人工智能時代我國制造業實施數字化轉型的對策建議

張文心

（曲阜師范大學日照校區，山東 日照 276827）

隨著人工智能時代的到來，云計算、大數據、物聯網等人工智能技術逐漸開始應用于制造業領域。人工智能技術不但能夠全面提升傳統制造行業的生產效率，還能夠持續推動各種技術的融合與創新。在此背景下，制造業數字化轉型成為發展趨勢，在制造業實施數字化轉型過程中，既要分析優勢，把握好發展機遇，同時也分析劣勢，積極應對挑戰。

一、制造業數字化轉型概述

（一）制造業數字化

制造業數字化是基于數字的生成、加工、傳送、應用、修改和數據存儲，在設計、生產和管理的過程中，以數字量、數字技術、數字化制造方式代替PLC、傳統技術、傳統制造方式的生產方法。

（二）制造業數字化轉型

制造業數字化轉型是人工智能技術的重要創新領域，人工智能技術作為制造業數字化、網絡化、智能化轉型的基礎，正從互聯網、金融等領域向制造業等實體領域滲透，而制造業數字化將重構制造業企業的供應鏈和產業鏈形態。目前，我國已加大了在5G商用化、高端設備制造、物聯網、大數據等前沿領域的投資力度，加速了互聯網產業與生產制造業的融合。

一方面，我國已制定一系列產業發展戰略和整體規劃，例如，“互聯網+先進制造業”、新一代人工智能、服務型制造等；另一方面，我國新一代信息技術、先進制造技術、生物技術、材料技術等核心技術正在與制造業加速融合。在此背景下，我國制造業逐漸從生產型制造轉向服務型制造、從價值鏈中低端轉向價值鏈高端，并逐漸具備智能、綠色、融合、服務的特點，不斷滿足國民經濟高質量發展的需要以及人民日益增長的物質文化需求。

二、制造業數字化轉型面臨的機遇與挑戰

（一）機遇與優勢

在人工智能時代背景下，許多國家為都開始將重心放在制造業數字化改造上。目前，我國已在相應的規章制度訂立、基礎設施建設、互聯網平臺建設等方面取得了重要進展，這為制造業實施數字化轉型提供了機遇。

一是數字化轉型制度條件逐步完善。近些年，為了促進制造業數字化改造，加快其數字化發展，我國推進了多項相應規劃，例如，《“十四五”大數據產業發展規劃》《“十四五”信息化工業化深度融合發展規劃》等，提出了6項重點任務、6個專項行動、6項保障措施。在構建新發展格局、統籌問題導向和目標導向、統籌全面規劃和重點部署、聚焦突出問題和明顯短板、充分激發數據要素價值潛能、夯實產業發展基礎、構建穩定高效產業鏈等方面提出了相應規劃，為建設制造強國、網絡強國、數字中國提供了有力支撐。

二是數字化基礎設施建設不斷加強。人工智能與制造業的結合，以及全國制造業互動網絡系統的建設，有效降低了制造業數字化轉型的成本，為制造業數字化轉型發展的提供了重要基礎設施保證。5G、物聯網、大數據中心、人工智能等建設和應用實現了巨大突破，技術先進、功能強大的網絡與融合類新型基礎設施逐漸成形。

三是人工智能平臺應用持續拓展。當前，“人工智能”在電子產品生產制造、裝備制造、鋼鐵生產、電力工程等領域已具備領跑優勢，且形成了協同研發設計、遠程機器操縱、機器協作工作、柔性生產制造、視覺系統質量檢測、設備故障檢測、智能物流、無人智能巡檢等場景。未來，隨著越來越多的企業的加入，制造業將是支撐起整個人工智能這座大廈的核心，也會成為實體經濟高質量發展最為堅實的力量。

（二）劣勢與挑戰

制造業數字化轉型過程中，傳統的生產模式被打破，產業集聚效應不再是制造業的優勢，信息化技術應用取代了規模化發展，成為制造業發展水平的重要標志。如今，制造業在數字化轉型上對技術和人才的需求與日俱增，且投資占比越來越大，我國傳統制造業也面臨著嚴峻的挑戰。

一是關鍵技術和核心設備存在短板。當前，全球制造業的主要核心技術仍然被國外壟斷。我國生產制造的工業傳感器和控制產品仍處在中低檔市場，我國現有的專利技術，例如，自動控制系統、數據收集和開發工具等多處于外圍應用技術范疇，缺少關鍵技術專利。關鍵技術和核心裝備的應用是制造業數字化轉型的重要支撐，但當前我國制造業數字化轉型的關鍵技術和核心設備還存在短板，發展不平衡的問題亟待解決。

二是制造業類型多，數字化轉型不能一刀切。制造業有六大類型，各有各的特點，它們在各個方面的標準要求不一樣，側重點不一樣，若要實現數字化轉型，采取的轉型方法自然也不能同一而論，因此，如何針對各類制造業進行智能裝備大規模改造便成了如今所面臨的一個挑戰。

