【观察】智能+制造时代未来已来，新趋势、新模式与新挑战

申耀的科技观察

读懂科技&＃xff0c;赢取未来&＃xff01;

众所周知&＃xff0c;中国虽然早已成为全球公认的制造业大国&＃xff0c;但中国制造业的优势主要体现在制造成本上&＃xff0c;甚至主要还是集中在资源密集型、劳动密集型产业。在叠加上最近几年&＃xff0c;中国制造业还面临着劳动力和原材料成本上升的双重压力&＃xff0c;传统层面的成本优势逐渐消失&＃xff0c;整个制造业的转型已迫在眉睫。

因此&＃xff0c;在今年的政府工作报告中&＃xff0c;就明确提到了要推动传统产业改造提升&＃xff0c;特别是围绕推动制造业高质量发展&＃xff0c;强化工业基础和技术创新能力&＃xff0c;促进先进制造业和现代服务业融合发展&＃xff0c;加快建设制造强国。

值得注意的是&＃xff0c;在谈到推动传统产业改造提升&＃xff0c;围绕推动制造业高质量发展时&＃xff0c;政府工作报告中特别强调了“拓展‘智能&＃43;’&＃xff0c;为制造业转型升级赋能”。

在此过程中&＃xff0c;制造业如何融入智能&＃43;&＃xff1f;智能&＃43;在哪些维度可以帮助制造业“降本增效”&＃xff1f;落地的过程中又有哪些痛点与难点呢&＃xff1f;

智能&＃43;制造时代未来已来

我们知道&＃xff0c;过去几年围绕新技术赋能制造业&＃xff0c;其实整个业界出现过很多的概念&＃xff0c;例如&＃xff0c;“智能制造”、“互联网&＃43;制造”&＃xff0c;以及“人工智能&＃43;制造”&＃xff0c;那这些概念究竟有什么不同的地方呢&＃xff1f;

实际上&＃xff0c;“智能制造”中更强调将传统的工业软件应用到制造业&＃xff0c;本质上解决的是数字化&＃43;自动化&＃xff1b;而“互联网&＃43;制造”&＃xff0c;则是将互联网工具应用到制造业&＃xff0c;强调的是供需的对接和平衡&＃xff0c;这几年大热的“工业互联网”正是工业角度的互联网&＃43;模式&＃xff1b;“人工智能&＃43;制造”&＃xff0c;重点是将人工智能技术应用到制造业&＃xff0c;是在数字化、网络化的基础上实现智能化&＃xff0c;核心在于机器是否能够具备“在线”的自主能力。

可见&＃xff0c;从“智能制造”到“互联网&＃43;制造”再到如今的“智能&＃43;制造”&＃xff0c;背后正是新技术赋能制造业的迭代与进化的过程&＃xff0c;原因在于人工智能及相关技术的融合应用&＃xff0c;在逐步实现对制造业各环节效率优化的同时&＃xff0c;通过机器的学习能力&＃xff0c;最终达成“人机融合协同制造”的终极目标。

那么&＃xff0c;“智能&＃43;制造”究竟对传统制造行业有哪些影响呢&＃xff1f;我们可以从三个维度来做观察&＃xff1a;

第一&＃xff0c;从提升生产效率维度看&＃xff0c;即通过引入人工智能相关技术&＃xff0c;可以最大化降低人为错误、持续改进工艺流程&＃xff0c;提升产品率&＃xff1b;此外&＃xff0c;通过智能机器人的引入&＃xff0c;还可以降低重复性、危险性工作&＃xff0c;同时让实现生产废料、时间等方面的成本节约。

第二&＃xff0c;从优化产业结构维度看&＃xff0c;大规模的应用人工智能技术&＃xff0c;在大大改造传统产业结构的同时&＃xff0c;还能新增和改造现有的产业&＃xff0c;例如注入“智能&＃43;”的动力后&＃xff0c;汽车产业就可以增加新的产品类型&＃xff0c;如“自动驾驶汽车“就能够更快的实现量产&＃xff1b;不仅如此&＃xff0c;围绕制造业中各个环节&＃xff0c;还能孕育出更多全新的智能&＃43;制造的新公司。

第三&＃xff0c;从重构国际分工维度看&＃xff0c;通过生产效率的提升&＃xff0c;以及优化产业结构之后&＃xff0c;势必会大大提升中国制造业在全球市场的竞争力&＃xff0c;让中国的更多制造企业能够争夺更多的价值空间&＃xff0c;真正实现“制造强国”的目标。

应该说&＃xff0c;相较于世界其他国家&＃xff0c;中国制造业在国民经济中的地位和重要性都要更高&＃xff0c;可以说将为人工智能提供更大的发展空间。MGI(麦肯锡全球研究所)的预测显示&＃xff0c;未来中国51%的工作可以实现自动化&＃xff0c;预计人工智能对中国经济增长的驱动力将达1.3%左右&＃xff0c;高于世界平均水平。

