人工智能在劳动密集型行业转型升级分析

金彦

[摘           要]  进一步加快经济发展，可以进一步实现未来制造业的转型，许多发达国家都在加强人工智能与传统劳动型制造业融合应用的战略部署。近年来，国内外在人工智能与制造业融合发展转型升级的实践过程中取得了较好的效果，进一步提升了生产效率的智能化水平，并取得了较为丰厚的经济效益，有效地弥补了传统的劳动密集型制造业对较为有限的劳动力的依赖，进一步降低了生产成本。我国的有效劳动力也开始呈现负增长的趋势，传统的劳动密集型企业转型升级是未来的必然发展方向，因此我国应当紧抓机遇，加速部署，进一步融合人工智能方向的学术与现实产业的应用，并完善相关行业标准，实现“走出去，引进来”，进一步促进人工智能与传统制造业的深度融合。

[关    键   词]  人工智能;制造业;深度融合;国家战略

[中图分类号]  TP18                     [文献标志码]  A                       [文章编号]  2096-0603（2019）08-0224-02

所谓人工智能，是使用计算机模拟人的思维方式来实行智能化的行为。它采用合适的算法模拟人脑的思维方式，使计算机实现多种多样的高层应用。人工智能涉及多门学科，应用范围远远超出了传统计算机科学的范畴，是思维科学技术的一个重要的应用分支，同时也为下一代技术革命和经济发展注入了更新更强的动力。当前人工智能已经广泛地在生产模式、生产流程、生产运营等方面产生了重要变革。作为最新的生产因素，人工智能对劳动密集型的传统制造业产生了如下几方面的重要影响：

1.人工智能体系下的生产机器将很大程度上取代传统生产体系中人的基本操作，实现生产的自动化和智能化，这可以很大程度上解放人力资源，降低生产成本，弥补劳动力短缺等问题。

2.人工智能可以给生产效率带来数十倍的提升，进一步解放人类繁重繁杂的工作，从而将人力用在更加高级富有创造性的工作上面。

3.人工智能与传统劳动密集型制造业进行深度的融合与发展，可以大大加速产品的生产和开发流程，进一步拓展业务范围，实现生产流程的全自动和智能化。

一、人工智能在制造业的四个领域中的应用

（一）进一步提升计算机视觉等方面的应用能力

传统的劳动密集型产业很多领域依赖于视觉方面的检查，而人工智能产品对计算机视觉等方面的应用能力迅速提升，当前许多自动化的检测系统已经初具规模。应用在生产一线中，人工智能可以多方面地对产品质量进行监测，较之人为的监测更加准确、更加严格。计算机视觉和深度学习已经广泛应用在制造业的精确分析上，机器视觉工具可以在比人类精细得多的分辨范围之内发现产品极其微观的缺陷和误差，从而有效提升产品的品控。

（二）进一步优化产品的生产过程

人工智能通过生产流程中的诸多参数，可以对生产流程中许多机器进行更加符合实际情况的参数设置。例如在塑料的生产流程中，随着环境、温度、湿度等因素的改变，可能要调整机器的冷却时间、生产速度等参数，而人工智能经过训练建立正确的模型，可以自動化对这些参数进行调整和改进，进一步提升产品质量，大大降低了不合格率。

（三）进一步提升产品研发与设计效率

在新产品的制造过程中，需要反复地确认需求、参数调整和模型改进，牵扯了研发者和设计师大量的精力，而人工智能技术可以自动地调整相关参数，显著地缩短研发设计的流程，进一步提高生产上线的效率。

（四）准确查找产品质量问题的根源所在

在产品的制造过程中，往往会经过十几道甚至数十道生产步骤，如果最终成品出现质量问题，有时很难确定到底哪个环节出现了错误或故障，而人工智能技术和配套的数据分析技术，可以进一步帮助自动识别生产中所产生的问题。

当前许多人工智能的设备厂家和相关科研单位都开始将智能化技术应用于视觉检测、自动控制、智能监测、问题分析等多个方面，而机器人工业的兴起也为人工智能的应用指明了前进的方向。科技的大潮已经掀起，时代发展不可阻挡，在未来的制造业中人力密集型制造业或将不复存在，取而代之的是智能化的机器人生产线，以更低的成本、更强的技术、更严的品控，进一步提高生产效率和产品质量。

二、人工智能向制造业的融合渗透仍面临挑战

尽管人工智能技术与传统制造业的融合已经初步显现出一些效果，但是从世界整体工业生产应用范围来看，距离智能技术全面取代人力密集型，传统制造业仍然有一段路程要走，在多方面还存在着一定的发展瓶颈。

（一）当前智能制造产业的总体发展还有所限制，理论和应用都还不够成熟

作为一门通用的技术，人工智能在工业级的领域中的应用还需要多方展开共同合作，在实践过程中进行融合性的探索，对相关的产品指标也具有更加严格的要求，从过往的案例中我们可以看出，当前人工智能在劳动密集型产业中的应用，主要是根据人力装备较为密集的制造产业与具备人工智能技术的科技公司共同合作而联合推进，它的开发成本和应用成本暂时还处于一个较高的水平，应用覆盖也较为狭窄，这对人工智能技术的大范围推广都造成了一定的阻碍。

