导言 叩开制造业智能化之门

打破自然的束缚是人类亘古以来的理想。18世纪的工业革命实现了生产工具和动力变革，以水力、蒸汽驱动的机器极大地增强了人类的生产力，将人类从危险、繁重、肮脏的工作中解放出来。此后，人类又憧憬着有更加智能的机器能够具备智力、帮助人类思考。人工智能（Artificial Intelligence，AI）的概念正式出现于1956年的达特茅斯会议，虽然当时马文·明斯基（Marvin Minsky）等一些人工智能的先驱对人工智能的未来非常乐观，认为过二三十年机器的“智商”就可以达到人类的水平，但随后人工智能的实际发展却起起落落、曲曲折折。在很长一个时期内，高度智能化的机器更多出现在科幻小说、影视作品之中。实验室中诞生的智能机器，智力与人相去甚远，迟迟无法通过“图灵测试”^[1]。人工智能明星产品——国际商业机器公司（International Business Machines Corporation，IBM）的深蓝与沃森也只能应用于国际象棋和知识竞答等有限的场景。直到2006年以后，深度学习技术的突破、海量大数据的积累以及算力的显著提升这三股力量的汇聚，才真正使人工智能技术从实验室走向现实应用，并在2016年由Alphabet（谷歌母公司）旗下DeepMind公司的AlphaGo战胜世界围棋冠军李世石而引起全社会的关注和重视。

技术一旦走出实验室，就可能像摆脱镣铐的巨人一样释放出巨大的威力，成为资本追捧的热点，吸引大量资金涌入，相关企业层出不穷，应用领域不断拓展。人工智能已经从实验室里高高在上的“神秘”科技变成我们工作、生活中的平常之物。但也正因为司空见惯，人工智能才展现出巨大的影响力和在经济、社会领域全方位的、不可限量的价值。一方面，人工智能拥有强大的经济带动性。人工智能是当代的通用目的技术，是一种能够在国民经济各行业获得广泛应用并持续创新的技术，这意味着经济社会发展对人工智能的需求巨大，人工智能技术能够发展成规模巨大的产业。另一方面，人工智能能够对其他产业产生颠覆性的影响，如加快产业、行业的技术创新，加快商业模式和业态变革，提高生产效率，改善用户体验，等等。

人工智能已经成为谁也无法忽视的改变世界的力量，自然也就成为全球科技与产业竞争的焦点。为了加快人工智能技术及产业的发展，并应对其负面影响，世界各国都竞相采取更为积极的产业政策。美国、欧盟、日本、中国等国家和地区纷纷推出发展人工智能的战略或支持政策，产业界也加快了在人工智能领域布局的步伐。自2013年起，许多国家在经济振兴、科技创新、机器人、互联网等方面的政策中逐渐引入有关人工智能的内容。例如，美国连续发力，2016年5月国家科学与技术委员会（National Science and Technology Council）成立机器学习和人工智能分委员会（Subcommittee on Machine Learning and Artificial Intelligence），负责协调全美各界在人工智能领域的行动，探讨并制定人工智能相关政策和法律；2016年10月又连续发布《为人工智能的未来做好准备》（Preparing for the Future of Artificial Intelligence）和《国家人工智能研究和发展战略规划》（National Artificial Intelligence Research and Development Strategic Plan）两份报告，将人工智能上升到国家战略层面。欧盟也将人工智能确定为优先发展项目，2016年6月，欧盟委员会提出人工智能立法动议；2018年4月，欧盟委员会提交了《欧洲人工智能计划》（Artificial Intelligence for Europe）；2018年12月，欧盟委员会及其成员国发布主题为“人工智能欧洲造”（Artificial Intelligence Made in Europe）的《欧罗巴人工智能协调计划》（European Coordinated Plan on Artificial Intelligence）。日本依托其在智能机器人研究领域的全球领先地位，积极推动人工智能发展，在2016年提出的“社会5.0”战略中将人工智能作为实现超智能社会的核心，并设立“人工智能战略会议”，进行国家层面的综合管理。值得注意的是，各国对人工智能发展的支持不仅体现在人工智能战略本身，在经济、社会、产业等其他领域的法律法规、战略和政策中也多有体现。

