【观察】中国制造业转型和升级 最大新动能将来自何处？

7月20日，国务院印发《新一代人工智能发展规划》，标志着人工智能已经从国家战略层面正式登上了历史舞台。

 

值得注意的是，《规划》中特别提出要推动人工智能与各行业的融合创新，这其中，制造业被列在第一位。

 

“围绕制造强国的重大需求，推进智能制造关键技术装备、工业互联网等系统集成应用，智能制造使能工具与系统、智能制造云服务平台等新型制造模式，建立智能制造标准体系，推进制造全生命周期活动智能化。”

人工智能和制造业的结合，将在未来相当一段时间内，成为人工智能落地应用的重点领域，也将成为中国新产业革命的最大“新动能”。

人工智能驱动制造业转型

瓦科拉夫·斯米尔在《美国制造：国家繁荣为什么离不开制造业》中提出，“制造业始终是技术创新的基本源泉，也是经济增长的原动力”。

 

确实如此，任何产业升级离开制造业的协同，都将面临概念虚化、市场依赖度低下的双重困境。尤其是对中国而言，目前这个阶段都是制造业亟待升级，不破不立的关键节点，我们可以从三个维度来做观察。

过去二三十年，中国也已成为全球公认的制造业大国。但是，中国制造业的优势主要体现在制造成本上，甚至主要还是集中在资源密集型、劳动密集型产业。随着人员成本的上涨，这种优势已不复存在。

 

中国制造业要继续发展，就必须从以往的以数量取胜转变为以质量取胜，而这背后更离不开新技术作为重要支撑。

纵观国际经济发展，当一个国家人均GDP达到8000美元的时候，消费升级就是未来这个国家的主要趋势。从这个角度来说，早在2015年中国的人均GDP就已接近8000美元，中国迈入了消费不断升级的时代。

 

由此带来的重要变化是，消费者不再一味追求低价，而是更注重产品品质和服务体验。所以，对于品质和个性化服务体验的消费高要求，同样也是倒逼制造业向自动化和智能化转型的主要动因。

由于中国经济发展已进入“新常态”阶段，因此对中国智能制造亦高度重视。为此，国家相关部门相继发布了《中国智能制造十三五规划》、《中国制造2025》等相关行动计划，旨在通过制造业的转型和升级，最终让中国的“新经济”战略得以落地。

 

按照《中国制造2025》中的战略要求：

第一步，到2020年，中国智能制造发展基础和支撑能力明显增强，传统制造业重点领域基本实现数字化制造，有条件、有基础的重点产业智能转型取得明显进展。

第二步，到2025年，中国智能制造支撑体系基本建立，重点产业初步实现智能转型。

由此可见，过去制造业是以机械化、自动化、标准化为特征的大规模生产，随着信息化的不断推进，个性化和定制化生产成为了主流。因此，以云计算、大数据、特别是人工智能为驱动的制造业转型和升级无疑是大势所趋，更是具体的路径选择。

转型三部曲实现整体智能化

身处“数字化转型”中的中国制造业，正在面临产业升级的战略机遇期。

 

中国制造业迈向智能制造的路径,落地可以用“三部曲”来做形容。在这个过程中，人工智能技术包含的计算机视觉感知、语音技术、文本分析和翻译、对话自然语言生成、知识表达、知识推理、系统规划、机器人、交互技术、机器学习、大数据技术、物联网技术等都将起到重要的作用。

 

首先，是生产过程的智能化。产品的生产过程大致包括产品研发、采购、供应链、生产、销售、客户管理、服务等多个价值链环节，每个环节可能由一个企业之中的不同部门或者在多个企业之间完成。

 

因此，生产过程的智能化就是要把这种一个企业或者多个企业之间的产品从需求分析开始直到销售服务全价值链集成起来，确保个性化的产品能够实现。

 

例如，在采购环节，借助人工智能技术可帮助采购部门自动检索材料信息，提高数据的检索效率，同时辅助采购部门完成对材料信息的分析工作，从而对采购信息有更全方位了解，最终做出最优的采购计划，缩短采购部门计划所耗费时间，降低企业采购成本。

 

再如，在生产环节，通过人工智能技术的引入，让其不断学习机器历史表现，加之物联网传感信号，判断安排维修机器时间，或者让机器休息，从而减少生产损失及能源浪费等等。

 

其次，是制造工厂的智能化，智能制造落地的根本，则是需要建立智能化的工厂。众所周知，一个工厂的纵向系统由三层结构组成:过程控制系统、生产执行系统、资源计划系统。所以，智能化工厂就是这三层的上下贯通，每一层模块化，共同组成一个智能化平台。

