QQ在线
企业微信（xìn）
资（zī）讯
34911月（yuè）21日，国家工业信息安全发展（zhǎn）研究（jiū）中心在汉发布了《人工（gōng）智（zhì）能（néng）与制造业融合发（fā）展白皮书2020》。白皮书指出，人工智能与制造业融合（hé）前景广阔，国（guó）内已初显（xiǎn）成效，但仍面（miàn）临不少挑战。其中，资深复合型人才年薪可达百（bǎi）万（wàn），全（quán）国极（jí）其匮（kuì）乏。
各国抢占融合先（xiān）机
人工智能具（jù）有强大的溢出带动作（zuò）用，推动人工（gōng）智能的发（fā）展和（hé）应用，已逐渐成（chéng）为全（quán）球主要经济体的共识。制（zhì）造业作为（wéi）实体经济的主体，迫切需要转型升级（jí）。因此，各国大力推动人工智能与制（zhì）造业融合发展。
2018年，美国（guó）提出打（dǎ）造未来的智能制造系统。英国旨在（zài）站上人工智能和（hé）大数（shù）据革命的（de）前沿，2018年推出人工智（zhì）能行（háng）业新政（zhèng）。提出工业（yè）4.0的德国，将人（rén）工智能应用于制造业各（gè）个生产环节。日本则将人（rén）工智能等新技术（shù）与机器（qì）人深（shēn）度融合，发展全（quán）智能化生产。
我国也不甘（gān）人（rén）后，积极推动人工智能在制造业的广泛（fàn）应用。广东、北京、山（shān）东、上海等地相继出台政策，人（rén）工（gōng）智能与制造业融（róng）合应用已具备一定基础。
三大领域融合较为成熟
白（bái）皮（pí）书分析，目前（qián）融合（hé）路（lù）径（jìng）主要为三（sān）大（dà）方向，包括研发设（shè）计（jì）、生产制造和管理（lǐ）活动。从细分领域来（lái）看，融合较为成熟的是质量检测（cè）、设备（bèi）健康管理（lǐ）、计（jì）划排（pái）程。
在质（zhì）量检测环节，美的联合英特尔，构建基于AI技术的（de）工业（yè）视觉检测云平（píng）台，物料成本减少（shǎo）30%，人（rén）工成本减少70%。
在设备（bèi）健康管理方（fāng）面，德国（guó）KONUX结合（hé）智能传（chuán）感（gǎn）器及机器学（xué）习（xí）算法，利用天气数据和维（wéi）护日志等，构建设备运行模型，使（shǐ）机（jī）器维护成本平均降低30%，实际故障率（lǜ）降低70%。
随着柔性生产、大规模个性化定制（zhì）成为（wéi）制造业发展（zhǎn）趋势，智能化生产排程计（jì）划（huá）日渐成熟。阿里利用人工智能、云计算等（děng）技（jì）术，打（dǎ）造犀（xī）牛智造平台，实现了柔性定制（zhì），资源利用率（lǜ）较行业（yè）平均提升了4倍，制造（zào）时间缩短（duǎn）了75%。
“三（sān）大梯队”格（gé）局形成
人工智能企业（yè）和制造（zào）业企（qǐ）业作为融合（hé）主（zhǔ）体，纷纷布局“人工智能+制造业”，两（liǎng）端发力探索融合方式。一方面，制造业企业（yè）设立专门的AI研发部门，推（tuī）动人工智（zhì）能（néng）与企业生产运营各环（huán）节融合，实（shí）现降本增效。如（rú）vivo成（chéng）立AI全球研（yán）究院，重（chóng）点开展知识图（tú）谱、自然语言以及机器视觉等（děng）领域研（yán）究，推动手机平台智慧化转变。
另一方面（miàn），人工智能企业依（yī）托深厚（hòu）的（de）技术积累，面向制造业企业提供算法、算（suàn）力（lì）服务和解（jiě）决方案（àn）。如百（bǎi）度建立百度智能云，为企业提供AI服务（wù）；腾讯建立腾（téng）讯AI平台，打造工业生态服务。
从融合特点来看，我国（guó）制造业（yè）形成领军者（zhě）、追赶者、探索（suǒ）者三大梯（tī）队发展的格局。其中，领军者如计算机通信和其他电子设备（bèi）制（zhì）造业、家电（diàn）制造业（yè）、机械（xiè）制造（zào）业、汽车制造业等（děng）；追赶者包括（kuò）电气机械和器材制造业、医药（yào）制造（zào）业、纺织服装制造业等（děng）；探索者包（bāo）括（kuò）橡胶和塑料制品业、造纸包装及（jí）印刷业（yè）等。
人才（cái）难觅且成本高昂（áng）
白皮书分析，“人（rén）工智（zhì）能（néng）+制（zhì）造”现阶段主要（yào）面临四大挑战——
人工智能究（jiū）竟有多大价值，其（qí）应用风险、收（shōu）益（yì）和成本难以准确核算。因此，部分中小（xiǎo）企业应用人工智能的动力不足，一（yī）些细分行业（yè）人工智能应（yīng）用（yòng）路径尚不明晰，部分企业甚至将人工智能（néng）的应（yīng）用价值简单等同于机器换（huàn）人，认为（wéi）其成本（běn）过高。
制造业各（gè）场景（jǐng）数据量巨大（dà），但（dàn）难以直接用（yòng）于（yú）分析，还需要（yào）进一步规范。同时（shí），各设备数据协议标（biāo）准尚（shàng）未统一，数（shù）据互联互通（tōng）存在困难，产（chǎn）业链上下游的数据也难以（yǐ）统筹整合。
工业深水区的（de）解决方（fāng）案仍待探索（suǒ）。制造业门类多，应用场景复（fù）杂（zá）多变，目前人工智能应用仅集中在少（shǎo）数变现能力强（qiáng）的热门（mén）场景，更多（duō）应用场景还有（yǒu）待挖（wā）掘。同时，新一代人工智能技术（shù）存（cún）在“算法黑箱”，较难（nán）在（zài）流程控（kòng）制严格（gé）、逻辑要求缜（zhěn）密的工业场景中应用。
光人工智能人才，我国缺口就达30万（wàn）。同时掌握人工智（zhì）能技术和（hé）制（zhì）造业细分行业的生产特点（diǎn）、流程、工艺的复合型人（rén）才，更是（shì）极其匮（kuì）乏。据悉，人工智（zhì）能（néng）相关职位平（píng）均年薪（xīn）30万元至60万元，从业时间较长（zhǎng）者可达（dá）百万。因此（cǐ），对于融合（hé）发展来说，不仅人才难（nán）觅（mì），普通企业（yè）更难以负担高昂的人力（lì）成（chéng）本。