制造业是基础的物质资料生产部门，它一方面是世界各国经济的主要支柱、国家安全的核心保障，因而成为世界各国产业竞争的关键领域；另一方面制造业也是资源和能源消耗与温室气体、污染物排放的主要产业部门。随着生活水平的提高，人们的生态环境观念日益增强，对制造业绿色发展的要求越来越高。作为一种重要的通用目的技术，人工智能会对制造业产生颠覆性影响，改变世界各国制造业的优势对比，重构世界制造业格局；同时，作为一种赋能技术，人工智能会提升制造业的运行效率和发展质量。

我国制造业规模居世界第一，大多数两位数行业^[2]规模居世界前列，许多产品生产规模居世界首位，具有世界上最齐全的产业门类。但制造业“大而不强”的问题仍然比较突出，技术水平与发达国家存在较大差距，全球供应链脆弱，在一些核心技术和产品上存在被“卡脖子”的危险；同时，我国制造业的增加值和利润率低，整体上仍处于全球价值链中低端；而且占地大、物耗大、污染物排放量大，绿色转型需求非常迫切。人工智能技术的成熟无疑给我国制造业从大到强的高质量发展提供了有力“武器”。对于人工智能这样一种正处于产业化初期且发展快速的前沿技术，目前没有哪个国家已经具备绝对优势，更没有哪个国家能够像掌控传统产业那样在这一领域形成垄断地位。因此，如果能及早进入这一领域就可能占据一席之地，甚至获取未来产业发展的主导权，反之则很有可能被其他国家甩在后面。正如习近平总书记2018年10月31日在中共中央政治局就人工智能发展现状和趋势举行第九次集体学习时所强调的，“我们要深入把握新一代人工智能发展的特点，加强人工智能和产业发展融合，为高质量发展提供新动能。要围绕建设现代化经济体系，以供给侧结构性改革为主线，把握数字化、网络化、智能化融合发展契机，在质量变革、效率变革、动力变革中发挥人工智能作用，提高全要素生产率。要培育具有重大引领带动作用的人工智能企业和产业，构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态。要发挥人工智能在产业升级、产品开发、服务创新等方面的技术优势，促进人工智能同第一、二、三产业深度融合，以人工智能技术推动各产业变革，在中高端消费、创新引领、绿色低碳、共享经济、现代供应链、人力资本服务等领域培育新增长点、形成新动能。”

2015年以来，我国政府发布了一系列与制造业智能化有关的战略与政策。

在2015年的政府工作报告中，李克强总理提出制定“互联网+”行动计划，随后《中国制造2025》（2015年5月）、《关于积极推进“互联网+”行动的指导意见》（2015年7月）、《关于深化制造业与互联网融合发展的指导意见》（2016年5月）、《新一代人工智能发展规划》（2017年7月）、《关于深化“互联网+先进制造业”发展工业互联网的指导意见》（2017年11月）等一系列文件相继出台，制造业智能化是其中非常重要的内容。在2019年的政府工作报告中，李克强总理又提出“拓展‘智能+’，为制造业转型升级赋能”。可见，虽然人工智能赋能的领域非常广泛，但人工智能为制造业赋能，即制造业的智能化，是当前我国经济智能化发展的重中之重。

2020年暴发的新型冠状病毒肺炎（简称新冠肺炎）疫情给世界各国的生产活动造成严重影响，凸显了制造业智能化的重要性和智能化转型的紧迫性。第一，疫情下的社交隔离要求对传统制造业人员聚集在流水线上的生产模式形成巨大挑战，不少制造企业为了减少人员接触而不得不降低开工率，一旦出现人员感染则不得不全面停产。智能制造用机器和智能化系统替代人工，可以减少用工数量，甚至可以实现无人化生产。第二，疫情下的减产、停工和国际物流停滞造成一些行业出现供应链中断的情况。智能化、柔性化的供应链和生产线有利于维持制造业投入品的生产和运输，增强制造业应对外部环境变化的韧性。第三，新冠肺炎疫情导致对口罩、防护服等防疫物资和医疗用品的需求在短期内暴涨，一度造成巨大的供给缺口和严重的物资短缺。更加智能化、柔性化的可重构生产系统可以更容易地实现转产、扩产，满足自然灾害、疫情等突发事件造成的突发暴涨需求。可以说，新冠肺炎疫情下制造业暴露出的问题和需求也从侧面反映出了制造业智能化转型的重要性。

