人工智能驅動制造業高質量發展的管理機制

摘要：在理論分析人工智能與制造業高質量發展的基礎上，構建了人工智能驅動制造業高質量發展的管理機制，主要包括制造業企業的可視化智能管控、智能決策和智能預警三部分，分別實現深度數據挖掘為制造業企業的智能決策提供支持、自動化管理全面普及為制造業企業智能化管理的應用提供支持、實時全面監控企業生產運行狀況提升制造業企業運行安全水平，最終達到驅動制造業高質量發展的目的。

關鍵詞：人工智能；制造業；管理機制

中圖分類號：F2文獻標識碼：Adoi：10.19311/j.cnki.1672-3198.2022.24.009

隨著人工智能為代表的智能技術不斷與制造業的日益融合，并引領和驅動制造業的變革和升級，已經成為制造業高質量發展的主要驅動力。這種驅動力不僅表現在制造業價值鏈的提升，而且也對制造業的管理機制產生了重要影響，那么人工智能驅動制造業高質量發展的管理機制如何，具體包括哪些方面，正是本文的研究所在。

1人工智能對制造業高質量發展的理論分析

現有文獻研究表明，一方面人工智能的內涵并沒有被學術界清晰的界定，但在學術界能被廣泛接受的觀點認為：人工智能是利用計算機的軟硬件來模擬人類智能活動的一種學科。但人工智能實現的載體需要依托物聯網、云計算、大數據等技術所造就的智能化管理體系。而這種管理體系與制造業發展相結合，就能使得人工智能技術協調和發揮制造業企業內相關資源，有效的助力企業的發展。因此，隨著人工智能對制造業企業的日益滲透和結合，未來必將從生產和管理等各個方面對其產生顛覆性影響。另一方面制造業高質量的主要特征之一就是管理模式的創新，其創新的方向是結合物聯網、大數據等人工智能技術的應用，推動制造業企業智能化生產和柔性生產，而其中最為重要的變化就體現在制造業企業管理方面，具體來說就是針對制造業企業資源層、能力層和職能層的智能化。其中資源層主要體現在產品相關資源以及品牌價值等；能力層主要體現在建設能力和操作能力等；而職能層主要涉及智能決策和智能經營等環節，具體的理論分析如下。

1.1人工智能與制造業企業資源層的理論分析

制造業企業資源層主要包括：（1）管理經驗資源。管理經驗主要是指制造業企業管理者的經驗，其管理經驗決定了管理層對制造業企業實施管理的組織能力和創新能力的大小，也對制造業企業未來的發展方向有著重要影響。（2）高技能人才經驗資源。高技能人才的經驗主要是指制造業企業中的高級技工、職業技師和取得相應水平的員工所取得的實踐經驗，這些實踐經驗決定了制造業企業技術發展和技術變革的途徑，對于制造業企業可持續發展具有非常重要的作用。（3）制造業產業適應性資源。制造業產業適應性類似于生命體的高級智能能力，可以比喻為個體的生命體存在于群居社會的狀況。換句話說就是制造業要能夠運用動態的智能管理模式尋求產業鏈中上下游企業的協同發展。（4）品牌資源。品牌資源是一種在社會中被認可和固化了的無形資產，這種資源需要自身較長時間的積淀才能得到行業和社會大眾的認可。

隨著人工智能與制造業的日益結合，其相關技術也必將滲透到制造業企業高質量發展的方方面面，其中也包括制造業資源層面。通過人工智能技術的相關應用，可便捷的將制造業企業相關資源進行集成，實現跨越空間限制獲取資源，立體無縫隙的提供優質服務。可以說人工智能相關技術的應用對制造業企業資源層管理提供了高效、便捷的服務，是制造業高質量發展的必要手段。

1.2人工智能與制造業企業能力層的理論分析

制造業企業能力層在企業實際管理過程中主要表現為兩個方面：一是智能建設力；二是智能操作力。智能建設能力主要體現為制造業企業組織凝聚力和價值判斷力。智能操作力主要體現在制造業企業組織的智能應用決策力和協調發展力。具體如下：（1）組織凝聚力。組織凝聚力的主要作用是將制造業企業中每個個體的愿景轉化為組織共同的愿景，形成較強的合力，從而助力制造業企業的高質量發展。（2）價值判斷力。制造業企業價值判斷力是對其發展目標和發展過程中存在問題的系統思考和智能權衡，是在思考與評價過程中對制造業企業資源智能運用的判斷力，也是通過對制造業企業資源協同運用再反作用于自身智能決策過程所體現的判斷力。（3）智能決策力。智能決策力是指利用制造業企業資源協同制造業企業管理層智能決策的過程，不僅包括企業組織如何對生產要素進行科學配置，而且還包括如何運用智能資源發現并掌控自身發展規律和生產規律。（4）智能協調力。智能協調力主要是指具有支持制造業企業資源整合、集成和協調發展的完整體系。該體系不僅應具有傳播、擴散和實現信息協同的平臺機制，還應包括實現信息協同的平臺體系。

而綜合現有文獻顯示，人工智能與制造業結合也是其高質量發展中生產方式的變革路徑，人工智能技術的運用也能進一步形成涵蓋制造業企業研發設計、生產管理等全生命周期的優化決策和解決方案。為此，從這個意義上說，制造業企業積極運用人工智能技術必將能夠促進制造業高質量的發展。

