1.3 “智能+”赋能制造的内容

所谓“智能+”赋能制造，是基于企业层面的广义智能化和智能制造，不仅包括“人工智能+”对制造的赋能，还包含“互联网+”“大数据+”的赋能。虽然人工智能技术发展已久，但真正把“智能+”赋能到制造业层面主要是依赖互联网和大数据的发展。“互联网+”不仅提供了“智能+”赋能制造需要的数据采集通道，实施“智能+”的渠道，还提供了互联网思维、互联网变革的“智能+”思想变革基础。同样，“大数据+”既提供了“智能+”赋能制造的基础生产资料的数据，也提供了思想变革的大数据思维模式和数据革命基础。当今的互联网已经逐步过渡成为智联网，智能终端遍布网络，大数据的处理和应用也离不开人工智能算法，三者是推动当今世界第四次工业革命的核心科技——新一代信息技术的三根最重要的支柱，有着彼此交融的“三位一体”的关系。脱离互联网和大数据，单一从人工智能视角看待“智能+”赋能制造会过于狭隘，也无法客观反映彼此交融、共同赋能的本质。

“智能+”赋能制造的内容远远超过智能制造的范畴，主要体现在以下四个方面：

● 一是“互联网+”“大数据+”“人工智能+”等技术赋能传统制造业，实现用新一代信息技术赋能改造成为高新技术企业的过程，也包括这些技术成果转化衍生出新的高新技术产品、新兴产业业态。

● 二是智能制造的智能工厂、智慧物流、智能供应链等，是实现工业4.0制造业运营方式的改变过程。

● 三是在互联网思维、大数据思维和AI思维影响下，产品和供应链经营转型为平台经营、生态系统经营的商业模式。

● 四是包括制造业由第二产业转变为与第三产业融合或服务型制造的新产业形态的演化过程，工业经济状态通过“智能+”赋能过渡到数字经济、智能经济的经济模式转化过程等内容。

1.3.1 “互联网+”赋能制造

“互联网+”赋能制造的本质是制造企业如何利用互联网提升自身能力的问题，一般认为是网络化制造，但其不只是改变了制造企业生产制造及运营管理模式。互联网思维给予制造业的赋能是革命性的，涉及方方面面，包括制造业的服务化转型、由工业经济向数字经济过渡等丰富内涵。“互联网+”赋能制造主要表现为用互联网思维改变制造企业的商业模式，用互联网基本功能改变制造企业的产品及运营状况。

1．互联网思维

互联网思维颠覆了很多传统的制造观念和做法，也是新产业革命的操盘手，其内涵十分丰富，与制造直接相关的主要表现有如下方面：

（1）个人帝国主义。自企业、自媒体、自金融等以个人为中心的商业行为成为可能，如网红的商业价值、个人从事的微商等，通过互联网的广泛集结，既可以改变传统的集中管理、按时工作的办公方式，也可以颠覆员工与老板的关系等。

（2）免费赚钱是常态。互联网世界里流行一句谚语：“羊毛出在狗身上，猪来买单。”羊毛表示利润，狗表示消费者、用户，猪表示广告商或投资者。意思是只要通过互联网积累足够多的用户，并且为用户做好服务，有了好的用户体验之后，投资者就会闻风而来，企业进而获得投资，产品才有可能上市，赚取利润。这颠覆了“羊毛出在羊身上”的传统买卖关系，即“羊毛出在猪身上”。小米的商业模式便是：在看得见的部分可以不挣钱，却用别的方式挣，比如用金融、服务增值等创造利润，不见得直接从产品本身赚钱，而是让免费赚钱成为常态。至今，微信还是免费使用，但腾讯公司的收益颇丰。“甲方卖东西，乙方买东西，而丙方抢着来买单”是对互联网思维的概括。