制造业智能化的大门已经被叩开！虽然我们无法预测制造业智能化的推进速度，其发展过程也可能像人工智能的发展那样一波三折，但是制造业智能化的趋势已经不可阻挡！作为个人，我们有幸生活在这样一个新技术层出不穷的时代；作为科研工作者，我们有幸能够见证并研究这幅新科技与新产业波澜壮阔变革的图景。本书在人工智能进入产业化实用阶段和国家实施“智能+”战略的背景下，以制造业智能化为核心，在对人工智能发展历程、制造业智能化范式进行梳理、界定的基础上，分析了国内外制造业智能化的发展现状，总结了制造业智能化的实践案例，剖析了制造业智能化的产业影响、互联网产业发展对制造业智能化的促进作用、我国制造业智能化实施中存在的问题，并在对主要国家制造业智能化相关政策总结的基础上，提出了加快推进我国制造业智能化的对策和建议。

本书各章的内容介绍如下。

第一章 人工智能与制造业智能化范式。人工智能的发展可以划分为3个阶段。历史上的人工智能可以概括为“理论+专家系统”，人工智能的技术流派主要包括符号主义和联结主义，从应用层面来看，历史上的人工智能以符号主义流派的“专家系统”为代表。当前的人工智能建立在数据资源、算力、核心算法的巨大进步基础之上，可以概括为“大数据+深度学习”。虽然目前人工智能技术已进入日常生活与生产活动，但是需要依赖海量数据，而且海量数据只能解决特定的“小问题”，所以人们期待未来的人工智能系统能够更加高效地学习，摆脱对大数据的过度依赖，实现“小数据+大任务”。本章提出，制造业智能化范式可以用包括技术、价值形态、生产组织3个维度的“魔方体系”来描述：技术维度包括数字化、网络化、智能化3个既递进升级又相互交叉融合的层次；价值形态维度主要包括产品、制造和服务3个方面；生产组织维度包括智能工厂、智能企业和智能生态3个层次。制造业智能化生态的最底层是基础层，分为数据基础设施和物理基础设施；中间是平台层，分为由基础设施即服务（Infrastructure as a Service，IaaS）、平台即服务（Platform as a Service，PaaS）、软件即服务（Software as a Service，SaaS）构成的基础技术平台和专用技术平台；最上层是应用层，主要涉及制造企业在生产全过程或某个环节使用的智能装备或人工智能技术，以及平台层的数据算法等服务在应用层的具体实现过程。

第二章 制造业智能化演进阶段与国内外发展现状。本章提出，制造业智能化是“互联网+制造”的演进和升级，其发展历程可以分为3个阶段：前智能制造阶段、智能制造起步阶段、人工智能与制造深度融合阶段。近年来，人工智能在全球范围、特别是以美国和中国为代表的主要国家快速发展，成为最具活力的经济领域之一。人工智能与制造业的深度融合也呈现出良好的发展势头。目前，在基础层、平台层和应用层都有软、硬两种形式的人工智能技术参与到制造中，制造业智能化在基础层、平台层都已初具规模，未来发展空间巨大。

第三章 智能制造的主要参考架构与平台。制造业的智能化是一项由大学、科研机构、政府部门与各行业共同参与的系统性工程，需要有完善的产业生态作为支撑。在智能制造发展的初期，需要确立产业生态参与者均认可的参考架构、专业术语、技术标准、数据结构。根据工业互联网产业联盟发布的《工业互联网体系架构（版本1.0）》，工业互联网就是这样一种“互联网和新一代信息技术与工业系统全方位深度融合所形成的产业和应用生态，是工业智能化发展的关键综合信息基础设施”。通用电气（General Electric，GE）、西门子、三一重工等一些工业互联网的推动者本身就是工业企业，在构建工业互联网平台的同时也在推动自身制造业务的智能化，并为行业内其他企业提供智能化综合解决方案和服务。目前，世界主要制造大国都发布了它们各自的智能制造（工业互联网）参考架构，如美国的“工业互联网参考架构”（Industrial Internet Reference Architeture，IIRA）、德国的“工业4.0参考架构”（Reference Architecture Model Industrie 4.0，RAMI 4.0）、日本的“工业价值链参考架构”（Industrial Value Chain Reference Architecture，IVRA）以及中国的“智能制造系统架构”与“工业互联网体系架构”。各国的智能制造参考架构既有共性，也由于各国制造业、信息技术产业发展的条件和优势差异而呈现不同的特点。智能制造平台或工业互联网平台是制造业智能化的基础支撑，可以分为IaaS平台、通用PaaS平台、工业PaaS平台与工业SaaS平台，平台的主要构建者包括信息技术企业、自动控制与工业软件企业、装备制造企业、生产制造企业、创业企业5类。

