借力新一代人工智能，推動制造業高質量發展

沈于

新一代人工智能技術的突破為制造業智能化升級提供了契機，有助于制造業提質增效、實現“由大到強”的跨越。本文分析了人工智能技術與制造業融合發展的可能切入點，并就政府在這一進程中的作用提出了建議。

一、引 言

制造業是立國之本、強國之基，從根本上決定著一個國家的綜合實力和國際競爭力。令人欣慰的是，經過70余年的發展，中國已建成門類齊全的制造業體系，走出了一條具有中國特色的制造業發展之路。然而，我們也應清醒的認識到，中國制造業大而不強，整體上仍處于全球價值鏈中低端，與世界先進水平相比，在技術創新能力、資源利用效率、產業結構水平、信息化程度、企業競爭力等方面尚有明顯差距（苗圩，2019）。隨著中國人均GDP超過1萬美元，國內制造業面臨的勞動力、資源、環境等瓶頸性因素的約束加劇。此外，在一些領域，由于中國與發達國家間的技術鴻溝縮窄，傳統的追趕型發展模式開始失去效力。不僅如此，隨著貿易保護主義的抬頭，中國制造業發展的國際環境日益惡化，一些西方大國正從技術與市場兩個方向對“中國制造”進行擠壓。從某種意義上說，中國制造業長期形成的，以規模擴張為特征的數量型增長模式已無法適應新時期的要求，亟待尋找新增長點，培育增長新動能，實現以效率提升為特征的質量型增長。

新一代人工智能（Artificial Intelligence簡稱A.I.）是具有極強滲透性的技術，它在創造新行業、新業態的同時，也能在相當程度上賦能傳統行業，重塑傳統行業的生產、管理、銷售流程。當前，中國制造業正面臨著傳統要素紅利耗竭，比較優勢衰減的局面。怎樣借力新一代人工智能技術，實現由傳統制造向智能制造的轉型，進而實現高質量發展，無疑是一個值得深入研究的課題。

二、人工智能與制造業融合發展的可能途徑

目前，新一代人工智能仍處于高速發展期，各種新思路、新方法不斷涌現，但其技術脈絡已清晰可辨，業界公認，深層神經網絡即所謂“深度學習”（Deep Learning）構成了新一代人工智能的核心技術。一般認為，深度學習擅長從大批量、高維度的復雜數據中提取、挖掘隱藏的模式，其強大威力已得到包括機器視覺、機器翻譯、電腦圍棋等一大批項目的驗證?；谏疃葘W習的技術特性，我們認為，新一代人工智能與制造業融合發展至少存在以下三個切入點——

（一）對產品的創新與改進。這是指企業利用人工智能技術開發新產品，或者為現有產品增加新功能。舉例來說，廣泛應用的“人臉識別系統”就是在A.I.技術支撐下的產品創新。如果沒有新一代人工智能的突破，人臉識別只是一個幻想。目前，人工智能已滲入汽車、家電、通訊等各類產品中。在A.I.技術的賦能下，汽車正走向“自動駕駛”甚至“無人駕駛”;家電正變得更加“善解人意”;而手機更全面擁抱人工智能?？梢灶A期，隨著技術的進步，未來，將有更多產品實現“自動化”、“智能化”。值得一提的是，中國已進入老齡化社會，對養老、保健、護理類產品（服務）的需求將持續增加。眾所周知，老年人行動能力較弱。這就對相關產品的自動化、智能化提出了更高的要求。從長期看，智能化養老、護理產品（服務）將形成巨大的市場藍海。此外，須要特別指出的是，A.I.促進產品創新的途徑并不僅限于為產品增加某項新功能，利用人工智能強大的數據分析能力，企業可以更好的了解消費者或客戶的潛在需求，從而為產品創新提供更好的激勵與指引。

（二）對生產工藝的改造與優化。這是指企業借助人工智能技術對制造流程進行改進，主要涉及兩個方向：一是用人工智能替代工人去完成某些特定的生產環節。現階段，這突出表現為機器視覺在生產線上的運用。所謂“機器視覺”，就是用機器替代人眼進行觀察和判斷。機器視覺是新一代人工智能最成熟、最普及的落地應用。在大批量、重復性的勞動過程中，用機器代替肉眼不僅能節約人力投入，還能提高產品品質。舉例來說，制造業生產線大多包含“檢測”環節。傳統的檢測方式依賴肉眼去觀察、判斷某個元器件有沒有瑕疵、是否光滑平整等等。目前，機器視覺已能勝任這一工作。富士康公司開發的機器視覺電路板檢測系統，可承擔數千名質檢員方能完成的工作。機器視覺的另一項工業應用是”產品分揀”。在卷煙廠，煙葉原料往往會混入一些雜草。在加工過程中，必須把雜草與煙葉分開。食品、采礦、倉儲、物流等許多行業都涉及這一流程。過去，產品分揀只能人工進行，效率低、成本高。目前，機器視覺已能承擔產品分揀的工作。從長遠看，隨著技術的進步，A.I.將實現對人類感知能力（包括視覺、聽覺、觸覺等）的全面模仿與超越。最終，人工智能將推動生產過程實現真正意義的自動化、無人化。二是利用A.I.強大的數據分析能力，對生產線的運行過程進行干預、調節。這包含許多方面，以下是兩種典型的應用場景。（1）故障預警與處理。利用A.I.分析生產線運行狀態的歷史數據，從中歸納出故障發生的征兆。一旦相關條件被觸發，系統將發出預警，從而盡可能避免故障的實際發生。假如故障最終還是發生了，A.I.又能及時給出解決方案，甚至自動修復故障;（2）運行狀態優化。工業生產線在運行過程中會產生大量實時數據（如，溫度、壓力、轉速、化學濃度等等，即“工業大數據”，見下文），利用A.I.對這些數據進行分析，在此基礎上對生產流程進行調整，從而達到節約成本、提高效率的目標。舉例來說，光伏材料廠商天合光能與阿里巴巴集團合作對生產流程進行智能化改造。阿里團隊利用A.I.技術構建模型，對產品制造流程、工藝參數進行分析，最終在絲網印刷環節找到了影響產品質量的關鍵因素，據此對生產工藝進行優化，良品率得到大幅提升。

