“智能+”：為制造業(yè)轉(zhuǎn)型升級賦能

葛冬冬

【摘要】相比“互聯(lián)網(wǎng)+”，“智能+”的提出語境針對性更強(qiáng)，聚焦在提高我國的工業(yè)基礎(chǔ)能力和創(chuàng)新能力上，促進(jìn)制造業(yè)和服務(wù)業(yè)融合發(fā)展。制造業(yè)作為國民經(jīng)濟(jì)的重要支柱產(chǎn)業(yè)，必須抓住機(jī)遇，以向智能制造轉(zhuǎn)型為關(guān)鍵，以大眾創(chuàng)業(yè)、萬眾創(chuàng)新為抓手，走在升級發(fā)展前列。

【關(guān)鍵詞】“智能+” 核心技術(shù) 工業(yè)互聯(lián)網(wǎng) 制造業(yè) 科技競爭

【中圖分類號】F49 【文獻(xiàn)標(biāo)識碼】A

在2019年的政府工作報(bào)告中，李克強(qiáng)總理首次提出了“智能+”：打造工業(yè)互聯(lián)網(wǎng)平臺(tái)，拓展“智能+”，為制造業(yè)轉(zhuǎn)型升級賦能。值得注意的是，在“智能+”的概念提出之前，李克強(qiáng)總理自2015年起在各個(gè)場合多次闡述“互聯(lián)網(wǎng)+”的概念，并強(qiáng)調(diào)要推進(jìn)“互聯(lián)網(wǎng)+”建設(shè)。事實(shí)上，“互聯(lián)網(wǎng)+”以網(wǎng)絡(luò)為鏈接，以衣食住行和工作社交為載體，已經(jīng)顛覆性地變革了國家經(jīng)濟(jì)運(yùn)行和國民生活方式。

2017年國家發(fā)布的《新一代人工智能發(fā)展規(guī)劃》指出，“人工智能成為國際競爭的新焦點(diǎn)，人工智能是引領(lǐng)未來的戰(zhàn)略性技術(shù)，世界主要發(fā)達(dá)國家把發(fā)展人工智能作為提升國家競爭力、維護(hù)國家安全的重大戰(zhàn)略，加緊出臺(tái)規(guī)劃和政策，圍繞核心技術(shù)、頂尖人才、標(biāo)準(zhǔn)規(guī)范等強(qiáng)化部署，力圖在新一輪國際科技競爭中掌握主導(dǎo)權(quán)”。相比“互聯(lián)網(wǎng)+”，“智能+”的提出語境針對性更強(qiáng)，核心聚焦在提高我國的工業(yè)基礎(chǔ)能力和創(chuàng)新能力，促進(jìn)制造業(yè)和服務(wù)業(yè)融合發(fā)展。在當(dāng)下互聯(lián)網(wǎng)技術(shù)相對成熟穩(wěn)定的環(huán)境下，以智能技術(shù)為抓手，在工業(yè)互聯(lián)網(wǎng)的基礎(chǔ)平臺(tái)上，為制造業(yè)賦能，對產(chǎn)業(yè)的轉(zhuǎn)型和升級具有關(guān)鍵作用。

筆者在中美兩國均曾參與過多項(xiàng)大型企業(yè)在制造業(yè)和供應(yīng)鏈方面的核心科技項(xiàng)目。最直觀的感受是：對于現(xiàn)代工業(yè)來說，“智能+”直接意味著硬件和軟件的全面升級。硬件相對來說具體度量標(biāo)尺清晰，社會(huì)理解度和接受度較高。而在硬件更新?lián)Q代基礎(chǔ)上，如何發(fā)展更高效更完備的信息化系統(tǒng)，使之更智能地接入大數(shù)據(jù)分析、人工智能、運(yùn)籌優(yōu)化算法，在更高素質(zhì)的科研和操作團(tuán)隊(duì)配合下，真正做到對原有工業(yè)系統(tǒng)的徹底改造？其間所涉及的工作非常艱辛和瑣碎，“智能+”發(fā)展注定是一條荊棘之路。

“智能+”在我國的具體實(shí)踐和落地上，存在著一些問題

一是實(shí)施基礎(chǔ)不完備。我們在炒作“新制造”“新物流”“新零售”等諸多概念的時(shí)候，“舊制造”“舊物流”“舊零售”里很多問題依然沒有得到解答，并不具備升級基礎(chǔ)。在呼喚工業(yè)4.0的同時(shí)，必須看到，其實(shí)大多數(shù)工廠工業(yè)2.0、工業(yè)3.0的基礎(chǔ)都不完備。例如，在數(shù)據(jù)的完備度和質(zhì)量方面，傳統(tǒng)制造業(yè)長期以來的粗放管理和對數(shù)據(jù)化的忽視，導(dǎo)致整個(gè)行業(yè)可用的數(shù)據(jù)缺失率偏高，關(guān)鍵數(shù)據(jù)得不到記錄，而已有數(shù)據(jù)的記錄和管理隨意性大、數(shù)據(jù)錯(cuò)誤率高，重要數(shù)據(jù)可信度低。此外，數(shù)據(jù)記錄缺乏科學(xué)指導(dǎo)，導(dǎo)致即使精確記錄的數(shù)據(jù)重復(fù)性依然很高，分析價(jià)值較低。又如，數(shù)據(jù)庫和信息化支持系統(tǒng)的建設(shè)滯后，使得數(shù)據(jù)的充分共享和利用出現(xiàn)困難。這些基礎(chǔ)建設(shè)的缺失，導(dǎo)致缺乏建設(shè)工業(yè)物聯(lián)網(wǎng)的基礎(chǔ)，基于數(shù)據(jù)支撐的現(xiàn)代量化管理方法成為空中樓閣。

