响应十九大“推动互联网、大数据、人工智能和实体经济深度融合”的号召，3月7日，由腾讯研究院联合国家工业信息安全发展研究中心，依托互联网+工业研究中心平台，发起的首届“人工智能+”产业研讨会如期举办。本次研讨会以“人工智能+制造业”为主题，邀请人工智能及制造业领域相关的协会机构、高校、企业等多方专家，就进一步掌握人工智能融合实体产业的模式和方法，展开了充分交流和探讨。
人工智能：人工智能将改变制造业的哪些方面？人工智能将为传统制造业带来什么？
人工智能：人工智能将改变制造业的哪些方面？人工智能将为传统制造业带来什么？物理世界（以制造业设备所代表）和数字世界（由人工智能、传感器等技术代表）的碰撞催生了制造业的巨大的转变。两个世界的融合将为下一轮经济发展注入新的动能。以人工智能为代表的新技术正在对生产流程、生产模式和供应链...
腾讯研究院秘书长张钦坤、产业研究中心主任李刚出席了会议，热烈欢迎各位专家到场。会议由高级研究员吴朋阳主持，首先介绍了“人工智能+”产业研究课题的背景。
目前我国制造业发展面临内外压力较大，人工智能及相关技术成为制造业转型升级的契机。但在这一发展过程中，不同的制造行业企业面临的困难和问题有别、对新技术应用的理解和需求也不同，再宏观、笼统地分析意义已然不大。
如何深入理解不同制造企业的现状和需求，归纳主要需求场景、明确合适的技术和应用，为企业逐步实现数字化、网络化、智能化的转型提供可实践的路径参考，最终推动制造企业的竞争力提升，是本次课题研究的主要目的。
国家工业信息安全发展研究中心、信息化战略研究室主任高晓雨，负责牵头本次研究工作，对“人工智能+制造业”的课题研究思路进行了阐述。
首先要明确概念，回答什么是“人工智能+制造业”；其次是把握国际情况，主要发达工业国家如何在政策上推动和扶持这两个产业融合发展；然后归纳案例方法，不同的制造业环节如何利用新技术应用实现智能化。其中我国的互联网企业已形成一定的国际竞争优势，应重点分析总结其赋能制造业的创新经验；接着分析制造业现状，基于定量调研、掌握当前制造企业对人工智能相关技术应用的理解、痛点和需求；最后制定融合发展建议，从政府、产业和企业不同层次给出决策参考。
随后各位专家与研究学者畅所欲言，围绕“人工智能+制造业”课题展开了热烈探讨。
王安耕：不要把“智能泛化”
原中信集团总工、国家信息化专家咨询委员会专家王安耕首先发言，回顾了中国制造业信息化的历史和现状，并指出目前的最大挑战。
从数字计算机出现起，社会就步入了数字化阶段。制造企业开始转型的第一阶段一定是数字化，其面临的加工对象由模拟变成了数字。这一阶段开始得很早、同时也很漫长，很多模拟型文件要转化为数字型文件录入计算机，比如财务工作。
第二个阶段是网络化，这一阶段首先从单位内部网络化开始，如美国最初将网络用于军队内部网的建立，之后扩展到整个社会成为互联网。企业如果想参与“互联网+”这一模式，就必须先拥有内部网络，各个部门要统一规则、信息共享，而非信息孤岛式独立存在的部分。
在网络化充分实现后，企业逐步向智能化（第三阶段）过渡。目前我国仅有1/6的制造业企业可以达到“互联网+”（网络化）水平，其余5/6的企业连内部网络构建都还不完善，企业部门、流程等还没有构成一个整体，无法实现跨越空间、信息交流的功能。这是当前我国制造业面临的最大挑战。
基于自身的丰富经验，王安耕对研究的整体内容提出了四点建议：
一、概念框架要清楚。现在市场上“人工智能”相关概念太多，不宜再造一个新概念，而应建立一个能把主要概念都框住的通用框架；
二、不要把“智能”泛化。智能化是数字化、网络化之后的高级阶段，不能混为一谈，研究智能化应该聚焦在人工智能上；