1.3人工智能與制造業企業職能層的理論分析

制造業企業職能層的本質是將抽象的管理行為具體化。為此，本文將制造業企業職能分為戰略職能、經營職能和控制職能三個關鍵環節：（1）戰略職能。戰略職能主要是指利用制造業企業資源為其戰略制定提供幫助的過程，可以說一切戰略決策都要有利于其自身資源的高效率應用和管理。（2）經營職能。經營職能是對制造業企業戰略目標從頂端逐一進行分解到底端的過程，并利用其資源和能力對自身經營進行控制和管理的一系列管理活動。（3）控制職能。控制職能強調控制于制造業企業日常管理，充分發揮制造業企業資源與能力的作用。控制職能的主要作用是能高效實現企業經營管理的控制功能，能將企業發展中所遇到的風險做到事前預防、事中控制和事后評估，能最大限度地減少風險的發生。

如前文所述，人工智能在于制造業的結合過程中，一定也會涉及企業的職能層面。而企業職能層智能化有助于推動制造業優化資源配置、提升全要素生產率，實現制造業高質量發展的新動能和提質增效。

2人工智能驅動制造業高質量發展的管理機制

人工智能驅動制造業高質量發展的目的之一是提高制造業的效率，達到相應的目的和效果——使制造業企業中方便、快捷地獲取信息和進一步規范自身的管理。通過物聯網、云計算、泛在網絡等新技術，依托先進的網絡信息化環境，優化資源，最終為企業的發展提供科學的智能決策依據，實現創新綜合的智能制造。其作用機制框架如圖1所示，主要包括企業組織的可視化管控、智能決策和智能預警三大部分。

（1）深度數據挖掘，為制造業企業的智能決策提供支持。當前制造業智能化管理建設已初見成效，積累了大量的管理經驗和數據。隨著智能管理進程和人工智能技術的不斷變革，其功能可將收集的相關數據得到極大擴展。另外，智能管理通過大數據和云計算等技術，整合各種數據資源，進行智能分析，并借助相應的數據挖掘工具從海量數據中獲取對制造業發展過程中有用的信息，并把這些信息運用到制造業高質量發展及其相應的智能決策中去，為管理層提供及時、全面、準確的信息支持，提高制造業智能管理與決策的科學性。

（2）自動化管理全面普及，為制造業企業智能化管理的應用提供支持。根據現有的研究資料和實踐方式，智能管理方式主要有以下三種：一是網格化的管理方式，建立第一時間發現問題、第一時間處置問題和第一時間解決問題的機制；二是塑造智能管理流程，創建智能管理監督和執行分離協作的管理體制，實現粗放向精細、被動向主動、靜態向動態、單一向互動和傳統向現代五大功能轉變；三是實現精確精細、敏捷高效、全時段、全方位覆蓋的管理模式。這三種智能管理模式的運用，可以自動處理企業發展中遇到的問題，達到精簡管理流程，節約管理成本，提高管理效率，實現制造業高質量發展的目的。

（3）實時全面監控企業生產運行狀況，提升制造業企業運行安全水平。制造業企業智能管理監控體系的科學構建和有效運行是提高制造業管理質量的關鍵。通過構建覆蓋各級部門和企業運行的動態監測分析系統，利用物聯網、射頻識別（RFID）、GPS全球定位等技術，將制造業的各種生產設備與物聯網連接起來，對制造業企業的資源配置以及一些生產活動進行動態監測和數據分析，預防生產中出現的各種問題，達到提升制造業企業運行安全水平的目的，助力制造業企業的高質量發展。

3結論

隨著信息技術、物聯網、云計算等技術的發展，人工智能與制造業企業的結合已成為其高質量發展的必然趨勢。通過人工智能與制造業企業的日益結合，制造業管理者能夠實時、遠程、可視化監控企業生產范圍內各種情況，制造業企業決策者能夠基于大數據分析制定更加科學的決策，維護人員能夠進行快速、準確的生產設備問題診斷和修復。另外，本文只是提出了一種人工智能驅動制造業高質量發展管理機制的思路，要形成更為完善的理論體系和開發出更為具體的方法，還需要更多專家學者和企業管理者的共同努力，還存在有待商榷和完善之處，需要更多同行的交流與探討。

參考文獻

[1]鄭瓊潔，王高鳳.人工智能驅動制造業價值鏈攀升：何以可能，何以可為[J].江海學刊，2021，（4）：132-138.

[2]蔣南平.人工智能如何促進中國制造業高質量發展[J].改革與戰略，2021，37（11）：72-83.

[3]羅序斌.傳統制造業智能化轉型升級的實踐模式及其理論構建[J].現代經濟探討，2021，（11）：86-90.

[4]唐曉華，景文治.人工智能賦能下現代柔性生產與制造業智能化升級研究[J].軟科學，2021，35（08）：30-38.

[5]馮瑞琳.基于人工智能與制造業的深度融合發展分析[J].現代商貿工業，2019，40（24）：193-194.

基金項目：河南省軟科學項目“黃河流域中下游區域制造業綠色轉型驅動高質量發展的機制與實現路徑研究”（212400410093）。

作者簡介：張凱（1983-），男，河南新鄉人，博士后，洛陽師范學院商學院副教授，研究方向：產業生態管理。