無農不穩，無工不強。作爲真正具有強大造血功能的産業，加工制造業對經濟的持續繁榮和社會穩定舉足輕重。

　　工業的發展讓人類有更大的能力去(qù)改造自然并獲取資源，其生産的産品被直接或間接地運用于人們的消費(fèi)當中，極大地提升了人們的生活水平。可以說，自第一次工業革命以來，工業就在一定意義上決定着人類的生存與發展。

　　然而，興也工業，衰也工業。近年來，由于發達國家的産業空心化和發展中國家的産業低值化，加工制造業困局顯現(xiàn)。發達國家大批工人失業且出現(xiàn)貿易逆差，發展中國家利潤和環境不斷惡化。大量制造企業面臨生存危機，制造業企業的數字化、網絡化、智能化轉型升級迫在眉睫。

　　與此同時，随着人工智能技術的突飛猛進及其在消費(fèi)流通領域的廣泛應用，越來越多的制造企業與人工智能企業把目光投向了“人工智能+制造”。但(dàn)就目前來看，“人工智能+制造”依然存在動力不足的問題，制造業的人工智能之路仍然漫長。

　　AI制造困境猶存

　　人工智能技術賦能的制造業具有極大的潛力。人工智能與相(xiàng)關技術結合，可優化制造業各流程環節的效率，通過工業物聯網采集各種生産數據，再借助深度學習算法處理後提供建議(yì)甚至自主優化。

　　從人工智能在制造業的應用場景來看，主要包括産品智能化研發設計、在制造和管理流程中運用人工智能提高産品質量和生産效率，以及供應鏈的智能化。

　　在産品研發、設計和制造中，人工智能既能根據既定目标和約束利用算法探索各種可能的設計解決方案，進行智能生成式産品設計，又(yòu)能将人工智能技術成果集成化、産品化，制造出如智能手機、工業機器人、服務機器人、自動駕駛汽車及無人機等新一代智能産品。

　　對于生産制造來說，人工智能嵌入生産制造環節，将使機器更加聰明，不再僅僅執行單調的機械任務，而是(shì)可以在更多複雜(zá)情況下自主運行，從而全面提升生産效率。

　　在智能供應鏈上，需求預測是(shì)供應值管理領域應用人工智能的關鍵主題。通過更好地預測需求變化，公司可以有效地調整生産計劃改進工廠利用率。此外，智能搬運機器人将實現(xiàn)倉儲的自主優化，大幅提升倉儲揀選效率，減少人工成本。

　　但(dàn)不論是(shì)智能化研發設計、生産制造，還是(shì)智能供應鏈，制造數字化都是(shì)人工智能+制造的基礎。然而，我國制造業信息化水平參差不齊，且制造産業鏈條遠比其他行業複雜(zá)，更強調賦能者對行業背景的理解。這些都造成了制造業的Al賦能相(xiàng)比其他行業門檻更高、難度更大。

　　制造業是(shì)一個龐大的産業，複雜(zá)而割裂是(shì)它的曆史特征。同一個廠房裏，往往有好幾種來自不同廠家的生産設備，這些設備往往采用各自的技術和數據标準，彼此之間并不能直接連通和交互。不同的工廠乃至不同的制造業企業，差異就更大了。這樣的差異使得傳統制造業信息化難度大、效率提升有限。

　　盡管人工智能技術在制造業的部分環節與流程中已經有了一定程度的應用，但(dàn)整體滲透率仍然處于較低水平。根據中國信通院的測算，2018年中國工業數字化經濟的比重僅爲18．3%，尚不足20%。在制造業整體數字化水平偏低的背景下，人工智能技術在制造業數字化經濟中的滲透率顯然更低。

　　此外，現(xiàn)階段，人工智能的價值仍然難以被準确衡量，部分企業尤其是(shì)中小企業應用人工智能的動力不足。究其原因，應用人工智能領域的部分技術，則往往以提高品牌、增加産品賦能，從而提高利潤率或者以内部降低運營成本爲目标。但(dàn)是(shì)，由于中小企業的體量較小，往往以生存爲最低目标，如果需要去(qù)打開其市場，則大多數選擇從開源節流出發。

　　換言之，中小型制造企業打造智能系統，關注的是(shì)效率，但(dàn)得到效率的同時卻是(shì)以大量成本爲代價。也就是(shì)說，并沒有真正在效率和成本之間找到平衡點。

　　除卻中小企業的噬利行爲，即使站在第一梯隊的大型企業對于一些細分行業人工智能應用路徑業尚不明晰，應用風險、收益和成本難以準确核算，短時間内無法給出切實的解決方案。加之多年産能的過剩，盡管數據量巨大，但(dàn)想要實現(xiàn)智能化也需要漫長的時間。

　　人是(shì)智能化制造的核心

　　制造業的智能化過程，與過去(qù)制造業的自動化仍有實際的差異，智能化并不等于自動化，更不等于無人化，而如何走向智能化，則關系到求解現(xiàn)階段的AI制造困境，以及加工制造業轉型升級的真正落地。

　　自動化追求的是(shì)機器自動生産，本質是(shì)“機器換人”，強調大規模的機器生産;而“智能化”追求的是(shì)機器的柔性生産，本質是(shì)“人機協同”，強調機器能夠自主配合要素變化和人的工作。

　　可見(jiàn)，智能化一定不等于無人化。在推動大量智能制造過程中，隻有通過機器和人的共融，推動這種決策思考的變化，才能讓人的工作能力和方向得以拓展，讓機器的的賦能實現(xiàn)最大化。

　　因此，人工智能+制造所追求的，不是(shì)簡單的“機器換人”，而是(shì)将工業革命以來極度細化甚至異化的工人流水線(xiàn)工作，重新拉回“以人爲本”的組織模式，讓機器承擔更多簡單重複甚至危險的工作，而人承擔更多管理和創造工作。

　　顯然，想要實現(xiàn)人機共融的加工制造智能化，必然要經曆從人到機器的過程。隻有當機器融合了更多智能可能，才有可能拓展更多能力。工業機器人的應用是(shì)這一階段的重要标志，工業機器人作爲工業化和信息化的完美結合，以其天然的數字化特性，打通了單個生産設備到整個生産網絡的連接，進而支撐起第四次工業革命的應用場景。

　　如果說，過去(qù)二十年互聯網的發展聯通了智能時代下的每一個人，那麽未來二十年工業智能化發展将會聯通每一台工業機器人，從而帶來生産效率乃至生産方式的全面革新。

　　但(dàn)在實現(xiàn)從人到機器的過程中，工業機器人還需要具有能夠在複雜(zá)和非典型的環境裏與人進行互動的屬性。隻有靈活和便捷，才能滿足人機共融的發展條件，對制造業智能化作全面的部署。此外，對于機器的部署還應具有可拓展性，即需要搭載更多智能化的平台來拓展工業制造的應用場景。

　　當前，人工智能與制造業的深度融合時機尚未成熟。盡管《2020人工智能與制造業融合發展白皮書(shū)》指出，人工智能與制造業融合應用已具備一定的基礎，但(dàn)是(shì)僅僅依靠單點的人工智能将企業升級到另外一個管理水平顯然不可取。想要在制造的人工智能之路上加速，更應該從産業的整條價值鏈來優化提升。

　　人工智能更多的是(shì)解決産業鏈單點問題，而加工制造業的人工智能化卻解決的是(shì)整條業務鏈的問題，制造業的人工智能之路仍然漫長。