深入制造业腹地AI推动产业智能升级是嘛

深入制造业腹地 AI推动产业智能升级

在广州博创智能装备公司靠墙的一面，一排可容纳3000多个库位的立体仓引人注目。每一个 寄存 在立体仓的原料背面都贴有一个二维码，从入库到出库，全程都可追溯。

博创智能制造首席工程师黄土荣对此还不是很满意， 如果换做是今天，我们可能连这个立体仓都不会建了。所有原料的抵达都精准到2个小时内，就直接进入生产线。如果新建工厂还有很大的仓库，这意味着库存占用了很大的资金成本 。

今年年初，赛迪顾问数据表示，互联金融、安防、交通贡献了超过50%的AI市场份额，紧跟其后的是与消费者息息相关的消费电子、教育、医疗等，而制造业的AI市场份额只有5%。但这种局面正得到改变，人工智能逐步向产业互联的深水区尤其是传统制造业进发。

普华永道一份分析报告显示，到2030年全球得益于人工智能推动的经济增长高达15.7万亿美元，而中国就有7万亿美元，增长动力主要来自于人工智能在企业流程自动化带来的生产力提高，增强智能提升产品和服务的消费，机器辅助智能提高企业劳动力水平。

AI深入产线助力 降本增效

注塑，听起来非常传统的一门行业，但它与日常生活息息相关，、相机、矿泉水、笔等都是注塑加工出来的。

面对庞大的生产线，利用人工智能技术成为制造企业走向智能化、信息化升级的关键驱动力。黄土荣掏出，指着壳说，对很多用户来说，几乎都有过这样的体验：白色塑料壳刚用时都是透明的，但用着用着就发黄变色。

以前要做一个壳多是凭经验，其中要用到不同的PP材料，都需要依赖经验摸索，不同的配方和注塑工艺，组合起来有将近上万种方案，哪一种是最佳组合，经验也不可靠，而通过智能分析，对注塑工艺过程进行控制研发，才可能找到最佳组合。 黄土荣说。

人工智能不仅可以提升效率，还能降低成本。浙江一家专业频率组件与感测组件供货商车间，女工们穿着厚厚的工服坐在玻璃房，对着显微镜下用游标卡尺进行检测，精度要求在微米级，面对近千种的错误状况，女工们几乎每天疲于应对，而且过去依赖人工放片、人工测量、人工录入数据到MES系统，出了问题后很难查找。

广州赛意信息借助机器视觉的自动检测，这些不知疲倦的 火眼金睛 ，很快将检测精度提升一个台阶。尽管部署这样一套高清摄像系统需要几百万元，但相比人工成本仍有非常大的优势：工厂需要40名工人两班倒，算上工人培训的成本，这套系统两年内就能回本。

比如医药行业，生产的药丸往往是花花绿绿的；在食品企业，饼干也是五花八门的形状。现在可以通过机器视觉帮助客户完成分拣。 广州数控设备有限公司智能制造工程中心负责人宋健介绍。

过去，以人脸识别为代表的机器视觉应用，逐步渗透到传统制造行业，推动企业降本增效。

数据为智能制造提供 养分

事实上，智能制造并不是一个新鲜事物。不同的是，广州赛意信息董事长张成康说，转变在于生产环节有了海量的数据，尤其是伴随着AI和5G传输等技术的提升，使数据采集、清洗等更加高效。 以前系统跑一个MRP（物资需求计划），都是结构化数据，需要很长时间，现在工业互联上，大量非结构化数据，例如，温度、震动、语音、图像等，对数据运算的能力都很不一样，传输速度不仅要快，图像清晰度还要高，数据量非常大。 张成康说。

有了大量的数据，通过机器自学习，可以不断在工艺上调优。赛意信息推出的 工业手环 ，采集工业设备的噪音、震动、温度等振动频率，实时监测设备的运行状况，优化生产运营效率。 如果生产线错误率突然升高，这可能是前端更换了新材料或新模具、新工艺，往前追溯查找问题。 张成康说。

过去，制造企业守着数据的金矿却无从下手，而现在越来越重视在数据中淘金。黄土荣说，以前可能是20年的老师傅才能做好，但通过人工智能工艺系统，也可以在短时间获取相当于20年老师傅的经验。

