行业互联网迈向智能制造当AI应用为制造而生 |

本文插图
头像素描张旭菁
【行业互联网迈向智能制造当AI应用为制造而生】■张诚
当人工智能具备了人类在制造过程中积累的最高智慧和经验，并将其规模化用于所有企业，将极大减少企业人员由于知识、经验和能力不足带来的生产和收益波动，从而把产业内所有制造企业的生产效率整体提高到同一高度，产生更高的生产价值。
张诚
复旦大学管理学院信息管理与信息系统系教授
过去5年，我国制造企业主要展开了制造过程的信息化改造，将企业的设计、生产、管理、服务等制造活动的各环节通过信息技术连接贯通，通过及时、准确和全面地获得企业制造环节、经营过程、市场、产业和竞争等信息，更有效地组织生产和应对市场变化。这项工作目前来看完成得很好，如同我们每日需要呼吸的空气一样，信息技术已经融入企业日常工作，成为企业运营管理和决策的一部分。
接下来5年，这些企业，尤其是制造业企业将向智能制造进一步升级和转型。智能制造的概念比制造自动化更为广泛和复杂，它需要将自动化技术、物联网、工业机器人等 “硬”技术与大数据、云计算和人工智能等“软”技术真正集成起来，并有机地融于之前“以人为本”的企业运营流程、管理和决策工作中。
智能制造构想了一种由人工智能为主的智能制造系统，它在制造过程中能从信息技术连接的设计、生产、管理、服务等各环节中，自动获得相关信息（即“自感知”），由此进行诸如分析、推理、判断、构思和决策等智能活动（即自学习、自决策），然后通过制造自动化执行（即自执行），并能根据执行后的效果，以及市场和竞争环境改变的反馈，调整和优化后续的制造工作（即自适应）。如果能实现，这是何等壮观。大家不妨闭眼想象一下：当人工智能具备了人类在制造过程中积累的最高智慧和经验，并将其规模化用于所有企业，将极大减少企业人员由于知识、经验和能力不足带来的生产和收益波动，从而把产业内所有制造企业的生产效率整体提高到同一高度，产生更高的生产价值。而且，由于人工智能的智慧往往通过计算机算法实现，是一种“软”的数字技术，复制使用的边际成本低，使得一个企业的成功应用可以容易地复制扩展到不同企业。
这一切的美好，都要依靠扎实的产业探索和实践，正所谓“千里之行,始于足下” 。尽管智能制造是多项软硬技术的集大成者，由于人工智能在其中起到“大脑”的价值，我近期梳理了人工智能与智能制造融合可能遇到的四大挑战，在此与大家分享，希望引起企业和社会的注意。当然，挑战与机遇并存：挑战应对得当，也可以转变为成功要素，即融合的成功之路=（基础+科技）×实践×战略（IMIS）。
其一，扎实的信息化基础（Infrastructure）。人工智能算法的应用，需要质量好、完备和大量的数据。倘若连信息化都做不好，数据都不能有效地存储、传递、收集和处理，就不要再说怎么用好数据了，更不要提自感应。因此，在信息处理和业务流程改善效率后，人工智能才可能开始产生应用价值。这也是对制造企业前5年工作的大考。
其二，新兴的制造科技（ManuTech）。人工智能在“软”技术层次，主要体现为以机器学习和深度学习为代表的算法应用。尽管互联网、金融保险、安保等行业已经基于消费者行为、图像、语音和文本信息进行人工智能学习，产生了大量成熟的应用，包括对人的精准识别、定位、广告投放、营销定价、推荐和互动等，但我们如果静下来思考，会发现它们都是针对消费者个体进行的应用，与智能制造的主体（生产设备、流程等）完全不同。也许我们已经对互联网科技、金融科技、保险科技这些名词耳熟能详（简单来说，它们都是指将人工智能技术用于互联网、金融和保险等领域），但我们听到过制造科技（即用于制造的人工智能技术）么？也许我们会熟悉BAT ，科大讯飞、AI四小龙（商汤、旷视、云从、依图）和其他AI独角兽公司，但我们知道哪些企业在深耕制造业的人工智能应用呢？也许我们能脱口而出人工智能在安防、汽车、医疗、金融、零售、互联网、广告营销和智能手机上的众多成功应用，但我们又能数出多少制造业的成功应用呢？

行业互联网迈向智能制造 当AI应用为制造而生

行业互联网迈向智能制造当AI应用为制造而生