／中國社會科學院工業(yè)經(jīng)濟研究所 鄧 洲／

為加快實體經(jīng)濟復蘇并搶占未來產(chǎn)業(yè)制高點，主要發(fā)達國家都在加強相關戰(zhàn)略部署，促進人工智能與制造業(yè)深度融合。近年來，國內(nèi)外在人工智能與制造業(yè)融合發(fā)展領域的實踐取得可觀成效，提升了制造業(yè)生產(chǎn)效率與經(jīng)濟效益、能夠有效緩解人力成本上漲壓力并彌補了人類勞動者的不足，提高生產(chǎn)柔性化程度從而實現(xiàn)低成本大規(guī)模定制，較為準確地預測市場與匹配供需，促進制造業(yè)服務化轉(zhuǎn)型，增強制造業(yè)質(zhì)量控制能力。進一步推進人工智能與制造業(yè)深度融合是一項復雜的系統(tǒng)工程，世界各國都面臨人工智能標準化制定與實施、互聯(lián)網(wǎng)技術攻克、信息安全保障、復合型人才培養(yǎng)儲備等一系列共同的問題和挑戰(zhàn)，而我國還需面對關鍵核心技術、融合發(fā)展創(chuàng)新模式及引領全球融合發(fā)展趨勢的制造業(yè)企業(yè)等缺乏問題。對此，我國應通過多方協(xié)同發(fā)展促進人工智能與制造業(yè)深度融合。國家層面，高度重視人工智能與制造業(yè)的深度融合，進行科學規(guī)劃，并建立以基礎研究為重點的國家實驗室；產(chǎn)業(yè)層面，構建機器學習所需的工業(yè)大數(shù)據(jù)庫，夯實大數(shù)據(jù)基礎，推動人工智能與制造業(yè)深度融合的模式創(chuàng)新和業(yè)態(tài)創(chuàng)新；企業(yè)層面，鼓勵我國優(yōu)勢制造業(yè)企業(yè)進行逆向整合，掌握核心要素資源，加強與互聯(lián)網(wǎng)和人工智能相關企業(yè)的戰(zhàn)略聯(lián)系；在配套方面，調(diào)整制造業(yè)相關的高等教育和職業(yè)教育體系，以適應制造業(yè)步入人工智能時代的需要，同時評估和防范人工智能發(fā)展過程中可能引發(fā)的社會問題。

人工智能是新一代信息技術的代表，被主要發(fā)達國家視為提升核心競爭力的戰(zhàn)略性產(chǎn)業(yè)。近年來，我國在人工智能技術研發(fā)、商業(yè)開發(fā)方面飛速發(fā)展，成效逐漸顯現(xiàn)。黨的十九大報告提出“加快建設制造強國，加快發(fā)展先進制造業(yè)，推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟深度融合”[1]，明確了促進人工智能與以制造業(yè)為主的實體經(jīng)濟部門深度融合的戰(zhàn)略決策。此后出臺的《促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃（2018—2020年）》，進一步強調(diào)以推進人工智能和制造業(yè)深度融合，加快制造強國和網(wǎng)絡強國建設。隨著一系列國家層面的戰(zhàn)略、規(guī)劃、政策的頒布和實施，人工智能與制造業(yè)融合發(fā)展的重點和方向逐漸清晰，支持政策的體系框架逐步完善。當前，人工智能和制造業(yè)融合發(fā)展在實踐層面處于起步階段，進一步推進人工智能和制造業(yè)深度融合是一項復雜的系統(tǒng)工程，世界各國在不斷探索中都面臨人工智能標準化制定與實施、互聯(lián)網(wǎng)技術攻克、信息安全保障、復合型人才培養(yǎng)儲備等一系列共同的問題和挑戰(zhàn)，而我國還需面對缺乏關鍵核心技術、融合發(fā)展創(chuàng)新模式及引領全球融合發(fā)展趨勢的制造業(yè)企業(yè)等問題[2]。因此，相比發(fā)達國家，我國實現(xiàn)人工智能與制造業(yè)深度融合發(fā)展的需求更加迫切。在全球傳統(tǒng)制造業(yè)發(fā)展邁向人工智能時代的背景下，我國應搭乘國際人工智能高端科技發(fā)展的快車，提升制造業(yè)生產(chǎn)效率與經(jīng)濟效益，促進傳統(tǒng)制造業(yè)轉(zhuǎn)型升級，并向全球價值鏈中高端攀升，實現(xiàn)制造大國向制造強國和網(wǎng)絡強國的根本轉(zhuǎn)變。

一、人工智能發(fā)展趨勢及我國優(yōu)勢

（一）人工智能逐漸呈現(xiàn)新的發(fā)展趨勢

近年來，人工智能技術研發(fā)不斷取得突破，且在具體的產(chǎn)業(yè)化、商業(yè)化項目中的應用也更加廣泛。人工智能逐漸呈現(xiàn)新的發(fā)展趨勢。第一，“深度學習”+“大數(shù)據(jù)”成為人工智能發(fā)展的主要技術路線。如，人造神經(jīng)網(wǎng)絡使機器人可以與人類一樣學習和思考，使其能夠處理更加復雜的任務。這一技術路線已成為大多數(shù)人工智能企業(yè)的主要研究方向，實現(xiàn)了人工智能的快速技術進步。第二，人工智能逐漸從僅限于實驗技術研發(fā)階段邁入技術研發(fā)與產(chǎn)業(yè)化發(fā)展同步進行階段，在圖像和語音識別、科學研究、預測分析等方面均已有成熟的商業(yè)化產(chǎn)品，催生多種新業(yè)態(tài)，并助推其迅速成長。第三，人工智能的應用領域逐漸從商業(yè)、服務業(yè)向制造業(yè)、農(nóng)業(yè)拓展，使得人工智能的通用技術和基礎技術特征進一步顯現(xiàn)[3]。

