以“新制造時代”為主題的“2020中國互聯(lián)網(wǎng)制造峰會”在廈門召開。國家發(fā)改委產(chǎn)業(yè)司原司長年勇發(fā)表重要講話。

以下為演講速記，由中制智庫整理：今天要講制造業(yè)，有人跟我說不太理解，說你還講制造業(yè)，題目和內(nèi)容都有點low。我說講什么不low呢？講大數(shù)據(jù)、云計算、區(qū)塊鏈不low，但是我說你理解錯了，我們這個社會目前最大的誤導(dǎo)就是制造業(yè)不行了，制造業(yè)落后了，要講大數(shù)據(jù)、云計算、區(qū)塊鏈、量子計算之類，才跟得上形勢，才與時俱進。這是當(dāng)前社會最大的問題。

美國從來沒有放棄制造業(yè)

要談制造業(yè)是因為當(dāng)前制造業(yè)還是我們國民經(jīng)濟的基礎(chǔ)，是我們科學(xué)技術(shù)的基本載體。一個國家的科技水平和經(jīng)濟實力體現(xiàn)在哪里？唯一的標(biāo)志就是制造業(yè)發(fā)不發(fā)達。這個是我們現(xiàn)在沒人說的，不想說，不愿意說。我總結(jié)，人類的發(fā)展進步就是制造業(yè)的發(fā)展進步。人家會說我偏激，我說人和動物的區(qū)別就是在于人可以制造工具。現(xiàn)在有一個說法叫做美國是服務(wù)經(jīng)濟了，后工業(yè)社會，不搞制造業(yè)了，而中國制造業(yè)很發(fā)達。你知道美國的具體情況是什么樣？我分享一下我的觀點，可能不一定對，大家共同交流。

去年美國服務(wù)業(yè)的比重是81%，以此證明美國是后工業(yè)經(jīng)濟，是不要制造業(yè)的經(jīng)濟。但是很多人不知道，81%背后的東西是什么？美國的服務(wù)業(yè)里頭60%以上都是為制造業(yè)服務(wù)的，大體這些年占美國經(jīng)濟總量48%、49%、50%。什么意思？美國為制造業(yè)服務(wù)的生產(chǎn)占一半，就是說美國經(jīng)濟全部總量里有一半是為制造業(yè)服務(wù)。加上制造業(yè)本身，就超過了60%。換句話說，可以說美國制造業(yè)占美國經(jīng)濟總量超過60%。美國其實還是一個制造業(yè)大國，美國從來沒有放棄制造業(yè)，直到今天。前天特朗普還說，美國要成為世界制造業(yè)的超級大國，中心意思是講要擺脫中國的依賴。如果我們中國對這個認識不清楚，天天忽悠新概念，我估計中國要為此付出沉重的代價。

智能制造的昨天、今天和明天

第一，昨天。人類歷史就是科學(xué)技術(shù)不斷為制造業(yè)賦能的歷史，我們不斷發(fā)明新的科學(xué)技術(shù)，不斷應(yīng)用在制造業(yè)上，促進制造業(yè)的發(fā)展進步。智能制造提出的時間不長，是1988年美國的懷特教授出的一本書《智能制造》，這里面首次提出來，提出來以后到現(xiàn)在也就32年，時間很短。實際上說起智能制造，往前追溯，應(yīng)該說是從第一次工業(yè)革命開始，那個時候是1776年，瓦特發(fā)明蒸汽機，那個時候制造業(yè)開始比較快的進步。瓦特發(fā)明蒸汽機，是動力的進步，不用人去拉，人就可以解放出來。那個時候開始我們就已經(jīng)進入了制造業(yè)的現(xiàn)代化進程。

第二次工業(yè)革命是以1821年法拉第發(fā)明電動機為標(biāo)志，人類進入了電氣化時代。從1946年發(fā)明電子計算機開始，我們進入了第三次工業(yè)革命的時代。第三次工業(yè)革命這個時代還在持續(xù)，至于持續(xù)多長時間不知道。

這個過程當(dāng)中我們經(jīng)歷了自動化或者叫數(shù)字化，后來經(jīng)歷了網(wǎng)絡(luò)化，近幾年由于大數(shù)據(jù)、云計算、人工智能等等新技術(shù)的出現(xiàn)，包括人工智能的技術(shù)，第三次工業(yè)革命就被認為是智能化時代。在過去200多年當(dāng)中，第一次工業(yè)革命以來，發(fā)達國家從來沒有放棄過制造業(yè)，而且始終處在制造業(yè)的領(lǐng)先地位。從國內(nèi)來看，我們國家改革開放40年來，我們緊跟發(fā)達國家的步伐，向他們學(xué)習(xí)，抓住全球產(chǎn)業(yè)大勢，特別是新一代信息技術(shù)和傳統(tǒng)的制造技術(shù)有機融合，這方面還是取得非常大的進步，取得了很多成就，這些成就就不一一列舉。為什么有這個成就？一個原因是我們積極向別人學(xué)習(xí)借鑒，一個是我們自己不斷努力的結(jié)果。

