人工智能驱动人机一体化智能系统：新型工业化发展的超级引擎

  人工智能，作为21世纪的“超级引擎”，正以前所未有的深度和广度，赋能新型工业化进程。从新原理、新材料的发现到新工艺、新流程的优化；从自动化生产线的精准操控，到预测维护的未雨绸缪；从质量控制的火眼金睛，到智能供应链管理的运筹帷幄。在人工智能赋能下，新型工业化的路径正变得更清晰。

  9月20—21日，由国家制造强国建设战略咨询委员会主办、北京赛迪出版传媒执行的2024国家制造强国建设论坛在合肥举行并圆满落幕。多位院士、国家制造强国建设战略咨询委员会委员和行业知名代表围绕人工智能赋能新型工业化的主题，展开了深入的交流研讨，为科学制定相关决策、着力推动制造业人工智能试点与应用、加快发展新质生产力、扎实推进制造业高水平发展建言献策。工业与信息化部党组成员、副部长辛国斌在会上表示，下一步，工业与信息化部将牢牢把握高水平发展这个第一个任务和实现新型工业化这个关键任务，以AI和制造业深度融合为主线，以智能制造为主攻方向，以场景应用为牵引，推动人工智能全方位、深层次赋能新型工业化。

  智能制造是第四次工业革命的核心技术，是实现制造业转型升级的主要技术路径，是制造业高质量发展的核心驱动力。智能制造是一个大的概念，包含了数字化制造、数字化网络化制造和新一代智能制造三种基本范式。

  国家制造强国建设战略咨询委员会主任、中国工程院院士周济表示，即将到来的新一代智能制造是最高范式，其本质上是“人工智能+互联网+数字化制造”。在新一代智能制造系统中，人和信息系统的关系发生了根本性的变化，即从“授之以鱼”变成了“授之以渔”。

  人工智能作为制造业智能化转型的驱动力，能模拟、延伸和扩展人的智能行为。在此基础上，智能制造将带来三个重大技术进步。一是从根本上提高制造系统建模的能力。二是使信息系统拥有了学习认知能力，提升知识作为核心要素的边际生产力。三是形成人机混合增强智能。

  人工智能在制造业的应用前景非常广泛，但要深层次赋能新型工业化，仍需多重保障因素。

  首先，数据是人工智能起飞的助推剂，数据的多少和质量高低直接影响人工智能的预测水平。必须首先解决数据够用与好用的问题，才能释放人工智能巨大潜力。

  国家智能制造专家委员会主任委员、中国工程院院士李培根提出，数据是驱动智能制造的关键生产要素，当前的AI和智能制造都高度依赖于数据的质量和多样性，企业需要从历史数据中挖掘洞见。他特别提到要关注各种弱信号和“暗数据”。“暗数据”指的是那些缺失但关键的数据。在制造过程中，很多数据和现象是动态变化的，需要从更广的系统和空间中提取洞见。企业在考虑成本问题时，往往忽略了很多微弱但重要的信号，这些微弱信号可能对企业的整体成本和性能有显著影响。

  其次，标准化是智能制造的加速器。标准化，可以将科学话题转化为技术方案，技术方案转化为实际工具。标准化是构建智能工业生态的基石，它让复杂多样的场景变得可管理、可预测。

  国家标准化管理委员会原主任纪正昆提出，人工智能赋能新型工业化需要全产业链的标准化作为基础，包括基础层面、框架层面、模型层面和应用层面。他表示，要从“基础共性内标准、基础支撑类标准、关键技术类标准、智能产品与服务类标准、赋能路径类标准、行业应用类标准、安全类标准”七个方面构建标准化体系。

  中国通信行业观察家、智能互联网研究专家、中关村信息消费联盟理事长项立刚指出，要将技术充分融入应用，人工智能是一个完整的生态，要落地不能一味地堆砌算力。他强调，最近几年人工智能被歪曲成“拼算力”，企图用一个多模态通用的大模型来代替真正意义上的人工智能。但人工智能是一个完整的体系，包括感应系统、信息处理系统和社会实践能力。