（二）我國發(fā)展人工智能的突出優(yōu)勢

1）我國人工智能趨于多方位發(fā)展。人工智能作為新興產(chǎn)業(yè)，拓展了很多新興產(chǎn)業(yè)僅在某一領域或產(chǎn)業(yè)鏈的某一環(huán)節(jié)具有優(yōu)勢的片面式發(fā)展方式，趨于多方位發(fā)展。我國人工智能發(fā)展在很多方面和領域與發(fā)達國家的技術研發(fā)、產(chǎn)業(yè)化應用同步，甚至在部分領域?qū)崿F(xiàn)了趕超。從技術研發(fā)角度看，在“深度學習”“深度神經(jīng)網(wǎng)絡”等領域，我國在全球知名期刊上發(fā)表論文的數(shù)量已經(jīng)超過美國；專利申請數(shù)量也僅次于美國位居全球第二；百度在2015年開發(fā)的“深度學習”語音識別的準確率達到97%，被《麻省理工科技評論》（MIT Technogly Review）評為 2016 年全球十大科技突破之一[4]，這是我國人工智能技術研發(fā)達到世界一流水平的重要標志。從投資、融資角度看，我國在人工智能領域的投資自2010年開始進入爆發(fā)期，最近兩三年投資增長速度進一步加快，投資額僅次于美國，居全球第二，2017年我國人工智能初創(chuàng)企業(yè)融資額高達73億美元，超過美國成為全球第一[5]。從產(chǎn)業(yè)發(fā)展角度看，近年來我國人工智能產(chǎn)業(yè)規(guī)模年均增速近40%，截至2017年年末產(chǎn)值約達到150億元[6]；人工智能產(chǎn)業(yè)體系初具雛形，北京、上海、深圳、成都等城市人工智能產(chǎn)業(yè)聚集區(qū)已經(jīng)形成；百度、阿里巴巴、騰訊三巨頭在人工智能領域快速發(fā)展，同時，中小企業(yè)和初創(chuàng)企業(yè)也通過細分領域?qū)崿F(xiàn)創(chuàng)新產(chǎn)品和服務模式的快速成長，如，在機器視覺識別領域已有100多家成規(guī)模的自主品牌，300多家代理商，100多家專業(yè)機器視覺系統(tǒng)集成商[7]。

2）我國人工智能市場化應用優(yōu)勢明顯。在眾多人工智能核心技術研發(fā)領域，發(fā)達國家具有我國短期內(nèi)難以超越的優(yōu)勢和資源，其人工智能的商業(yè)化運營主要是依靠技術進步推動的。我國雖然在核心技術研發(fā)方面的領先優(yōu)勢不足，但作為全球人口最多、移動通訊用戶最多、手機應用下載和在線用戶最多、制造業(yè)規(guī)模最大的國家，我國是全球最大的人工智能應用市場。為支撐人工智能應用市場需求，近年來，我國以率先實現(xiàn)商業(yè)運用為引領，實現(xiàn)了人工智能市場化應用的高速發(fā)展，尤其在實現(xiàn)人工智能應用的場景優(yōu)化及其相應的商業(yè)布局方面走在世界前列。如，百度將語音技術、圖片識別技術與O2O服務場景融合，用戶只需要輸入一段語音就能夠預訂電影票、酒店和景區(qū)門票；阿里巴巴、京東等電商平臺通過大數(shù)據(jù)挖掘為用戶推送具有潛在購買欲望的產(chǎn)品；騰訊以微信、QQ為平臺向客戶精準投放感興趣的新聞和廣告等等。

二、國內(nèi)外人工智能與制造業(yè)融合發(fā)展的主要實踐成效

制造業(yè)經(jīng)過機械化、自動化、數(shù)字化等發(fā)展階段，目前正在逐步進入人工智能時代。在制造業(yè)順應時代潮流積極創(chuàng)新發(fā)展和轉(zhuǎn)型升級的過程中存在一些障礙和短板，主要表現(xiàn)為傳統(tǒng)制造業(yè)通過管理和技術革新提升效率和效益的方式難以克服“天花板效應”、人工成本不斷攀升且人的不確定性增強、技術研發(fā)的高風險和長周期影響創(chuàng)新的積極性、企業(yè)柔性化程度難以滿足個性化小批量市場需求、產(chǎn)品質(zhì)量控制難度增大使真正意義上高質(zhì)量發(fā)展難以實現(xiàn)等等。這些問題的存在是造成我國制造業(yè)難以進一步縮小與世界領先差距的主要原因。人工智能作為一個虛擬勞動投入，具有橫跨多個學科的專業(yè)能力和執(zhí)行力、敏捷性和適應性、重復工作和自我學習等方面的優(yōu)勢，形成比人類勞動者和制造業(yè)傳統(tǒng)運營方式更強的競爭力。因此，從制造業(yè)和人工智能兩方面考慮，短期內(nèi)，制造業(yè)中部署人工智能的目標是通過精密的算法彌補人類專業(yè)能力和洞察力的不足和缺陷，突破制造業(yè)傳統(tǒng)經(jīng)營模式的局限，促進制造業(yè)的轉(zhuǎn)型和升級。但在初始階段，人工智能與制造業(yè)融合發(fā)展的實現(xiàn)路徑一定是在某些特定行業(yè)、特定領域率先進行實踐。一方面，人工智能在很多領域和層面的表現(xiàn)尚未達到人類勞動者的傳統(tǒng)制造業(yè)投融資管理、技術研發(fā)、生產(chǎn)加工、組織協(xié)調(diào)、營銷策劃的要求，此時人工智能與制造業(yè)融合發(fā)展一定以發(fā)揮人工智能在特定領域和層面的優(yōu)勢為原則；另一方面，制造業(yè)各部門面臨轉(zhuǎn)型升級的困境和短板不同，其價值鏈的形態(tài)也有區(qū)別。人工智能一定是在其自身具有比人類勞動者更大的競爭力，并且某個制造業(yè)部門在提升價值鏈邁向中高端水平或轉(zhuǎn)型升級補齊短板過程中的需求恰好與人工智能所具有的優(yōu)勢相匹配時，就會率先實現(xiàn)人工智能與制造業(yè)的融合，并取得可觀成效。

