技术与装备制造过程技术的深度融合与集成[2]。纵观国家对于智能制造的政策支持，可以发现我国对于智能制造的应用范围和领域越来越细化和明确，具体实施计划的推行也在一步步落实，智能制造标准体系的出台以及“揭榜挂帅”工作的推出为智能制造的进一步有效落实具有积极的推动作用。

2      智能制造的发展现状

近年来我国智能制造也在不断地发展。从产值来看，如图1所示，我国智能制造业产值规模2018年已经达到18 000亿元，一直维持着比较高的增速，近几年增速有所放缓。中国电子技术标准化研究院通过智能制造评估评价公共服务平台，对截至2019年8月，29个省区市的8 200多家企业开展了智能制造能力成熟度的自诊断，发布了《智能制造发展指数报告（2019）》，报告称，85%的企业已经对实施智能制造有了初步规划并开始实践，能够实现对设计、生产、物流、销售、服务等核心业务进行流程化管理。12%的企业则更为成熟，可以应用自动化技术和信息技术对核心装备和业务活动进行改造和提升，实现单一业务的数据共享。因此，可以认为我国的智能制造仍然处于发展的初级阶段。

数据来源：前瞻产业研究院

3      智能制造的应用场景

个性化产品定制。传统制造业目前面临的一大挑战就是越来越多的用户期望进行个性化的产品定制，然而由于传统制造企业柔性化程度较低，机器设备和流水线是刚性决定的，调整生产线需要花费时间和资金，定制成本较高，因而企业无法满足个性化的产品需求[3]。人工智能的出现则解决了这一难题，人工智能提高了对用户需求特征的深度学习和分析能力，使得产品的模块化设计能力和个性化组合方式得以优化。例如上汽大通已经有能力满足消费者在汽车的选择上对颜色、车型、配置等方面有更为个性化的需求，通过AI实现C2B大规模个性化汽车智能定制模式，消费者可以借助上汽大通的平台，在同一款车型、六十多个类别的可选项中随意选择，使得最终的产品可以满足自己的个性化需求，生产厂商因而可以进行定制化生产。上汽大通在消费者下单之前应用智能排产数字系统制订生产计划，在预知消费者的个性化需求的基础上安排生产零部件的种类和数量，使得定制汽车的生产时间缩短以及生产成本降低。

智能化生产。在生产过程中应用人工智能可以使得生产效率大大提升。自动化的设备不再是单一个体，各个设备连接在工业互联网上，使得数据可以在同一系统平台上交互;同时智能化的生产也赋予机器自主学习能力，可以自我调节各项参数，找到最优的生产方式，从而大大提升了生产制造的效率。西门子位于德国的一家工厂经过25年的数字化发展，已经实现高达75%左右的自动化生产程度，产能因此提升8倍，工厂中有1 150名员工，主要从事的不是机械生产，而是生产流程的监控和计算机操作，是智能化未来工厂的典范。

智能化质量控制。传统制造业的质量检测以人工为主，这会带来一系列视觉疲劳，准确率低、成本高、检测速度缓慢、识别精度有限等问题。基于深度学习的机器视觉技术的质量检测则避免了以上问题[4]。通过使用工业相机或高清摄像头可以有效地监控产品组件、电路模块等在生产和组装过程中的图像和视频，作为人工智能分析软件进行质量检测的依据。此外，由于具有深度学习的特征，其质检功能也会得到不断改善。前百度首席科学家吴恩达的新公司Landing.ai，已与富士康合作将人工智能应用到质量检测当中，人眼很难对一个电路板中几百个密集排列的小元件是否有損坏进行质量检测，之前是由几千名工人在工厂中进行质量检测，现在使用机器仅仅需要0.5秒，就可以识别出次品。

智能化供应。降低供应链管理过程中的生产成本和提高产品供应效率也是制造业一直面临的问题。目前我国制造业供应链管理面临着信息化水平能力低和资源整合能力差等问题[5]。人工智能的出现使得制造企业可以精准地预测产品的需求以及产量，优化仓储水平，提高存货周转率，从而降低供应成本且提高效率。人工智能可以对数据进行跟踪并学习，基于市场动向给出最合理的建议，对计划、采购、生产、仓配等各个供应链环节进行有效整合。上汽集团将人工智能技术与汽车物流供应链结合起来，采用全局最优化技术和深度学习，建立可实现全局协同的汽车物流供应链平台，使得上汽集团汽车物流每年降本增效2%～5%。