  人工智能赋能新型工业化，一方面，要着眼价值增值，引导促进人工智能实用好用，另一方面，要聚焦融合赋能，发力提升工业人工智能水平。总之，需在正向场景中实现价值，即以场景应用为牵引，通过实践中的不断探索和优化，推动人工智能技术与工业的深层次地融合，实现工业生产的智能化转型和可持续发展。

  工业母机是制器之器，一般包括金属切削机床（减材装备）、基础制造装备（等材装备）以及正在兴起的增材制造装备等，是制造业高质量发展基石，是现代化产业体系的核心枢纽和制高点。工业母机与人工智能的融合经历了从数控系统到互联网，再到人工智能的逐步深化。

  国家制造强国建设战略咨询委员会委员，中国机械科学研究总院集团有限公司党委书记、董事长、集团首席科学家王德成表示，与过去相比，中国工业母机已有了长足进步，但仍存在产业大而不强、配套相对薄弱、创新链与产业链缺乏深度融合等问题。王德成表示：“新一代人工智能技术融入数控的工业母机，赋予了工业母机学习能力，使得人的知识学习性脑力劳动可以交由数控系统完成。”

  首先，加速向软件定义工业母机主机的“新制造”发展。人工智能与数控系统软件的集成，意味着允许未来的算法、软件仿真和数据驱动与不同的工业母机主机相衔接，实现智能逻辑、计算逻辑、控制逻辑和生产单元的模块化衔接。

  其次，加速向自主可控创新的“新服务”发展。新服务作为新质生产力的重要分支，能够通过自主开发基于人工智能的数控系统和功能部件，补齐产品短板，加速进口替代。

  最后，加速催生下一代工业母机“新业态”。工业母机正加速迈向智能正向设计的新时代，其核心在于利用数据和算法支持设计决策。人工智能与超算能力的结合，将实时预测出成本最低、性能最佳的工业母机设计方案，打破传统主机类型的界限，促进多功能融合和多工艺复合的变革。

  以钢铁行业为例，其产业结构存在严重问题，表现为分散化经营和低集中度。如千万吨级钢厂多达40家，五百万吨级钢厂超过100家，这在世界范围内是绝无仅有的。

  国家制造强国建设战略咨询委员会委员，中国工程院原副院长、院士干勇表示，以人工智能场景创新为引领，优化产业结构；以市场化、平台化建设推动全产业链创新能力；以人工智能模型为基础推动智慧生产，中国钢铁产业就可以实现优化。干勇提到，国内超过80%的钢铁企业已经在推动人机一体化智能系统，钢铁龙头骨干企业已基本完成产线级基础自动化、过程控制系统、生产执行系统、制造管理系统自上而下纵向集成的四级体系。

  我国制造业门类齐全、体系完整，涵盖了从原材料加工到终端产品制造的完整产业链。广泛的应用场景和丰富的数据资源，为人工智能赋能新型工业化提供了得天独厚的条件。

  国家制造强国建设战略咨询委员会委员、上海证券交易所原首席经济学家胡汝银表示，中国应利用其在传统工业领域的数据优势，推动大模型与传统软件的整合，提升人工智能技术的应用水平。

  企业是经济建设的重要微观基础，是提升产业链供应链稳定性和竞争力的关键环节，是人工智能赋能新型工业化的排头兵。

  大企业凭借雄厚的资金实力、强大的研发能力和丰富的资源储备，往往成为数字化转型技术的先驱、标准的制定者和生态的构建者，具有示范效应。

  海克斯康制造智能大中华区执行总裁郝健表示：“新质生产力和新型工业化的‘新’，我们的理解是新技术、新产品、新模式，新质生产力的‘质’，我们的理解是品质和质量要求的提升。”他表示，我们已进入一个以质量为核心的智能制造时代。要想将质量检测从原来的实验室深入到生产现场，并逐渐延伸到智能制造全过程，必须有智能反馈，就是利用人工智能技术，对智能制造数据进行分析和预测，并将最终结果反馈给设计及生产过程，形成智能制造正向和反向闭环工作流。