（3）用户本位主义及粉丝消费。互联网使粉丝成了划分消费者群体的重要标志，也是精准营销重点关注的领域。报纸、广播和电视等传统促销模式受到互联网的巨大冲击，粉丝消费成了商家必选的重要渠道之一。比如《战狼II》《建国大业》等电影，为了拉升票房收入，也会在影片中放入不同粉丝的偶像。所以，随着电商模式的普及，网红成为商家赖以促销产品的广告明星，颠覆了单纯依靠影视和体育明星推广宣传的局面。其他如颠覆传统成本、利润计算方法的价值链创新模式，品牌、资本价值，有形、无形资产价值等在互联网思维赋能下都发生了根本性、革命性的变化。互联网思维的赋能已经衍生了很多新业态。

2．互联网赋能制造

互联网已经成为当今人类赖以生存的重要工具，其作用和重要意义不言而喻。本书从互联网本质功能的视角将互联网赋能概括为四个方面。

（1）相互连接与信息交换。相互连接与信息交换功能是互联网最基本的功能，主要是借助互联网进行网络中各个节点之间的连接与通信。信息交换包括获取信息（查阅、浏览、下载等）、展示信息（新媒体、广告、娱乐等）和交互信息（网络社区、网络营销、即时通信等）三个方面。互联网的信息交换彻底改变了传统的模式，目前普遍采用的微信、Facebook、早期流行的QQ、博客等都是通过互联网进行信息交流的工具平台。制造业信息化的主要功能就是通过网络进行制造信息的实时交换。制造业通过网络可以实现万物互联，打破时空界限，实现全球范围的实时网络化动态运营管理模式。

（2）资源共享。通过网络可以即时共享各种信息、资料、指令等资源，甚至包括网络中的计算机软件、硬件、数据和一些可以共享的外部设备等。万物互联后，互联网的资源池变得无比强大，通过网络链接的资源都可以共享。网络使用的便捷性等特点，使得在网上使用共享资源成为人类的首选，如查阅资料、租赁网络空间、使用云计算资源、远程租赁服务器、软件租赁等，应用十分广泛。制造业通过“互联网+”的赋能可以打破企业边界，通过资源共享实现经营生态系统的平台化运营模式，迈向云制造。

（3）分布式处理。分布式处理就是将若干台计算机或带有网络接口的终端设备通过网络连接起来，将一个程序分散到这几台计算机或终端设备中去同时运行。如多台服务器提供优化计算能力的负载均衡，普遍应用的云计算，当今研究和应用前沿的边缘计算等都是分布式处理方面的应用。通过网络进行分布式处理的应用很多，如制造企业普遍使用的ERP实际上就是制造资源分布式管理的典型应用。制造业通过“互联网+”的赋能，通过分布式处理技术实现向云计算、边缘计算、区块链等数字经济的转型，制造企业向软件企业、互联网企业的形态转变。

（4）对分散对象的实时集中控制和管理。把分散对象用互联网进行连接，实现实时集中控制和管理。典型的例子有企业的管理信息系统（Management Information System, MIS）、商业信息管理系统、银行信息管理系统，以及国家、部委宏观经济决策系统等。当今全球日益重视的网络空间安全管理、基于互联网和大数据的社会综合治理系统等也都是集中管控的例子。制造业的集团管控模式（战略管控、财务管控和运营管控）常常借助互联网和相关应用软件系统进行，也包括远程网络化制造资源的动态调度、设备的远程维护、在线实时监控等。通过“互联网+”的赋能，制造企业得以对分散对象进行实时集中控制和管理，从而实现基于动态联盟、虚拟企业的敏捷制造模式。

1.3.2 “大数据+”赋能制造

虽然大数据被人们普遍看好，但深化应用的时间并不长，所以，“大数据+”赋能制造的具体内涵、内容和方法等都处于探讨之中。本节尝试着解读“大数据+”赋能制造的基本内容。

