加快人工智能与制造业深度融合，构筑国际竞争新优势

闫晓杰 孔祥栋

制造业是实体经济的根基，是立国之本。工信部数据显示，我国制造业规模已经连续13年居世界首位。近几年，人工智能技术与制造业加速融合，助力制造业向信息化与智能化发展方向演进。本文从创新能力、信息基础设施、供给适配性、应用、人才等方面分析智能制造面临的问题。针对这些问题提出有针对性的建议措施，以加快人工智能与制造业的深度融合，构筑国际竞争新优势。

从中央到地方，一系列政策陆续出台，为制造业的发展提供了有力支撑。新一代人工智能是推动产业优化升级的重要驱动力量，人工智能技术与制造业加速融合，助力制造业向信息化、智能化、绿色化发展方向演进。智能化是全球制造业发展的主流趋势，以智能制造为主攻方向，有助于加快推动中国制造由价值链低端向高附加值两端延伸，也是我国制造业实现高质量发展、构筑国际竞争新优势的必由之路，对于不断巩固、壮大实体经济根基、构建现代产业体系具有重要意义。

据工信部数据，2022年，我国人工智能核心产业规模达到5000亿元，企业数量接近4000家。新一代人工智能已成为推动制造业优化升级、提升生产力水平的重要支撑。制造业规模已经连续13年居世界首位，建立起门类齐全、独立完整的现代化工业体系，产业链配套能力居世界前列，产业韧性进一步增强，发展潜力进一步释放，制造业企业的竞争力显著增强。

近年来，人工智能技术与制造业加速融合，在语音识别、工业机器人、虚拟现实、智能汽车等领域中都有广泛应用，加快制造业向智能化方向发展。我国深入实施智能制造工程十年以来，智能制造已取得显著成效。制造业企业形态和产业模式在人工智能的助力下加速升级变革，培育出网络化协同、平台化设计、个性化定制、智能化制造等一批新业态新模式。发布国家标准近340项，智能制造标准体系不断完善，初步形成企业主导、行业联动、区域协同的发展格局。

（一）关键核心技术创新能力有待提升

中国制造业規模已经连续多年世界第一，但是在高端装备、先进工艺设计、研发设计等方面与制造业发达国家还有不少差距，在全球价值链中仍处于中低端。智能制造企业在研发设计和生产过程中涉及到信息技术、人工智能技术、先进管理技术以及先进制造技术等方面，核心技术在国际上缺乏一定的竞争力。在高端芯片、电子制造、工业软件、高端数控机床等领域因技术水平、人才等因素制约，自给率严重不足。我国人工智能起步较晚，技术基础薄弱，核心算法、系统软件、人工智能芯片、传感器等关键技术主要依赖国外。“卡脖子”问题成为了我国智能制造发展必须攻克的最大难题。

（二）数字信息基础设施有待加强

2021年5月，全国一体化算力网络国家枢纽节点建设启动，“东数西算”工程全面推进。我国东西部地区因数字基础设施和投入的不同，其发展水平与城乡数字经济有显著差异。我国数字信息基础设施目前存在区域布局不均衡、应用场景有待拓展等问题，同时也面临网络安全威胁，各类核心的数据从原本的零散数据、离线数据、纸质数据都云端化汇总到数字平台，一旦被黑客攻破或者释放病毒，不但失去了所有商业秘密，还将面临法律风险。

（三）供给体系适配性有待提高

我国智能制造基础零部件和装置领域由于受材料、工艺等整体发展水平制约，依赖海外进口的局面短期内不会改变。在通用、专用型智能制造装备方面，我国智能制造装备企业往往是从产品总装的后端工艺做起，对于基础工艺和工业知识的积累相对薄弱，导致产品研发和技术迭代难以满足下游客户应用需求的发展，行业适配性和适用性亟待提升。我国的工业软件距离世界最领先水平都存在明显差距，许多重点制造领域长期以来依赖国外工业软件。智能制造解决方案成本偏高，在中小企业中难以广泛推广应用，行业适配性和适用性有待提升。

（四）应用融合有待加深

当前，人工智能在制造业领域的应用是初步的，现在只是一些企业在单点上使用了一些人工智能的技术，且重点领域偏重于营销、物流等外部领域，还远远没有“成线、成面”。对企业级和产业链级的集成应用不够，距离实现设计制造一体化、促进企业各环节整体协同的目标有较大差距，应用的深度和广度都有较大提升的空间。

（五）智能制造专业人才缺乏

智能制造涉及生产、管理、设计和服务等制造活动各个环节，除了需要熟悉信息技术的专业型人才，更迫切需要具备机电、工业软件、控制等兼备学科交叉的人才。部分院校虽然设置了智能制造工程技术、机器人工程等新工科专业，但高校人才培养目标与产业发展需求差距较大，人才培养的质量无法满足智能制造发展的实际需求。企业培养智能制造工程技术人员周期长且培养难度大，企业面临招不来、留不住的困局。人才紧缺问题制约了行业智能制造的快速发展。

