制造業是“人工智能+”的主戰場

吳明華

2024年被認為是“AI應用元年”，從國家到地方紛紛開展“人工智能+”行動。人工智能可以賦能千行百業，但有一個領域應引起人們的高度重視，即制造業。制造業應當成為“人工智能+”的主戰場。

現在，人工智能的應用領域已十分廣泛，但在制造業領域的應用還非常有限。據統計，到2023年，全球只有歐洲制造企業的AI應用普及率超過30%，日本勉強達到30%，美國為28%，而中國制造企業則僅有11%。

相比發達國家，我國“人工智能+制造業”需求更加迫切。中國是制造業大國，人工智能是促進傳統制造業轉型升級，提升制造業生產效率和全球價值鏈，向制造強國邁進的重要抓手。在很多業內專家看來，中國制造業需要一場AI革命。

目前，人工智能可以為制造企業提供視覺檢測、自動化控制、智能化校準以及問題根源分析等解決方案，還可以在自適應制造、自動質量控制、預防性維護、無人駕駛等領域應用。但總的來看，人工智能和制造業還處在淺層融合階段，融合的深度和廣度遠遠不足。

一方面，人工智能技術本身并不成熟，還在不斷更新迭代，常常是“拿著錘子找釘子”，即拿著技術找場景，而制造業利潤空間小，人工智能應用很多時候意味著成本上升。因此，人工智能很難在制造業領域找到大規模的應用場景；另一方面，制造業場景碎片化程度高、需求復雜，不同制造業之間技術、流程差異巨大，即使是同一臺設備，在不同工況下也會出現不同變化，從而導致很多人工智能解決方案的通用性和復用性不強。

在這種情況下，推動“人工智能+制造業”深度融合發展，政府之手需要發揮重要的引導和推動作用。

首先要推動傳統智能制造向“人工智能+”轉變。多年來，各地都在大力推動智能制造發展。智能制造概念包含了人工智能，但實踐中更多時候是制造業自動化。二者有著本質區別：工業自動化追求的是機器自動生產，強調大規模的機器生產，“機器替人”；“人工智能+制造業”是在海量工業數據的基礎上，通過對數據的深度集成和分析，實現智能化決策，并通過柔性生產、動態調控、網聯協同等新型制造模式，提升制造各環節效率。要以“人工智能+”新理念、新模式引導傳統制造業轉型升級。

其次是以大數據為基礎推動“人工智能+制造業”深度融合。相對于消費領域，制造環節數據的可獲得性、通用性和開發性較弱。收集制造各環節的數據需要安裝大量高精度傳感器，不僅前期投入需要巨額資金，后期的日常維護也會產生檢修和人工成本。因此，政府需要在制造業領域加強數據獲取和整合，以企業自有數據庫為基礎，打造制造業大數據庫。

最后是促進“人工智能+”應用研究和模式推廣。鼓勵支持企業層面建立人工智能與智能制造創新中心，聚焦共性技術的研發與推廣。