人工智能驱动制造业高质量发展的管理机制

摘要：在理论分析人工智能与制造业高质量发展的基础上，构建了人工智能驱动制造业高质量发展的管理机制，主要包括制造业企业的可视化智能管控、智能决策和智能预警三部分，分别实现深度数据挖掘为制造业企业的智能决策提供支持、自动化管理全面普及为制造业企业智能化管理的应用提供支持、实时全面监控企业生产运行状况提升制造业企业运行安全水平，最终达到驱动制造业高质量发展的目的。

关键词：人工智能；制造业；管理机制

中图分类号：F2文献标识码：Adoi：10.19311/j.cnki.1672-3198.2022.24.009

随着人工智能为代表的智能技术不断与制造业的日益融合，并引领和驱动制造业的变革和升级，已经成为制造业高质量发展的主要驱动力。这种驱动力不仅表现在制造业价值链的提升，而且也对制造业的管理机制产生了重要影响，那么人工智能驱动制造业高质量发展的管理机制如何，具体包括哪些方面，正是本文的研究所在。

1人工智能对制造业高质量发展的理论分析

现有文献研究表明，一方面人工智能的内涵并没有被学术界清晰的界定，但在学术界能被广泛接受的观点认为：人工智能是利用计算机的软硬件来模拟人类智能活动的一种学科。但人工智能实现的载体需要依托物联网、云计算、大数据等技术所造就的智能化管理体系。而这种管理体系与制造业发展相结合，就能使得人工智能技术协调和发挥制造业企业内相关资源，有效的助力企业的发展。因此，随着人工智能对制造业企业的日益渗透和结合，未来必将从生产和管理等各个方面对其产生颠覆性影响。另一方面制造业高质量的主要特征之一就是管理模式的创新，其创新的方向是结合物联网、大数据等人工智能技术的应用，推动制造业企业智能化生产和柔性生产，而其中最为重要的变化就体现在制造业企业管理方面，具体来说就是针对制造业企业资源层、能力层和职能层的智能化。其中资源层主要体现在产品相关资源以及品牌价值等；能力层主要体现在建设能力和操作能力等；而职能层主要涉及智能决策和智能经营等环节，具体的理论分析如下。

1.1人工智能与制造业企业资源层的理论分析

制造业企业资源层主要包括：（1）管理经验资源。管理经验主要是指制造业企业管理者的经验，其管理经验决定了管理层对制造业企业实施管理的组织能力和创新能力的大小，也对制造业企业未来的发展方向有着重要影响。（2）高技能人才经验资源。高技能人才的经验主要是指制造业企业中的高级技工、职业技师和取得相应水平的员工所取得的实践经验，这些实践经验决定了制造业企业技术发展和技术变革的途径，对于制造业企业可持续发展具有非常重要的作用。（3）制造业产业适应性资源。制造业产业适应性类似于生命体的高级智能能力，可以比喻为个体的生命体存在于群居社会的状况。换句话说就是制造业要能够运用动态的智能管理模式寻求产业链中上下游企业的协同发展。（4）品牌资源。品牌资源是一种在社会中被认可和固化了的无形资产，这种资源需要自身较长时间的积淀才能得到行业和社会大众的认可。

隨着人工智能与制造业的日益结合，其相关技术也必将渗透到制造业企业高质量发展的方方面面，其中也包括制造业资源层面。通过人工智能技术的相关应用，可便捷的将制造业企业相关资源进行集成，实现跨越空间限制获取资源，立体无缝隙的提供优质服务。可以说人工智能相关技术的应用对制造业企业资源层管理提供了高效、便捷的服务，是制造业高质量发展的必要手段。

1.2人工智能与制造业企业能力层的理论分析

制造业企业能力层在企业实际管理过程中主要表现为两个方面：一是智能建设力；二是智能操作力。智能建设能力主要体现为制造业企业组织凝聚力和价值判断力。智能操作力主要体现在制造业企业组织的智能应用决策力和协调发展力。具体如下：（1）组织凝聚力。组织凝聚力的主要作用是将制造业企业中每个个体的愿景转化为组织共同的愿景，形成较强的合力，从而助力制造业企业的高质量发展。（2）价值判断力。制造业企业价值判断力是对其发展目标和发展过程中存在问题的系统思考和智能权衡，是在思考与评价过程中对制造业企业资源智能运用的判断力，也是通过对制造业企业资源协同运用再反作用于自身智能决策过程所体现的判断力。（3）智能决策力。智能决策力是指利用制造业企业资源协同制造业企业管理层智能决策的过程，不仅包括企业组织如何对生产要素进行科学配置，而且还包括如何运用智能资源发现并掌控自身发展规律和生产规律。（4）智能协调力。智能协调力主要是指具有支持制造业企业资源整合、集成和协调发展的完整体系。该体系不仅应具有传播、扩散和实现信息协同的平台机制，还应包括实现信息协同的平台体系。

而综合现有文献显示，人工智能与制造业结合也是其高质量发展中生产方式的变革路径，人工智能技术的运用也能进一步形成涵盖制造业企业研发设计、生产管理等全生命周期的优化决策和解决方案。为此，从这个意义上说，制造业企业积极运用人工智能技术必将能够促进制造业高质量的发展。