从工业基础看，我国工业基础完整，工业产业链与美国、德国相比优势明显，从需求侧来看，中国人口规模基数大，内需市场庞大，同时庞大的人口规模为智能制造的发展提供了丰富的人力资源。推进人工智能与制造业的深度融合，提出以下发展建议。

（一）加大科技创新投入，突破智能制造关键共性技术

聚焦全球智能制造前沿领域和最新动态，重点围绕制造全过程、人工智能工业领域等关键核心技术和系统集成技术，形成关键核心技术攻关目录。要打好政府资金的“组合拳”，将中央、地方科技计划项目资金和首台套重大技术装备资金、研发费用加计扣除等政策结合起来，将政策引导作用发挥最大化。要进一步加大国家重点研发计划、国家重大科技项目等对智能制造领域的支持力度，发挥好科技计划项目的引领作用，更大力度集聚创新资源。鼓励行业龙头企业加大科技研发投入，联合高校、科研院所和上下游企业开展智能制造关键核心技术攻关。鼓励有条件的企业整合重组国外智能制造研发机构、生产企业，加快创新能力发展。

（二）加强数字基础设施建设，夯实基础支撑保障能力

进一步加大政策支持力度，鼓励制造业企业联系电信运营商开展工业互联网、物联网、5G、千兆光网等多种形式的网络升级改造，优化内外网部署，提升感知设备的现场感知能力，有效提升数据采集、传输、处理与分析能力。按照“大企业建平台、中小企业用平台”的思路，要鼓励国内大型集团企业、行业龙头企业、工业园区建立工业互联网平台，加速各业务系统的互联互通，推动产业链大中小制造业企业上云用云，有效形成产业链数据集成共享。加快推进“东数西算”工程，鼓励地方结合本地实际加快部署智能计算中心、工业数据中心等算力基础设施建设。进一步完善工业互联网安全技术监测服务体系，加强安全漏洞、工业协议的储备，实现国家、省、企业三级高效协同，鼓励网络安全企业提供更加优质高效的安全服务，不断提升智能制造工控网络安全水平。

（三）提高智能制造供给适配性，推动产业体系优化升级

聚焦工业领域智能制造需求，针对感知、控制、决策、执行等环节的短板弱项，加强用产学研联合创新，突破一批“卡脖子”基础零部件和装置。加快通用、专用智能制造装备加速迭代升级，培育一批智能制造装备领军企业。鼓励软件企业与装备制造商、高校、科研院所联合研发嵌入式工业软件及平台、开发面向产品全生命周期和制造全过程的核心软件，提升工业软件产品的适配性。大力推动智能制造系统解决方案供应商开发面向典型场景和行业的解决方案，对企业开展智能制造诊断服务，多维度、多层次进行智能化能力和水平分析，开发“小快轻准”的解决方案，引领带动产业体系优化升级。

（四）深化推广应用，打造智能制造新模式

聚焦车间、工厂、供应链、行业应用，扩大应用场景范围、提升应用层次，加快人工智能与制造全过程、全要素深度融合。针对流程型和离散型制造业加大力度推广新模式新业态，如网络协同制造、智能化设计、智能运维服务、大规模定制等。要鼓励智能制造应用水平高的龙头企业建设智慧供应链协同平台，实现数据可互联、信息可交互、生产可协同、柔性配置的供应链。鼓励企业开展装备联网、关键工序数控化、业务系统云化等改造。结合工信部开展的工业互联网一体化进园区“百城千园行”专题活动，打造标杆示范，形成示范引领效应，加快智能制造新模式培育与应用推广。

（五）丰富人才培育方式，提供智能制造智力支撑

随着全行业数字化的加速推进，我国数字化人才的缺口还会持续加大。智能制造的发展人才，也是最重要的资源。智能制造涉及机械工程、计算机科学与技术、控制科学与工程、材料科学与工程、机器人科学等知识，高校培养的人才与智能制造企业实际需求有一定的差距，往往是在企业参加工作后才能更好地培养，所以智能制造人才培养重点在企业，特别是复合型、应用型人才。企业可以通过建立企业大学、打造学习型组织、产学研联合培养等方式来提升加快人才培养。高校要将产教融合、科教融合结合起来，增加相关智能制造技术平台设计专业人才的培养。要进一步落实好《智能制造工程技术人员国家职业技术技能标准》为基础的智能制造人才培养体系建设与认证工作，完善智能制造工程技术人员职业技术晋升制度，为人才提供顺畅的职业发展通道，为智能制造提供智力支撑。

作者单位：山西省數字化转型促进中心