三、可增加新的评估体系。针对智能化水平，可从主要的三个维度评估：覆盖范围（如智能化在企业中覆盖了一个工位还是一条生产线）、实现程度（如智能化设备达到了感知、决策、执行或自我提升的哪一阶段）和技术水平（如企业是自主研发还是外包采购智能化设备）。同时注意智能化应该以数字化、网络化为基础，比如单项应用，不管多复杂都只能算处在数字化阶段。
四、要考虑读者特点。给非专业读者阅读，国际政策等内容不宜太多、综述即可。
蒋明炜：应从需求场景出发、用要素定义“智能”
机械工业自动化研究所首席专家蒋明炜，对“人工智能+制造业”融合的发展阶段划分提出了不同意见。其表示：“数字化-网络化-智能化”按阶段划分未必合适。很多情况下，都有可能同时涉及这三方面。比如企业实施ERP是数字化，同时也一定要有网络否则无法实现（也就包含网络化）。人工智能具有非常明确的特征，不能与一般数字化、网络化、两化融合混淆。
那么该如何定义智能化？蒋明炜用数控机床举了两个生动的例子。
①传统的数控机床有没有智能？没有。因为其在给定程序下，即使程序出错也会继续运转；②智能的数控机床应该如何？智能数控机床能感知切削力的变化，并分析判断刀具磨损，进一步决定是用刀具补偿还是换刀以保证加工精度。具有自动感知、分析、反馈、决策、控制等要素，这才是智能。
因此他建议以实现智能化的要素为基础，围绕制造业企业的需求场景，来定义和描述“人工智能+制造”的发展框架模型，并基于此为提出具体建议。主要包括6大场景：①智能产品；②智能设计（如专家系统）；③智能经营（如产业链、价值链协调）；④智能生产（车间级以下，如装备）；⑤智能服务；⑥智能决策。
针对这些场景，结合具体案例分析，归纳总结出在哪些方面、具备哪些要素才能叫做智能。这样做的好处是，由于不同类型的企业特征和需求不同，可以根据具体情况选择适合自己的场景参考，而并不需要面面俱到。比如苹果和小米公司专注于设计和售后服务、制造都是交给代工厂，如果用全面评估智能等级的方式（如1.0/2.0/3.0），它们在生产制造环节的缺失就会导致难以评估。
此外，王安耕和蒋明炜两位专家，还就广为人知的红领集团案例进行了深入探讨。两位认为红领集团的定制化制造确实好，但不能算作“智能生产”。因其生产制造的环节，实际上还是使用大量的人工作业。红领真正超前的地方，是在于实现大规模的量体裁衣。通过对几亿个模板的分析，红领总结出了五个特征参数，根据特征参数实现快速的大规模定制。该企业模式应算作“智能设计”——通过标准化、模块化、系列化的材料和专家系统，最大限度地缩短设计时间。
孙富春：可从感、联、知、控、安全五方面，论述人工智能在制造业中的应用
清华大学智能科学系教授孙富春是人工智能领域专家，主要从人工智能角度阐述了观点。一是对人工智能的定义要明确清晰，可以从范式发展的角度统一定义，即从符号主义到联接主义再到生物启发；二是人工智能落到制造业，可以基于CPS理论从感、联、知、控、安全等五个方面，结合工业生产流程来定义和描述。
此外，孙富春还谈到人工智能给社会、企业带来的诸多改变。如快递服务已经可以实现当天付款当天到货，增添了不少便利；制造业企业应用机器人进行生产制造，不但降低了人工投入、还提高了数倍产量等。
人工智能极大地提高了效率、推动了生产进步，由此引发各国纷纷出台相关政策引领和发展人工智能。各方面的突破逐渐累积起来，最终形成企业、社会的整体突破，才是人工智能应用的真正突破，需要“量变引起质变”的过程。
陈海涛：研究需要有科普性和展望性
吉林大学管理学院教授陈海涛，主要从研究方法和逻辑的角度提出了建议：一是要明确研究主线，是以人工智能为主、还是制造业为主；二是要有科普性和展望性，面对普通读者要弱化学术性，案例不用写太大，更多用白话的方式、描绘远景和未来；三是写先进的代表，不用分省、分地域，大家都向先进看齐即可；四是研究成果不必大而全，主要为读者提供有逻辑的、递进性的、有趣的内容；五是政策解读要分析背景，帮助读者了解政策背后的原因和条件才有借鉴意义。
