“數字+算法”驅動“未來制造”創新研究

摘 要： “數字+算法”是數字化技術和算法應用的有機結合，能夠通過處理和分析海量的數據，深入洞察未來的發展趨勢，從而提供有價值的決策支持。“數字+算法”正逐漸滲透到制造業各個領域，不斷衍生出新技術、新產品、新服務和新模式，從而為“未來制造”的創新發展注入源源不斷的新動能。通過加快突破關鍵核心技術的瓶頸、保障數據和隱私安全、培養和引進復合型人才以及加強工業互聯網和工業元宇宙等新型基礎設施的建設等措施，可以推動“未來制造”的高質量發展。

關鍵詞： 數字+算法；未來制造；創新發展

中圖分類號： F 425；F 49

文獻標志碼： A

Research on the Impact of “Digitalization + Algorithms” on theInnovation and Development of Future Manufacturing Industries

Abstract： The integration of “digitalization + algorithms” represents an organic union between digital technologies and algorithmic applications， capable of processing and analyzing vast amounts of data to uncover patterns， trends， and correlations， thereby providing valuable insights and decision support. Gradually infiltrating various sectors of the manufacturing industry， this combination is continuously giving birth to new data types， algorithmic modeBIchEYX9zGJKs0PWL7EeS6dL5LxsHhSIAGD57CUVINQ=ls， and application paradigms， injecting a steady stream of new momentum into the innovative development of the manufacturing sector in the future. By accelerating the bn9fTmN5Q5opLU7ZZ/ws+3JKjkeuM0LR2chcWS4pb/iQ=reakthrough and promotion of key core technologies， ensuring the security of data and privacy， training and introducing compound talents， and strengthening the construction of new infrastructure such as industrial Internet and industrial meta-universe， it can promote the high-quality development of the manufacturing industry in the future.

Key words： digitization + algorithms; future manufacturing; innovation and development

在新一輪科技革命和產業變革推動下，全球顛覆性科技創新成果不斷涌現，未來產業已成為世界主要國家重點布局的戰略領域。2024年1月，工業和信息化部等七部門發布的《關于推動未來產業創新發展的實施意見》明確指出，要加強未來產業的前瞻謀劃部署，重點推進未來制造等六大方向產業發展。“數字+算法”是驅動未來制造產業創新發展的關鍵力量，也是培育新質生產力的強大動力。未來制造通過引入先進的數字技術，實現數據在“設備—生產線—企業—產業—價值鏈”的匯聚和流通，大幅提升了制造業的生產效率、產品質量和資源利用效率，推動未來制造向智能化、數字化、定制化、綠色化、跨界融合和全球化等方向發展，進而帶動整個國家經濟的轉型升級和高質量發展。深入研究“數字+算法”驅動下中國未來制造產業培育和發展，是推進中國式現代化產業體系、加快發展新質生產力的必然要求。

1 “未來制造”的創新發展領域及新型模式

隨著數字技術的不斷進步，制造業正迎來前所未有的轉型與升級。《關于推動未來產業創新發展的實施意見》指出，智能制造、生物制造、納米制造、激光制造、循環制造等新型制造方式的出現，為產業發展注入了新的活力。同時，柔性制造、共享制造等新型模式的推廣，進一步推動了制造業的高質量發展。

智能制造。是以新一代信息技術為基礎， 配合新能源、新材料、新工藝， 貫穿設計、生產、管理、服務等制造活動各個環節， 具有信息深度自感知、智慧優化自決策、精準控制自執行等功能的先進制造過程、系統與模式的總稱（呂鐵和韓娜，2015）。智能制造包含數控機床、工業機器人、3D打印、智能檢測、智能物流、智能化成套生產線等，通過引入人工智能、物聯網等技術，實現制造過程的自動化、數字化和智能化，從而提高生產效率、降低運營成本、提升產品質量。未來，隨著技術的不斷進步，智能制造將在更多領域得到應用，推動制造業的持續創新。