第二，今天。盡管過去40年我們制造業(yè)取得很大成就，發(fā)展成世界第一大制造體系（總規(guī)模），制造業(yè)存在的問題也是很多，距離發(fā)達國家差距還非常巨大。盡管塊頭不小，但是比較高端的這部分差距還是非常巨大。當(dāng)然，我們真正走工業(yè)化的時間還是比較短，實際上也就這40年，換句話說，現(xiàn)在我們?nèi)〉玫某删蛯嶋H上是我們用三四十年的時間走完了西方發(fā)達國家近300年的工業(yè)化道路。走過了第一次工業(yè)革命的一百年，走過了第二次工業(yè)革命的一百年，又走過了第三次工業(yè)革命的前三四十年，這么短的時間內(nèi)我們急速追趕，勢必肯定缺失了很多東西，少了很多環(huán)節(jié)。

歸納起來比較突出的有三個方面：

第一，產(chǎn)業(yè)基礎(chǔ)十分薄弱。其中最為突出的就是基礎(chǔ)研究，基礎(chǔ)研究對后面的應(yīng)用至關(guān)重要。因為前面工業(yè)化時間很短這個客觀現(xiàn)實，好多基礎(chǔ)研究沒有跟上，大學(xué)研究機構(gòu)和大企業(yè)的基礎(chǔ)研究都很差。一百多年前美國有一個物理學(xué)家叫做亨利·羅蘭，他有一個演講，他說為了應(yīng)用科學(xué)，科學(xué)本身必須成功，假如我們停止科學(xué)的進步而只留意科學(xué)的應(yīng)用，很快就會退化成中國人那樣。多少代人以來他們都沒有什么進步，因為他們只滿足科學(xué)應(yīng)用，卻從來沒有追問過他們所做事情的原理，這些原理就構(gòu)成了科學(xué)。到了一百多年之后的今天，我們改的怎么樣了？我回答不了這個問題。但是我們看到的現(xiàn)實是我們重大的基礎(chǔ)理論、重大的原創(chuàng)核心技術(shù)幾乎是空白。

高端的芯片、智能的工業(yè)機器人等等這些硬件我們目前幾乎不能生產(chǎn)，原創(chuàng)的操作系統(tǒng)等這些關(guān)鍵軟件也要依靠進口。比方說驅(qū)動電機，生產(chǎn)驅(qū)動電機的一個小部件國內(nèi)生產(chǎn)規(guī)模很大，全世界沒有人可比，但是制造這個電機所需的高速精密軸承、耐電材料、高精度位置和溫度傳感器、電子開關(guān)IGBT等等這些東西，我們沒有一件能生產(chǎn)。由于基礎(chǔ)的研究差，導(dǎo)致了底層的硬件、底層的軟件都要依賴別人，這是我們跟發(fā)達國家和美國最根本、最大的差距。

第二個短板是產(chǎn)業(yè)生態(tài)上不去。制造業(yè)的整個產(chǎn)業(yè)鏈不完整，這個問題非常突出，有的環(huán)節(jié)是空白的。為智能制造服務(wù)的關(guān)鍵基礎(chǔ)設(shè)施還差得很遠。

第三，產(chǎn)業(yè)環(huán)境亟待提升。我歸納有三個偏差。第一個偏差是不重視制造過程、制造經(jīng)驗。就是好大喜功，沒有認識到工業(yè)1.0、2.0、3.0到4.0要一步一步走。工業(yè)化的進程可以縮短，但不可以省略。省略了任何一個環(huán)節(jié)將來都要付出沉痛的代價，而且早晚還要補上。你想跳過，將來都要付出代價，而且這個代價非常沉痛。所以第一個偏差是認知偏差。第二，引導(dǎo)偏差，很多引導(dǎo)策略不系統(tǒng)、不完整，碎片化，沒有辦法執(zhí)行，針對性和可操作性都很差，重點也不突出。這種情況下怎么形成共識、形成合力？第三個偏差就是執(zhí)行偏差，在推進制造業(yè)智能化或者推進智能制造過程中，沒有看見主導(dǎo)力量，各自為政，一片散沙，資本、人力、物力的投入都浪費掉了。這就是我們今天面臨的形勢，就是這么嚴(yán)峻。

第三，明天。明天面臨什么？

實際上很清楚，今天面臨什么短板、瓶頸，那就是我們明天要努力的方向。第一，要夯實基礎(chǔ)。有大學(xué)的問題、研究機構(gòu)的問題、企業(yè)的問題，這些基礎(chǔ)都要夯實，沒有這個基礎(chǔ)想飛是不可能，必須全社會有這個意識。大學(xué)在基礎(chǔ)研究中承擔(dān)至關(guān)重要的角色，美國的經(jīng)濟起飛有兩個引擎，一個在美國的西部，在加州的舊金山灣區(qū)，一個在美國的東部，在麻省的波士頓。西部地區(qū)有加州大學(xué)、斯坦福大學(xué)這樣一系列的著名大學(xué)。東部地區(qū)有哈佛大學(xué)、麻省理工學(xué)院等。這些大學(xué)有雄厚的研究力量，有長期的積累，有源源不斷的學(xué)生進來和出來，提供了源源不斷的一代又一代的精英人才。美國這兩個地方圍繞著大學(xué)形成產(chǎn)業(yè)。