  数字化转型是系统工程，数字化深度决定智能化高度。华为中国政企智能制造系统部副总经理冯睿表示，华为数智化转型有三个底座，分别是人才底座、解决方案底座和生态底座。

  在人才底座方面，华为认为，数字化转型需要三类人才：数字化转型管理人才、数字化应用人才和数字化技术人才。在解决方案底座方面，华为与合作伙伴共建行业智能体架构，包括智能感知层、智能连接层、智能底座层、智能平台层、AI大模型层和智能应用层。在生态底座方面，华为联合500多个生态伙伴，为8000多家制造企业提供ICT（信息通信技术）服务，并与72所高校、250万名开发者、30多个标准和协会合作，共同推动数智化转型。

  量大面广的中小企业是中国经济韧性、制造业韧性的重要支撑。当以数字化变革为特征、以培育发展新质生产力为手段的新型工业化浪潮席卷而来，作为中国经济底座的中小企业率先被推到数字化转型的风口浪尖。

  大企业“推动易、影响大、显效快”，而中小企业“推动难、影响小、显效慢”。

  国有工业企业、大集团企业、军工企业、电子信息企业等试点示范企业，构成了多点开花的数字化转型试点示范“盆景”。但这些不分行业、不分规模的试点示范“盆景”，中小企业很难看样学样，很难复制推广，很难放大为行业“风景”。

  如何有效推进中小企业数字化转型？国家智能制造专家委员会委员、浙江省智能制造专家委员会原主任的团队，从浙江中小企业数字化转型实践中系统总结提炼出基于细分行业的数字化转型之道———系统解决中小工业企业数字化转型难题的“五种创新模式”，并编著成书。

  论坛期间，首次发布《中小企业数字化转型系统解决方案》。表示，本书的创新成果主要体现在三个方面。从工业中小企业需求侧提出了一套数字化转型系统解决问题的方法；从工业数字化转型供给侧提供了如何满足客户需求来发展壮大自己的密集供给侧；从政府侧探讨了制造业实现数字化转型的有效市场和有为政府的作用。在此基础上，稳步建立健全对新兴产业与新兴市场的治理体系与体制。

  中小企业的数字化转型既要基于实践，也要着眼于未来。表示，《中小企业数字化转型系统解决方案》会在扩大试点中进一步完善，在全面完善中向更大范围推广。

  周济表示，我国的智能制造发展总体将分成两个阶段来实现。第一阶段是数字化转型，深入推进“制造业数字化转型重大行动”。第二阶段是智能化升级，从2028年开始，深入推进“制造业智能化升级重大行动”。从现在到2035年，就是中国制造业实现由大到强的关键时期，也是制造业发展质量变革、效率变革、动力变革的关键时期。

  周济表示，2024—2027年智能制造推进工作主要体现在四个方面。一是全力推进数字化转型重大行动。二是开展新一代智能制造技术的攻关、试点和示范。三是筑牢工业互联网、工业人工智能等数字、网络、智能基础设施关键底座。四是建设强大的数字化转型智能化升级服务体系。

  国家制造强国建设战略咨询委员会委员、中山大学长聘教授、岭南学院讲席教授赵昌文表示：“一方面，要看到（我国）过去十年人工智能、制造业转变发展方式与经济转型的进步，另一方面，要看到我们（与国际先进水平）的差距，在这个过程中，要扎扎实实地把我们制造业的质量、效率、竞争力提上来。”

  在高屋建瓴的顶层设计之外，细化至人工智能赋能新型工业化的具体细节，仍有许多值得关注的地方。

  国家制造强国建设战略咨询委员会委员，中国工程院院士，中国机械工业集团有限公司副总经理、总工程师陈学东提出，人工智能在工业领域确有潜力，但目前的应用往往过于注重表面而缺乏实用性。目前，人工智能项目主要由自动化和信息领域的专家主导，而缺乏装备领域的专家参与。