生物制造。生物制造是以工業生物技術為核心技術手段，利用生物體的機能進行制造的一種新型綠色制造模式（譚天偉等，2021），即利用生物酶、微生物細胞等，結合化學工程技術生產出具有特定功能的產品。生物制造是實現制造業可持續發展最有希望的技術之一，在醫療、環保、能源等領域具有廣闊的應用前景。2022年我國將生物制造列入現代化產業體系建設，助推生物制造產業的發展。目前我國生物制造核心產業增加值占工業增加值比重只有2.4%，提升空間非常大，未來有望實現更多突破。

納米制造。納米制造是在納米尺度上進行制造的一種技術， 主要研究納米結構生長、加工、改性、組裝等制造新方法與新工藝， 以及納米尺度制造過程中結構與器件的性能演變規律（王國彪等，2019）。納米制造因其功能廣、靈敏度高、響應速度快、可塑性強等特點，被廣泛應用到光伏、儲能、芯片等新材料領域，具有廣闊的應用前景 。

激光制造。激光制造是利用激光束與物質相互作用的特性加工材料的一種制造方式，具有高精度、高效率、低能耗等優點，被廣泛應用于材料的加工和制造。此外，在醫療領域，激光手術、激光診斷等技術日益成熟，激光通信、激光雷達等領域的應用也將繼續擴展。

循環制造。循環制造是一種注重資源循環利用和環境保護的可持續制造方式。通過優化生產流程、提高資源利用效率、降低廢棄物產生等措施，實現制造業的可持續發展。循環制造對于推動綠色發展和建設生態文明具有重要意義。

柔性制造模式。柔性制造是一種靈活高效的生產方式，即通過自動化柔性制造系統進行不同形狀、不同種類工件的制造，其技術總和變為柔性制造技術（徐建立和姚諶，2019）。多元化消費需求下，多樣化、小批量、快速迭代的生產方式更能適應不斷變化的市場，能夠更好地滿足客戶個性化的需求， 所以柔性制造模式將成為未來制造產業創新發展的新模式。

共享制造模式。共享制造是指通過工業互聯網等數字技術搭建制造產能集聚、共享平臺，并圍繞生產各個環節的閑置制造產能，進行供需匹配和智能調度，從而實現閑置制造產能有效共享利用的新型智能生產模式（晏鵬宇等，2022）。共享制造模式是基于共享經濟的制造模式，具有巨大的發展潛力，將成為未來制造產業的一個突破性的發展模式和經濟發展的新引擎。目前，一些企業已經開始實踐共享制造模式，例如“1688”淘工廠為淘寶賣家與工廠提供了連接平臺，解決了雙方在合作中遇到的各種問題。

2 “數字+算法”驅動“未來制造”的創新生態

“數字+算法”是一個復合概念，“數字”通常指的是數字化技術，即利用二進制數字“0”和“1”來表示、傳輸和處理各種信息的技術（GOLDFARB和TUCKER， 2019）。數字化技術極大地提高了信息傳輸的效率，能夠近乎零成本地高效收集、存儲、分析和應用數據。“算法”通常指系統性解決特定問題或執行特定任務的方案步驟，即一種按照既定規則可以自動化運行的計算過程或方法，常用于計算、數據處理和自動推理。

“數字+算法”是數字化技術和算法應用的有機結合，能夠處理和分析海量的數據，發現其中的模式、趨勢和關聯，從而提供有價值的洞察和決策支持（史占中，2024）。這種結合使得數據的價值得到極大的提升，并推動了數據驅動決策的發展。“數字+算法”強調利用數據和算法來理解和解決現實世界中的復雜問題，它代表著一種新的數據處理和分析能力，以及一種基于數據和算法的決策和創新方式。“數字+算法”正逐漸滲透到制造業各個領域，推動未來制造產業呈現出前所未有的智能化、高效化和個性化特征。這一變革不僅涉及生產技術的創新，更包括整個產業生態和價值鏈的重塑（史占中和張濤，2024）。