（一）提升制造業(yè)生產(chǎn)效率與經(jīng)濟效益

國際金融危機后，世界經(jīng)濟持續(xù)低迷，各國都在尋求提高生產(chǎn)效率帶動實體經(jīng)濟復蘇的方法，我國制造業(yè)更是面臨全要素生產(chǎn)率下降甚至負增長的局面[8]。改革開放以來，我國依靠技術引進、管理變革實現(xiàn)了制造業(yè)部門效率和效益的顯著提升，但隨著制造業(yè)裝備條件、技術和工藝水平、管理能力接近和達到世界領先水平，繼續(xù)依靠傳統(tǒng)手段進一步提高生產(chǎn)效率和經(jīng)濟效益的空間已經(jīng)很小。近年來，以人工智能為代表的新一代信息技術在商業(yè)上的運用取得顛覆性的效果，極大提高了商業(yè)和服務業(yè)的效率和效益。隨著人工智能在制造業(yè)應用條件的改善、應用場景的增多，人工智能逐漸成為一種全新的投入要素，改變生產(chǎn)函數(shù)，從而為制造業(yè)生產(chǎn)效率和經(jīng)濟效益創(chuàng)造新的上升空間。如，自2015年起，我國陸續(xù)在30個省（市、區(qū)）、82個行業(yè)中遴選了206項智能制造試點示范項目。根據(jù)工業(yè)和信息化部的統(tǒng)計，試點示范項目智能化改造前后對比，生產(chǎn)效率平均提高30%以上，最高提高兩倍以上；運營成本平均降低20%左右，最高降低60%[9]，試點示范項目效率提升和成本下降的幅度是通過傳統(tǒng)手段難以達到的。

智能工業(yè)裝備的使用是人工智能提高制造業(yè)生產(chǎn)效率和經(jīng)濟效益的重要途徑。與自動化時代的工業(yè)裝備比較，智能工業(yè)裝備主要在三方面能夠進一步促進企業(yè)效率和效益的提升。第一，大多數(shù)自動化裝備以單機為工作單元，設備與設備之間協(xié)作較少；智能化裝備建立在工業(yè)互聯(lián)網(wǎng)基礎上，所有設備在統(tǒng)一平臺上進行數(shù)據(jù)交換，接受統(tǒng)一指揮。第二，自動化設備只能執(zhí)行事先預設的任務，完成固定不變的工作；智能化設備由于安裝各類傳感器，能夠自主調(diào)整、優(yōu)化和修正，排除大多數(shù)故障，大大降低了對工程師的依賴，也減少了設備停機時間。第三，智能化裝備擁有“學習”能力，隨著數(shù)據(jù)量的積累能夠輔助管理者，或者自主決定生產(chǎn)任務、調(diào)整生產(chǎn)計劃，這是自動化設備不具有的功能。如，位于德國海德堡的ABB智能工廠主要生產(chǎn)微型斷路器等電氣產(chǎn)品，通過應用ABB Ability數(shù)字化解決方案，采用了7種智能機器人后，該工廠完全進入自主工作模式，機器人根據(jù)前序工段的情況進行自動調(diào)整，確保工廠始終處于最佳狀態(tài)?；ヂ?lián)網(wǎng)智能機器人的應用又將原本已經(jīng)很高的生產(chǎn)效率進一步提升了3%，裝配線的靈活性也極大地提高，同時產(chǎn)品種類比之前豐富了3倍。

（二）有效緩解人力成本上漲壓力，彌補人類勞動者的不足

隨著經(jīng)濟持續(xù)增長和人口老齡化的日益嚴重，勞動力供給逐漸減少，人口紅利逐漸消失，勞動力成本不斷上漲。我國尚處于工業(yè)化中后期，是成為工業(yè)化國家最艱難也是最困難的爬坡階段，很多后發(fā)國家沒有能夠最終實現(xiàn)工業(yè)化進入發(fā)達國家行列都是在這一發(fā)展階段沒有實現(xiàn)根本轉(zhuǎn)型。近幾年，我國將人工智能作為一種新的投入要素，在很多崗位和領域替代了人類勞動者，大大降低了制造業(yè)的勞動力密度。如，美的是空調(diào)行業(yè)自動化和智能化水平較高的企業(yè)，在2011年，美的空調(diào)板塊僅有機器人50臺，工人數(shù)量高達5萬人，而到2015年，機器人裝機超過500臺，用工數(shù)量下降到2.8萬人。通過使用智能化機器人，企業(yè)不僅增加了產(chǎn)量，而且縮減了近一半的人類勞動者。