对数据的分析，也催生了生产型服务业新的增长引擎。黄土荣介绍，未来公司除了坚定做注塑装备这个主业外，也将继续做强注塑过程的数据分析，尽管后者目前年营收只有3000万元，约占总营收的3%，但利润占比则达到了20%。未来5年，这部分营收占比有望突破3亿元，利润可能会超过单纯的销售设备。

借助数据，广东企业找到了升级的 钥匙 。根据广东省政府近日印发的《广东省建设国家数字经济创新发展试验区工作方案》，其中提及，通过3年左右的探索实践，广东将强化智能制造高端供给，推动制造业数字化转型，推动5万家以上工业企业运用工业互联实施软硬一体的数字化改造。

自主可控催生国产替代新机遇

借助新技术，制造业整体水平不断迈向产业链价值链高端，也催生了新的国产替代机遇。

在一次看报纸时，富士康工业互联董事长李军旗偶然发现，截至2018年，中国高铁养护技术被一家奥地利的外国企业垄断，李军旗当时就想，能否利用本企业已掌握的技术解决该难题？

依托近十年在精密工具领域布局的材料、涂层、高端装备、精密智能制造加工等核心技术及团队研发能力，只经过数个月的攻关，就成功研发出 智能钢轨铣刀 ，解决了 卡脖子 技术。

企业研发出自主核心零部件后，还需在应用中不断迭代，如何帮其进入更多应用场景去沉淀技术？在这个过程中，国内企业对国产品质也有了充足的信心。

赛特智能董事长李睿也感觉，此前，国产雷达稳定性、可靠性都非常差，国内机器人厂商几乎不敢碰，但如今国产雷达技术水平也有了显著提升，赛特智能也加强了与国产雷达的深入合作。

制造业升级的需求强烈，也催生制造企业在IT系统等方面的投入，与此同时，企业对国产自主可控的重要性也日益重视，张成康认为，中国的产业链更完整，商业模式也不乏创新，本土工业软件企业更多的是 草根 ，有着与身俱来深入企业一线的优势，熟知企业痛点和发展需求，未来极有可能跑出一些有行业影响力的企业。

张成康注意到，无论是国内大量新建工厂，还是越南、印度等地推进的自动化，其设备的运营与维护都少不了后续的服务，这为中国软件企业创造了新的机会。

■延伸

智能制造还有几道坎？

很多企业在遭遇经济下行压力时，往往首先砍的预算就是信息化投入，不愿构建自己的 心脏 和 大脑 。 在广州举行的工业软件国产化高层论坛，一位行业人士的演讲引发了不少参会者的共鸣。

近几年来，AI的应用场景逐渐从视频、电商扩大到智能安防、自动驾驶等领域，应用广度和深度不断扩大。然而，在制造等传统行业，依然有不少企业被区隔在数字经济之外。究其原因，还在于生产运输环境恶劣、产业链复杂、场景不标准等因素导致。

痛点一：如何获取数据？

打消疑虑就要帮客户提升数据价值

传统企业与科技企业相比，数字化基因不足，包括原有信息系统老化、 烟囱化 严重，数据积累不足且类型单一，大数据分析能力不足，数据模型缺失以及数据对决策支持理念与流程不到位。

数据采集是一个漫长的过程，如何给数据贴标签也是难点，涉及复杂的工业机理和数学模型。 广州博创智能制造首席工程师黄土荣说。

在博创看来，重点要打消客户对数据的顾虑。 我们构建了行业的知识库，企业虽然关注数据的安全，但也同时会关注，如何更好活下去，让数据产生更好的经济效益。 黄土荣说，工业数据和用户数据剥离，经过脱敏，博创收到的是机器的数据，用于自动诊断和排查，这对企业来说是安全的。

黄土荣打个比方： 数据就好比客户的水稻，我们将水稻加工成面包给到客户，他们自然就愿意交换我的面包了。而我还希望数据的价值继续提升，将水稻加工成酒，可以卖出更高的价格。

痛点二：担心投入风险？

人工成本将高过信息化投入

传统制造企业一边拥抱AI机遇，但也一边防范AI对自身优势的冲击，而非利用AI技术建立新的竞争壁垒。

制造企业那么多设备，是几十年持续投入下来的，老旧设备怎么办，不是说想改变就能改变、说扔就扔的。 黄土荣说。

害怕失败的风险，加上前期资金投入太大，让很多企业对信息化改造踟蹰不前。

广州赛意信息董事长张成康用 剪刀差 打个比方：如果把时间作为一个横轴，把成本作为纵轴，可以看到，随着时间的延展，人工成本一定会越来越高，但自动化、智能化的成本越来越少。实际上，信息技术发展太快，相应成本逐渐降低，当场景的交叉点来临，自动化和智能化就会全部取代人工。