“數字+算法”驅動的未來制造產業將以數據為基礎、43d29a42d2f0f95afcef9150b7c66d10算法為核心、產業協同為關鍵、創新為動力，推動產業轉型升級和創新發展，形成一個多元化、高效互動的創新生態系統（張超等，2021）。它涵蓋了從數據收集、處理、分析到決策應用的全過程，并深度滲透到各個產業領域。首先，數據是未來制造創新生態系統的基礎。隨著物聯網、云計算、邊緣計算等技術的快速發展，海量數據在各個產業領域得到匯集，包括傳統的結構化數據以及非結構化數據，如社交媒體上的言論、圖像識別等產生的數據。數據已成為一種新的生產要素，重塑了新的生產函數，賦能未來制造產業快速發展。其次，算法是未來制造創新生態系統的核心。算法的不斷創新和優化推動了人工智能系統實現智能任務、處理和分析數據、優化和學習、決策和推理，并幫助企業在復雜的市場環境中找到最佳策略，優化生產流程，提高產品質量，降低成本。產業協同是未來制造創新生態系統的關鍵。通過數字技術和算法的應用，不同產業之間可以實現數據共享、資源整合和協同，能夠有效解決不同產業的跨界融合創新問題。“數字+算法”的驅動下，未來制造產業的發展更加需要全鏈條創新的貫通與融合，并且表現為創新組織形式、產業組織方式、研發制造模式等領域的全方位變革。特別是 ChatGPT 等生成式人工智能的興起，為未來制造產業提供了新路徑。結合數字和算法，未來制造產業能夠獲得更高的生產效率和創新能力，實現產業升級和轉型，適應新時代的發展需求。

3 “數字+算法”驅動“未來制造”的創新場景

隨著數字技術的不斷進步和應用場景的不斷拓展，“數字+算法”將深刻改變未來制造產業的形態，推動制造業在產品形態、生產方式、客戶關系等方面發生深刻的改變（李曉華，2022）。未來制造產業形態的變化，不斷催生出新的數據、新的算法和新的應用模式，這將推動未來制造產業創新發展，為經濟增長注入新的動力。未來制造產業創新發展過程中，“數字+算法”應用于未來制造產業各個方面，從研發設計、生產調度、質控檢測、供應鏈管理等生產環節，延伸到整個價值鏈，包括銷售、物流和售后服務等方面，都將經歷一場深刻的變革。

產品研發與設計。“數字+算法”賦能制造業研發與設計，研發工具、主體、流程等環節變革實現降本增效。研發設計工具上，基于數字化建模和仿真技術等研發工具，可協助研發人員創建產品的三維模型，并通過算法進行模擬分析，評估設計的可行性和性能，極大地降低了產品開發周期和開發成本。例如，寶馬集團使用英偉達旗下Omniverse平臺完成汽車的3D協作設計、虛擬仿真實驗等，通過Omniverse應用使生產規劃效率提高30%，在2025年將單車生產成本相比2019年削減25%。研發設計主體上，從企業內部研發部門為主的封閉式創新向工業互聯網平臺多主體的開放式創新形式轉變，打破企業創新邊界，提高企業創新效率。研發設計流程上，從串行向并行演進。通過網絡化協同研發平臺，有效整合產業鏈上下游資源，打破不同場景、部門之間的壁壘，優化和重組研發設計流程。

生產優化與調度。生產制造過程面臨著訂單需求異動、物料供應和工時不確定性等問題，如何在多個生產約束條件下實現多條產線的產能最大化，是一個動態循環問題。“數字+算法”驅動下可以借助豐富的工業數據，預測評估訂單需求、物料供應、設備狀態等生產情況，以及生產線的進度和狀態，并通過算法模型優化生產計劃和調度方案，彌補了人工調度導致的不精確、片面化、不持續等缺點，提高了生產效率和響應速度。