制造業(yè)產(chǎn)品質(zhì)量水平與工人的技能水平、工作態(tài)度密切相關。企業(yè)的現(xiàn)場管理能力提升、質(zhì)量檢測級別提高能在一定程度上減少產(chǎn)品質(zhì)量波動，但人的情緒、狀態(tài)始終是無法被完全控制的，人類勞動的精細化程度和耐力水平也是有上限的。相比較而言，機器設備不存在情緒和疲勞等問題，且能夠在極高精度水平下保持每次動作的一致性。從人類工業(yè)化歷史看，新設備的出現(xiàn)，總是最先在人類最不愿意從事，或者人類沒有能力勝任的崗位上替代人類勞動者，某種程度上，循序漸進的“機器換人”實際上提高了人類的福祉，只有在人類自身教育水平和素質(zhì)提高的速度跟不上技術進步的需要時，“機器”才會危及人類就業(yè)。很多實證研究都發(fā)現(xiàn)，智能機器人密度與產(chǎn)品的質(zhì)量和性能成正比，通過提高具有人工智能功能的工業(yè)機器人密度，可以有效提高產(chǎn)品生產(chǎn)品質(zhì)和產(chǎn)業(yè)發(fā)展質(zhì)量。

（三）提高生產(chǎn)的柔性化程度，實現(xiàn)低成本的大規(guī)模定制

第二次工業(yè)革命的一個顯著特征是通過規(guī)?；?、標準化、流水線的方式實現(xiàn)了低成本大規(guī)模生產(chǎn)，同時也造成了制造業(yè)的剛性越來越強。工業(yè)設備解決的是確定性問題，如果客戶根據(jù)自己的需求訂購一款產(chǎn)品則會產(chǎn)生額外成本。二十世紀末，戴爾等企業(yè)提出了大規(guī)模定制化生產(chǎn)，但這僅限于模塊化程度很高的產(chǎn)品，所謂的“定制”也僅僅是有限的模塊組合選擇。而當前市場需求的一個重要變化是更加多樣化和個性化，模塊組合式定制模式已不能滿足市場需求，能夠在更低成本的條件下滿足小批量、定制化的客戶需求才能獲得制造業(yè)的核心競爭力。傳統(tǒng)制造企業(yè)柔性化程度較低主要是由于機器設備和流水線的剛性決定的，調(diào)整生產(chǎn)線需要花費時間和資金，面對巨額定制成本，很多企業(yè)無法為小批量定制化的產(chǎn)品安排合理的生產(chǎn)。人工智能的應用顯著提高了制造企業(yè)的柔性化程度，滿足低成本大規(guī)模定制的需求。如，日本工業(yè)機器人公司發(fā)那科與思科廠商合作，創(chuàng)建了發(fā)那科智能尖端連接和驅(qū)動系統(tǒng)（FIELD），這是一款依托先進機器學習技術的分析平臺，捕捉并分析來自制造流程各個環(huán)節(jié)的數(shù)據(jù)，由此改進生產(chǎn)作業(yè)，減少工廠停機時間的人工智能系統(tǒng)。據(jù)估算，一家大型汽車制造商每分鐘的停產(chǎn)成本高達2萬美元。目前，F(xiàn)IELD系統(tǒng)已經(jīng)在一家汽車制造商完成了為期18個月的“零停機”試點，在此期間，不僅節(jié)省了巨額的停產(chǎn)成本，而且多次改變生產(chǎn)計劃滿足客戶定制需求，提高了企業(yè)生產(chǎn)的柔性化程度，實現(xiàn)了低成本的大規(guī)模定制生產(chǎn)。

（四）較為準確地預測市場與匹配供需

全球新科技革命和產(chǎn)業(yè)變革背景下，市場需求更新速度加快。人工智能可以實現(xiàn)對海量數(shù)據(jù)的實時跟蹤，并且具有自我學習能力，能夠從復雜的市場信息中挖掘有價值的內(nèi)容，準確把握市場動向，并基于有效數(shù)據(jù)給出最優(yōu)建議，同時通過工業(yè)物聯(lián)網(wǎng)系統(tǒng)將指令傳遞到價值鏈各個領域、環(huán)節(jié)。人工智能在整個產(chǎn)業(yè)鏈上匹配最佳生產(chǎn)計劃的準確性，已經(jīng)超出了最優(yōu)秀管理者和傳統(tǒng)信息系統(tǒng)的極限。如，ABB北京低壓工廠通過應用MES生產(chǎn)管理系統(tǒng)、機器人和無線終端，實現(xiàn)了從下單到交付整個價值鏈的全方位智能化升級。MES生產(chǎn)管理系統(tǒng)可對客戶訂單實時響應，基于客戶需求自動對生產(chǎn)設備和加工參數(shù)進行配置，裝配線在人工智能的支持下完成組裝和測試，采用人機協(xié)同作業(yè)模式?？蛻粜枨蠛蜕a(chǎn)制造的無縫銜接，使企業(yè)能夠較為準確地預測市場需求，并根據(jù)需求匹配產(chǎn)品供給，不僅提升了產(chǎn)品和服務質(zhì)量，也縮短了產(chǎn)品交付周期，進一步提升了效率和收益。尤其對于規(guī)模經(jīng)濟比較突出的化工和冶金行業(yè)，預測市場和匹配供需的難度更大。人工智能的介入能夠打通制造企業(yè)與客戶之間的信息流，還能夠通過大數(shù)據(jù)的采集、分析和預測，幫助制造企業(yè)在合理的成本范圍內(nèi)為客戶提供定制化的制造。如，南京鋼鐵集團應用人工智能打造定制化業(yè)務平臺，重構客戶關系模式，并通過定制化業(yè)務平臺，實現(xiàn)了準時制生產(chǎn)，定制鋼材的準時配送率高達100%。同時，下游企業(yè)也因此獲益，船廠的庫存由原來的2個月減少到7～10天，庫存資金占用大幅減少。即使在全球造船行業(yè)進入下行周期的不利環(huán)境下，南京鋼鐵及其下游船廠通過與人工智能融合依然實現(xiàn)了逆勢增長，有效降低了成本、提高了效率。

