5G+AI在智能制造領域的拓展應用場景與發展建議

文 ｜中國信息通信研究院 楊希、劉悅嬌、劉迎、李亞寧

新一輪科技革命和產業變革正在重構全球創新版圖、重塑國家間競爭格局，為我國制造業競爭與趕超提供了難得的機遇期。以5G、AI為代表的新一代信息技術連鎖突破，與先進制造技術加速融合并大規模應用，不僅正在或將催生一批新的先導產業，而且將從根本上改變傳統產業的技術基礎、組織模式和商業形態，進而導致全球價值鏈、供應鏈和產業鏈在空間上的重新分解與組合，最終促進全球經濟結構和發展方式的深刻變革以及經濟增長潛力的充分釋放。在這一背景下，我國不僅在新興產業領域迎來并跑的機遇，而且在傳統產業領域也迎來利用獨特的市場優勢和資源優勢實現趕超的窗口期。

一、5G、AI在智能制造中拓展應用的現狀特點

當前，受制于技術產業不成熟、基礎設施不完善等因素影響，5G、AI在智能制造中應用尚處于初期，應用場景多集中在外圍領域，涉及核心制造環節較少，且以點狀應用為主，尚未大規模鋪開。但不少企業已經意識到5G、AI會給生產組織方式帶來變革性影響，看到其可能催生新產業帶來的巨大價值，正在積極布局。

整體還處于初期階段，但企業探索積極性高漲。5G、AI距發展成熟和制造業大規模應用還有很長的路要走。具體而言，由于技術尚不成熟、基礎設施建設還不完善，應用場景和應用路徑還不清晰，經濟價值仍需進一步論證。如某飛機制造企業建設了5G智慧工廠，并已開展了25個場景的5G應用，其中基于8K超高清視頻的飛機表面檢測系統，是通過5G網絡將飛機表面8K超高清影像傳輸至私有云，基于AI在云端完成自動檢測，效率提高3倍以上。在AI應用方面，只有少數企業AI應用相對成熟，大部分企業仍處于初級階段。據埃森哲2018年對全球500家制造企業調查發現，僅有2%企業全面應用AI解決方案，有5%的企業正在應用AI技術改造其生產制造流程。但同時，制造企業普遍認識到5G能夠解決現有網絡帶寬不夠寬、時延不夠短、連接不夠廣、生產線不夠靈活的問題，AI能夠大幅提高現有控制系統的效能和自動化水平，它們的應用將給智能制造帶來根本性甚至顛覆性的變革。各地方和產業界迸發出巨大的熱情，一批領先企業積極探索，目前已形成了多個解決方案和典型應用。

從外圍向制造業核心環節拓展，給企業生產組織方式帶來的變革性影響開始顯現。美、德、日等制造業發達國家高度重視新技術發展，在5G、AI與制造業融合應用開展了大量探索，GE Predix的風機實施運維、西門子的機床刀頭監測等應用已經滲透到生產設備控制執行等核心環節。我國與領先國家基本同時起步，但主要應用于產品質量檢測、系統遠程監測等非核心領域，隨著5G、AI的技術發展和基礎設施的完善，我國企業正加速向設備控制、預測性維護等生產核心環節拓展。如，某大型裝備企業成立研究院，引入美國專業團隊，吸收了旋轉機械故障振動診斷領域數十年研發經驗，沉淀了大量機械的故障數據和歷史經驗，深入理解風機預測性維護系統所需要機械知識，結合國內領先的IT開發能力和系統集成能力，實現發電機預測性維護。5G和AI推動生產要素的網絡化共享、集約化整合、協作化開發和高效化利用，改變了傳統的生產組織方式，設計從盲人摸象般的試錯式變成精準計量的參數化，生產從大規模標準化轉向小批量個性化；維護從根據經驗定時修轉變成根據狀態實時修；管理從界限分明的層次化轉變為高效互通的扁平化；服務從被動相應的訂單式變成貫穿產品全生命周期的無縫化全覆蓋。