1．大数据概念

随着计算机和互联网技术的发展，数据量已经大到无法在有限时间内用传统的数据库软件技术和普通服务器等硬件工具来进行感知、获取、管理及处理，由此产生了大数据技术。20世纪80年代，美国阿尔文·托夫勒（Alvin Toffler）在《第三次浪潮》一书中首次提出大数据的概念，用来形容巨大的数据量，但直到今日，大数据的基本概念仍未形成统一的定论。根据维基百科的定义，大数据指的是所涉及的数据量规模巨大到无法通过人工在合理时间内完成截取、管理、处理并整理成为人类所能解读的信息。根据麦肯锡全球研究院（MGI）的定义，大数据是指无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合。根据美国国家标准与技术研究院（NIST）的定义，大数据是指数据量大、获取速度快或形态多样的数据，难以用传统关系型数据分析方法进行有效分析，或需要大规模的水平扩展才能高效处理的数据。最为流行的大数据定义来自于维克托·迈尔-舍恩伯格（Viktor Mayer-Schnberger）和肯尼思·库克耶（Kenneth Cukier）的《大数据时代》。他们的定义针对互联网和社会环境中的大数据，从数据工程的技术挑战方面提出，认为大数据具有4V特性，即volume（数据量大）、velocity（流动速度快）、veracity（准确性）和variety（来源多样）。

制造业大数据或者说工业大数据指的是在互联网知识和信息的爆炸时代，工业软件应用日趋复杂、深入、普及的状况下，特别是工业互联网的普及应用，所催生的一种具有大体量、多样化和复杂结构的制造数据，在存储、分析和可视化方面应用传统数据处理方式存在一定困难，很难用标准的数据库管理或分析工具进行处理的数据集合。

2．大数据赋能制造

制造业中的大数据指的是制造业产生的大数据。大数据赋能制造业目前是很火的行业热词，中国工程院院士、中国互联网协会理事长、中国产业互联网研究院名誉院长邬贺铨在一次演讲中曾提出制造大数据与大数据制造。20世纪六七十年代甚至80年代，企业记录生产过程中的数据大都是通过手工填写，存在文件柜内，而产品设计、工艺数据是用图纸形式表达，以纸质材料保存为主。随着工业自动化、信息化的普及应用，人们开始及时收集各种各样的生产数据、环境数据，并且尽量计算机化。

随着数据计算能力的提高，云计算模式的应用普及，数据存储能力也在不断提高，成本不断降低。与此同时，工业自动化、网络化制造的普及应用，特别是工业互联网的兴起，大大促进了工业大数据的产生和应用。例如，罗尔斯·罗伊斯公司是全球最大的飞机发动机租赁公司，2014年马来西亚航空公司MH370波音777飞机失联事件震惊中外，虽然至今仍是个谜团，但当时由罗尔斯·罗伊斯公司负责动态监控的发动机数据是传出去的，共传了7次，据此判断它飞了7个小时。马航出事后，为避免类似事故再次发生，全球160多个国家在日内瓦达成国际协定，要求全球客机今后至少每15分钟报告一次位置。

工业大数据相较于消费大数据有很大不同，有其自身的特点。

● 工业大数据通常要求准确。在消费领域，比如阿里巴巴若要根据淘宝的数据判断商业行为，准确率不必很高，90%即可；而工业控制等领域准确率起码要达到99%，轨道交通则更要准确无误。

● 数据量大，只要生产线不停，就会源源不断地产生数据。

● 多样性、异构性的数据差异，有的差别很大，有的很小。因为工序在变化，供应参数在变化，时间上往往24小时不间断，有状态性的，有突发性的，有周期性的，很多数据是没有标记的。

● 生产线环节的数据有的需要同步，即实时性要求，如实时的监控和预警（邬贺铨，2017）。

如果没有行业的知识，则很难理解工业数据，所以它对专业基础能力要求相当高。大数据赋能制造尚需研究和探讨，目前还没有一个通用的模式、成熟的理论体系，但是应用领域是十分广泛的，如客户消费规律的挖掘、机械设备的故障预测等。

