“互联网+”之后，人工智能如何影响制造业？

响应十九大“推动互联网、大数据、人工智能和实体经济深度融合”的号召，3月7日，由腾讯研究院联合国家工业信息安全发展研究中心，依托互联网+工业研究中心平台，发起的首届“人工智能+”产业研讨会如期举办。本次研讨会以“人工智能+制造业”为主题，邀请人工智能及制造业领域相关的协会机构、高校、企业等多方专家，就进一步掌握人工智能融合实体产业的模式和方法，展开了充分交流和探讨。

腾讯研究院秘书长张钦坤、产业研究中心主任李刚出席了会议，热烈欢迎各位专家到场。会议由高级研究员吴朋阳主持，首先介绍了“人工智能+”产业研究课题的背景。

目前我国制造业发展面临内外压力较大，人工智能及相关技术成为制造业转型升级的契机。但在这一发展过程中，不同的制造行业企业面临的困难和问题有别、对新技术应用的理解和需求也不同，再宏观、笼统地分析意义已然不大。

如何深入理解不同制造企业的现状和需求，归纳主要需求场景、明确合适的技术和应用，为企业逐步实现数字化、网络化、智能化的转型提供可实践的路径参考，最终推动制造企业的竞争力提升，是本次课题研究的主要目的。

国家工业信息安全发展研究中心、信息化战略研究室主任高晓雨，负责牵头本次研究工作，对“人工智能+制造业”的课题研究思路进行了阐述。

首先要明确概念，回答什么是“人工智能+制造业”；其次是把握国际情况，主要发达工业国家如何在政策上推动和扶持这两个产业融合发展；然后归纳案例方法，不同的制造业环节如何利用新技术应用实现智能化。其中我国的互联网企业已形成一定的国际竞争优势，应重点分析总结其赋能制造业的创新经验；接着分析制造业现状，基于定量调研、掌握当前制造企业对人工智能相关技术应用的理解、痛点和需求；最后制定融合发展建议，从政府、产业和企业不同层次给出决策参考。

随后各位专家与研究学者畅所欲言，围绕“人工智能+制造业”课题展开了热烈探讨。

“

王安耕：不要把“智能泛化”

原中信集团总工、国家信息化专家咨询委员会专家王安耕首先发言，回顾了中国制造业信息化的历史和现状，并指出目前的最大挑战。

从数字计算机出现起，社会就步入了数字化阶段。制造企业开始转型的第一阶段一定是数字化，其面临的加工对象由模拟变成了数字。这一阶段开始得很早、同时也很漫长，很多模拟型文件要转化为数字型文件录入计算机，比如财务工作。

第二个阶段是网络化，这一阶段首先从单位内部网络化开始，如美国最初将网络用于军队内部网的建立，之后扩展到整个社会成为互联网。企业如果想参与“互联网+”这一模式，就必须先拥有内部网络，各个部门要统一规则、信息共享，而非信息孤岛式独立存在的部分。

在网络化充分实现后，企业逐步向智能化（第三阶段）过渡。目前我国仅有1/6的制造业企业可以达到“互联网+”（网络化）水平，其余5/6的企业连内部网络构建都还不完善，企业部门、流程等还没有构成一个整体，无法实现跨越空间、信息交流的功能。这是当前我国制造业面临的最大挑战。

基于自身的丰富经验，王安耕对研究的整体内容提出了四点建议：

一是概念框架要清楚。现在市场上“人工智能”相关概念太多，不宜再造一个新概念，而应建立一个能把主要概念都框住的通用框架；

二是不要把“智能”泛化。智能化是数字化、网络化之后的高级阶段，不能混为一谈，研究智能化应该聚焦在人工智能上；

三是可增加新的评估体系。针对智能化水平，可从主要的三个维度评估：覆盖范围（如智能化在企业中覆盖了一个工位还是一条生产线）、实现程度（如智能化设备达到了感知、决策、执行或自我提升的哪一阶段）和技术水平（如企业是自主研发还是外包采购智能化设备）。同时注意智能化应该以数字化、网络化为基础，比如单项应用，不管多复杂都只能算处在数字化阶段。

四是要考虑读者特点。给非专业读者阅读，国际政策等内容不宜太多、综述即可。

“

蒋明炜：应从需求场景出发、用要素定义“智能”

机械工业自动化研究所首席专家蒋明炜，对“人工智能+制造业”融合的发展阶段划分提出了不同意见。其表示：“数字化-网络化-智能化”按阶段划分未必合适。很多情况下，都有可能同时涉及这三方面。比如企业实施ERP是数字化，同时也一定要有网络否则无法实现（也就包含网络化）。人工智能具有非常明确的特征，不能与一般数字化、网络化、两化融合混淆。

那么该如何定义智能化？蒋明炜用数控机床举了两个生动的例子。

①传统的数控机床有没有智能？没有。因为其在给定程序下，即使程序出错也会继续运转；②智能的数控机床应该如何？智能数控机床能感知切削力的变化，并分析判断刀具磨损，进一步决定是用刀具补偿还是换刀以保证加工精度。具有自动感知、分析、反馈、决策、控制等要素，这才是智能。

因此他建议以实现智能化的要素为基础，围绕制造业企业的需求场景，来定义和描述“人工智能+制造”的发展框架模型，并基于此为提出具体建议。主要包括6大场景：①智能产品；②智能设计（如专家系统）；③智能经营（如产业链、价值链协调）；④智能生产（车间级以下，如装备）；⑤智能服务；⑥智能决策。

针对这些场景，结合具体案例分析，归纳总结出在哪些方面、具备哪些要素才能叫做智能。这样做的好处是，由于不同类型的企业特征和需求不同，可以根据具体情况选择适合自己的场景参考，而并不需要面面俱到。比如苹果和小米公司专注于设计和售后服务、制造都是交给代工厂，如果用全面评估智能等级的方式（如1.0/2.0/3.0），它们在生产制造环节的缺失就会导致难以评估。

