制造业是“人工智能+”的主战场

2024年被认为是“AI应用元年”，从国家到地方纷纷开展“人工智能+”行动。人工智能可以赋能千行百业，但有一个领域应引起人们的高度重视，即制造业。制造业应当成为“人工智能+”的主战场。

现在，人工智能的应用领域已十分广泛，但在制造业领域的应用还非常有限。据统计，到2023年，全球只有欧洲制造企业的AI应用普及率超过30%，日本勉强达到30%，美国为28%，而中国制造企业则仅有11%。

相比发达国家，我国“人工智能+制造业”需求更加迫切。中国是制造业大国，人工智能是促进传统制造业转型升级，提升制造业生产效率和全球价值链，向制造强国迈进的重要抓手。在很多业内专家看来，中国制造业需要一场AI革命。

目前，人工智能可以为制造企业提供视觉检测、自动化控制、智能化校准以及问题根源分析等解决方案，还可以在自适应制造、自动质量控制、预防性维护、无人驾驶等领域应用。但总的来看，人工智能和制造业还处在浅层融合阶段，融合的深度和广度远远不足。

一方面，人工智能技术本身并不成熟，还在不断更新迭代，常常是“拿着锤子找钉子”，即拿着技术找场景，而制造业利润空间小，人工智能应用很多时候意味着成本上升。因此，人工智能很难在制造业领域找到大规模的应用场景；另一方面，制造业场景碎片化程度高、需求复杂，不同制造业之间技术、流程差异巨大，即使是同一台设备，在不同工况下也会出现不同变化，从而导致很多人工智能解决方案的通用性和复用性不强。

在这种情况下，推动“人工智能+制造业”深度融合发展，政府之手需要发挥重要的引导和推动作用。

首先要推动传统智能制造向“人工智能+”转变。多年来，各地都在大力推动智能制造发展。智能制造概念包含了人工智能，但实践中更多时候是制造业自动化。二者有着本质区别：工业自动化追求的是机器自动生产，强调大规模的机器生产，“机器替人”；“人工智能+制造业”是在海量工业数据的基础上，通过对数据的深度集成和分析，实现智能化决策，并通过柔性生产、动态调控、网联协同等新型制造模式，提升制造各环节效率。要以“人工智能+”新理念、新模式引导传统制造业转型升级。

其次是以大数据为基础推动“人工智能+制造业”深度融合。相对于消费领域，制造环节数据的可获得性、通用性和开发性较弱。收集制造各环节的数据需要安装大量高精度传感器，不仅前期投入需要巨额资金，后期的日常维护也会产生检修和人工成本。因此，政府需要在制造业领域加强数据获取和整合，以企业自有数据库为基础，打造制造业大数据库。

最后是促进“人工智能+”应用研究和模式推广。鼓励支持企业层面建立人工智能与智能制造创新中心，聚焦共性技术的研发与推广。