1.3.3 “人工智能+”赋能制造业

《未来简史》作者尤瓦尔·赫拉利（Yuval Noah Harari）曾在首届XWorld大会上表示，人类的发展已经到了巨变的前夜，而互联网和大数据正是催生这次变革的推动因素。以人工智能、大数据等新技术为代表的智能革命正在悄然发生，人、社会、商业将再一次迎来进化拐点。“人工智能+”赋能制造指的是如何利用人工智能技术辅助制造，最核心的内容就是智能制造。

1．人工智能技术与应用

在信息社会，人类除自身的智能以外，正在获得体外的第二智能——人工智能。人们正在构造各式各样的智能仿真系统，通过设计各种算法使用机器模拟人的思维过程，进而代替人完成相应的工作。人工智能的应用领域十分宽广。首先，智能机器人能够执行人类给出的任务，替代人进行工作。机器人往往有多个传感器，能够检测到来自现实世界的光、热、温度、运动、声音、碰撞和压力等数据，其高效的处理器可以智能化处理这些数据，并且能够从错误中吸取教训来适应新的环境。目前机器人已经广泛应用于各行各业，如工业机器人、生活机器人等，特斯拉的无人自动驾驶汽车也属于机器人范畴。其次，机器视觉系统目前在社会中普遍使用，比如间谍飞机拍摄照片，用于计算空间信息或区域地图，警方使用的计算机软件可以识别数据库里面存储的肖像，从而识别犯罪者的脸部。最常用的车牌识别软件也是机器视觉系统。再次，专家系统集成了机器、软件和特殊信息，为用户提供解释和建议，具有推理、判断、学习等常规信息系统不具备的类似专家才有的功能，目前应用十分广泛，在制造业也有所应用。最后，模拟人类大脑的神经网络系统也在故障诊断、图像处理、模式识别等领域有着成功的应用。自然语言理解、语音识别、手写识别等在制造业中应用不多。

2．人工智能赋能制造

“人工智能+”赋能制造也处于不断变化的快速发展时期。图1-1从赋能制造范围、关键技术、用户参与程度、主要目标四个维度阐述人工智能赋能制造内涵的演化过程。

（1）从制造范围的角度来看，“人工智能+”赋能制造的范围在不断扩大。纵向上，从智能装备渐渐发展到智能车间，并从智能车间快速扩大到整个智能企业；横向上，从无阶跃性跃迁至智能供应链，并从智能供应链迅速延伸至整个智能制造产业链；在端到端上，从无阶跃性发展到围绕产品全生命周期的整个智能制造生态系统。

（2）从关键技术的角度来看，在“人工智能+”赋能制造的不同发展阶段，作为支撑的关键技术可大致分为制造基础技术、信息技术、人工智能技术与决策技术。在智能制造的演化过程中，这四类技术或者发生渐进式变化，或者发生阶跃式变化，或者兼有。

（3）从客户参与程度的角度来看，在“人工智能+”赋能制造的早期，企业采用大批量生产方式，产品类型单一，客户仅仅是购买者，与企业并无任何互动，此时的客户参与程度为购买式参与。在智能制造的中期，企业所生产的产品类型有所增加，顾客有了选择的权利，可以购买与他们需求最接近的产品，此时的客户参与程度为选择式参与。近年来，顾客个性化需求凸显并且重视产品的真实性，顾客参与产品设计甚至产品全生命周期所有活动的趋势显著，此时的客户参与程度为设计式（全程）参与。

（4）从主要目标的角度来看，早期的“人工智能+”赋能制造主要是为了满足大规模的生产需求。中期主要目标则是满足大规模定制需求、延伸价值链及实现环境可持续性。其中，延伸价值链是指将企业的价值区域从传统的制造环节延伸至成品储运、市场营销、售后服务三个环节。而演化至今的“人工智能+”赋能制造主要是实现四大目标，分别是满足个性化定制需求、提升产品品质、拓展价值空间、实现环境可持续性。其中拓展价值空间一方面是指通过产品创新提升产品原有的附加值，另一方面是通过远程升级与运维、在线监控、云制造等新服务业态创造新的产品价值。