質量控制與檢測。首先，基于數字化技術的優化算法可以幫助企業找到最優的生產參數和工藝路線，精確控制生產過程，提升產品質量的穩定性和一致性。其次，通過傳感器、機器視覺、人工智能等數字技術，可實現質量控制數據的實時收集、分析和反饋，以及產品生產線上任一環節的追溯，從而使得質量控制過程更加高效、精確和智能化。

供應鏈管理與優化。數字化供應鏈管理通過收集和分析供應鏈運行數據，實現企業供應鏈各業務環節的實時信息共享、協同可控，提高供應鏈管理水平。另外，數字化供應鏈平臺將供應商、制造商、銷售商等連接于一體，實現上下游企業間的生產協同、采購協同、運輸協同、庫存協同、銷售協同等，從而建立更加靈活可適的供應鏈網絡。

銷售環節。數字營銷是通過數字技術促進產品和服務銷售的策略，包括網絡營銷、社交媒體營銷、移動營銷等多種形式。數字營銷的核心是基于數據分析精準定位目標客戶，并根據客戶行為和需求特點，幫助企業制定個性化營銷方案。另外，數字營銷的特點是以客戶為中心，與客戶建立良性關系，實現精細化的銷售管理和運營。

物流環節。“數字+算法”在物流領域的應用主要包括智能倉儲、智能運輸和智能配送等。通過物聯網和大數據技術可以幫助企業監測倉庫環境變化以及貨物流通情況，優化貨物的倉儲流轉效率。通過對歷史數據的分析學習，可以綜合考慮訂單時限、配送距離和交通狀況等因素，智能規劃最佳的配送路線，提高配送效率和準時率。例如，京東物流通過數字化商品識別碼，實現對商品物流全過程追蹤和監控管理，提高了物流的透明度和運作效率。

售后服務環節。通過收集和分析客戶反饋數據、產品使用情況和維修記錄等信息，企業可以及時發現產品存在的問題和潛在風險，并主動為客戶提供解決方案或預防措施。此外，基于算法的預測性維護還可以提前預測設備可能出現的故障，從而安排合適的維護時間，減少設備停機時間并提高客戶滿意度。

4 “數字+算法”驅動“未來制造”創新發展的挑戰

“數字+算法”為未來制造產業帶來了創新發展機遇，同時也帶來了一些問題和挑戰，如技術創新與融合應用、數據安全與隱私保護、人才短缺與技能匹配、供應鏈協同與優化等。

技術創新與融合應用。盡管數字化技術和算法在制造產業中的應用已經取得了顯著進展，但將其有效融合并應用于實際制造過程中仍面臨諸多技術難題。此外，不同技術之間的兼容性和標準化等問題也阻礙了未來制造產業的發展。技術上的快速迭代，迫使企業不斷跟進新技術的學習和應用，并實現不同系統、不同設備之間的互聯互通，這對企業的技術能力和資源投入提出了較高的要求。

數據安全與隱私保護。數字化時代，信息安全問題日益突出，企業、組織和個人都面臨著數據泄露、非法獲取、篡改和破壞的風險（周天成，2021）。技術的快速發展使得黑客攻擊手段不斷升級，數據泄露事件頻發。同時，隨著大數據和人工智能的應用，個人信息被廣泛收集和使用，包括購物記錄、社交媒體活動、位置信息等，對個人隱私造成嚴重威脅。此外，不同國家和地區之間的法律標準和監管機構的不一致也給跨國數據流動和合規帶來了挑戰。

人才短缺與技能匹配。未來制造產業急需大量具備跨學科知識和實踐經驗的復合型人才。目前數字人才培養體系尚不成熟，教育培訓體系與市場需求脫節，專業技能人員的數字化水平達不到要求，導致企業數字化轉型發展緩慢。另外，新技術的不斷涌現要求數字人才具備不斷學習和適應的能力，企業在招聘和培訓方面存在較大挑戰。