  中国电子信息产业发展研究院副总工程师安晖提出，工业场景的精确度要求与人工智能技术特性间存在矛盾，需要在用户配合下进行调和。工业领域的人工智能应用必须用到机理模型，必须融合运用人工智能模型与机理模型。人工智能技术必须与工业行业的工艺逻辑相结合，仅依靠人工智能技术无法实现应用。人工智能无法完全代替传统行业软件，行业软件企业与人工智能企业的协同非常重要。

  国家制造强国建设战略咨询委员会委员、中国人民大学商学院教授徐佳宾表示，新型工业化的核心特征是融合，特别是人工智能与工业制造技术的结合。在人工智能赋能新型工业化过程中，应避免简单的拾遗补缺关系，而应追求差异化和全面的应用领域发展。

  人工智能驱动着新型工业化的车轮滚滚向前，这是对历史使命的深刻回应，更是对未来发展的深远布局。从“鼎新”带动“革故”，以增量带动存量，人工智能将引领我国产业迈向全球价值链中高端，迈向制造强国的光辉未来，推动中国经济巨轮行稳致远。

  从发展现状看，人工智能赋能新型工业化的关键机制包括三个方面：一是核心产业部门和融合产业部门的互动；二是基础和垂直领域软硬件技术体系的互动；三是人工智能技术从“极化”走向“扩散”。

  在人工智能科技产业的发展过程中，形成两个主要产业部门：核心产业部门和融合产业部门。前者是指人工智能产业化部门，后者是指产业智能化部门。两个产业部门的良性互动是推动人工智能赋能新型工业化的关键机制。

  首先，构成核心产业部门的企业都属于人工智能企业。它们掌握人工智能关键核心技术，拥有数据、算法和算力要素。因为人工智能属于赋能技术，仅仅产出数据、算法和算力要素无法实现价值创造。只有当这些要素投入传统产业，降低传统产业成本和提高生产效率时，才真正能够实现财富创造。

  其次，核心产业部门和融合产业部门的互动，推动人工智能通用目的技术和传统产业中的专用技术重组，通过互补性创新在促进传统产业效率提升的同时，进一步推动人工智能通用目的技术的创新发展。

  第三，两个产业部门的互动带来的技术重组和互补性创新可能进一步推动颠覆性技术和前沿技术创新，进而带动新兴产业和未来产业的发展。

  作为通用目的技术，人工智能包括大数据和云计算、物联网、5G/6G、智能机器人、智能芯片等24个技术类别，属于巨复杂技术体系。同时，从技术层面看，人工智能包括两类相互作用的技术体系：基础软硬件和垂直领域软硬件技术体系。两种技术体系的互动是人工智能赋能新型工业化的关键机制之一。

  人工智能基础软硬件技术体系的主导者是超级平台企业。它们通过与人工智能中小企业和智能化转型企业协同构建垂直领域技术体系，从而推动人工智能的广泛应用。目前，人工智能已经被广泛应用在多个细分场景。其中，以人机一体化智能系统为重点的工业领域，是人工智能赋能的重要方向。

  在制造业中，人工智能赋能较多的行业包括通信和其他电子设备制造业、汽车制造业、电气机械和器材制造业、专用设备制造业和通用设备制造业等。事实上，排名靠前的行业均属于智能装备产业。从实际情况看，人工智能赋能新型工业化沿着产品智能化和装备智能化两个维度展开。其中，高端装备的智能化是重中之重。

  人工智能赋能新型工业化的第三个关键机制是从“极化”走向“扩散”。从行业的视角看，人工智能率先赋能的工业类型是具有规模效应和智能化转型需求迫切的行业。人工智能在具有规模效应行业的应用一方面缓解了劳动力需求，把劳动者从繁琐体力劳动中解放出来；另一方面提高了产品品质，降低了成本和能源消耗。在具有规模效应的行业实现了技术积累之后，人工智能开始向其他行业尤其是长尾行业扩散，推动人工智能广泛赋能工业化发展。

  （中国新一代AI发展战略研究院首席经济学家、南开大学经济研究所所长、教授，中国新一代人工智能发展的策略研究院讲师刘捷）