1.3人工智能与制造业企业职能层的理论分析

制造业企业职能层的本质是将抽象的管理行为具体化。为此，本文将制造业企业职能分为战略职能、经营职能和控制职能三个关键环节：（1）战略职能。战略职能主要是指利用制造业企业资源为其战略制定提供帮助的过程，可以说一切战略决策都要有利于其自身资源的高效率应用和管理。（2）经营职能。经营职能是对制造业企业战略目标从顶端逐一进行分解到底端的过程，并利用其资源和能力对自身经营进行控制和管理的一系列管理活动。（3）控制职能。控制职能强调控制于制造业企业日常管理，充分发挥制造业企业资源与能力的作用。控制职能的主要作用是能高效实现企业经营管理的控制功能，能将企业发展中所遇到的风险做到事前预防、事中控制和事后评估，能最大限度地减少风险的发生。

如前文所述，人工智能在于制造业的结合过程中，一定也会涉及企业的职能层面。而企业职能层智能化有助于推动制造业优化资源配置、提升全要素生产率，实现制造业高质量发展的新动能和提质增效。

2人工智能驱动制造业高质量发展的管理机制

人工智能驱动制造业高质量发展的目的之一是提高制造业的效率，达到相应的目的和效果——使制造业企业中方便、快捷地获取信息和进一步规范自身的管理。通过物联网、云计算、泛在网络等新技术，依托先进的网络信息化环境，优化资源，最终为企业的发展提供科学的智能决策依据，实现创新综合的智能制造。其作用机制框架如图1所示，主要包括企业组织的可视化管控、智能决策和智能预警三大部分。

（1）深度数据挖掘，为制造业企业的智能决策提供支持。当前制造业智能化管理建设已初见成效，积累了大量的管理经验和数据。随着智能管理进程和人工智能技术的不断变革，其功能可将收集的相关数据得到极大扩展。另外，智能管理通过大数据和云计算等技术，整合各种数据资源，进行智能分析，并借助相应的数据挖掘工具从海量数据中获取对制造业发展过程中有用的信息，并把这些信息运用到制造业高质量发展及其相应的智能决策中去，为管理层提供及时、全面、准确的信息支持，提高制造业智能管理与决策的科学性。

（2）自动化管理全面普及，为制造业企业智能化管理的应用提供支持。根据现有的研究资料和实践方式，智能管理方式主要有以下三种：一是网格化的管理方式，建立第一时间发现问题、第一时间处置问题和第一时间解决问题的机制；二是塑造智能管理流程，创建智能管理监督和执行分离协作的管理体制，实现粗放向精细、被动向主动、静态向动态、单一向互动和传统向现代五大功能转变；三是实现精确精细、敏捷高效、全时段、全方位覆盖的管理模式。这三种智能管理模式的运用，可以自动处理企业发展中遇到的问题，达到精简管理流程，节约管理成本，提高管理效率，实现制造业高质量发展的目的。

（3）实时全面监控企业生产运行状况，提升制造业企业运行安全水平。制造业企业智能管理监控体系的科学构建和有效运行是提高制造业管理质量的关键。通过构建覆盖各级部门和企业运行的动态监测分析系统，利用物联网、射频识别（RFID）、GPS全球定位等技术，将制造業的各种生产设备与物联网连接起来，对制造业企业的资源配置以及一些生产活动进行动态监测和数据分析，预防生产中出现的各种问题，达到提升制造业企业运行安全水平的目的，助力制造业企业的高质量发展。

3结论

随着信息技术、物联网、云计算等技术的发展，人工智能与制造业企业的结合已成为其高质量发展的必然趋势。通过人工智能与制造业企业的日益结合，制造业管理者能够实时、远程、可视化监控企业生产范围内各种情况，制造业企业决策者能够基于大数据分析制定更加科学的决策，维护人员能够进行快速、准确的生产设备问题诊断和修复。另外，本文只是提出了一种人工智能驱动制造业高质量发展管理机制的思路，要形成更为完善的理论体系和开发出更为具体的方法，还需要更多专家学者和企业管理者的共同努力，还存在有待商榷和完善之处，需要更多同行的交流与探讨。

参考文献

[1]郑琼洁，王高凤.人工智能驱动制造业价值链攀升：何以可能，何以可为[J].江海学刊，2021，（4）：132-138.

[2]蒋南平.人工智能如何促进中国制造业高质量发展[J].改革与战略，2021，37（11）：72-83.

[3]罗序斌.传统制造业智能化转型升级的实践模式及其理论构建[J].现代经济探讨，2021，（11）：86-90.

[4]唐晓华，景文治.人工智能赋能下现代柔性生产与制造业智能化升级研究[J].软科学，2021，35（08）：30-38.

[5]冯瑞琳.基于人工智能与制造业的深度融合发展分析[J].现代商贸工业，2019，40（24）：193-194.

基金项目：河南省软科学项目“黄河流域中下游区域制造业绿色转型驱动高质量发展的机制与实现路径研究”（212400410093）。

作者简介：张凯（1983-），男，河南新乡人，博士后，洛阳师范学院商学院副教授，研究方向：产业生态管理。