文 | 梁昊光 中國科學(xué)院中國現(xiàn)代化研究中心主任、研究員

近期，工業(yè)和信息化部等八部門聯(lián)合印發(fā)《“人工智能+制造”專項行動實施意見》，圍繞技術(shù)基礎(chǔ)、應(yīng)用場景和產(chǎn)業(yè)生態(tài)，對人工智能賦能制造業(yè)作出系統(tǒng)部署。

人工智能與制造業(yè)深度融合，不僅能提高生產(chǎn)效率、降低制造成本，更有利于推動研發(fā)設(shè)計、生產(chǎn)組織、質(zhì)量管控、供應(yīng)鏈協(xié)同等全流程變革，使制造業(yè)從要素驅(qū)動、經(jīng)驗驅(qū)動逐步轉(zhuǎn)向數(shù)據(jù)驅(qū)動、智能決策驅(qū)動。加快推進“人工智能+制造”，既是培育新質(zhì)生產(chǎn)力的題中應(yīng)有之義，也是增強產(chǎn)業(yè)鏈供應(yīng)鏈韌性、提升制造業(yè)核心競爭力的必由之路。

我國制造業(yè)門類齊全、鏈條完整、場景豐富，推動人工智能落地生效具有天然優(yōu)勢。同時也要看到，制造業(yè)智能化轉(zhuǎn)型仍處于爬坡過坎階段。上了設(shè)備和系統(tǒng)后，如何打通數(shù)據(jù)、優(yōu)化流程，不讓智能化停留在局部自動化階段？有平臺和項目，如何制定解決方案、形成穩(wěn)定的人才隊伍，并形成規(guī)模效應(yīng)？還有很多的問題需要我們關(guān)注和破解。

越是在這樣的關(guān)鍵階段，越要把方向看準、路徑走實，堅持系統(tǒng)觀念，抓住基礎(chǔ)性、牽引性工作持續(xù)用力。推進“人工智能+制造”走深走實，既要打牢自主可控的技術(shù)和數(shù)據(jù)基礎(chǔ)，讓人工智能在工業(yè)場景中穩(wěn)定運行，也要通過產(chǎn)業(yè)鏈協(xié)同把智能化應(yīng)用從單點探索拓展到整體推進，同時完善產(chǎn)教融合和人才培養(yǎng)機制，為制造業(yè)轉(zhuǎn)型升級提供持續(xù)支撐。

推進“人工智能+制造”，基礎(chǔ)在技術(shù)、關(guān)鍵在數(shù)據(jù)。制造業(yè)對穩(wěn)定性和安全性的要求極高，任何波動都可能帶來質(zhì)量和安全風(fēng)險。因此人工智能進入制造業(yè)，不僅要能用，更要用得穩(wěn)、用得久。這首先取決于技術(shù)底座是否扎實、數(shù)據(jù)體系是否健全。一方面，要把關(guān)鍵核心技術(shù)牢牢掌握在自己手里。制造業(yè)智能化離不開算力和工業(yè)軟件支撐，特別是在高端芯片、核心軟件等領(lǐng)域，唯有突破核心工業(yè)軟件的技術(shù)封鎖，實現(xiàn)從基礎(chǔ)軟件到行業(yè)應(yīng)用軟件的自主研發(fā)與迭代，才能真正讓制造業(yè)智能化的“大腦”自主運轉(zhuǎn)。我們必須持續(xù)推進自主創(chuàng)新，提升人工智能在工業(yè)現(xiàn)場的部署和運行能力，保障系統(tǒng)長期穩(wěn)定運行。另一方面，要把工業(yè)數(shù)據(jù)這一基礎(chǔ)資源建設(shè)好。人工智能模型的效果，很大程度上取決于數(shù)據(jù)質(zhì)量，如果企業(yè)數(shù)據(jù)仍分散在不同設(shè)備和系統(tǒng)中，標(biāo)準不統(tǒng)一、質(zhì)量參差不齊，就會導(dǎo)致“采得多、用得少”等問題。下一步，應(yīng)在技術(shù)底座和數(shù)據(jù)體系兩方面同步推進，圍繞研發(fā)、生產(chǎn)、質(zhì)量和運維等環(huán)節(jié)形成有效數(shù)據(jù)資源，為制造業(yè)智能化提供長期支撐。

推進“人工智能+制造”，重點在協(xié)同、難點在貫通。單個工序、單條產(chǎn)線的智能化改造固然重要，但真正決定制造業(yè)競爭力的，是設(shè)計、研發(fā)、生產(chǎn)、供應(yīng)鏈和服務(wù)等環(huán)節(jié)的全鏈條聯(lián)動。人工智能要從局部提效走向系統(tǒng)增效，就得打通企業(yè)內(nèi)部的數(shù)據(jù)壁壘，貫通上下游之間的協(xié)作鏈條。實踐中，一些地區(qū)通過平臺建設(shè)和場景對接，加快新技術(shù)落地；一些企業(yè)通過示教仿真和云端復(fù)制，提升產(chǎn)線切換和推廣效率。下一步，應(yīng)把產(chǎn)業(yè)鏈協(xié)同作為推進智能化的重要抓手，發(fā)揮龍頭企業(yè)的帶動作用，將成熟、好用的解決方案推廣到更多中小企業(yè)。聚焦重點行業(yè)總結(jié)一批典型應(yīng)用場景，總結(jié)成功經(jīng)驗，在實踐中不斷優(yōu)化和推廣，避免智能化改造碎片化、孤島化。

推進“人工智能+制造”，成敗在人才、根子在機制。制造業(yè)智能化是一項長期工程，需要既懂工藝設(shè)備、又懂?dāng)?shù)據(jù)算法的復(fù)合型人才隊伍。技術(shù)人員懂現(xiàn)場、一線人員會系統(tǒng)，應(yīng)用才能落地并不斷實現(xiàn)迭代升級。工業(yè)現(xiàn)場最難的，不是寫算法，而是把算法嵌入流程、把模型嵌入管理、把數(shù)據(jù)嵌入生產(chǎn)，歸根結(jié)底考驗的是企業(yè)員工在技術(shù)、管理、工程方面的綜合能力。下一步，應(yīng)把產(chǎn)教融合擺在更加突出位置，推動高校與企業(yè)共建產(chǎn)業(yè)學(xué)院、聯(lián)合實驗室和實訓(xùn)基地，讓真實工業(yè)問題進入課程和科研；完善企業(yè)在職培訓(xùn)體系，促進產(chǎn)業(yè)工人向運維、調(diào)試、數(shù)據(jù)處理和工藝優(yōu)化等方向轉(zhuǎn)型；優(yōu)化人才評價機制，鼓勵跨學(xué)科合作與崗位復(fù)合能力培養(yǎng)，培育更多“懂行業(yè)的數(shù)字化工程師”和“懂?dāng)?shù)據(jù)的現(xiàn)場工程師”，推動企業(yè)從一次性項目建設(shè)轉(zhuǎn)向長期能力積累。

總體來看，堅持穩(wěn)中求進、以用促研、以點帶面，才能讓人工智能在車間里用得穩(wěn)，把單點探索轉(zhuǎn)化為普遍能力，并形成產(chǎn)業(yè)轉(zhuǎn)型升級的內(nèi)在動力。如此，我國制造業(yè)必能不斷增強韌性和競爭力，為推進新型工業(yè)化、實現(xiàn)高質(zhì)量發(fā)展提供更堅實支撐。