（五）促進制造業(yè)服務化轉(zhuǎn)型

制造業(yè)和服務業(yè)的融合是制造業(yè)發(fā)展的主要趨勢，也是制造業(yè)轉(zhuǎn)型升級的重要方向。人工智能的應用不僅能夠大幅度降低制造業(yè)進入服務領域的成本，并且可以創(chuàng)造更多制造業(yè)與服務業(yè)融合的新方式和新業(yè)態(tài)。如，日本小松機械在生產(chǎn)工程機械的基礎上推出了智能化工程服務項目，實現(xiàn)了由一隊無人機測繪三維地圖，并指導智能機器人控制大型工業(yè)車輛作業(yè)，幫助用戶大幅提高施工效率和品質(zhì)。運用人工智能技術的各種先進設備為制造企業(yè)的服務化轉(zhuǎn)型提供了支撐，有效提高在維護服務環(huán)節(jié)的效率。如，德國電梯廠商蒂森克虜伯公司與微軟合作，為其旗下2.4萬名技術工人配備了集成人工智能技術的增強現(xiàn)實眼鏡，在安裝、檢修電梯設備時，智能眼鏡能夠輔助工程人員識別現(xiàn)場使其獲得技術支持，可有效提升精準度。業(yè)務升級后，技術工人的工作效率得以大幅提升，以往需要2小時才能解決的問題在增強現(xiàn)實眼鏡的幫助下20分鐘就能完成。

（六）提升制造業(yè)質(zhì)量控制能力

質(zhì)量控制一直是制造業(yè)現(xiàn)場管理的重要內(nèi)容，在工業(yè)產(chǎn)品同質(zhì)化趨勢明顯的情況下，國家之間、企業(yè)之間、品牌之間產(chǎn)品競爭的勝負與質(zhì)量控制密切相關。人工智能可以提升質(zhì)檢水平，提高產(chǎn)品良品率。如，基于人工智能的機器視覺工具分辨率遠超人類肉眼識別的水平，可以發(fā)現(xiàn)極為微小的產(chǎn)品缺陷。這樣的人工智能系統(tǒng)不僅能迅速檢測出缺陷，還能分析、識別出故障發(fā)生的根本原因，并基于此給出具體的解決方案，能夠有效提高產(chǎn)品整體的質(zhì)檢通過率。如，日本NEC公司推出的機器視覺檢測系統(tǒng)可以逐一檢測生產(chǎn)線上的產(chǎn)品，從視覺上判別金屬、人工樹脂、塑膠等多種材質(zhì)產(chǎn)品的各類缺陷，快速偵測出不合格產(chǎn)品，并指導生產(chǎn)線進行分揀，不僅提升了質(zhì)檢效率、降低了人工成本，而且提升了出廠產(chǎn)品的合格率。人工智能能夠在制造業(yè)生產(chǎn)線各個環(huán)節(jié)全面并實時監(jiān)控生產(chǎn)全過程，與傳統(tǒng)的在終端抽檢方式比較，實現(xiàn)對產(chǎn)品全流程的質(zhì)量監(jiān)管。如，保利協(xié)鑫與阿里云合作建設的智能工廠，人工智能對產(chǎn)品生產(chǎn)過程中60個關鍵參數(shù)實時監(jiān)控并搭建參數(shù)曲線，使晶硅切片良品率提高了1個百分點，這相當于每年為企業(yè)增加上億元的利潤。

三、我國人工智能與制造業(yè)深度融合的難點

無論從全球還是國內(nèi)看，當前，人工智能以及其顛覆性技術的應用場景主要還是集中于商業(yè)領域，因受專用性限制和數(shù)據(jù)量規(guī)模約束，人工智能與制造業(yè)的融合場景主要是在非制造的研發(fā)、營銷和售后服務環(huán)節(jié)。騰訊研究院發(fā)布的《2017年中美人工智能創(chuàng)投現(xiàn)狀與趨勢研究報告》對當前我國人工智能在各個行業(yè)的滲透進行了分析，研究表明，醫(yī)療、汽車、教育、金融等行業(yè)與人工智能融合的程度高于制造業(yè)[10]。而事實上，人工智能與制造業(yè)深度融合能夠帶來的效率和效益改進，促進經(jīng)濟增長和產(chǎn)業(yè)發(fā)展的效果要遠遠高于其他行業(yè)。根據(jù)ABB的研究分析，人工智能與制造業(yè)深度融合，能夠帶動我國GDP增長率提高1.4%[11]。埃森哲比較了人工智能對我國各個行業(yè)部門增加值增速的影響，預計到2035年，制造業(yè)因人工智能的應用其增加值增速可以提高2.0%左右，是所有產(chǎn)業(yè)部門中提高幅度最大的[12]?？梢?，真正實現(xiàn)以科技創(chuàng)新重塑我國實體經(jīng)濟，人工智能在制造業(yè)領域的大規(guī)模應用非常關鍵。而進一步促進人工智能與制造業(yè)深度融合發(fā)展，現(xiàn)階段必須高度重視影響我國人工智能與制造業(yè)深度融合的主要難點問題。