他举了一个例子，一家山东从事水管铸造件客户，他们积极尝试做无人化工厂，从成本上来说，其投入其实是更高的。但作为头部企业，必须要有引领的标杆和技术，才能持续领先于竞争对手，同时，信息化成本在不断降低，虽然当下效益未必是最好的，但只要在不断应用就能不断降低成本。

痛点三：技术陷入同质化？

对场景理解重要性凸显

在智能制造领域，互联、科技、ICT与制造企业的切入角度不同，但无论从哪个角度，AI算法已经不再构成 壁垒 ，随着大量算法和通用平台已被开放出来，中小企业的选择非常多。

这意味着，依托算法和数据等建立的优势，也将很快被赶超。与此同时，有技术但没有好的场景，就好比 拿着锤子找钉子 ，这样的情况并不少见。

张成康认为，企业最终比拼的依然是对场景的理解，即能否提供一套咨询和解决方案的能力。

张成康提到一个筷子筛选中的案例：筷子有长有短，视觉AI在尝试中发现并不是非常精细化，最后的解决方案非常简单：两块夹板一夹，长筷子留下，短筷子往下掉；这样的步骤重复几次，筷子分类就做好了。

明明有些场景投入几万元就轻松解决，关键看你对场景的理解是不是到位。 张成康说，对于智能制造理解，也并非一味强调各种新技术的整合应用。

■相关

智造企业如何培养 接班人 ？

从中专毕业，17岁进入富士康，朱伟一待就是14年，从用砂轮打磨的模具学员开始，跳到了技术部接触了自动化技术，成功转型为一名熟练公司计划在未来5年再减少50%氢氟烃的生产技术工人，并在2019年晋升为模具工程师。

在 机器换人 的自动化浪潮中，有人离开，有人留了下来，朱伟成为留下来的一员。过去大大节俭了制造本钱，朱伟只是富士康每台机器前面都有一个站着的那位，现在，朱伟隐身于机器之后，通过屏幕同时拉力实验机企业不应仅仅和仪器装备企业成为合作火伴操控十几台机器。

曾经忙碌在工厂层层流水线上的 打工人 ，创造了中国持续高速增长的经济奇迹；而在当下，越来越多的简单劳动正被机器人替代，同时，新生代年轻人第一份工作宁可去送外卖快递，也不愿意进入制造工厂。

制造业人才又极度稀缺。日前，在2020中国5G+工业互联大会上，国家工业信息安全发展研究中心发布了《2020人工智能与制造业融合发展白皮书》提及，我国人工智能人才缺口达30万。一方面，人工智能与制造业融合存在的诸多难点，另一方面，发展至今，再谈机器人，已经不能局限在 机器换人 的简单逻辑。制造业如何才能吸引年轻人？

机器换人 红利接近瓶颈

每当提及企业大规模机器换人的潮流，将抢夺工人饭碗时，便会引起较大范围的社会争议。部分机械工人必将被机器所取代，这也是全球工业自动化的发展趋势。但这是否意味着工人变得不再重要？

企业发展是循序渐进的，除了土地厂房，企业设备投入是大头，没法快速更新，10年前都还在用，现在也不算太落后，对很多中小企业来说，可能就只选择自动化工序中的一部分，即便是广汽集团这样最先进的制造业企业，冲压工位也用了比较多的工人。 广州数控设备有限公司智能制造工程中心负责人宋健说。

他认为，即便是在快速变化的行业，也有很多工位并没有实现自动化，恰恰是因为更新换代太快，很多企业也难有足够的利润来支撑快速自动化。

但过度自动化也产生了新的问题。日前，央行课题组在题为《疫情冲击下全球经济面临变革》文章中认为，过度自动化造成失业增加，但生产率却未得到提高。

在业界看来，自动化并不一定等于创新，自动化主要是在生产和服务流程上以机器取代人工， 创造性破坏 是以新的技术和产业并记录下来取代旧的体系，而自动化并不会创造更多足以覆盖因其形成的失业的岗位，甚至也没有引发生产效率的提高，仅仅是降低了人工成本。