第四章 制造业智能化的实践案例。尽管制造业智能化还处于起步阶段，但已经有一些知名制造企业与互联网企业在进行积极的探索，并取得了一定的成效。制造业智能化的探索在制造业价值链的各个环节都有所体现。本章从市场分析、研发设计、生产制造、质量管控、营销推广、售后维护、终端产品、工业云平台等方面，分别展示了海尔COSMOPlat互联工厂、阿迪达斯迅捷工厂、欧特克（Auto desk）Fusion 360、通用电气Predix、阿里云ET工业大脑、日本电气股份有限公司（NEC）基于机器视觉的检测系统、小松（Komatsu）基于英伟达（NVIDIA）技术的3D可视化工地、亚马逊（Amazon）利用大数据帮助制造企业开展精准营销、徐工工业物联网大数据平台、互联网企业无人驾驶平台、亚马逊智能音箱，以及微软（Microsoft）Azure、美云智数、和利时等企业在制造业智能化方面的实践与探索。

第五章 制造业智能化的产业影响。本章提出，人工智能会对制造业的产业结构、生产效率、国际分工格局和就业产生深远影响。同其他通用目的技术一样，人工智能技术将会淘汰某些行业，颠覆既有产品和产业架构、催生新的制造业业态，人工智能及相关行业将会发展成为新的支柱产业。人工智能与传统制造业产品融合，短期内只能提供一些新的功能，但最终会彻底颠覆既有产品和产业架构。制造业智能化能够提高生产效率，包括提高制造业自动化程度、延长工厂开工时间，促进生产与需求的匹配、提高生产线的柔性，提升质检水平、提高产品良率。制造业智能化将会改变国际分工格局，加速削弱低成本国家和地区的劳动力比较优势，同时人工智能及相关产业本身也会发展成为规模巨大的支柱产业，形成自身的国际分工体系。制造业智能化还可能造成失业问题，新技术在不可避免地替代部分工作岗位、造成结构性失业，同时也会创造出新的就业岗位。有学者认为人与机器的“赛跑”可能已进入拐点，即人工智能的发展会带来就业岗位数量的绝对减少。此外，本章还剖析了人工智能对劳动密集型、技术引领型、资本密集型、市场变动型4类典型产业的影响。

第六章 互联网赋能制造业的智能化。本章提出，传统互联网业务多集中在消费与商业领域，看似与企业级市场为主的制造业相去甚远，但消费互联网却孕育出了制造业智能化的力量。在传统消费互联网业务发展的过程中，出于加强自身竞争力的需要，互联网企业积累并形成了大数据、云计算、人工智能等新型资源和能力，成为推动制造业智能化转型的重要力量。互联网企业在制造业智能化方面的“智能力”包括连接优势、数据优势、算力优势、算法优势、软硬结合优势。这些优势使得互联网企业在用户需求的智能分析、工业生产数据的智能诊断、工业互联网的开发应用、工业云服务、智能产品的智能支撑等方面大有用武之地。但由于工业技术（Industry Technology）毕竟不同于信息技术（Information Technology），因此互联网企业在涉足制造业智能化业务时应从信息化水平、企业经营状况、行业特征、价值链特征等方面加以分析、判断。

第七章 制造业智能化的意义与实施中存在的问题。由于我国国内资源、环境、成本等多种要素的约束日益趋紧，传统的粗放式发展道路越走越窄，只关注产量规模、忽视质量效益的模式已经不能满足人民日益增长的美好生活需要，因此我国制造业迫切需要实现由高速增长向高质量发展的转变。制造业智能化有助于缓解我国制造业的成本压力，提升我国制造业的发展质量，促进我国制造业绿色发展，推动我国制造业向高端化、智能化、绿色化、服务化跃升。同时，我国制造业体量大、人工智能创新能力强、互联网产业世界领先，拥有较为丰富的应用场景，具备实现制造业智能化赶超发展的条件。但也要看到，目前我国制造业智能化实践中存在一系列问题，需要重点加以解决。