（一）人工智能與制造業(yè)深度融合所需的制造環(huán)節(jié)數(shù)據(jù)難以開發(fā)利用

人工智能與制造業(yè)深度融合發(fā)展需以大數(shù)據(jù)為基礎，而相對于消費環(huán)節(jié)，制造環(huán)節(jié)數(shù)據(jù)的可獲得性、可通用性、可開發(fā)性明顯更弱。消費者相關的數(shù)據(jù)，如對某類產(chǎn)品的喜好等，較容易搜集、整理和讀取；而制造業(yè)機器設備生成的數(shù)據(jù)通常較為復雜，多達40%的數(shù)據(jù)是沒有相關性的。此外，相對于消費環(huán)節(jié)數(shù)據(jù)可由電子商務平臺以較低成本獲取，制造環(huán)節(jié)的數(shù)據(jù)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(chǎn)生檢修成本和人工成本等。而且即便是在數(shù)據(jù)獲取之后，制造環(huán)節(jié)數(shù)據(jù)經(jīng)過人工智能處理分析的結果被決策者認知的難度也很大。根據(jù)統(tǒng)計，制造業(yè)企業(yè)的數(shù)據(jù)中約有90%是“扁平的”，這些數(shù)據(jù)不能進行關聯(lián)，也無法被人工智能系統(tǒng)讀取和使用［13］。另外，信息安全難以保障、缺乏相應的互聯(lián)網(wǎng)技術支撐等問題同樣嚴重制約制造環(huán)節(jié)大數(shù)據(jù)的開發(fā)和利用，對人工智能與制造業(yè)深度融合產(chǎn)生不利影響。

（二）人工智能與制造業(yè)深度融合不能采用可復制的系統(tǒng)和整體解決方案

人工智能必須根據(jù)制造業(yè)部門的具體場景進行定制，簡單照搬模板式的制造業(yè)商業(yè)化人工智能解決方案是不可行的，也不存在一個能夠被絕大多數(shù)制造業(yè)部門接受的統(tǒng)一的人工智能系統(tǒng)。與商業(yè)環(huán)節(jié)的人工智能應用不同，不同制造業(yè)之間技術、流程差異巨大，對人工智能有不同需求，一個人工智能系統(tǒng)難以勝任所有制造業(yè)部門的需要。事實上，在制造業(yè)自動化、信息化升級時，制造業(yè)間的差異性就決定了不同制造部門會引進不同的自動化和信息化系統(tǒng)，最常見的方式是由行業(yè)領軍企業(yè)自主開發(fā)或與信息化公司合作開發(fā)一套軟硬件體系，再逐步擴散到整個行業(yè)，這與商業(yè)領域采用較為統(tǒng)一的信息平臺進行信息化升級的方式有明顯不同。

（三）缺乏人工智能核心技術及人工智能與制造業(yè)深度融合發(fā)展創(chuàng)新模式

雖然我國人工智能在商業(yè)應用領域的發(fā)展走在世界前列，但支撐人工智能與制造業(yè)深度融合發(fā)展的最關鍵和核心的技術仍然被發(fā)達國家控制，器件、生產(chǎn)裝備也多為發(fā)達國家研發(fā)和生產(chǎn)。如，人工智能處理器市場幾乎被國外公司壟斷，其中，人臉識別人工智能處理器的產(chǎn)品市場以英偉達、英特爾、賽靈思公司的供應為主，而英偉達公司同時還是全球最先進無人駕駛處理器的供應商。相比較，我國人工智能企業(yè)產(chǎn)品在制造業(yè)很多領域的市場占有率非常低。如，在目前公布的39家進行人工智能芯片開發(fā)的中國企業(yè)中，絕大多數(shù)的研發(fā)面向安防和消費應用，只有一家在進行自動駕駛方向的研究。同時，智能制造、工業(yè)互聯(lián)網(wǎng)、工業(yè)大數(shù)據(jù)的應用模式和解決方案主要源自美國、日本和歐洲的領先制造企業(yè)，而我國雖有全球最大規(guī)模制造業(yè)體系，但在人工智能和制造業(yè)深度融合模式上仍缺乏創(chuàng)新，尚未形成完善的人工智能與制造業(yè)深度融合的中國模式。

（四）缺乏能夠引領全球人工智能與制造業(yè)深度融合發(fā)展趨勢的制造業(yè)企業(yè)

我國人工智能與制造業(yè)融合仍有較大發(fā)展空間，需要影響力較大的制造業(yè)企業(yè)引領帶動。我國制造業(yè)信息化始于20世紀90年代末，雖發(fā)展較快，但與發(fā)達國家跨國制造企業(yè)比較，在信息化的廣度和深度上還有明顯差距。實現(xiàn)人工智能和制造業(yè)深度融合的基礎較為薄弱，且缺乏能夠引領全球人工智能與制造業(yè)深度融合發(fā)展趨勢的制造業(yè)企業(yè)。中國社會科學院工業(yè)經(jīng)濟研究所近年來對國內(nèi)若干制造業(yè)企業(yè)的調(diào)研發(fā)現(xiàn)，超過90%企業(yè)的領導者對人工智能的理解是不準確的，在如何實現(xiàn)人工智能與制造業(yè)深度融合方面沒有具體的計劃和措施。