 

与此同时，让工厂中的生产数据中心实现智能产品和智能设备之间的数据流动，实现数据自动采集、数据自动传输、数据自动决策、自动操作运行、自主故障处理等目标，最终达成制造工厂智能化的建设目标。

 

最后，是制造业整体智能化。具体表现在，制造业企业将全部打通产品的研发、生产、出货、经销商、零售商、用户购买、使用、售后反馈的各个环节，完成企业内部的销售历史数据、生产数据、售后数据等收集，并与外部的天气数据、路况数据、消费者舆情数据等相互连通。

 

接下来，通过对特征分析、关联分析等深度数据挖掘过程，企业实现了库存优化、生产管理、物流优化和供应商管理等，进而达到改善供应链、生产、销售的效率，最终形成高度灵活、个性化的制造链条，进而实现制造业整体竞争力提升的目的。

 

言而总之，逐步推进制造业智能化的过程中，云计算、大数据、人工智能等新技术与业务的融合，能够帮助企业实现快速降低成本、提高生产效率，带动制造业生产力的迭代，也标志着制造业的生产力将迎来又一次的解放。

戴尔论“智能制造”，赋能者、亦是创新实践者

当然，一个不容忽视的事实是，智能制造最终落地，是无法“一蹴而就”的，从中国制造业的现状来看，我们确实面临着很多的挑战和难题。

许多中国传统制造业在技术转化领域，依然大幅落后于欧美国家的企业，其根本原因是缺乏有效的技术支撑，也缺乏有效的入手引导，但是这些领域的中国制造业坐拥海量数据和充沛资金，他们正热切期待着，随时准备投资能帮助企业拓展业务、提高收益、降低成本的人工智能技术与人才。

中国人多地广，不同产业的发展极不平衡，区域经济的重点也各不相同。因此，在推动人工智能和制造业的融合过程中，如何赋能各行各业，让科技驱动行业应用，让智慧化成为新的经济推力。

 

中国制造业的数字化、智能化的推进，需要产业各界共同努力。而作为“在中国、为中国”深耕二十余年的戴尔公司，不仅是一家科技创新公司，能够为中国的制造业企业“数字化”赋能，其自身更是制造业实现“智能制造”的典范企业，可以说是实体经济的代表。

正如戴尔全球资深副总裁、大中华区总裁黄陈宏博士所说：“中国是个制造业大国，‘中国制造2025’又是国家的重要战略，应用人工智能的技术，进一步推动制造业从自动化走向智能化，拥有着广泛的应用前景。”

 

黄陈宏博士认为，推动中国制造走向中国“智”造，也是戴尔的愿景之一。在这方面，戴尔投入了大量的人力和物力，已经完成了人工智能技术和生态能力的构建。

 

这其中就包括戴尔最大的优势——计算，并一直致力于降低高性能计算、深度计算的投入成本，使高性能计算投入成本降低了1/3；去年12月，戴尔还与中科院自动化所联合宣布推出首个企业级深度学习应用与服务平台“诸葛·深知”，针对特定应用场景提供定制化的深度学习算法模型训练及相关技术咨询培训。

 

此外，作为零库存和高效供应链管理的标杆企业，戴尔也不断推进生产制程自动化、推动供应链绿色化生产，推进供应链的大数据管理等等。

既是赋能者，又是“创新”的智能制造实践者，戴尔公司将在帮助中国制造业企业未来推动人工智能和制造业的融合发展过程中，以自身成功经验和成功的全球实践，引领更多中国企业抓住机遇，逆风飞翔。

今年8月30日即将举办的2017戴尔科技峰会，戴尔作为全球数字化转型的前瞻者和引领者，将全方位展示对于中国本地数字化转型的理念和解决方案。

 

届时，戴尔将为来自全国500+各领域专家以及6000+用户带来极富洞见的理念分享，丰富的解决方案展示，共同探讨数字化转型之道。此外，现场还将专门面向医疗、教育、制造等行业举办分论坛活动，戴尔将携手更多业界合作伙伴，共同为中国更多行业的“数字化”转型，实现面向未来就绪出谋划策。

点击“阅读原文”报名参加。

申耀的科技观察（微信号：shenyao），由非著名科技媒体人申耀创办、10万公里公路自驾经验老斯基，在各大自媒体平台拥有专栏，致力于科技行业的观察和思考，在这里读懂科技行业，知趋势，赢未来！