三是工業化和信息化融合度不高。要實現制造業數字化轉型，就一定要協同其數字化改造、網絡化以及智能化全方位發展，然而，目前制造業的信息化改造較快，網絡化和智能化進展較慢，這兩方面進展不同步。而要實現制造業數字化轉型又主要依賴于智能化和網絡化，因此必須把握重點、持續發力、協作推動，防止出現“木桶效應”，為制造業數字化轉型創造有利條件。

四是數據標準尚未統一。在生產過程中，不同的生產工程和生產部門每天都在產生不同類型的數據，例如，企業內部管理數據、生產計劃排程數據等。但是，制造企業擁有大量不同類型的設備，不同的設備具有不同的應用場景，不同的環境又具有不同的工業協議，這些不同致使數據格式之間存在較大的差異。數據標準的不統一，會使數據在產業鏈傳輸過程中因為格式問題而導致無法兼容，無法實現數據的有效利用。然而，我國目前對于數據具體標準的制定和推廣才剛開始，市場接受程度不高，因此，數據標準的不統一是亟待解決的問題。

五是數據未實現充分開放與共享。數字時代背景下，企業對來自外部的數據的需求度日益增加，例如，上下游企業的信息、政府法規信息以及用戶基本信息，將這些數據資源使用得當便可對企業產生應用價值，但是這些數據的獲取并不容易。當前，政府和公共機構的數據仍處于內部整合階段，部分信息并未公開。在制度方面，現階段哪些數據可收集和共享，哪些數據不能收集仍沒有詳細的規定。

三、制造業實施數字化轉型的對策建議

（一）針對不同類型制造業進行有針對性的智能裝備改造

制造業實施數字化轉型需要智能設備的大規模改造?？梢砸M以分類為基礎的推進系統，對于離散型制造企業，例如，設備制造、電子信息等生產過程不連續的企業，對其關鍵環節加大投資力度，使其更加智能化；對于生產相對穩定且連續的企業，例如，紡織、冶金和化學等企業，應加強流程型改造，以提高整體生產效率，從而加速向數字化、智能化企業過渡。

（二）實現工業化與信息化深度融合

兩化融合是一個長期的過程，是一個不斷地制定策略、實施、評價、改進、再制定策略的循環過程。要以戰略目標為前提，打造可持續競爭優勢，以獲取信息化環境下的新型能力。對此，建議從四個方面實現工業化與信息化的融合：一是要保持戰略定力，完善融合發展新政策體系；二是要深化平臺應用，加快平臺體系建設和推廣應用，挖掘工業數據潛在價值，驅動制造業數字化轉型；三是要強化應用導向，匯聚創新資源，打造創新載體，加快建設形成“以建促用、以用促建”的良性循環；四是要構建數字化轉型良好環境，深刻認識制造業數字化轉型的可持續性，集聚各方力量，打造出優秀人才鏈、自主創新鏈、產業鏈和資金鏈融合發展的優良生態環境。

（三）促進制造業數據標準的開發和應用

隨著數字經濟的發展，制造行業越來越趨于自動化、智慧化、數字化，這一轉化需要數字技術的支撐，而數字技術能力的發揮又依賴于大數據的標準化。因此，數據標準的制定尤為重要，這就需要引導制造企業和相關行業組織全面參與對行業、企業、業務和數據治理標準的研究和制定，建立制造業大數據標準體系，做好與檢測體系的銜接，促進相關標準的應用。建立健全對全社會數據的收集、整理、儲存和交易的規章制度，以確保信息的有序化和規范化運用。

（四）大力發展制造業大數據資料匯聚和剖析應用平臺

為實現對生產制造數據信息的規模性收集和應用，在內部，制造企業可以分析生產類數據，整合海量數據資源，在產品研發、制造、業務管理等主要環節構建大數據資源整合與分析平臺，分門別類地提供數據服務，以加速形成相對獨立可控的數字經濟產業鏈、價值鏈及生態鏈；在外部，企業可以構建由高等學校、企業和研發機構共同組成的公共研發培訓平臺，促進產業、大學和科研機構的深度融合，以實現數據的交流共享。

（五）加強專業人才隊伍建設

關鍵技術與機器設備的引進不容易，其技術批準限定較多，且費用較高。因此，加大創新型人才培養力度十分重要。另外，制造業的數字化轉型帶動了就業崗位的變更，為此，國家需增加職業教育投入，為生產制造行業提供更多技術人才，實現人才資源的優化配置。在產品創新研發層面，既要注重尖端技術的產品研發，也需要重視通用性產業升級；要重視加強專業技術人才隊伍的建設，提高科技精英團隊工作能力水準。有能力的領頭企業，可以將研發中心獨立出來，成立技術開發公司，專注于開發高端技術，以提升領域產業的水平，帶動前行業的發展，不斷提升核心競爭力。

四、結語

人工智能時代是制造業數字化轉型的溫床，它的到來極大地促進了產業與數字的融合，對制造業的發展起到了舉足輕重的作用。制造業數字化轉型不僅影響著生產制造行業，還作用于全社會。目前我國在制造業數字化轉型方面已取得了不錯的成績，但是仍需要與時俱進，不放過任何一次機遇。面對各種挑戰與困難，必須迎難而上，攻堅克難，為使我國制造業站在世界制造業的制高點而努力奮斗。