针对“人工智能+制造业”的融合，陈海涛认为可以将“人工智能+”作为主线，研究其逐步嵌入到制造业中的过程。可以重点描述企业制造模式中智能化的各种典型场景，如向企业描述理想中的智能化工厂是怎样进行运作的，以此为企业展现值得期待的远景图。
陈琛：应重点构建平台，帮助中小企业转型
机械工业信息研究院、智能制造发展研究所副所长陈琛，更多从制造业企业的现状痛点出发提出了思考。其表示在考察过的一百多家制造企业、尤其是中小企业中，发现了很多问题。如企业信息化口号与实际技术、设备并不匹配，难以实现；智能制造方面的服务咨询较缺乏，企业不知如何做等等。其呼吁政府和业界不光要关注代表性企业，更应聚焦中小型企业的困难，重点研究如何形成针对中小企业的平台式解决方案，为它们提供传感、图像识别、数据挖掘等先进技术的有效支持。
针对本次课题研究，陈琛建议：一是可为中小企业专设章节，重点研究为这类企业升级提供的平台化服务；二是政策研究可图表化，易于读者理解；三是案例要多、覆盖面要广，这样可以为不同制造业企业提供参考选择；四是强调发展的“窗口期”，增强“人工智能+”处于关键机遇时期的分析、以提高企业的紧迫感与行动力。
秦业：人工智能+制造，一是专家系统、二是深度学习
中国信息通信研究院、政策部主任工程师秦业认为，首先要弄清人工智能+制造业是什么。目前主要有两方面：①专家系统，就是if-then体系，如焊接机器人；②深度学习。其次是分清楚融合的阶段环节，包括生产、采购、供应、销售和服务等方面，人工智能与制造业的融合过程是单点逐步渗透、而非全方位的迅速转变。然后提供成功的转型案例，让企业学习到如何发现并解决过程中的痛点问题。最后建立产业生态系统，明确各类企业在其中承担的不同角色，便于企业快速对接能够解决自身需求的技术和服务提供商。
晋文静：制造业智能化三大目标—时间、节拍和质量
北京天泽智云首席数据科学家晋文静，从制造业服务商的角度阐述了观点：
第一、要从制造业发展的终极目标出发，掌握制造业智能化发展的重点方向。制造业企业的发展，最终是为了①降低生产制造时间；②维持高效率；③提高产品质量。主要关注三大指标：时间、节拍、质量。因此“人工智能+制造业”可以从设备、能效和质量三方面，研究融合转型的方法。
第二、要明确智能化与自动化的差别。自动化是做人不愿意做的事情（如简单重复劳动），而智能化是做人做不了的事情（如高级经验的传递）
第三、强化工业智能在制造业的应用。如何把工业智能和工业互联网的技术，真正用于制造业的提质、降本、增效、减存，最终实现企业从以产品为核心、到以服务为核心的价值转型。
人工智能的发展方兴未艾、制造业的转型命运攸关，两者的融合如何能跨越发展？本次研讨会有幸邀请多方专家，提供了不同角度的思考与启发，为“人工智能+”产业研究这一重要课题研究拉开了序幕。
人工智能工程：福建省将实施人工智能十项重点工程
人工智能工程：福建省将实施人工智能十项重点工程福建省政府日前出台《关于推动新一代人工智能加快发展的实施意见》，提出要通过加强人工智能产业核心技术研发等六项重点任务和行业大脑建设工程等十项重点工程，打造一批人工智能创新示范平台，培育一批人工智能领军企业，集聚一批人工智能高端人才……
企链宝（https://www.lm82.com/）是目前全国深度供应链商企平台，撮合企业产品供需的基础上，提供供应链金融、商会入驻、对外出口贸易服务，提供国际追溯领域内最具公信力的追溯云服务。是谷融集团在产业联盟管理、国家追溯体系认证、深度供应链管理版块的真实落地。