第八章 主要国家推动制造业智能化的相关政策启示。为了在新一轮科技革命和产业变革中抢占全球制造业的制高点，美国、德国、日本等主要工业国家相继出台了国家战略，将发展基于信息物理系统（Cyber-Physical System，CPS）的智能装备、智能工厂等制造业智能化转型确定为新一轮制造业变革的核心内容，着力寻找制造业与新一代信息技术、人工智能技术的结合点。本章分析了美国、德国、日本、中国等主要工业大国在推动制造业智能化方面的政策实践：美国以加强先进制造业领导地位为导向，多路并进推动制造业智能化布局；德国由企业发起、政府推动实施以制造业智能化为核心的工业4.0战略；日本以机器人革命战略与“超智能社会”战略推动制造业智能化升级；而我国在国家和地方层面都出台了不少政策来促进制造业智能化转型。美国、德国、日本等主要工业国家的制造业智能化政策各有特色，为我国制造业智能化的发展提供了宝贵的经验。

第九章 加快推进我国制造业智能化发展的对策、建议。本章提出，加快推进落实人工智能技术与制造业的深度融合，在政策层面应重点做好7方面工作：着力突破关键核心与共性技术，搭建制造业智能化协作平台，布局重大科技工程项目，建立多渠道投融资机制，建立制造业智能化创新试点基地，加快制定相关技术标准以加强制造业数据安全保障，加强复合人才引进、培养。

本书是集体合作的成果，各章的分工如下：第一章由赵剑波、曾昭睿、李雯轩执笔，第二章由李雯轩、浮婷执笔，第三章由李晓华执笔，第四章由李雯轩、赵剑波执笔，第五章由邓洲、姚鹏执笔，第六章由李晓华执笔，第七章由刘佳骏、李晓华执笔，第八章由方晓霞执笔，第九章由刘佳骏执笔。在数易其稿后，由李晓华对全书进行了统稿。

本书的完成得到了来自各方的关心、支持和帮助，因此我们要感谢许多人。感谢人工智能科技与实践的推动者，在让我们享受人工智能福利的同时，为我们提供了有趣的研究素材；感谢我们阅读和参考过的许多人工智能与制造业智能化相关文献的作者，让我们站在巨人的肩膀上看得更远；感谢我们的合作伙伴、我们访谈和参观过的众多企业，与我们分享对制造业智能化的真知灼见，让我们感受到人工智能越来越强大的“赋能”力量；感谢我们的领导和同事，一如既往地给予我们关心和及时的帮助；感谢我们的家人，能够忍受我们将大量的时间花在工作上而减少了对他们的陪伴。最后，还要感谢人民邮电出版社学术出版中心总经理王威先生、策划编辑贾淑艳女士和贺瑞君先生为我们的成果提供了一个专业和有影响力的展示平台，以及对书稿提出的宝贵意见。

由于制造业的智能化是一项跨学科的实践工作，经济学、管理学背景的我们从事这项研究力有不逮，书稿中难免出现疏漏和错误，请大家不吝赐教。我们期待，本书能够给读者提供有价值的增量知识，能够为我国制造业智能化愈烧愈旺的火焰增加一把小小的薪柴。

[1]数字计算机奠基人艾伦·图灵（Alan Turing）提出的一种检验某个对象是否有智能的测试方法：向对象提出各种各样的问题，如果提问的人从对象的答复中无法区别对象究竟是一个人还是一台机器，就认为对象是有智能的。

[2]我国《国民经济行业分类》将国民经济行业划分为门类、大类、中类和小类4级。门类代码用1位拉丁字母表示，即用字母A，B，C，…，T依次代表不同门类；大类代码用2位阿拉伯数字表示，从01开始按顺序编码；中类代码用3位阿拉伯数字表示，前2位为大类代码，第3位为中类顺序代码；小类代码用4位阿拉伯数字表示，前3位为中类代码，第4位为小类顺序代码。