由此可见&＃xff0c;智能&＃43;制造不仅是大势所趋&＃xff0c;也意味着我们将迎来一个智能&＃43;制造的新时代。

智能&＃43;制造的三种商业模式

那么&＃xff0c;智能&＃43;制造落地的过程中&＃xff0c;究竟会产生哪些新的商业模式呢&＃xff0c;又蕴含着哪些新的商业机会呢&＃xff1f;可以说&＃xff0c;智能&＃43;产品、智能&＃43;服务、智能&＃43;生产无疑会会是未来研究的主要方向。

首先&＃xff0c;是智能&＃43;产品&＃xff0c;包括了智能&＃43;芯片、智能&＃43;组件以及智能&＃43;应用。从实际情况看&＃xff0c;智能&＃43;芯片最难介入&＃xff0c;但是市场需求潜力巨大&＃xff0c;因为整个产业需要更强、更有效的算力支撑&＃xff1b;智能&＃43;组件&＃xff0c;是指将算法API优化后进行对外输出&＃xff0c;供企业调用并实现二次开发&＃xff1b;而智能&＃43;应用&＃xff0c;则是通过直接生产相应的软硬件一体化的人工智能产品&＃xff0c;为制造企业提供更深层次的助力。

其次&＃xff0c;是智能&＃43;服务&＃xff0c;借助制造企业的大数据积累&＃xff0c;并应用人工智能技术&＃xff0c;通过算法优化更好、更完整的描绘出用户的画像&＃xff0c;以及制造业中某些需求。如&＃xff0c;实现更实时、精准的信息传递以及对制造业中的各个环节实现实时监测、管理和风险预警等。

最后&＃xff0c;是智能&＃43;生产&＃xff0c;即针对制造企业的某一生环节&＃xff0c;利用软硬一体化的人工智能工具&＃xff0c;提升该环节的生产效能。例如&＃xff0c;在工艺优化方面&＃xff0c;通过机器学习建立产品的整体模型&＃xff0c;识别制造环节中参数对最终产品质量的影响&＃xff0c;进而找到最佳的生产工艺参数&＃xff1b;此外&＃xff0c;智能质检也是该场景应用的重要环节。

毫无疑问&＃xff0c;未来随着人工智能应用领域的不断拓展&＃xff0c;中国制造业将会被实质性地影响和改变&＃xff0c;未来中国的制造企业企业转型智能工厂、跨企业价值链延伸、全行业生态构建与优化配置将有望得以实现&＃xff0c;制造业的深度智能化也将不再仅存在于愿景之中。

智能&＃43;制造的痛点与难点

当然&＃xff0c;智能&＃43;制造并不会“一蹴而就”的&＃xff0c;在落地的过程中&＃xff0c;依然会有很多的痛点和难点&＃xff0c;主要表现在以下几个方面&＃xff1a;

一是&＃xff0c;技术有缺口&＃xff0c;特别是缺乏关键自主技术和原始创新&＃xff0c;但关键技术&＃xff0c;尤其是基础技术需要长期大量的研发投入&＃xff0c;短期内难以实现质的突破。好在&＃xff0c;目前无论是以BAT为主的互联网公司&＃xff0c;还是以华为为代表的中国科技创新公司都正在不断技术创新&＃xff0c;相信通过一定时间的努力&＃xff0c;我们能够完成关键技术的突破。

二是&＃xff0c;标准落地难&＃xff0c;目前制造业中拥有大量的制造设备&＃xff0c;但是来自不同厂家的软硬件设备不兼容的情况“比比皆是”&＃xff0c;顶层设计的标准化与实际环节中的复杂度还难以匹配。不过&＃xff0c;目前相关机构已在牵头成立各种标准&＃xff0c;加上产业间也正通过联盟的方式&＃xff0c;期待标准层面能够早日实现破局。

三是&＃xff0c;管理模式旧&＃xff0c;工业化时代大规模、标准化的生产模式&＃xff0c;导致了制造业中往往存在多层次&＃xff0c;细分化的管理模式&＃xff0c;但这种模式目前显然已不能适应快速变化的需求&＃xff0c;而随着未来智能&＃43;制造的大规模应用&＃xff0c;企业也需要更多从新的人机分工新模式去设计和更新过去的管理模式。

从这个角度来说&＃xff0c;制造业亟待人工智能的全面“赋能”&＃xff0c;智能&＃43;制造的结合不仅是中国从制造大国走向制造强国的重要一步&＃xff0c;也将是中国直面国内国际挑战的重要超车机遇。所以&＃xff0c;这个过程一定“任重而道远&＃xff0c;艰难而伟大”。

申耀的科技观察&＃xff0c;由科技与汽车跨界媒体人申斯基&＃xff08;微信号&＃xff1a;shenyao&＃xff09;创办&＃xff0c;16年媒体工作经验&＃xff0c;拥有中美两地16万公里自驾经验&＃xff0c;专注产业互联网、企业数字化、渠道生态以及汽车科技内容的观察和思考。