人工智能助力制造業(yè)加快數(shù)字化轉型

2024年《政府工作報告》在部署今年工作任務中強調，深化大數(shù)據(jù)、人工智能（AI）等研發(fā)應用，開展“人工智能+”行動。“人工智能+”首次被寫入《政府工作報告》，這個新提法為發(fā)展數(shù)字經(jīng)濟、推進數(shù)實融合指明了新路徑。值得注意的是，“人工智能+”并非簡單相加，而是通過新技術催生新質生產力，為經(jīng)濟社會各個領域帶來新產業(yè)、新模式、新動能，發(fā)揮人工智能與產業(yè)、治理、生活等方方面面的乘數(shù)效應。根據(jù)6月20日在2024世界智能產業(yè)博覽會上發(fā)布的數(shù)據(jù)顯示，我國人工智能企業(yè)數(shù)量已超4000家，去年AI核心產業(yè)規(guī)模達5784億元。這樣的市場規(guī)模為“人工智能+”行動的推動奠定了良好的基礎，將助力制造業(yè)加快數(shù)字化轉型。

智能制造發(fā)展迅猛

工信部定義的智能制造是指基于新一代信息技術，貫穿設計、生產、管理、服務等制造活動各個環(huán)節(jié)，具有信息深度自感知、智慧優(yōu)化自決策、精準控制自執(zhí)行等功能的先進制造過程、系統(tǒng)與模式的總稱。

在工業(yè)4.0的背景下，2015年5月，國務院正式印發(fā)《中國制造2025》，部署全面推進實施制造強國的戰(zhàn)略。2021年11月，工信部等4部門對外發(fā)布《智能制造試點示范行動實施方案》，提出到2025年，建設一批技術水平高、示范作用顯著的智能制造示范工廠。2023年12月，工信部等8部門聯(lián)合印發(fā)的《關于加快傳統(tǒng)制造業(yè)轉型升級的指導意見》提出，加快推進數(shù)字化轉型，全面推進智能制造，到2027年，傳統(tǒng)制造業(yè)高端化、智能化、綠色化、融合化發(fā)展水平明顯提升，有效支撐制造業(yè)比重保持基本穩(wěn)定，在全球產業(yè)分工中的地位和競爭力進一步鞏固增強。

經(jīng)過近10年的發(fā)展，中國智能制造取得長足進步。當前，我國智能制造的應用規(guī)模和發(fā)展水平全球領先，已建成高水平數(shù)字化車間和智能工廠2100多個。2021年至2023年，工信部公布的智能制造示范工廠共421個，智能制造優(yōu)秀場景（單位）1235個。燈塔工廠被認為代表著全球制造業(yè)領域智能制造和數(shù)字化的最高水平。目前，全球燈塔工廠網(wǎng)絡共有153名成員，其中中國有62家，是世界上擁有燈塔工廠數(shù)目最多的國家。

自2018年開始，世界經(jīng)濟論壇和麥肯錫咨詢公司在全球發(fā)起評選燈塔工廠項目，尋找制造業(yè)數(shù)字化轉型的典范。評選標準是工廠是否大量采用自動化、工業(yè)互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、5G等第四次工業(yè)革命新技術，并實現(xiàn)商業(yè)模式、生產模式等全方位變革，促進效率提升、節(jié)能減排和經(jīng)營優(yōu)化。AI技術的快速發(fā)展和普及在燈塔工廠的用例變遷中可以得到印證。在過去5年中，燈塔工廠網(wǎng)絡收錄了700個第四次工業(yè)革命的應用案例，其中200個采用了AI技術。而2023年12月獲選的最新一批燈塔工廠全部采用了AI這項技術。世界經(jīng)濟論壇發(fā)布的白皮書指出，每一家新的燈塔工廠都在推動生成式人工智能的應用，因為生成式人工智能將為每年的世界經(jīng)濟貢獻2.6萬億–4.4萬億美元的產值，其中1/4來自制造業(yè)和供應鏈生產的改進。在這批新晉燈塔工廠中，基于AI的創(chuàng)新用例已取得矚目成就，不僅使生產效率提升2–3倍，服務水平提升50%，也使缺陷率降低99%，能耗改善30%。

AI在制造業(yè)中的應用

機器智能是智能制造技術金字塔的頂峰，人工智能的成熟表明了第四次工業(yè)革命的成熟。早期制造業(yè)應用的人工智能試點是在過程步驟級別開發(fā)的，范圍小、風險低、迭代快。現(xiàn)在，超過80%的涉及人工智能的燈塔工廠用例同樣在過程步驟級別執(zhí)行。然而，值得注意的是，最新一批的燈塔工廠表明，包括生成式人工智能（AIGC）在內的先進人工智能技術已經(jīng)過了試點和概念驗證期，它們已經(jīng)成熟、規(guī)模化應用并得到快速部署。領先企業(yè)已在供應鏈的各個環(huán)節(jié)實施了具有重大影響的人工智能技術，包括規(guī)劃、資產管理、質量控制和交付等關鍵環(huán)節(jié)。以中關村產業(yè)研究院基于燈塔工廠經(jīng)驗總結的AI在智能制造中的主要應用場景和典型為例。