從單個項目試點向多個行業推廣轉變，正在催生一批先導產業。目前企業開展5G、AI單個項目試點應用較多，如某叉車企業實現了5G網絡下的叉車無人作業，節省了人力物力；某裝備企業實現了5G網絡下的核心零部件三維掃描檢測，使檢測時間從2～3天降低至3～5分鐘；某電子企業基于AI對生產線數據進行深度挖掘與優化決策，實現生產過程的自適應優化調整，滿足產品生產全流程追溯，促使混線數量達到12種，換線時間縮短至8分鐘。也有部分領先企業基于自身實踐探索，積累了豐富的經驗，形成了系統解決方案，并向多個行業推廣，這一過程中孕育了新的產業環節。如，寶信軟件組建了AI研究團隊，試驗多個人工智能場景，將鋼鐵龍頭企業探索成功的先進經驗向全國鋼鐵行業復制。

二、5G、AI在智能制造中拓展應用的典型場景

5G作為新型網絡化技術將會推動智能制造泛在互聯，AI作為關鍵智能化技術將推動實現智能制造系統的高效組織和優化決策。5G、AI與制造業的深度融合將有潛力給智能制造帶來根本性甚至顛覆性的變革。

（一） 5G在智能制造中的應用探索情況

目前，5G制造業應用場景主要集中在質量檢測、遠程監測、移動巡檢、智能物流、遠程控制、預測性維護。我國個別制造企業已開展5G應用，少部分企業正在嘗試，大部分企業尚未啟動。

質量檢測、遠程監測、移動巡檢等場景已經逐步走向成熟。某裝備企業構建基于高清視頻的可移動自動焊接系統，基于視覺技術精準定位焊縫位置，檢驗焊接質量。某原材料企業借助5G高清視頻回傳能力，解決視頻監控的布線難、清晰度低、訪問卡頓等痛點問題，建成靈活、無人值守、無死角的高清大容量監控系統。

智能物流、預測性維護、設備狀態檢測等場景實現了點狀應用，需等待設備和5G模組的成熟。某裝備企業基于5G高速連接特點，實時調控每臺AGV的速度、加速度和舵角等參數，用雙AGV搬運大多數大型零件，代替了航吊搬運方式。某能源企業借助5G高速網絡，采集和分析關鍵裝備制造、生產過程、能源供給等環節的能效數據，發現能效的波動和異常，通過管理系統輸出控制指令，實現高效管理。

遠程控制等場景涉及工業核心控制業務，仍需實際驗證。某港口基于“5G+邊緣計算”試驗岸橋吊車遠程自動化控制，基于無線網絡控制吊車抓取和運輸集裝箱，大幅節省了人力成本。某裝備企業基于5G實現基地指揮大廳與移動遙測站、光電經緯儀、高速攝像機等測試設備的高可靠控制與數據傳輸，保障控制指令實時下達，將測試準備時間從3天縮短至30分鐘，設備利用效率提升30%以上。

（二） AI在智能制造中的應用探索情況

當前AI在制造業設計仿真、產品質量檢驗、生產制造、設備管控、供應鏈管理中發揮特定作用。我國大量龍頭企業積極開展AI應用，部分中小企業也在少數場景中實現局部應用。

產品質量檢測場景較為成熟，得到廣泛應用。某家電企業基于機器視覺在線檢測冰箱門體表面劃痕、凹凸、臟污等質量缺陷，在將識別分類時間縮短至100ms以下，滿足產品生產節拍18秒/臺的同時，將識別準確率提高到98.5%。某汽車企業基于深度學習圖像識別算法檢測零部件外觀質量、器具位置、膠線缺陷等質量問題，提升生產效率25%，降低單車成本5%，產品一次合格率升至95%，產生直接經濟效益約1.5億元。

設備管控場景受限于成本，處于點狀應用階段。某裝備企業構建基于機器視覺、深度學習的智能運維系統，對產品運行各環節數據進行分析，綜合評估產品狀態，拓展高級修等增值業務，提升全系列產品的全生命周期集成服務能力。某新材料企業基于AI算法對比智能化晶體生長設備實時數據和工藝預設值之間的誤差，提高生產穩定性和可重復性。

