人工智能作為一類信息技術，誕生于20世紀50年代，幾乎與計算機同步。60多年來，人工智能涉及的技術和派系眾多，學界并沒有一個明確的定義。對于大多數公眾而言，從人工智能發展目的的角度，可以簡單將其理解為“與人類一樣聰明的人造機器”。
將這個聰明的“機器”放入制造業中，主要的作用就是使機器能夠“達到甚至超過人類技工水平”，以實現企業生產運營效率的提升。這個放入“人工智能”的“智能化”過程，與過去制造業追求“自動化”的過程實際上有本質的差異?！白詣踊弊非蟮氖菣C器自動生產，本質是“機器替人”，強調大規模的機器生產；而“智能化”追求的是機器的柔性生產，本質是“人機協同”，強調機器能夠自主配合要素變化和人的工作。
因此，“人工智能+制造”未來所追求的，不應是簡單粗暴的“機器替人”，而應是將工業革命以來極度細化、甚至異化的工人流水線工作，重新拉回“以人為本”的組織模式，即讓機器承擔更多簡單重復甚至危險的工作，而人承擔更多管理和創造工作。
“人工智能+制造”必然走向平臺模式
制造業是一個龐大的產業，同一個廠房里，可能有好幾種來自不同廠家的生產設備，這些設備往往采用各自的技術和數據標準，彼此之間并不能直接連通和交互。不同的工廠乃至不同的制造業企業，差異就更大了。這樣的差異使得傳統制造業信息化難度大、效率提升有限。
互聯網的普及和發展催生了“平臺模式”，平臺內信息傳播的速度大大增加、交易成本大大降低，有效促進了經濟效率的提升。近幾年，互聯網的這個模式逐漸擴展到了各行各業。對于制造業而言，這個模式就是“工業互聯網平臺”。
未來“人工智能+制造”的實現的重要基礎就是這個平臺，由這個平臺為產業提供通用的算力（工業云計算和邊緣計算）、算據（工業大數據）和算法（工業人工智能）能力，從而推動整個產業的轉型升級。調研公司MarketsandMarkets的數據顯示，這三部分代表的全球工業互聯網平臺市場規模占整體“人工智能+制造”的比例，將從2016年的24%增長為2025年的36%，達到2.6千億美元。
互聯網助力“人工智能+制造”的三類典型場景
互聯網經過數十年發展，已成為信息革命的中堅力量，也是當前人工智能技術發展的領航者。其連接、數據、云、算法和安全等五方面的經驗與積累，能夠有效支持其推動人工智能與各產業結合落地。對“人工智能+制造”而言，目前互聯網助力的典型場景主要有三類：
一、產品注智，從軟件到硬件的智能升級
互聯網可以將其人工智能算法，以能力封裝和開放方式嵌入到產品中，從而幫助制造業生產新一代的智能產品。如谷歌開發出專用于大規模機器學習的智能芯片TPU、騰訊AI開放平臺對外提供計算機視覺等AI能力等。
二、服務注智，提高營銷和售后的精準水平
互聯網可利用其人工智能算法，為制造企業提供更精準的增值服務。一是售前營銷，以人工智能進行用戶側需求數據的多維分析，實現更實時、精準的廣告信息傳遞；二是售后維護，以物聯網、大數據和人工智能算法，實現對制造業產品的實時監測、管理和風險預警。如三一重工結合騰訊云，把分布全球的30萬臺設備接入平臺，利用大數據和智能算法，遠程管理龐大設備群的運行狀況，有效實現故障風險預警，大大提升了排障效率并降低維護成本。
三、生產注智，增強機器自主生產能力
互聯網可幫助制造企業，將人工智能技術嵌入生產流程環節中，使得機器能夠在更多復雜情況下實現自主生產，從而全面提升生產效率。目前主要應用在工藝優化和智能質檢上，工藝優化上的應用，即通過機器學習建立產品的健康模型，識別各制造環節參數對最終產品質量的影響，最終找到最佳生產工藝參數；智能質檢上的應用，即借助機器視覺識別，快速掃描產品質量，提高質檢效率。
人工智能向制造業的融合仍面臨挑戰
首先，盡管當前人工智能與制造業的融合發展已經顯露出一些成效，但是從世界范圍看，該領域仍然較為前沿，在技術架構、實施路徑、行業標準及產業生態等方面均存在一定的發展瓶頸。
首先是產業總體發展尚不成熟。作為一項基礎性、通用性的技術，人工智能在工業領域的應用實踐需要產業界多方合作開展大量的融合創新探索，對相關產品、解決方案的成本、可靠性等指標也有較高的要求。從已有的實踐案例中可以看到，當前人工智能在制造業的融合創新主要是由數據、知識密集型的制造企業與具備人工智能技術優勢的互聯網企業或軟件企業強強聯合推進的，其開發成本、技術壁壘較高，應用覆蓋面也相對較窄，這使得人工智能技術暫時不具備在制造業大范圍推廣的條件。
其次，是行業標準有待完善。工業領域的人工智能應用需要基于大樣本的數據集建模，這些數據通常是來自智能裝備及現場部署的獨立傳感器。然而，工業現場目前的數據通信標準之間通常不能兼容，無法滿足人工智能技術對優化建模數據量基本需求。以工業現場總線為例，目前在工業界常見的通信協議達二十余種，這些協議之間不能直接互聯互通，使得信息孤島的情況在工業界廣泛存在。
再次，是產業發展保障體系有待健全。人工智能技術作為信息技術的一種，其自身就存在一定的安全風險，引入工業領域后，將與工業系統自身的功能風險疊加放大，這將直接危及到生命安全和國家安全。此外，在面對某些與倫理道德相關的抉擇問題時，人工智能系統的研發也缺乏相關的法律標準。例如，向人工智能視頻識別系統中輸入帶有欺騙特征的圖片，有可能會引起系統誤判而觸發一系列的危險動作；在工業事故中，人工智能應急管理系統在面對重大資產與人員安全無法兼顧時也沒有權威的處理標準。
推動人工智能與制造業融合的發展建議
作為一項極具發展前景的前沿領域，人工智能與制造業的融合發展尚需政府和產業界多方發力。
首先，是要培育產業發展環境。政府和行業協會需要通過培育解決方案服務機構、開展試點示范等方式，引導人工智能技術在ICT、互聯網等領域的應用成果向制造業輸出，尤其是在輕量化設計、節能降耗、工藝優化、質量提升、運行維護等當前人工智能已經涉足的領域培養一批成熟的解決方案。與此同時也要針對系統開發、現場操作、管理規劃等不同層面的需求，分類型、分等級推進人工智能階梯形人才隊伍的培育工作，加強企業員工的再培訓，做好工業智能化變革下新舊動能的承接工作。
其次，是要加快合作推進行業標準。產業界需要通過組織聯盟等形式開展多方合作，面向各工業分類的人工智能應用對數據采集、應用部署等方面的需求，聯合制定機器設備、工控系統、工業互聯網平臺的標準化數據接口及應用參考架構，確保支撐人工智能應用的工業數據能快速有效得以應用。
再次，是要統籌協調構建保障體系。面向人工智能技術在未來可能大范圍覆蓋的工業應用場景，由立法部門及行業協會共同研究制定應用規范、開發守則等涉及到應用安全、倫理道德的行業標準，盡可能規避未來可能出現的相關風險。同時政府需要加快建立工業智能公共評測服務平臺，加強對工業智能系統的安全測試服務，制定完善人工智能裝備、系統在工業生產應用場景中的安全操作規范守則。