（五）人工智能與制造業(yè)深度融合所需的復合型人才嚴重缺乏

復合型人才嚴重缺乏是國際上人工智能與制造業(yè)深度融合發(fā)展存在的普遍問題。一直以來，人工智能高端人才通常集中于軟件和互聯(lián)網(wǎng)行業(yè)，而制造業(yè)部門負責信息化的人員對人工智能概念的理解、對技術的掌握總體上看還很不準確、不全面，難以支撐制造業(yè)企業(yè)智能化改造升級。從人才供給看，現(xiàn)階段既了解制造業(yè)技術和發(fā)展規(guī)律，又掌握人工智能關鍵技術，還能夠進行應用開發(fā)的復合型人才嚴重缺乏。雖然國內(nèi)外一些高校已經(jīng)開始設立人工智能專業(yè)或課程，但是針對制造業(yè)的人工智能教學內(nèi)容還很少。

四、促進我國人工智能與制造業(yè)深度融合發(fā)展的政策建議

主要發(fā)達國家都根據(jù)自身特點，探尋人工智能與制造業(yè)深度融合的發(fā)展方向和有效措施。如，美國將下一代機器人作為人工智能與制造業(yè)深度融合的重要載體，旨在彌補美國發(fā)展實體經(jīng)濟最重要的短板——勞動力成本劣勢；德國“工業(yè)4.0”計劃中包含構建嵌入式制造“智能生產(chǎn)”系統(tǒng)的內(nèi)容，以形成“智能工廠—智能產(chǎn)品—智能數(shù)據(jù)”閉環(huán)，驅(qū)動生產(chǎn)系統(tǒng)走向智能化；英國憑借人工智能在教育領域的優(yōu)勢培養(yǎng)儲備復合型人才，重構制造業(yè)價值鏈，重點支持大數(shù)據(jù)開發(fā)、能效計算、衛(wèi)星及航天等前沿產(chǎn)業(yè)領域，利用人工智能重構產(chǎn)業(yè)競爭優(yōu)勢；日本重點圍繞鞏固“工業(yè)機器人”強國地位，一方面促進新一代工業(yè)機器人的商業(yè)運用，另一方面利用工業(yè)機器人的使用獲得數(shù)據(jù)，形成工業(yè)大數(shù)據(jù)庫。雖然各國選擇的重點領域和方向有所不同，但總體看，發(fā)達國家促進人工智能與制造業(yè)深度融合無一不是在加強基礎研究、大數(shù)據(jù)構建、形成應用場景以及加強復合型人才培養(yǎng)等方面進行探索和努力。因此，我國要在人工智能時代鞏固和提升制造業(yè)在全球的競爭優(yōu)勢，就應根據(jù)當前我國制造業(yè)轉(zhuǎn)型升級的發(fā)展需要，針對人工智能與制造業(yè)深度融合的難點，從以下多個方面加快補齊短板。

（一）編制制造業(yè)人工智能技術路線圖

由行業(yè)主管部門主導，其他政府部門、產(chǎn)業(yè)界和學術界專家共同編制制造業(yè)人工智能技術路線圖，可以幫助制造業(yè)企業(yè)及時、準確地把握人工智能技術、產(chǎn)業(yè)發(fā)展現(xiàn)狀及未來發(fā)展趨勢。在編制制造業(yè)人工智能技術路線圖過程中，需要更為關注制定技術戰(zhàn)略圖及預測過程本身，因為在這一過程不僅可以形成對人工智能技術發(fā)展趨勢的共識，更為重要的是可以形成學術界與產(chǎn)業(yè)界之間的知識互動，推動學術界與產(chǎn)業(yè)界之間、不同領域之間圍繞人工智能技術和人工智能與制造業(yè)深度融合的發(fā)展方向及可能出現(xiàn)重大突破的領域進行深入交流和探討，在知識互動過程中形成多學科知識融合、專業(yè)知識擴展，而這正是未來人工智能技術創(chuàng)新與應用發(fā)展的一個重要基礎。制造業(yè)人工智能技術路線圖制定完成后，需要定期和不定期根據(jù)技術和產(chǎn)業(yè)發(fā)展情況、趨勢進行調(diào)整，從而更好地指導下一階段的技術創(chuàng)新和產(chǎn)業(yè)化應用。

（二）組建以基礎研究為重點的人工智能國家實驗室

以官辦研究機構為基礎，聯(lián)合領先互聯(lián)網(wǎng)企業(yè)和制造企業(yè)組建人工智能國家實驗室。人工智能國家實驗室應聚焦于任務導向型、戰(zhàn)略性前沿基礎技術的研究，依靠跨學科、大協(xié)作和充沛資金支持開展人工智能領域的協(xié)同創(chuàng)新和戰(zhàn)略性研究，加強在大數(shù)據(jù)智能、人機混合智能、群體智能、自主協(xié)同等方面的基礎理論研究，并前瞻性布局高級機器學習、類腦智能計算、量子智能計算等跨領域基礎理論研究。加強國家實驗室與制造業(yè)企業(yè)的聯(lián)系，建立理論研究與市場應用的對接渠道。