某裝備企業基于AI算法在線預測工藝參數變化趨勢，實時預警關鍵環節質量波動，降低誤操作的風險的同時指導工藝參數優化。

供應鏈優化管理場景前瞻性強，處于研發初期。某電子信息企業基于AI算法在數秒鐘內完成對數千家供應商、數萬種產品及百萬種零配件中單一部件的風險估算，優化物料采購運輸編排，加強庫存管理控制，加快產品流轉速度，實現供應鏈效率的全方位提升。某代工企業通過AI來改善質檢流程，縮短設計周期，消除供應鏈瓶頸，減少材料和能源浪費，并有效提高產量。

三、5G、AI智能制造領域拓展應用面臨的問題

當前，國內外分析5G、AI在制造業領域作用時，存在過高估計新技術作用，忽視制造業發展客觀規律的問題，甚至有人認為5G和AI可以包打天下，全面替代傳統制造技術。現階段，5G、AI應用還面臨解決方案開發成本高、產業基礎較弱、應用人才緊缺等問題，短期內5G、AI還不能也沒有必要完全替代傳統工業網絡和控制技術。

（一）5G、AI方案細分程度高導致開發成本高

5G和AI能夠廣泛作用于制造業的各個范圍，但是單個方案的適用性較為有限。具體到AI而言，每個環節、設備，甚至工況都需要一套相對獨立的訓練和推理系統，即使看上去非常類似的應用，所用的方案都有很大區別，無法混用。比如，機床刀頭壽命預測系統需要根據刀具、產品、工裝的差異訓練不同模型，表面缺陷檢測系統需要根據檢測材質變化調換不同算法。這些模型和算法的開發成本非常高，例如，某集成商探索了50個AI制造場景，僅15個場景具有經濟價值，單個場景的開發單價動輒過百萬元。

（二）5G、AI產業基礎較弱

我國支撐5G、AI產業鏈距離發展成熟還有很長的路要走。比如，5G高帶寬、低時延、大連接三個細分標準中，低時延等制造業急需標準剛剛制定完成，商用和產業化預計數年才能完成。5G基站成本高昂，大規模組網成本超過4G，全面建設完成尚需時日。目前AI框架、編譯器等主要是面向消費領域研發，滿足制造業需求的專用技術尚處于學術研討階段。5G模組、AI芯片尚未成熟，基于5G和AI的融合性工業產品和裝備研發進度較慢。企業應用拓展面臨無標準、無網絡、無裝備的情況，基礎設施需要單獨建設，大量軟硬件需要自己研發。

（三）5G、AI領域應用人才緊缺

近年來，得益于數據、算力和算法的集中突破，5G、人工智能開始進入落地實踐階段，對人才的需求量猛增，但由于國內人才供給不足，大部分制造業從業人員對5G、AI技術理解不夠充分，絕大部分AI和5G技術的開發人員也很難深入理解工業機理，既懂制造業又熟悉5G和AI，還能夠進行應用開發的復合型人才鳳毛麟角。此外，制造業領域人才吸引力遠不如互聯網領域，據了解，電子商務領域的數據分析師薪資是工業領域同等水平數據分析師的3～5倍。

四、5G、AI智能制造領域拓展應用發展建議

加快應用推廣。加快5G網絡建設，構建融合發展基礎設施。梳理一批5G、AI融合應用案例，形成一批可復制推廣的創新應用模式，發揮輻射帶動作用。

完善產業體系。分行業、分場景培育一批工業5G、AI系統應用解決方案商。充分調動多方主體的積極性，逐步構建政產學研用一體化的創新機制。

健全生態環境。面向5G、AI在智能制造應用的關鍵環節，進一步加快標準制定和技術商用。搭建一批5G、AI在智能制造中拓展應用公共服務平臺。培育一支懂制造、懂信息技術、懂管理的專業化、復合型人才隊伍。