AI+需求預測與規(guī)劃。AI大數(shù)據(jù)分析技術可以分析歷史銷售數(shù)據(jù)、市場趨勢、季節(jié)性變化等因素，建立預測模型來準確預測未來的需求。基于這些預測，AI幫助企業(yè)進行供應鏈規(guī)劃與優(yōu)化，包括生產計劃、供應商選擇、物流路線規(guī)劃等。例如，生物醫(yī)藥及電子技術研發(fā)服務商安捷倫科技（Agilent）利用供應商信息預測生產材料的可用性，能夠做出更加準確的采購決策，并對供應鏈風險做出積極響應。富士康工業(yè)富聯(lián)旗下鴻佰科技（Ingrasys）部署了AI需求預測模型，運用歷史訂單和市場數(shù)據(jù)進行訓練，為客戶提供了比傳統(tǒng)預測更精確的訂單預測服務，并且通過模型迭代，在短短三年內將預測準確率提升了27%。

AI+柔性生產。AI通過與機器人、自動化設備和智能傳感器等技術相融合，應用于生產制造過程中，實現(xiàn)智能控制和自動化、生產設備的智能化和柔性化，從而能夠更好地適應市場需求、產品構成和產品設計等方面的變化而進行定制化生產。AI技術應用于機器人，與數(shù)控加工中心、自動搬運小車（AGV）以及自動檢測系統(tǒng)可組成柔性生產系統(tǒng)和計算機集成制造系統(tǒng)，實現(xiàn)生產自動化。并且機器人可以代替人工在高危環(huán)境中作業(yè)，動作規(guī)范，實現(xiàn)零誤差操作，保證產品加工質量的穩(wěn)定性。AI還可以協(xié)助實現(xiàn)生產排程和流程優(yōu)化，例如廣汽埃安通過AI實現(xiàn)10萬種以上參數(shù)的自動排程，從而實現(xiàn)計劃驅動的資源分配。中信特鋼在熔爐、軋制和冷卻步驟中部署AI，用于特殊的高混合、小批量產品生產。印度制藥廠商ACGCapsules通過一種新型的配色AI優(yōu)化了其生產排程，并通過數(shù)字孿生進行了驗證。

AI+質量檢測。AI光學檢測技術與機器視覺技術在質量檢測領域的應用日益成熟而廣泛。它們通過模擬人眼的視覺功能，利用圖像處理和分析技術來識別和檢測產品表面的缺陷。深度學習技術與機器視覺相結合使機器能夠自動學習并識別復雜特征，提高缺陷檢測的準確率。通過這些技術，企業(yè)能夠實現(xiàn)更高效、更精準的質量檢測，降低人力成本，提高產品合格率，最終提升市場競爭力。例如，半導體晶圓器件的制造過程中，每天需檢測的AOI（自動光學檢測）儀器識別的照片超過100萬張，利用AI可以將大量照片做模型訓練，AI推理平臺第一時間完成復判，節(jié)省60%–80%的人工成本，并使得企業(yè)產品良率得到改善。寧德時代溧陽工廠應用了近10種AI檢測技術，通過算法對攝像頭捕捉到的圖像進行實時分析，快速識別并標記出有缺陷的部分，確保每一塊電池都符合嚴格的安全標準。土耳其企業(yè)VitrAKaro通過在其窯爐中部署計算機視覺系統(tǒng)，成功將瓷磚產品廢品率降低了68%。

AI+安全監(jiān)控。AI智能監(jiān)控系統(tǒng)對于安全生產、品質監(jiān)控具有重要意義，已經(jīng)被廣泛采用。智能監(jiān)控系統(tǒng)通過傳感器和攝像頭等設備，對生產過程進行實時監(jiān)控和預警，能夠及時發(fā)現(xiàn)問題并采取相應的措施。比如安全方面，可以識別人員的防護衣穿戴是否規(guī)范，在卸貨過程中人員的位置是否安全等等，形成24小時全天候、主動式的閉環(huán)管理。也可以通過AI技術去管理人員的動作，或者裝配過程中監(jiān)控是否有缺件少件等問題，從而進行品質監(jiān)控。

AI+資產管理。AI技術正在幫助制造企業(yè)實現(xiàn)更高效、智能的資產管理，如通過分析設備的歷史和實時數(shù)據(jù)，預測設備可能出現(xiàn)的故障，實現(xiàn)預測性的維護。沙特國家石油公司（Aramco）通過對每個反應堆超過14萬個數(shù)據(jù)點的深入分析，預測反應堆的剩余使用壽命，最大限度地減少腐蝕并優(yōu)化維護計劃。寧德時代在整個工廠范圍內實施了預測性維護，利用AI基于實時傳感數(shù)據(jù)來優(yōu)化維護計劃。