此外，王安耕和蒋明炜两位专家，还就广为人知的红领集团案例进行了深入探讨。两位认为红领集团的定制化制造确实好，但不能算作“智能生产”。因其生产制造的环节，实际上还是使用大量的人工作业。红领真正超前的地方，是在于实现大规模的量体裁衣。通过对几亿个模板的分析，红领总结出了五个特征参数，根据特征参数实现快速的大规模定制。该企业模式应算作“智能设计”——通过标准化、模块化、系列化的材料和专家系统，最大限度地缩短设计时间。

“

孙富春：可从感、联、知、控、安全五方面，论述人工智能在制造业中的应用

清华大学智能科学系教授孙富春是人工智能领域专家，主要从人工智能角度阐述了观点。一是对人工智能的定义要明确清晰，可以从范式发展的角度统一定义，即从符号主义到联接主义再到生物启发；二是人工智能落到制造业，可以基于CPS理论从感、联、知、控、安全等五个方面，结合工业生产流程来定义和描述。

此外，孙富春还谈到人工智能给社会、企业带来的诸多改变。如快递服务已经可以实现当天付款当天到货，增添了不少便利；制造业企业应用机器人进行生产制造，不但降低了人工投入、还提高了数倍产量等。

人工智能极大地提高了效率、推动了生产进步，由此引发各国纷纷出台相关政策引领和发展人工智能。各方面的突破逐渐累积起来，最终形成企业、社会的整体突破，才是人工智能应用的真正突破，需要“量变引起质变”的过程。

“

陈海涛：研究需要有科普性和展望性

吉林大学管理学院教授陈海涛，主要从研究方法和逻辑的角度提出了建议：一是要明确研究主线，是以人工智能为主、还是制造业为主；二是要有科普性和展望性，面对普通读者要弱化学术性，案例不用写太大，更多用白话的方式、描绘远景和未来；三是写先进的代表，不用分省、分地域，大家都向先进看齐即可；四是研究成果不必大而全，主要为读者提供有逻辑的、递进性的、有趣的内容；五是政策解读要分析背景，帮助读者了解政策背后的原因和条件才有借鉴意义。

针对“人工智能+制造业”的融合，陈海涛认为可以将“人工智能+”作为主线，研究其逐步嵌入到制造业中的过程。可以重点描述企业制造模式中智能化的各种典型场景，如向企业描述理想中的智能化工厂是怎样进行运作的，以此为企业展现值得期待的远景图。

“

陈琛：应重点构建平台，帮助中小企业转型

机械工业信息研究院、智能制造发展研究所副所长陈琛，更多从制造业企业的现状痛点出发提出了思考。其表示在考察过的一百多家制造企业、尤其是中小企业中，发现了很多问题。如企业信息化口号与实际技术、设备并不匹配，难以实现；智能制造方面的服务咨询较缺乏，企业不知如何做等等。其呼吁政府和业界不光要关注代表性企业，更应聚焦中小型企业的困难，重点研究如何形成针对中小企业的平台式解决方案，为它们提供传感、图像识别、数据挖掘等先进技术的有效支持。

针对本次课题研究，陈琛建议：一是可为中小企业专设章节，重点研究为这类企业升级提供的平台化服务；二是政策研究可图表化，易于读者理解；三是案例要多、覆盖面要广，这样可以为不同制造业企业提供参考选择；四是强调发展的“窗口期”，增强“人工智能+”处于关键机遇时期的分析、以提高企业的紧迫感与行动力。

“

秦业：人工智能+制造，一是专家系统、二是深度学习

中国信息通信研究院、政策部主任工程师秦业认为，首先要弄清人工智能+制造业是什么。目前主要有两方面：①专家系统，就是if-then体系，如焊接机器人；②深度学习。其次是分清楚融合的阶段环节，包括生产、采购、供应、销售和服务等方面，人工智能与制造业的融合过程是单点逐步渗透、而非全方位的迅速转变。然后提供成功的转型案例，让企业学习到如何发现并解决过程中的痛点问题。最后建立产业生态系统，明确各类企业在其中承担的不同角色，便于企业快速对接能够解决自身需求的技术和服务提供商。

“

晋文静：制造业智能化三大目标—时间、节拍和质量

北京天泽智云首席数据科学家晋文静，从制造业服务商的角度阐述了观点：一是要从制造业发展的终极目标出发，掌握制造业智能化发展的重点方向。制造业企业的发展，最终是为了①降低生产制造时间；②维持高效率；③提高产品质量。主要关注三大指标：时间、节拍、质量。因此“人工智能+制造业”可以从设备、能效和质量三方面，研究融合转型的方法。

二是要明确智能化与自动化的差别。自动化是做人不愿意做的事情（如简单重复劳动），而智能化是做人做不了的事情（如高级经验的传递）

。三是强化工业智能在制造业的应用。如何把工业智能和工业互联网的技术，真正用于制造业的提质、降本、增效、减存，最终实现企业从以产品为核心、到以服务为核心的价值转型。

人工智能的发展方兴未艾、制造业的转型命运攸关，两者的融合如何能跨越发展？本次研讨会有幸邀请多方专家，提供了不同角度的思考与启发，为“人工智能+”产业研究这一重要课题研究拉开了序幕。

未来腾讯研究院将继续从产业、法律和社会等方面，努力构建完善一个开放、中立、前沿的学术交流平台，为各行各业的专家学者提供知识分享的舞台。

同时，欢迎识别下方二维码参加我们的线上调研，有神秘礼物哦

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。