（二）行业应用标準还有待完善

在工业级的人工智能产业应用中，一般需要大规模的数据和模型搭建，它们通常来源于在制造现场或生产线上所部署的多个传感器产生的数据，但是由于应用范围较为繁杂，在制造业上所产生的数据往往不是一个严格的标准，很多不同产业之间的数据不能兼容，很难达成人工智能对优化模型和广泛应用的相关要求。例如在工业现场总线控制中，当前的相关控制协议和通讯协议达数十种之多，他们之间各具特色，互不兼容，从而形成了工业制造中的信息孤岛，无法呈现信息的有效互通。

（三）产业发展保障还需要进一步健全

人工智能技术作为一门高新技术本身就具备一定的风险，在引入传统制造业之后，它与制造业融合所产生的功能风险将进一步放大。而随着人工智能水平越高，这种风险也随之增加，甚至对人和社会自身的安全造成一定的影响。此外，人工智能的研发应用也缺乏一定的法律标准和道德标准，很容易对人类社会的伦理道德产生一定冲击，部分人工智能的健全性不够，例如在识别系统中输入具有欺骗特点的数据，则很容易引起系统误判，而导致系统漏洞。在工业事故处理过程中，人工智能管理系统在面临救援人员和没有财产无法兼顾的情况下，也没有相关的救援标准和道德标准。

三、促进我国人工智能与劳动密集型制造业深度融合发展的政策建议

当前许多发达国家都开始迈出重要一步，主动探索人工智能技术与传统劳动密集型制造业之间相互融合发展的方向和措施。例如美国以机器人技术为载体，将人工智能技术与传统制造业有效融合，用来弥补自身劳动力不足的问题。而德国提出了工业4.0计划，开始在生产线上全面应用智能化产品和智能化数据，使生产系统效率更高。日本围绕着机器人强国的技术优势，一方面加强了新型机器人的应用，另一方面大量使用工业机器人来获取生产数据，形成智能化大数据库。尽管各国的方向不同，但是智能与传统制造业的融合已经成为大势所趋，与其他科学技术的融合发展也是必然的发展方向。因此我国要进一步高瞻远瞩，在人工智能与制造业的融合发展上走在全球的前列，进一步提升自身的科学技术优势，充分调研现实需求，补齐技术短板，为实现工业4.0奠定坚实的基础。

（一）编制制造业人工智能技术路线图

首先，国家要有相关行业部门进行主导，联合学术界、工业界多方面的专家共同商讨，科学制订下一步的人工智能与制造业融合发展技术路线图，从而为当前技术应用和未来发展趋势指明方向。在编制路线图的过程中，首先要基于现状，充分调研现实需求，了解当前存在的问题和相关短板，同时也要敏锐地把握未来的科学发展方向和人工智能广泛的应用范畴，形成学术界和工业界之间的互动与共识，进一步推动学术与应用之间的相互融合和共同发展。在有可能出现重大突破的领域，开展广泛的交流和探讨，为未来人工智能技术的发展奠定坚实的基础。同时，在路线图完成之后，也要定期维护与修改，紧紧把握科学发展形势和工业应用现实需求，更好地实现人工智能的工业应用。

（二）构建制造环节的工业大数据库

在人工智能应用的过程中，需要大量的数据进行信息传递和实时控制，因此为了进一步提高大数据与制造业的融合，要着力构造全生产流程范围内的工业大数据库。一方面，对已经存在的工业级数据库进行有效整合，但是当前数据规模较有限，质量也不是很高，需要进行数据过滤与数据清洗;另一方面，需要进一步整合多个行业的共性特点，形成一套更加完整、更加通用的宽范围标准，使之更加符合现实生产流程，逐渐形成自主的数据体系，从而打造全球最大的工业及人工智能信息数据库，进一步提升人工智能技术的应用性与稳定性。

（三）鼓励制造业企业利用综合优势实施逆向整合

要充分利用我国工业体系完整、技术资源丰富的特点，进一步丰富人工智能的应用范畴和应用场景，加速资源整合和技术融合应用，特别是人工智能的学术突破、核心技术转化及相关装备的研制。具体而言，从政策上要支持与鼓励优秀的传统制造相关企业充分发挥自身的技术优势和市场优势，加大资本投入和科技投入，进一步加强与国内外人工智能实验室或企业高效的关键技术合作，采取“走出去，引进来”的方式，最大限度地提升生产流程智能化水平，实现核心技术的积累和产业升级。同时，鼓励我国较为先进的传统制造企业在海外设立相关的人工智能技术研发部门，进一步加强科技合作，更加便捷地利用国际上先进的技术与装备，以进一步获取国际尖端技术，并在使用中加强学习和吸收，以提升自身的关键技术和研发能力。

参考文献：

[1]刘星.人工智能与制造业融合渐进[J].电气技术，2018（3）：3.

[2]王立军.当制造业碰撞人工智能：开辟浙江发展新路径[J].杭州科技，2017（2）：23-27.

[3]雷尚君，李勇坚.推动互联网、大数据、人工智能和实体经济深度融合[J].经济研究参考，2018（8）.