吳明華

2024年被認為是“AI應(yīng)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(yè)，但有一個領(lǐng)域應(yīng)引起人們的高度重視，即制造業(yè)。制造業(yè)應(yīng)當成為“人工智能+”的主戰(zhàn)場。

現(xiàn)在，人工智能的應(yīng)用領(lǐng)域已十分廣泛，但在制造業(yè)領(lǐng)域的應(yīng)用還非常有限。據(jù)統(tǒng)計，到2023年，全球只有歐洲制造企業(yè)的AI應(yīng)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(yè)則僅有11%。

相比發(fā)達國家，我國“人工智能+制造業(yè)”需求更加迫切。中國是制造業(yè)大國，人工智能是促進傳統(tǒng)制造業(yè)轉(zhuǎn)型升級，提升制造業(yè)生產(chǎn)效率和全球價值鏈，向制造強國邁進的重要抓手。在很多業(yè)內(nèi)專家看來，中國制造業(yè)需要一場AI革命。

目前，人工智能可以為制造企業(yè)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(yīng)制造、自動質(zhì)量控制、預(yù)防性維護、無人駕駛等領(lǐng)域應(yīng)用。但總的來看，人工智能和制造業(yè)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(shù)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(shù)找場景，而制造業(yè)利潤空間小，人工智能應(yīng)用很多時候意味著成本上升。因此，人工智能很難在制造業(yè)領(lǐng)域找到大規(guī)模的應(yīng)用場景；另一方面，制造業(yè)場景碎片化程度高、需求復(fù)雜，不同制造業(yè)之間技術(shù)、流程差異巨大，即使是同一臺設(shè)備，在不同工況下也會出現(xiàn)不同變化，從而導(dǎo)致很多人工智能解決方案的通用性和復(fù)用性不強。

在這種情況下，推動“人工智能+制造業(yè)”深度融合發(fā)展，政府之手需要發(fā)揮重要的引導(dǎo)和推動作用。

首先要推動傳統(tǒng)智能制造向“人工智能+”轉(zhuǎn)變。多年來，各地都在大力推動智能制造發(fā)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(yè)自動化。二者有著本質(zhì)區(qū)別：工業(yè)自動化追求的是機器自動生產(chǎn)，強調(diào)大規(guī)模的機器生產(chǎn)，“機器替人”；“人工智能+制造業(yè)”是在海量工業(yè)數(shù)據(jù)的基礎(chǔ)上，通過對數(shù)據(jù)的深度集成和分析，實現(xiàn)智能化決策，并通過柔性生產(chǎn)、動態(tài)調(diào)控、網(wǎng)聯(lián)協(xié)同等新型制造模式，提升制造各環(huán)節(jié)效率。要以“人工智能+”新理念、新模式引導(dǎo)傳統(tǒng)制造業(yè)轉(zhuǎn)型升級。

其次是以大數(shù)據(jù)為基礎(chǔ)推動“人工智能+制造業(yè)”深度融合。相對于消費領(lǐng)域，制造環(huán)節(jié)數(shù)據(jù)的可獲得性、通用性和開發(fā)性較弱。收集制造各環(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)生檢修和人工成本。因此，政府需要在制造業(yè)領(lǐng)域加強數(shù)據(jù)獲取和整合，以企業(yè)自有數(shù)據(jù)庫為基礎(chǔ)，打造制造業(yè)大數(shù)據(jù)庫。

最后是促進“人工智能+”應(yīng)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，聚焦共性技術(shù)的研發(fā)與推廣。