供應鏈協同與優化。全球化和網絡化趨勢使得制造業的供應鏈更加復雜多變，不同國家和地區的法規要求和合規標準也給供應鏈協同帶來了一定的挑戰。中國的中小企業數量眾多，且它們在供應鏈協同方面往往面臨管理能力不足、信息不對稱和缺乏信任等問題，這限制了供應鏈的整體效能。

5 “未來制造”創新發展的政策建議

“數字+算法”是未來制造產業創新發展的關鍵驅動力。通過加速關鍵核心技術的突破與推廣、保障數據和隱私安全、培養和引進復合型人才以及加強工業互聯網和工業元宇宙等新型基礎設施的建設等措施，可以推動數字技術和算法在未來制造產業中的廣泛應用和持續創新，從而實現未來制造產業高質量發展。

深化產學研合作，加速關鍵核心技術的突破與推廣。聚焦智能控制、智能傳感、模擬仿真等關鍵核心技術，通過產學研合作共創共享，形成多元化創新網絡，加速推動相關科研成果的轉化與應用。政府應加強對柔性制造、共享制造等新型制造模式的宣傳和推廣，積極推動“先試先行”政策試點，建立健全試點單位或地區的監督評估機制，及時發現問題并進行調整和優化。

政企合作保障數據和隱私安全。政府需要制定數據開放、數據安全、隱私保護等標準化政策，確保數字技術和算法的應用符合法律法規和倫理道德要求。企業需要建立標準化的數據安全體系，加強數據泄露、黑客攻擊等風險的防范，確保用戶數據的隱私性和安全性。

積極培養和引進復合型數字人才。企業需要營造數字技術學習環境，加強員工在數字化技能和算法知識方面的培訓，提升員工的數字素養。通過校企合作，共同培養符合市場需求的復合型數字人才。加強與國際先進企業和研究機構的合作交流，引進國際頂尖的數字人才。

加強工業互聯網和工業元宇宙等新型基礎設施的建設和發展。工業互聯網和工業元宇宙是未來制造產業創新發展的重要方向。工業互聯網可以實現設備之間的互聯互通和數據共享，提高生產過程的可視化、可控制和智能化水平。而工業元宇宙則通過構建虛擬的數字世界，為制造業提供全新的設計、生產和運營模式。

參考文獻：

［1］ 呂鐵，韓娜.智能制造：全球趨勢與中國戰略［J］.人民論壇·學術前沿，2015（11）：6-17.

［2］ 譚天偉，陳必強，張會麗，等.加快推進綠色生物制造 助力實現“碳中和”［J］.化工進展，2021，40（3）：1137-1141.

［3］ 王國彪，賴一楠，盧秉恒，等.“納米制造的基礎研究”重大研究計劃結題綜述［J］.中國科學基金，2019，33（3）：261-274.

［4］ 徐建立，姚諶.柔性制造技術的應用與實踐淺析［J］.現代制造技術與裝備， 2019（5）：108-111.

［5］ 晏鵬宇，楊柳，車阿大.共享制造平臺供需匹配與調度研究綜述［J］.系統工程理論與實踐， 2022，42（3）：811-832.

［6］ GOLDFARB A， TUCKER C. Digital economics［J］. Journal of Economic Literature， 2019，57（1）：3-43.

［7］ 史占中.“數字+算法”驅動未來產業創新發展［J］.中國科技論壇，2023，（12）：3.

［8］ 史占中，張濤. “數字+算法”加快驅動未來產業發展［EB/OL］.安泰研值，［2024-02-27］. https：//mp.weixin.qq.com/s/XgbEzAzcOB8dTI5JDtvJlQ.

［9］ 張超，陳凱華，穆榮平.數字創新生態系統：理論構建與未來研究［J］.科研管理，2021，42（3）：1-11.

［10］ 李曉華.數字科技、制造業新形態與全球產業鏈格局重塑［J］.東南學術，2022（2）：134-144，248.

［11］ 周天成.大數據時代下的工業互聯網信息安全研究［J］.上海管理科學， 2021，43（6）：110-112，119.