人工智能作为一类信息技术，诞生于20世纪50年代，几乎与计算机同步。60多年来，人工智能涉及的技术和派系众多，学界并没有一个明确的定义。对于大多数公众而言，从人工智能发展目的的角度，可以简单将其理解为“与人类一样聪明的人造机器”。
将这个聪明的“机器”放入制造业中，主要的作用就是使机器能够“达到甚至超过人类技工水平”，以实现企业生产运营效率的提升。这个放入“人工智能”的“智能化”过程，与过去制造业追求“自动化”的过程实际上有本质的差异。“自动化”追求的是机器自动生产，本质是“机器替人”，强调大规模的机器生产；而“智能化”追求的是机器的柔性生产，本质是“人机协同”，强调机器能够自主配合要素变化和人的工作。
因此，“人工智能+制造”未来所追求的，不应是简单粗暴的“机器替人”，而应是将工业革命以来极度细化、甚至异化的工人流水线工作，重新拉回“以人为本”的组织模式，即让机器承担更多简单重复甚至危险的工作，而人承担更多管理和创造工作。
“人工智能+制造”必然走向平台模式
制造业是一个庞大的产业，同一个厂房里，可能有好几种来自不同厂家的生产设备，这些设备往往采用各自的技术和数据标准，彼此之间并不能直接连通和交互。不同的工厂乃至不同的制造业企业，差异就更大了。这样的差异使得传统制造业信息化难度大、效率提升有限。
互联网的普及和发展催生了“平台模式”，平台内信息传播的速度大大增加、交易成本大大降低，有效促进了经济效率的提升。近几年，互联网的这个模式逐渐扩展到了各行各业。对于制造业而言，这个模式就是“工业互联网平台”。
未来“人工智能+制造”的实现的重要基础就是这个平台，由这个平台为产业提供通用的算力（工业云计算和边缘计算）、算据（工业大数据）和算法（工业人工智能）能力，从而推动整个产业的转型升级。调研公司MarketsandMarkets的数据显示，这三部分代表的全球工业互联网平台市场规模占整体“人工智能+制造”的比例，将从2016年的24%增长为2025年的36%，达到2.6千亿美元。
互联网助力“人工智能+制造”的三类典型场景
互联网经过数十年发展，已成为信息革命的中坚力量，也是当前人工智能技术发展的领航者。其连接、数据、云、算法和安全等五方面的经验与积累，能够有效支持其推动人工智能与各产业结合落地。对“人工智能+制造”而言，目前互联网助力的典型场景主要有三类：
一、产品注智，从软件到硬件的智能升级
互联网可以将其人工智能算法，以能力封装和开放方式嵌入到产品中，从而帮助制造业生产新一代的智能产品。如谷歌开发出专用于大规模机器学习的智能芯片TPU、腾讯AI开放平台对外提供计算机视觉等AI能力等。
二、服务注智，提高营销和售后的精准水平
互联网可利用其人工智能算法，为制造企业提供更精准的增值服务。一是售前营销，以人工智能进行用户侧需求数据的多维分析，实现更实时、精准的广告信息传递；二是售后维护，以物联网、大数据和人工智能算法，实现对制造业产品的实时监测、管理和风险预警。如三一重工结合腾讯云，把分布全球的30万台设备接入平台，利用大数据和智能算法，远程管理庞大设备群的运行状况，有效实现故障风险预警，大大提升了排障效率并降低维护成本。
三、生产注智，增强机器自主生产能力
互联网可帮助制造企业，将人工智能技术嵌入生产流程环节中，使得机器能够在更多复杂情况下实现自主生产，从而全面提升生产效率。目前主要应用在工艺优化和智能质检上，工艺优化上的应用，即通过机器学习建立产品的健康模型，识别各制造环节参数对最终产品质量的影响，最终找到最佳生产工艺参数；智能质检上的应用，即借助机器视觉识别，快速扫描产品质量，提高质检效率。
人工智能向制造业的融合仍面临挑战
首先，尽管当前人工智能与制造业的融合发展已经显露出一些成效，但是从世界范围看，该领域仍然较为前沿，在技术架构、实施路径、行业标准及产业生态等方面均存在一定的发展瓶颈。
首先是产业总体发展尚不成熟。作为一项基础性、通用性的技术，人工智能在工业领域的应用实践需要产业界多方合作开展大量的融合创新探索，对相关产品、解决方案的成本、可靠性等指标也有较高的要求。从已有的实践案例中可以看到，当前人工智能在制造业的融合创新主要是由数据、知识密集型的制造企业与具备人工智能技术优势的互联网企业或软件企业强强联合推进的，其开发成本、技术壁垒较高，应用覆盖面也相对较窄，这使得人工智能技术暂时不具备在制造业大范围推广的条件。
其次，是行业标准有待完善。工业领域的人工智能应用需要基于大样本的数据集建模，这些数据通常是来自智能装备及现场部署的独立传感器。然而，工业现场目前的数据通信标准之间通常不能兼容，无法满足人工智能技术对优化建模数据量基本需求。以工业现场总线为例，目前在工业界常见的通信协议达二十余种，这些协议之间不能直接互联互通，使得信息孤岛的情况在工业界广泛存在。
再次，是产业发展保障体系有待健全。人工智能技术作为信息技术的一种，其自身就存在一定的安全风险，引入工业领域后，将与工业系统自身的功能风险叠加放大，这将直接危及到生命安全和国家安全。此外，在面对某些与伦理道德相关的抉择问题时，人工智能系统的研发也缺乏相关的法律标准。例如，向人工智能视频识别系统中输入带有欺骗特征的图片，有可能会引起系统误判而触发一系列的危险动作；在工业事故中，人工智能应急管理系统在面对重大资产与人员安全无法兼顾时也没有权威的处理标准。
推动人工智能与制造业融合的发展建议
作为一项极具发展前景的前沿领域，人工智能与制造业的融合发展尚需政府和产业界多方发力。
首先，是要培育产业发展环境。政府和行业协会需要通过培育解决方案服务机构、开展试点示范等方式，引导人工智能技术在ICT、互联网等领域的应用成果向制造业输出，尤其是在轻量化设计、节能降耗、工艺优化、质量提升、运行维护等当前人工智能已经涉足的领域培养一批成熟的解决方案。与此同时也要针对系统开发、现场操作、管理规划等不同层面的需求，分类型、分等级推进人工智能阶梯形人才队伍的培育工作，加强企业员工的再培训，做好工业智能化变革下新旧动能的承接工作。
其次，是要加快合作推进行业标准。产业界需要通过组织联盟等形式开展多方合作，面向各工业分类的人工智能应用对数据采集、应用部署等方面的需求，联合制定机器设备、工控系统、工业互联网平台的标准化数据接口及应用参考架构，确保支撑人工智能应用的工业数据能快速有效得以应用。
再次，是要统筹协调构建保障体系。面向人工智能技术在未来可能大范围覆盖的工业应用场景，由立法部门及行业协会共同研究制定应用规范、开发守则等涉及到应用安全、伦理道德的行业标准，尽可能规避未来可能出现的相关风险。同时政府需要加快建立工业智能公共评测服务平台，加强对工业智能系统的安全测试服务，制定完善人工智能装备、系统在工业生产应用场景中的安全操作规范守则。