美国学者近年的研究发现，在过去的三十年里，由于过度自动化，涌现出一些所谓的 平庸技术 ，如自动检查站、自动化客户服务，或是过度自动化的生产车间。这些自动化没有引发生产效率的提高，但却造成了大量的替代人工现象，从生产效率和劳动力两方面给经济带来双重打击。

事实上，10年前开始盛行的 机器换人 那一波浪潮，已经接近尾声了，该换的机器也换了，自动化程度也差不多了。 一位制造业内部人士表示，一些精密制造企业的营收也已趋缓。

人的成长与产业的提升交替上升

面对人才短缺成为制约人工智能与制造业融合的短板，多位受访专家不约而同提到，要为未来的新增岗位培养人才，也要有丰富的渠道接纳现有人才的再教育、再培训，为现有的人才补充新的能力来适应新时代的需要。

在珠三角的一家制造业工厂，工厂也在想方设法提升员工的技能。该公司负责人告诉南方，实际上，设备越先进、自动化程度越高，人的深度认知也在不断提升，双方形成了一种交替性的提升。

在车间，所有的岗位都进行了分级，根据操作难度、对客户的影响程度分成了几个等级，、、、等等。针对不同的等级，有不同的招聘策略和培养策略，比如普通岗位培训7天就可以上岗，而关键的检验岗，通常要培训一个月才能上岗。同时针对不同的岗位，给予不同的薪资，以此激发员工的积极性，主动去挑战一些更难的岗位。

一些高端的产品生产前，工厂会对员工提前了解，比如对岗位是否具备了相应的经验、技能、知识等等，甚至一些大客户也会反过来要求，生产线必须具备较高素质的工人。

当产品上出现了一些新工艺、新知识、新设备、新事物时，专门的研究团队提前研究 所用的功率、工艺、工序要求是什么样的，在这个团队中，有10年生产经验的员工占到了75%，老师傅依然非常吃香。

上述负责人说，一方面，原本依赖人的检验，比如只是去看哪里贴错了标签、哪里有瑕疵，这些重复劳动可以通过智能化解放人。另一方面，人在与机器的交互中，在思考更复杂、更需要经验的环节， 过去我们讨论，人工智能会降低劳动力的需求，实际上，这也是促成了人的成长与产业的提升 。

制造环节中引入工业互联后，华星光电高级副总裁陈盛中也经常被问及，如何平衡投入与产出。他认为，从中长期来看，工人薪资水平都是往上涨的，同时用工结构也在发生变化，工程师水平不能停留在过去，也需要熟练掌握AI、大数据等技术， 实际上，用人来判别图片，这样的简单重复劳动，对个人并没有实现增值 。

提升培育环境，培养更多 数字工匠

如果把视野放宽，德国是一个工业与农业自动化程度很高的经济体，但并没有引发失业问题。

这得益于德国企业的全球竞争力不依靠成本而是技术，技术优势的获取是靠政府在产业升级转型过程中，对劳动力知识结构再调整和新技能匹配的持续投入。

这对中国的启示在于，中国应该重点转向技术创新，并制定对劳动者进行大规模培训的计划，同时避免由资本主导的过度自动化产生失业与贫富分化问题。

工业富联董事长李军旗表示，人才是智能制造的关键，但就目前来看，既缺 对的人 ，也缺 对的培育环境 。目前，富士康就创办了工业互联学院，同时与高校共建机器人创新创业实践教学基地、举办 未来智造大讲堂 等举措，以教育培训和训练实习的方式，培养更多 数字工匠 。

在工业富联技能教育事业部总经理李光辉看来，制造工厂成为枯燥乏味的流水线上的代名词，很大程度上是上一代人进厂的记忆。转变这种观念非常关键的一步是靠引导。工业富联设想，如果将 灯塔工厂 的样板设在小朋友经常去的科学馆、展馆等地，把智能制造工厂搬出来，让大家知道未来的制造业原来是各种先进技术的集成，与机器人互动交流，这有助于改善小朋友对制造业的印象。

博创智能制造首席工程师黄土荣则注意到，过去，传统制造业很难吸引高端人才，而借助人工智能、大数据、工业互联等技术，企业招聘也更有吸引力，2020年新招聘了一批名校毕业的研究生。