無農(nóng)不穩(wěn)，無工不強。作為真正具有強大造血功能的產(chǎn)業(yè)，加工制造業(yè)對經(jīng)濟的持續(xù)繁榮和社會穩(wěn)定舉足輕重。
工業(yè)的發(fā)展讓人類有更大的能力去改造自然并獲取資源，其生產(chǎn)的產(chǎn)品被直接或間接地運用于人們的消費當中，極大地提升了人們的生活水平?？梢哉f，自第一次工業(yè)革命以來，工業(yè)就在一定意義上決定著人類的生存與發(fā)展。
然而，興也工業(yè)，衰也工業(yè)。近年來，由于發(fā)達國家的產(chǎn)業(yè)空心化和發(fā)展中國家的產(chǎn)業(yè)低值化，加工制造業(yè)困局顯現(xiàn)。發(fā)達國家大批工人失業(yè)且出現(xiàn)貿(mào)易逆差，發(fā)展中國家利潤和環(huán)境不斷惡化。大量制造企業(yè)面臨生存危機，制造業(yè)企業(yè)的數(shù)字化、網(wǎng)絡化、智能化轉(zhuǎn)型升級迫在眉睫。
與此同時，隨著人工智能技術(shù)的突飛猛進及其在消費流通領(lǐng)域的廣泛應用，越來越多的制造企業(yè)與人工智能企業(yè)把目光投向了“人工智能+制造”。但就目前來看，“人工智能+制造”依然存在動力不足的問題，制造業(yè)的人工智能之路仍然漫長。
AI制造困境猶存
人工智能技術(shù)賦能的制造業(yè)具有極大的潛力。人工智能與相關(guān)技術(shù)結(jié)合，可優(yōu)化制造業(yè)各流程環(huán)節(jié)的效率，通過工業(yè)物聯(lián)網(wǎng)采集各種生產(chǎn)數(shù)據(jù)，再借助深度學習算法處理后提供建議甚至自主優(yōu)化。
從人工智能在制造業(yè)的應用場景來看，主要包括產(chǎn)品智能化研發(fā)設(shè)計、在制造和管理流程中運用人工智能提高產(chǎn)品質(zhì)量和生產(chǎn)效率，以及供應鏈的智能化。
在產(chǎn)品研發(fā)、設(shè)計和制造中，人工智能既能根據(jù)既定目標和約束利用算法探索各種可能的設(shè)計解決方案，進行智能生成式產(chǎn)品設(shè)計，又能將人工智能技術(shù)成果集成化、產(chǎn)品化，制造出如智能手機、工業(yè)機器人、服務機器人、自動駕駛汽車及無人機等新一代智能產(chǎn)品。
對于生產(chǎn)制造來說，人工智能嵌入生產(chǎn)制造環(huán)節(jié)，將使機器更加聰明，不再僅僅執(zhí)行單調(diào)的機械任務，而是可以在更多復雜情況下自主運行，從而全面提升生產(chǎn)效率。
在智能供應鏈上，需求預測是供應值管理領(lǐng)域應用人工智能的關(guān)鍵主題。通過更好地預測需求變化，公司可以有效地調(diào)整生產(chǎn)計劃改進工廠利用率。此外，智能搬運機器人將實現(xiàn)倉儲的自主優(yōu)化，大幅提升倉儲揀選效率，減少人工成本。
但不論是智能化研發(fā)設(shè)計、生產(chǎn)制造，還是智能供應鏈，制造數(shù)字化都是人工智能+制造的基礎(chǔ)。然而，我國制造業(yè)信息化水平參差不齊，且制造產(chǎn)業(yè)鏈條遠比其他行業(yè)復雜，更強調(diào)賦能者對行業(yè)背景的理解。這些都造成了制造業(yè)的Al賦能相比其他行業(yè)門檻更高、難度更大。
制造業(yè)是一個龐大的產(chǎn)業(yè)，復雜而割裂是它的歷史特征。同一個廠房里，往往有好幾種來自不同廠家的生產(chǎn)設(shè)備，這些設(shè)備往往采用各自的技術(shù)和數(shù)據(jù)標準，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(yè)企業(yè)，差異就更大了。這樣的差異使得傳統(tǒng)制造業(yè)信息化難度大、效率提升有限。