（三）對企業整體運營狀態的改進與優化。這是指企業利用A.I.技術對公司的原料、庫存、銷售、人力資源、財務等環節進行調整、優化，包括供應鏈管理、營銷管理、人力資源管理、財務管理等諸多方面。具體而言，利用A.I.分析供應鏈的歷史數據，企業可以預測供應鏈網絡的可能變化，發現供應鏈的薄弱環節，從而提前采取行動，降低風險;通過對歷史銷售數據的分析，企業可以預測消費者或客戶需求的未來變化，為制定營銷策略、調整庫存目標提供有效依據;在人力資源方面，已有企業利用A.I.技術，對員工進行評價。亞馬遜公司通過A.I.追蹤倉庫系統員工的工作效率，一旦系統判斷某人長時間消極怠工，就發出警告;IBM公司開發了一套人工智能系統，通過搜集員工的行為數據，提前預判此人是否打算跳槽，進而向管理者預警。還有企業試圖借助人工智能，改進員工與崗位之間的匹配度，實現人盡其才;在財務管理領域，人工智能可以從復雜的財務數據中發掘隱藏信息，為企業決策提供支撐。A.I.還可以幫助企業預警潛在的財務風險，規避某些可能的損失。

三、政策建議

要充分發揮人工智能技術的潛在優勢，推動人工智能與制造業融合發展，政府部門應著力做好以下三個方面的引導工作。

（一）支持、鼓勵工業大數據、工業互聯網的發展。工業大數據指的是：在工業生產過程中出現的，反映生產線運行狀況的各類數據（如轉速、能耗、溫度等等），而工業互聯網則是工業大數據搜集、存儲、傳輸及處理的關鍵性手段，是實現人、機、物全面互聯的新型網絡基礎設施。業界公認：新一代人工智能是一種數據驅動型技術。換言之，要在某一領域開發、部署人工智能，就必須向電腦輸入大量數據（比如，AlphaGo就輸入了16萬盤人類棋手的對弈數據）。毫不夸張的說，“數據可得性”關乎人工智能系統的成敗。越是擁有豐富歷史數據的行業，越易于開發、部署人工智能系統。正因為此，工業大數據與工業互聯網構成了人工智能與制造業融合發展的基石。目前，中央已將工業互聯網列入新型基礎設施建設（新基建）范疇，明確指出要加強該領域建設力度。近期，工信部發布了《推動工業互聯網加快發展的通知》，為工業互聯網建設提供了行動指南。在當前形勢下，我們要堅持政府推動、市場主導、多方參與、開放合作的發展理念，深入實施工業互聯網創新發展戰略，推動制造業與人工智能在更廣范圍、更深程度、更高水平上的融合。

（二）加快引進和培養專業復合型人才。人工智能與制造業融合發展，離不開大批既了解傳統制造業，又熟悉人工智能技術的專業復合型人才。遺憾的是，在現階段，此類人才極為稀缺，這已成為制約智能制造快速發展的重要瓶頸性因素。為補齊人才短板，一方面，政府要鼓勵和支持相關企業及科研機構，在全球范圍內通過各種渠道招才引智;另一方面，要根據智能制造企業的實際需求，及時調整相關高等院校的系科、專業設置，打造高層次學術交流、成果培育轉化和人才培養基地，強化對“人工智能+制造業”復合型人才的培養。通過多種形式，滿足制造業企業智能化升級的人才需求，為制造業與人工智能深度融合提供充分的人才保障。

（三）合理應對人工智能帶來的就業沖擊。人工智能技術在制造業的推廣應用，無疑將導致某些就業崗位的流失，從而可能引發結構性失業。為此，我們建議：1.對因受人工智能沖擊而失業的工人，政府應及時提供職業培訓、就業指導等服務，鼓勵其轉向新崗位。對因年齡、技能等因素，確實無法順利轉崗的人員，政府應予以救助;2.工資自由浮動可削弱新技術對勞動力的替代效應。為此，應強化市場機制對勞動力薪酬的決定作用，消除各種身份、戶籍歧視，減少勞動力市場的運行摩擦;3.適時調整大專院校、職業學校的課程、專業設置，削減易受人工智能影響系科的招生規模;4.從歷史經驗看，技術進步在消滅某些就業崗位的同時，也會創造新工作、新崗位，從而不會對整體就業率造成長期影響。我們完全無須因擔心失業加劇而限制人工智能技術的應用。

（作者單位：江蘇省社會科學院，經濟研究所）