制造業發展的轉折點已經到來。

隨著國務院發布《新一代人工智能發展規劃》，國家級人工智能戰略布局正式吹響號角。根據賽迪顧問預測，到2019年，中國人工智能市場規模將超過439億元，未來三年中國人工智能市場年復合增長率將達到22.8%。智能家居、AR、人臉支付等新興應用逐步走向成熟，智慧城市、智能制造不斷深化，將驅動中國人工智能市場保持穩步增長。

其中，智能技術對制造業的重塑，尤為引人關注。在9月舉辦的2017百度云智峰會上，首鋼集團作為傳統鋼鐵企業的代表，進行了一段利用人工智能技術進行鋼板缺陷檢測與識別的現場演示。短短數分鐘內，百度ABC一體機便在1萬張鋼板圖片中檢測出正常鋼板9714張，紅皮、褶皺、孔洞分別為280張、3張及2張——準確率超過99.9%。

2017年9月，北京首鋼自動化信息技術有限公司（以下簡稱首鋼信息）總經理佘國平指出，“目前我國鋼鐵行業最大的痛點包括質量管控和生產裝備的自主化能力，通過引進先進的AI技術，首鋼信息希望能夠在鋼材瑕疵的智能識別及分類檢索技術上取得大幅進展，提高質量管控效率。”

通過智能技術提升鋼材質量管控效率，僅僅是智能制造的冰山一角。據麥肯錫全球董事合伙人王平此前向21世紀經濟報道記者介紹，“從客戶訂單到售后服務，智能制造技術將改變商業產品的整個生命周期。”

智能化轉型

在鋼鐵行業，智能技術還有眾多實質性的應用空間。

據寶鋼工程技術有限公司副總經理、上海寶鋼工業技術服務有限公司總經理李麒介紹，“由于鋼包屬于高溫移動物體，傳統手段無法實現對鋼包的狀態感知，無感知的鋼包成為了影響鋼廠效率、成本、能耗和安全的重要因素。”

百度云與寶鋼技術的合作，則在一定程度上解決了這個難題。百度云開發的天工智能物聯網首先通過對傳統鋼包進行智能化改造，實現對運轉溫度、壓力的動態采集，同時輔以熱成像視覺監測技術，形成鋼包狀態信息“黑匣子”。隨后將鋼包狀態信息傳送到天工大數據平臺，利用百度云平臺的運算能力和人工智能技術，對數據進行全方位分析、診斷、預測，使鋼包由感知狀態突破到認知境界，進而實現對精細化生產、設備安全、節能降耗和供應鏈優化的決策支持。

除了鋼鐵行業之外，智能技術在其他行業也已經開始滲透。

上海振華重工（集團）股份有限公司（ZPMC）是港口機械的領軍者，企業的港口機械目前已銷往93個國家和地區，全球占有率高達82%。2017年5月11日，亞洲首個集裝箱全自動化碼頭——青島港碼頭投入使用，振華重工為其提供了7臺岸橋、20臺自動化軌道吊和38臺L-AGV自動化引導小車以及碼頭的設備控制管理系統。

據了解，該碼頭設計作業效率每小時40自然箱，較傳統碼頭作業效率提升30%，操作人員減少85%，是全球自動化程度最高、裝卸效率最快的集裝箱碼頭。

“除了振華重工之外，在能源行業，諸如協合新能源、遠景能源是通過微軟Azure智能云上的物聯網技術，將傳感器搜集到的數據灌入數據庫，再進行數據分析，從而進行硬件監測與優化。”微軟大中華區副總裁、全渠道事業部、商業客戶事業部及云計算戰略總經理包嘉峰告訴21世紀經濟報道記者。

技術改造轉型速度

盡管國內部分企業在智能化轉型過程中已開始試水并取得一定成績，但對于更多的企業而言，在這一塊依舊表現欠佳。

根據埃森哲近日發布的《發現新動能：中國制造業如何制勝數字經濟》的研究報告顯示，僅有4%的中國制造業企業成為“數字領軍者”，將數字化投入轉化為了出色的經營績效。19%的企業被歸類為“數字實踐者”，這些企業已經開始打造數字能力，但經營上未見明顯提升。19%的企業被稱為“傳統商業領袖”，他們尚未重視數字能力，依靠過往積累維持經營優勢。而大部分（58%）的企業在數字化投入和經營業績方面都表現欠佳。

數字化投入是實現智能化的前提所在。“數字化制造是將數字化技術和先進制造技術用于產品全生命周期中，實現對產品設計和功能的仿真以及原型制造的過程。”天津大學機械工程學院王太勇指出。

超過半數的中國制造企業在數字化投入和經營業績方面均表現欠佳，也就意味著，還有大量企業還未踏上智能化道路。包嘉峰向21世紀經濟報道記者強調，“企業數字化轉型的速度，取決于將舊有進程進行改造的速度。在這個過程中，用技術改造就快，用人來改造就慢。”

例如，建造樓宇的傳統方式是先設定樓層數、人群容量、用途，然后加以設計和建造，如今則能以更加技術性的手段來進行量化。通過在舊的大樓里部署傳感器并觀察一段時間，就可以了解大樓中的人流量、溫度、各區域的功能等，建設新樓層時便可以參考設計。

不過，在中國制造業中，確實也存在企業擁有轉型意識，卻無從下手的情況，具體體現在企業數字化轉型方案缺乏明確責任分配和清晰的路線圖。根據麥肯錫調查顯示，僅9%的中國受訪者認為所在企業在智能制造領域有明確責任分配，僅6%已有清晰的路線圖。

“我的建議是從某個業務模塊開始，逐漸嘗試數字化。”包嘉峰強調，“在企業中，總歸會有一些不那么敏感的數據或新的產品線，都可以率先試水。數字化是一個需要逐步適應的過程。”

更多資訊請關注工業機器人頻道