AI+指揮中心。部分企業(yè)采用智能化的集中管理，使AI不再僅僅應用于單一的生產流程，而是形成了能夠在整個生產系統(tǒng)中運作的AI指揮中心。AI指揮中心推動自動化達到新層次和系統(tǒng)級別，實現(xiàn)端到端的操作連接。例如，全球休閑食品制造商億滋國際在北京建立了一個高度自動化的面團生產車間，其AI控制中心覆蓋了5條自動化生產線、4輛智能導引車以及供應鏈中的9種原料，不僅優(yōu)化了面團的發(fā)酵過程，提高了生產一致性，還顯著提升了整個生產線和相關供應鏈的產能與效率。另外，面對氣候變化引起的供水波動，韓國水資源公司（K-Water）部署了一套AI運營系統(tǒng)，有效控制了水處理過程中的混合和沉淀等關鍵環(huán)節(jié)。這一系統(tǒng)的實施在短短兩年內將產量提升了31%，公司目前正計劃將這一系統(tǒng)推廣至其他42家工廠。

智能制造發(fā)展面臨的挑戰(zhàn)與應對

在擁抱“人工智能+”等新一代技術的過程中，我國的智能制造發(fā)展面臨著一些挑戰(zhàn)，主要體現(xiàn)在以下幾個方面。

供給支撐能力亟待強化。系統(tǒng)解決方案攻關面臨制造知識、工業(yè)機理方面的體系空白，存在核心軟件、關鍵裝備等方面的短板制約，面向未來的基礎性、原理性、引領性的技術方案突破困難。

應用推廣水平有待提升。向重點行業(yè)、區(qū)域推廣現(xiàn)有應用標桿成果時，面臨企業(yè)數(shù)據(jù)基礎不足、人才資源匱乏、資金籌措困難等挑戰(zhàn)，面向未來制造模式的探索仍然不夠。目前看來，人工智能應用初創(chuàng)項目大多應用于領先的標桿企業(yè)，大規(guī)模深度應用于整個工業(yè)制造還需時間。

標準體系建設尚需加力。現(xiàn)有標準體系協(xié)調協(xié)同不夠，關鍵標準仍存在缺失或適應性不強等問題，不能完全滿足行業(yè)應用推廣和解決方案的攻關需求，企業(yè)應用標準的意愿不強，標準國際化程度不高。

高級人才資源仍然匱乏。頂尖人工智能人才儲備方面還存在明顯不足，人工智能復合型人才更加短缺。在制造領域里面，缺少對制造非常了解同時懂AI技術的人才。

當前，世界主要國家紛紛聚焦智能制造，出臺制造業(yè)發(fā)展戰(zhàn)略。面對新形勢、新競爭，以及我國智能制造發(fā)展中面臨的問題與挑戰(zhàn)，建議從以下幾個方面應對：

一是加速工業(yè)大模型部署，促進智能技術與制造業(yè)融合創(chuàng)新。智能制造已經(jīng)進入新一代人工智能技術和先進制造技術深度融合的新階段。建議主管部門盡快出臺專項以智能制造系統(tǒng)軟件、AI大模型和通用仿生機器人的部署應用為重點產業(yè)突破方向，支持打造以大模型為代表的人工智能與制造業(yè)深度融合的應用場景。

二是加快形成智能制造標準和評價體系。鼓勵龍頭企業(yè)牽頭和推動標準群發(fā)展；鼓勵龍頭企業(yè)牽頭打造智能制造的實踐和示范樣板，建設示范性工廠和生產線，帶動產業(yè)鏈上下游協(xié)同轉型；鼓勵產學研用深度融合，引導科研機構和高校協(xié)同企業(yè)，共同開展智能制造標準、規(guī)范制定；支持國內企業(yè)和專家積極參與國際標準化工作，加快形成我國自己的智能制造標準和評價體系。

三是推動“智能制造專項”立項實施，支持龍頭企業(yè)承接重大專項，攻關關鍵技術裝備。建議主管部門加快推動智能制造重大專項立項實施，推動智能生產裝備、智能檢測裝備、智能制造軟件等關鍵技術設備研發(fā)攻堅和產業(yè)化。支持龍頭企業(yè)參與智能制造有關重大專項立項實施，通過重大專項牽引，打造先進實用的智能制造解決方案；從國家層面設立智能制造發(fā)展基金，為企業(yè)建設智能制造系統(tǒng)和管理實踐提供資金支持，引導大中小企業(yè)積極參與智能化創(chuàng)新和改造。

四是加強人工智能人才培養(yǎng)力度。采取從義務教育階段普及人工智能素養(yǎng)教育、大力推進高校人工智能相關專業(yè)的建設、支持大型科技企業(yè)和教培機構培育人工智能應用型人才等措施。同時，鼓勵企業(yè)通過大規(guī)模的技能提升和再培訓，將內部員工培養(yǎng)為數(shù)字轉譯員這類AI時代的關鍵角色，將現(xiàn)有人力資本的成本效益最大化。