盡管人工智能技術(shù)在制造業(yè)的部分環(huán)節(jié)與流程中已經(jīng)有了一定程度的應用，但整體滲透率仍然處于較低水平。根據(jù)中國信通院的測算，2018年中國工業(yè)數(shù)字化經(jīng)濟的比重僅為18.3%，尚不足20%。在制造業(yè)整體數(shù)字化水平偏低的背景下，人工智能技術(shù)在制造業(yè)數(shù)字化經(jīng)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確衡量，部分企業(yè)尤其是中小企業(yè)應用人工智能的動力不足。究其原因，應用人工智能領(lǐng)域的部分技術(shù)，則往往以提高品牌、增加產(chǎn)品賦能，從而提高利潤率或者以內(nèi)部降低運營成本為目標。但是，由于中小企業(yè)的體量較小，往往以生存為最低目標，如果需要去打開其市場，則大多數(shù)選擇從開源節(jié)流出發(fā)。
換言之，中小型制造企業(yè)打造智能系統(tǒng)，關(guān)注的是效率，但得到效率的同時卻是以大量成本為代價。也就是說，并沒有真正在效率和成本之間找到平衡點。
除卻中小企業(yè)的噬利行為，即使站在第一梯隊的大型企業(yè)對于一些細分行業(yè)人工智能應用路徑業(yè)尚不明晰，應用風險、收益和成本難以準確核算，短時間內(nèi)無法給出切實的解決方案。加之多年產(chǎn)能的過剩，盡管數(shù)據(jù)量巨大，但想要實現(xiàn)智能化也需要漫長的時間。
人是智能化制造的核心
制造業(yè)的智能化過程，與過去制造業(yè)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(guān)系到求解現(xiàn)階段的AI制造困境，以及加工制造業(yè)轉(zhuǎn)型升級的真正落地。
自動化追求的是機器自動生產(chǎn)，本質(zhì)是“機器換人”，強調(diào)大規(guī)模的機器生產(chǎn)；而“智能化”追求的是機器的柔性生產(chǎn)，本質(zhì)是“人機協(xié)同”，強調(diào)機器能夠自主配合要素變化和人的工作。
可見，智能化一定不等于無人化。在推動大量智能制造過程中，只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，不是簡單的“機器換人”，而是將工業(yè)革命以來極度細化甚至異化的工人流水線工作，重新拉回“以人為本”的組織模式，讓機器承擔更多簡單重復甚至危險的工作，而人承擔更多管理和創(chuàng)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(jīng)歷從人到機器的過程。只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(yè)機器人的應用是這一階段的重要標志，工業(yè)機器人作為工業(yè)化和信息化的完美結(jié)合，以其天然的數(shù)字化特性，打通了單個生產(chǎn)設(shè)備到整個生產(chǎn)網(wǎng)絡的連接，進而支撐起第四次工業(yè)革命的應用場景。
如果說，過去二十年互聯(lián)網(wǎng)的發(fā)展聯(lián)通了智能時代下的每一個人，那么未來二十年工業(yè)智能化發(fā)展將會聯(lián)通每一臺工業(yè)機器人，從而帶來生產(chǎn)效率乃至生產(chǎn)方式的全面革新。
但在實現(xiàn)從人到機器的過程中，工業(yè)機器人還需要具有能夠在復雜和非典型的環(huán)境里與人進行互動的屬性。只有靈活和便捷，才能滿足人機共融的發(fā)展條件，對制造業(yè)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臺來拓展工業(yè)制造的應用場景。
當前，人工智能與制造業(yè)的深度融合時機尚未成熟。盡管《2020人工智能與制造業(yè)融合發(fā)展白皮書》指出，人工智能與制造業(yè)融合應用已具備一定的基礎(chǔ)，但是僅僅依靠單點的人工智能將企業(yè)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，更應該從產(chǎn)業(yè)的整條價值鏈來優(yōu)化提升。
人工智能更多的是解決產(chǎn)業(yè)鏈單點問題，而加工制造業(yè)的人工智能化卻解決的是整條業(yè)務鏈的問題，制造業(yè)的人工智能之路仍然漫長。