二是科研基礎(chǔ)支撐能力有待提升。李克強(qiáng)總理在2019年政府工作報(bào)告中明確提出，“提升科技支撐能力。加大基礎(chǔ)研究和應(yīng)用基礎(chǔ)研究支持力度，強(qiáng)化原始創(chuàng)新，加強(qiáng)關(guān)鍵核心技術(shù)攻關(guān)”。在各種利好條件的支持下，我國已經(jīng)成為人工智能領(lǐng)域論文發(fā)表數(shù)量最多的國家之一。但是也應(yīng)該看到，科研大國不等于科研強(qiáng)國。首先，論文引用率和論文質(zhì)量不高是一個(gè)普遍性問題，真正具有開創(chuàng)性、引領(lǐng)人類發(fā)展的人工智能革命性成果在國內(nèi)依舊鮮見。這也是我國長期以來追求指標(biāo)第一、科研相對急功近利造成的。例如，雖然目前人工智能的校企合作成為整個(gè)人工智能社區(qū)國際學(xué)術(shù)界的趨勢，我們的企業(yè)研究機(jī)構(gòu)始終沒能出現(xiàn)如微軟研究院這樣不以企業(yè)KPI為導(dǎo)向的、而是以真正解決重要純科學(xué)問題為目標(biāo)的寬松而卓越的科研機(jī)構(gòu)。其次，我們的科研基礎(chǔ)相對薄弱，在“智能+”大廈建設(shè)上依然存在很多空白環(huán)節(jié)。例如，2017年美國卡耐基梅隆大學(xué)計(jì)算機(jī)學(xué)院院長安德魯·W.摩爾（Andrew W. Moore）教授提出，人工智能最重要的是基礎(chǔ)建設(shè)，包括大規(guī)模線性規(guī)劃問題和隨機(jī)梯度下降等大型優(yōu)化策略。而在現(xiàn)實(shí)中，線性規(guī)劃和整數(shù)規(guī)劃這一在生產(chǎn)制造、航空、電網(wǎng)等重要命脈性產(chǎn)業(yè)中廣泛應(yīng)用的核心模型，其求解算法軟件，無論開源還是商業(yè)，國內(nèi)基本處于空白狀態(tài)。主要原因在于長期的積累不足，國內(nèi)無法培養(yǎng)出將復(fù)雜數(shù)學(xué)優(yōu)化算法能力和大型軟件工程結(jié)合的復(fù)合型人才。這種局面不是短期能夠改善的，需要長時(shí)間的逐步積累和提高。

三是革新的意識和素質(zhì)需要強(qiáng)化。在企業(yè)層面，傳統(tǒng)制造業(yè)的成功和我國企業(yè)家的傳統(tǒng)經(jīng)驗(yàn)往往來自于順應(yīng)改革大潮、跟進(jìn)市場風(fēng)向、抓住國內(nèi)空白、調(diào)動(dòng)員工積極性、競爭策略得當(dāng)?shù)仁侄巍，F(xiàn)代科技進(jìn)化帶來的變革，一直以來都不是多數(shù)企業(yè)的核心競爭力。在此基礎(chǔ)上，推行智能化，很難被企業(yè)家所接受。而在工業(yè)3.0方面相對成功的企業(yè)，在享受到了科技紅利之后，若要接受人工智能這一未知事物的徹底改造，遷移成本反而更大，惰性也更強(qiáng)。在執(zhí)行層面，智能化系統(tǒng)如果要發(fā)揮最大效用，在目前這個(gè)階段還很難做到徹底的無人化或自動(dòng)化，需要科研團(tuán)隊(duì)和業(yè)務(wù)團(tuán)隊(duì)的全面配合。對傳統(tǒng)制造業(yè)來說，自上而下的理解和支持，以及配備充足的科技人員和對現(xiàn)有人員加強(qiáng)認(rèn)知、素質(zhì)培訓(xùn)，都是困難而必要的任務(wù)。

從長遠(yuǎn)來看，無論如何強(qiáng)調(diào)“智能+”戰(zhàn)略的重要性都不為過

“互聯(lián)網(wǎng)+”風(fēng)潮來臨的時(shí)候，更多的是一個(gè)B2C的行業(yè)革新，顛覆性技術(shù)具有感染性強(qiáng)、可復(fù)制性高、自我進(jìn)化快等諸多便于發(fā)展的條件。相對而言，“智能+”在制造業(yè)的革命，革命的主體——傳統(tǒng)產(chǎn)業(yè)——可能會(huì)有轉(zhuǎn)身慢、動(dòng)力不足、顧慮多等問題，而且人工智能本身技術(shù)發(fā)展還未成熟，確實(shí)存在一定的黑箱特點(diǎn)和不可解釋性，與產(chǎn)業(yè)的結(jié)合也需要大量的應(yīng)用性改造，加之我國所面臨的一些現(xiàn)實(shí)困難，如數(shù)據(jù)完備度差、科研基礎(chǔ)薄弱、國民科學(xué)素質(zhì)偏低等問題，“智能+”在我國的落地絕非易事。