制造业中，人工智能意味着什么？

WFM盖雅工场2017 年 12 月 5 日

咨询公司埃森哲近日发布《人工智能：助力中国经济增长》报告。报告深入研究了人工智能对中国经济的影响，指出到2035年，中国经济年增长率将在人工智能拉动下从6.3%提速至7.9%。

我国作为当今的“世界工厂”，制造业的转型对于国家未来的重要性不言而喻。《智能制造发展规划》和《智能制造2025》等国家级战略的及时推出，为整个国家和产业提供了方向和框架的指引；同时各制造行业企业也在积极行动，越来越多的企业开始探索大数据、智能机器人等新技术在制造业领域的应用，探索制造业智能化升级的道路。

在这个过程中，制造业如何能有效利用互联网已积累的资源和新技术经验、加速智能化转型的进程，成为我们需要关心的重点问题。

盖雅工场自成立以来，专注于劳动力管理，关注自动化和人工智能对劳动力管理带来的影响和变革。为各行业劳动力管理带来新理念，今天，我们给大家分享这篇来自「腾讯研究院」（微信公众号：cyberlawrc）的文章，从互联网企业的角度，为大家解读一二，以下，Enjoy：

中国制造业面临的现实问题

「夹心」的压力

虽然从体量上看，2010年以来中国制造业的产值和产量已处于世界首位，取代了美国延续100多年的位置；但从结构上看，中国制造业处于全球制造业价值链的中低端，作为“世界加工厂”赚的是低利润率的“辛苦钱”。

而随着08年金融危机后国际形势的变化，各国都在想办法重拾制造业的竞争力，处于大体量中低部区域的中国制造业自然受到了它国从各方的夹击：低端方向，南太、印度、墨西哥等高人口低成本市场对制造企业的抢夺日益激烈；高端方向，欧美等发达国家制造业回流形成了遏制。越来越多企业正将工厂搬离中国、或者至少是减少在中国生产。

「升级」的困难

主动“降级”去和其他发展中国家拼资源和人力成本，对当今中国而言已不可能。未来中国制造业的出路，主要在向高端制造，即向高精密、高质量、高价值的价值链方向升级。

然而，高端制造的三条主要道路都已被先行者占据：以精密机器能力为核心的德国、以高效人员和组织能力为核心的日本、以及以科学和数据能力为核心的美国。目前中国在三方面均存在不足，能力的培养即需要时间又面临压力。

「引入」的代价

随着新一轮制造业格局的争霸开启，主要竞争国都在不遗余力的构建和推广新的框架体系标准，以求主导制造业转型。其中我国产业企业接触多的，应该是德国的工业4.0和美国的工业互联网。这两个框架体系本身没有太大问题，甚至已经建立了相互映射对接的关系，对全球通用发挥了积极作用。关键问题在于这两个框架指导下的企业实践，目前尚未出现真正意义的通用型开放平台，还存在各厂商之间的竞争壁垒，造成厂商之间的设备互联互通困难等问题。

而制造业企业在面对厂商时，选择一个厂商可能意味着被锁定在这个厂商的一体化解决方案中，增值服务和替换成本较高，且难以掌握真正的核心技术。

正因为如此，中国制造业需要建立自主的智能制造框架标准体系，并鼓励产业和企业自主研发，探索自身的智能化经验，并终汇聚成自身主导的智能制造平台和生态，完成整个制造业的转型和升级。

互联网企业如何加持中国智能制造升级

对于中国制造业而言，在自动化流程和工艺水平尚有欠缺，同时物联网、云、大数据和人工智能等新技术爆发的历史节点，拥抱代表新技术的互联网、走两化融合之路是弯道赶追先进制造大国的典范路径。说互联网不懂制造业、或者说制造业大势已去，都是不负责任的说法。真正应该关心的，是如何用好互联网企业在消费市场的经验，来帮助制造业转型升级。