4      智能制造面对的困难

实施困难较大。尽管有政府在政策上的支持，制造企业想要寻求转型，实现智能制造仍然面臨一系列刚性问题。人工智能在制造业的应用需要大数据的支撑，而制造业一直存在数据透明度不高，数据准确性得不到重视、数据整合难度大的问题。标准化工作是实现智能制造的重要技术基础，而我国行业标准体系才刚刚建立，具体的实施还需要一段时间适应和调整，这为智能制造的迅速实施带来挑战。此外，工业互联网是智能制造的关键基础设施，可以帮助制造业拉长产业链，形成跨设备、跨系统、跨厂区、跨地区的互联互通，实现制造业和服务业之间的跨越发展，使工业经济各种要素资源能够高效共享[6]。然而目前中国工业互联网云平台产业的发展仍处于初级阶段，不利于智能制造的高效推进。

投资风险大。由于我国人工智能技术还不完善，对于企业来说向智能制造转型前期需要较高的投资。此外，智能制造难以采用可复制的系统和整体解决方案，这使得智能制造的预期收益不稳定，这将打击企业的投资信心，中小企业不具备向智能制造转型的资格，大型企业可能会因为较高的投资风险而暂时处于观望状态。

技术实现更为复杂。目前我国的人工智能的应用已经由体验式向工业应用转化。最开始人工智能在制造业的应用更多集中在产品终端，如手机解锁的人脸识别，智能机器人的出现，这一层面的人工智能技术应用比较单一和简单。为满足制造业产业升级发展的需要，如何提高人工智能在产品生产制造过程中的应用，以提升生产效率成为制造企业急需解决的难题。这一转变所需的技术将会更为复杂，制造企业面临技术创新和技术实现的双重挑战。

技术薄弱，人才不足。虽然我国已经成为人工智能领域论文发表数量最多的国家之一，但是我国与其他发达国家相比科研成果转化率低，真正具有革命性、开创性的科研成果较少，因而我国人工智能技术还不足以支撑智能制造的发展。此外，一直以来制造业对于人工智能人才重视不足，导致目前我国人工智能和制造业融合所需要的复合型人才紧缺，虽然高校已经开始加强对于人工智能人才的培养，但是目前仍然无法满足智能制造技术革新的要求。

5      智能制造发展的政策建议

分层次、有序解决关键问题。我国智能制造业的发展目前还处于摸着石头过河的阶段，因而会面临各种各样的问题。我国在智能制造相关政策的推进过程中，要明确人工智能与制造业融合所面临的关键问题，并针对关键问题在国家层面上统筹规划，制定总的技术路线，使得社会各界能够各司其职，合理解决主要矛盾，明确加强数据的统一性与透明性、完善基础设施建设、提升技术水平为我国目前智能制造发展的重中之重。

合理有效地规避风险。我国应对智能制造业的发展给予一定的经济政策支持，拓宽其融资渠道，降低融资成本，以帮助企业解决智能制造资金不足的问题。此外，企业自身也应该建立良好的风险规避意识，可采取分阶段式投资，根据每一阶段的结果合理推进智能制造的进程。

加强科研成果转化，加快复合型人才培养。在开展产学研合作的进程中，企业和高校应该更加积极主动地寻求合作，使高校充分了解企业目前所面临的问题，企业自身和学术界专家更为准确地把握智能制造发展现状，寻求重大领域关键问题的快速突破。对于复合型人才的培养，同样需要企业和高校间的密切交流与合作，高校应该对相关专业学习内容进行调整，针对实际问题对学生进行培养，提升学生解决实际问题的能力，企业也应该为学生提供更多的平台使其能够深入了解智能制造的发展现状，使得复合型人才能够快速流入智能制造企业当中，同时制造企业自身也应重视技术人员的培养，提高技术人员人工智能技术应用水平。

以成渝经济圈为例，2020年1月3日，中央财经委员会第六次会议提出推动建设成渝经济圈。为推动经济成渝经济圈智能制造的发展，在政府层面，政府需要建立专门的智能制造发展领导小组，坚持顶层设计先行，做好一体化发展规划，统一发展目标。在发挥原有优势的前提下，形成智能制造产业联盟，充分发挥龙头企业引领带动作用。经济方面，政府、金融机构以及相关企业联合起来，组建资金池，帮助企业解决融资难问题。在技术储备和人才培养方面，成渝经济圈有众多知名高校，政府应该联合智能制造企业、科研机构和高校搭建“官产学研”合作平台，以便更好地实现技术的突破以及复合型人才的培养。

主要参考文献

[1]胡迟.以创新驱动打造我国制造业高质量成长——基于70年制造业发展回顾与现状的考察[J].经济纵横，2019（10）：53-63.

[2]科技部.智能制造科技发展“十二五”专项规划[Z].2012.

[3]邓洲.促进人工智能与制造业深度融合发展的难点及政策建议[J].经济纵横，2018（8）：41-49.

[4]杨家荣.人工智能与制造业融合的现状及思考[J].上海电气技术，2019，12（2）：1-5.

[5] 赵长明.一带一路”倡议实施中企业风险防控研究[J].哈尔滨师范大学社会科学学报，2018（1）：75-79

[6]顾硕，余晓晖.工业互联网赋能制造业转型升级[J].自动化博览，2019（12）：34-36.