智通分享 | 制造业数字化、网络化、智能化路径探索

当中国发展进入新时代，中国也进入由科技和创新驱动的新一轮发展阶段，人工智能将成为中国新时代科技创新的关键和参与全球竞争的重要砝码。人工智能技术在各行业已经展现出广阔的应用前景，发展人工智能已经成为国家之间竞争的制高点之一。

从国家发展的长远角度来看，人工智能将对经济、社会、国防等多个领域带来深远影响，中国是世界上最大的制造业大国，制造业与人工智能的结合是中国从制造大国走向制造强国的重要一步，是中国直面国内国际挑战的重要超车机遇。制造业与人工智能的结合是解决中国人口老龄化，制造业由于装备和软硬件平台依赖进口所面临的缺乏创新平台自动化、制造业外移、制造业仍处于价值链低端，劳动生产率较低等问题的重要手段。

特别在中美贸易摩擦挑战下，制造业亟待人工智能赋能。人工智能技术为制造业的发展打开新天地，制造业为人工智能提供巨大的数据养料和落地舞台。沿着数字化、网络化、智能化的智能制造发展路径，未来智能化的制造业将是中国经济和技术发展的重中之中。

中国制造业为中国人工智能发展提供最大的场景

1. 中国是世界最大的制造业大国

今天，中国是世界上最大的制造业大国。 中国之前，全球尚未有任何一个国家能在短短的40年内，实现由农业经济向信息经济的跃迁。改革开放40年来，我国建立了门类齐全的现代工业体系，工业经济的实力迅速壮大并跃升为世界第一制造大国，也是世界上唯一有完整的制造业体系、产品和产业链的大国。

2. 中国制造业产业结构特性适于人工智能应用

在制造业，低技术含量的工人将首先面临被人工智能替代。中国制造业主要由传统产业驱动、从业者技术要求较低，因此其劳动力可以被自动化的程度整体较高，重复性、规则性、可编程性较高的工作内容将在未来主要由人工智能协同智能化工业机器人完成。

3. 制造业海量数据为人工智能发展提供丰富的“生产资料”

制造业可源源不断产生比消费更为丰富的海量数据，为人工智能发展提供丰富的“生产资料”。数据的收集是数据分析、测试、机器学习的基础，仅当拥有足量的数据基础时，机器学习才能够最大程度发挥其效用。制造业可以在产线运行、检测、运输、仓储等全过程源源不断产生数据流，为AI时代的计算提供大量的、相对规则的数据资料，助力机器学习进一步的算法优化、提高预测准确度。

企业发展智能制造的路径

制造业智能化实现路径：在数字化、网络化、智能化的相互递进与配合下，企业转型智能工厂、跨企业价值链延伸、全行业生态构建与优化配置将得以实现。

首先，数字化。通过将种类繁多的工业传感器布置于生产与流通的各个部分，可以将工业过程各主要参数制式数字化，产生大量工业数据，为智能化奠定数据基础。

其次，网络化。工业通信将传感器采集到的工业数据传输至云端。工业云是工业互联网最核心的部分，进行海量数据的汇聚、提炼、模型计算等，实现资源优化与预测。

最终，实现智能化。依托图像、语音、机器学习等人工智能技术，制造业企业得以在网络化的基础上进一步实现智能化，如依托图像技术进行自动光学检测和仓储机器人的使用、依托语音技术进行物流语音拣选、依托机器学习进行预测性维护和车货匹配等。

1. 第一步：数字化——“感受”工业过程，采集海量数据

（1）为配合工业智能化、实现智能制造，制造业工厂在进行数字化、网络化、智能化的软硬件应用之前，更为基础的是在生产流程上打通设计、生产、检测、搬运、仓储、配送等主要环节，高效、科学的生产流程设计蕴含着巨大的提质增效、降本减存的机会。

（2）工业传感器：工业数据的“采集感官”

人工智能的基础是大量的数据，而工业传感器是获得多维工业数据的感官。除了设备状态信息以外，人工智能平台需要收集工作环境(如温度湿度)、原材料的良率、辅料的使用情况等相关信息，用以预测未来的趋势。这就需要部署更多类别和数量的传感器。现在的工业传感器可以提供监视输出信号、为预测设备故障作出数据支持，可有助于确认库存中可用的原材料，可代替指示表更精确地读数以及在环境恶劣的情况下收集数据等。

2. 第二步：网络化——高速传输、云端计算、互联互通

（1）工业通信：数据上云的“高速公路”

得到大量数据后，如何将数据传输至云端呢？这需要依托先进的工业级通信技术。和过去在车间内直接对数据进行简单响应不同，企业需要把不同车间，不同工厂，不同时间的数据汇聚到同一个地方(云数据中心)，进行复杂的数据计算，以提炼出有用的数学模型。这就对工业通信网络架构提出新要求，推动标准化通信协议及5G等新的技术在车间里的普及。

（2）工业云：汇聚提炼海量数据，模型计算资源优化的场所

人工智能进行计算的场所——云平台。工业生产中产生的海量数据将与工业云平台相连，采用分布式架构进行分布式数据挖掘，提炼有效生产改进信息，最终将用于预测性维护等领域，在云平台上首先打通数据流和物流，在云上汇聚工厂内部的不同维度、产品生命周期不同阶段、供应链上下游不同行为主体，其次可以通过运用大数据及人工智能技术进行分析，提炼数字分析模型。

3. 第三步：智能化——三个维度的整体智能化

（1）打通工厂内部的数据流

过去传统的制造业工厂的内部存在信息系统和生产管理系统两个相对独立的子系统，未来的智能工厂，需要打通设备，数据采集，企业信息系统，云平台等不同层的信息壁垒，实现从车间到决策层的纵向互联。

（2）打通供应链各个环节数据流

供应链各个环节之间的物流会产生大量的数据。这些物流信息的收集能够帮助物流行业提升效率，降低成本。未来的智慧物流，通过智能化收集、集成、处理物流的采购、运输、仓储、包装、装卸搬运、流通、配送等各个环节的信息，实现全面分析，及时处理及自我调整。这需要涉及到将这些数据数字化并累积成足够的数据库，需要大量的基础设施建设。

（3）产品生命周期全过程数字化

通过搭建整合制造流程的数字生产平台，能实现从产品设计、生产计划到制造执行的全过程数字化，将产品创新、制造效率和有效性水平提升至一个新的高度。

一直都以专业技术和实际科技创新成果致力推动传统企业的数字化转型。我们为企业提供智慧工厂解决方案，使生产运营管理全链条上下贯通、横纵联合，形成围绕数字化企业的制造执行、经营管理、决策分析的三位一体管理，生产运营数据全面集成、融合、分析，及时准确掌握生产运营状况，支持科学决策，服务于企业精益管理与柔性制造。

智通科技智慧工厂解决方案可实现生产资源的优化配置，提升生产的灵活性及对市场需求的反应能力；实现生产设备的智能运维，提高设备综合使用效率；实现全流程追溯，提高产品品质与安全，使生产全过程数字化、智能化。未来，智通科技将助力更多的企业进行数字化、网络化、智能化转型，充分发挥智通科技在知识图谱、自然语言处理、大数据、物联网的技术优势，促进制造业的深度智能化。