做好两端服务：提供前端的需求洞察和后端的营销服务

对于大部分互联网企业而言，贴近消费者是其擅长的事、也是对制造企业直接的价值。

在消费者需求方面，借助自身业务的消费者行为，加上广义的互联网信息采集工具（如社交媒体聆听），能够比较完整地勾勒出用户画像，帮助制造企业对产品趋势热点进行分析判断；
在营销服务方面，线上的各种营销渠道和即时营销手段，也能够帮助制造企业快速推广产品和提供服务。

目前这部分的内容已经非常丰富，大型电商平台、第三方大数据分析工具等都在提供相关服务。未来应该考虑的核心问题是，假设将来D2M是必然趋势，那么这些D（Data）归属各制造商更有效率、还是中间平台更有效率？从大数据的价值角度看，大数据维度越多、体量越大，理论上价值含量越高。

因此可以认为，未来无论是互联网还是制造企业，构建这样跨企业、跨产品的消费者洞察平台至关重要。现在的平台只能勾勒出比较综合的、或者单维的需求；未来的平台，应可以根据不同行业产品的特点，定位并勾勒出不同的画像，指导不同的产品生产。

提供基础设施：协助制造企业向云计算迁移

云计算是互联网发展的基础设施，也成为了部分互联网企业的核心能力，目前已经基本坐实了新IT基础设施的位置。中国制造业要追赶国外发达国家，将整个企业流程尽快向云迁移是必然之路。通过云部署，既能有效降低成本、又有利于促成IT和OT的融合。

目前这部分有两条路：互联网企业主导的，通用型云计算基础设施；工业装备和软件企业主导的，专业性云计算基础设施（工业云等）。对互联网企业而言，缺乏工业、制造业的经验是短期较难弥补的短板。

因此，做好通用IaaS、发挥自己IT计算经验和特长为其他专业云提供服务，可能是近期较为合理的方式。而向远期看，IaaS之上的工业云PaaS，才是终需要努力打造的核心。而其中涉及各种软硬件接口和数据的标准化，任何一方都难独挑大梁。互联网企业应与优质的工业装备和软件企业等联盟，尽快和国家政府部门共同制定相关的规范和标准，推动大的工业云平台基础设施的成功建立与应用。

贡献技术使能：发挥人工智能相关技术能力优势

人工智能技术的再兴起，为中国制造业的弯道超车提供了可能。当前欧美等先进制造国家的制造业技术，主要基于上一代信息处理技术发展，即信息传递的方式以文本为核心。这在机器对机器的交互中问题不大，但在人-机交互中其实比较受限，大量的人经验只能通过文本传递（比如参数输入），实际上并不符合人在操作中视听等感官经验。

随着人工智能的发展成熟，语音、图像、视频等的机器识别和交互越来越成为现实，这为整个制造业生产流程、至少是信息传递流程的颠覆创造了机会。试想一下，如果机器能直接通过视频识别发现残次品的问题和位置、并用图像直接叠加显示，能省去多少人用卡尺等反复测量的成本。

目前已有越来越多的IT巨头，在其云中提供人工智能API或SDK，以方便其他企业调用和二次开发。对互联网企业而言，提供类似的能力服务也是必然选择。不过从通用AI能力到专用AI应用，中间还有巨大的断层，需要通过与制造业企业联合研发等方式，才能更有效的发挥人工智能的能力。

孵化新型制造：以资本和技术孵化新型制造企业

新的工业革命需要投资，而且可能是远比信息革命大的投资（物理资产、人力成本等相对比重大），而投资正是制造业缺乏的东西。这种投资有两方面内容：

一是钱，多年来中国制造业利润率的持续走低，使得追求利益大化的资本对制造业板块不太感冒；

二是人，互联网的蓬勃发展吸附了大量的优秀人才，人才决定了技术创新能力，制造业的转型缺乏大量的高质量跨界人才注入。从这个层面看，互联网对制造业的投入是必须也是必然。

互联网对制造业的投资其实空间很大，可以从新型的智能产品切入（如AI音箱），组建项目组或投资创业公司，投入资金、人员和人工智能等技术能力，完全从智能化生产的新角度，自己深入和构建新的制造业流程，并在过程中尝试开发软件工具，终形成新型制造企业的模型和经验。Google自制硬件、Facebook的Area 404硬件实验室等，都初步显示出这种端倪。