（三）構建制造環(huán)節(jié)的工業(yè)大數(shù)據(jù)庫

電子商務是人工智能技術最初的應用領域之一，其中一個原因是消費環(huán)節(jié)已經(jīng)形成大數(shù)據(jù)，使得機器學習有跡可循。相比較，工業(yè)領域主要以企業(yè)私有數(shù)據(jù)庫為主，且數(shù)據(jù)規(guī)模有限、數(shù)據(jù)質(zhì)量不高，嚴重制約人工智能在工業(yè)領域的“自主學習”。要實現(xiàn)人工智能與制造業(yè)深度融合，就必須在制造業(yè)領域加強數(shù)據(jù)獲取和整合，以企業(yè)私有數(shù)據(jù)庫為基礎，打造全球領先和規(guī)模最大的制造業(yè)大數(shù)據(jù)庫，并逐步形成自主標準體系，提高人工智能的安全性和穩(wěn)定性。

（四）促進人工智能在制造業(yè)領域的應用研究和模式推廣

鼓勵支持企業(yè)層面建立人工智能與智能制造創(chuàng)新中心。創(chuàng)新中心聚焦于人工智能在制造業(yè)應用中共性技術的研發(fā)與推廣。人工智能與智能制造創(chuàng)新中心可采取“公私合作”，運營經(jīng)費來自于財政、政府的競爭性采購和市場。在治理機制方面，由技術專家、政府官員、企業(yè)家代表和學者共同組成專業(yè)委員會作為最高決策機構，創(chuàng)新中心最高管理者采取公開招聘的方式，通過專業(yè)委員會和管理社會化減少政府的行政干預，保證創(chuàng)新中心的高效運營和專業(yè)管理。

（五）鼓勵制造業(yè)企業(yè)利用綜合優(yōu)勢實施逆向整合

充分利用我國在制造環(huán)節(jié)人工智能應用場景優(yōu)化及其相應商業(yè)布局方面所具有的顯著優(yōu)勢，整合利用全球創(chuàng)新資源，尤其是整合利用人工智能基礎技術、核心技術及關鍵零部件、裝備領域方面的創(chuàng)新資源。具體看，鼓勵國內(nèi)優(yōu)勢制造企業(yè)以應用技術上的優(yōu)勢、龐大的國內(nèi)市場、巨大的潛在利潤空間與較強大的資本力量為后盾，加強與國際領先人工智能企業(yè)在核心技術、關鍵技術方面的研究開發(fā)合作。對于發(fā)達國家封鎖、我國企業(yè)不能通過引進方式獲得的人工智能關鍵核心技術與裝備，可通過主動走出去的方式盡可能融入發(fā)達國家的本地創(chuàng)新網(wǎng)絡，逐漸積累相關的核心技術能力[14]。鼓勵我國領先制造企業(yè)通過在海外聯(lián)合設立人工智能研發(fā)機構，加強科技合作與信息交流，以充分利用國際技術、資本、人才等創(chuàng)新資源，提升核心技術、關鍵技術領域的研發(fā)能力。鼓勵有實力的本地企業(yè)“走出去”獲取國際高端技術要素，兼并具有技術實力的外國中小技術公司，轉(zhuǎn)移和消化吸收國際新興技術。

（六）逐步形成適應人工智能與制造業(yè)深度融合發(fā)展的高等教育與職業(yè)培訓體系

雖然在歷史上從未造成由于技術進步導致的長期失業(yè)，但引起就業(yè)結構性變化是必然的。人工智能與制造業(yè)深度融合會對簡單程序化、無需太多創(chuàng)造性思維的腦力勞動崗位形成沖擊，同時在體力勞動崗位上加速機器對人的替代。而現(xiàn)有的大學專業(yè)設置和職業(yè)培訓課程并不能適應新發(fā)展、新需求，未來人工智能與制造業(yè)大規(guī)模深度融合，制造業(yè)結構性失業(yè)風險較高。對此，應在短期內(nèi)對人工智能與制造業(yè)深度融合直接形成沖擊的相關學科進行調(diào)整，減少招生數(shù)量規(guī)模，同時擴大技能型和知識型職業(yè)教育的比重[15]。在大學教育中增設智能制造相關的課程和專業(yè)，合理設置學科、完善教材編制，盡快形成教學體系。各級教育支出向智能制造相關專業(yè)傾斜，同時改革技術教育體系，滿足人工智能時代對技術人才的需求。

（七）評估和防范人工智能發(fā)展過程中引發(fā)的社會問題

在高科技產(chǎn)物替代人類承擔很多生產(chǎn)活動的同時，也對人類社會的運行規(guī)則和法規(guī)制度產(chǎn)生沖擊。不斷有新的人工智能通過圖靈測試，擬人機器人與真人的區(qū)別越來越小，人工智能倫理問題成為需要積極面對和解決的問題，這不僅涉及人工智能的使用安全，對人工智能技術、高科技產(chǎn)品、市場發(fā)展方向也至關重要。加強與發(fā)達國家的合作，共同應對人工智能可能造成的對傳統(tǒng)法規(guī)體系和道德倫理的沖擊和挑戰(zhàn)。建立適當?shù)臋C制，準確衡量人工智能發(fā)展帶來的倫理道德、法律法規(guī)及社會影響，并且建立一個更加多元化的人工智能委員會，監(jiān)管不斷變化的科技實踐，委員會要包括具有廣泛代表性的專家、從業(yè)人員、非政府代表等，通過明確的規(guī)則確保人工智能機器決策過程的透明性和規(guī)范性，構建一個結構合理的責任體系，以此確保人工智能的使用安全，提升人工智能與制造業(yè)深度融合的穩(wěn)定性。