同時，這一套發(fā)達國家的制造業(yè)體系和發(fā)達的金融業(yè)體系確保了美國從大學(xué)的基礎(chǔ)研究出來的成果能夠小試、中試、產(chǎn)業(yè)化，然后放大，最后就是很大的產(chǎn)業(yè)。工廠可以不放在美國，可以放在中國、歐洲。但是，它的原創(chuàng)成果在它的大學(xué)里，而且這些教授、實驗室主任領(lǐng)著老師學(xué)生圍繞著某一個細分領(lǐng)域持續(xù)研究，從前幾代的實驗室主任手里接過來這個接力棒。

曾經(jīng)有一個中國小孩在那工作，我就問他，你是干什么的，他就做研究，來了半年。我說我想知道這半年你的學(xué)習(xí)、生活狀態(tài)是什么樣子？他說我的半年全部在實驗室，早上起床吃點東西就到實驗室，到晚上十一二點回去。他說也不是老師要求他這樣子，從實驗室主任到一幫年輕老師到學(xué)生都是這樣的狀態(tài)，而且全是自愿的，每天的狀態(tài)都非常激昂，覺得有意義。我說這就是美國強大的唯一原因，誰能做到一點誰就是最大最強的。第二，健全生態(tài)。一個是健全智能制造產(chǎn)業(yè)鏈，把短板補上。一個是推進智能制造的基礎(chǔ)設(shè)施建設(shè)，包括工業(yè)互聯(lián)網(wǎng)、5G。一個是人才體系的建設(shè)，沒有人什么都干不成。

第三，完善環(huán)境。第一，提升認知水平。第二，加強引導(dǎo)，要破除引導(dǎo)策略的碎片化。我曾經(jīng)牽頭制定了一個《增強制造業(yè)核心技術(shù)三年行動計劃》。為什么要制定這個？就是想集中少數(shù)重點領(lǐng)域，把各種資源、資金、人才都集中到這個領(lǐng)域，使這個領(lǐng)域盡快有所突破。現(xiàn)在已經(jīng)執(zhí)行到第二輪，支持了一大批項目，效果非常好。第三，推動實施。我們講智能制造，重心還是制造，你不能想象你的制造不行，上面加個計算機，加個軟件就行了，不是這樣的。制造業(yè)需要積累，需要摸索，它有很多隱性知識，不是三天兩天就學(xué)的來的。如果不熟悉制造過程、制造程序、制造工藝，那后面的再多的數(shù)據(jù)都沒有用，你根本不知道數(shù)據(jù)背后是什么。

從這個意義上講智能制造的推進可能需要一個制造業(yè)巨頭來引領(lǐng)來主導(dǎo)，沒有的話，這個事情就很難做。制造巨頭才了解制造業(yè)，才明白制造工藝、制造程序，掌握制造的核心技術(shù)，不掌握這個，你想引領(lǐng)也引領(lǐng)不了。國際上最典型就是GE，上百年的制造經(jīng)驗，它對制造工藝的理解比任何其他企業(yè)都深刻。同時又有巨大的實力來提升信息技術(shù)水平，掌握了大量信息技術(shù)的關(guān)鍵，這樣，兩方結(jié)合才可能引領(lǐng)智能制造的發(fā)展。

延伸閱讀：

集微網(wǎng)報道，數(shù)字化工業(yè)已經(jīng)成為現(xiàn)代科技變革的制高點，制造企業(yè)的研發(fā)、生產(chǎn)、管理和服務(wù)等各個環(huán)節(jié)都將逐漸迎來變革。

國家工業(yè)信息安全發(fā)展研究中心信息化所副所長、產(chǎn)業(yè)互聯(lián)網(wǎng)發(fā)展聯(lián)盟副秘書長李君近日在英特爾舉辦的“智能制造，‘芯’向未來——智能技術(shù)助力工業(yè)制造勾畫未來藍圖”主題圓桌論壇上指出，智能制造這個概念可以分為狹義和廣義兩種情況看待。狹義的智能制造更多的是聚焦于一個制造企業(yè)或者工廠級的制造，它解決的是制造活動當(dāng)中，生產(chǎn)排產(chǎn)、制造活動的全過程跟蹤等，能夠?qū)崿F(xiàn)基于數(shù)據(jù)以及基于模型的自適應(yīng)、自優(yōu)化、自決策等等。

隨著智能制造的推進，近年來它已經(jīng)在泛化，也就是向著廣義的智能制造去發(fā)展。李君表示，廣義的智能制造除了制造活動，還把和制造相關(guān)的物流、配送、交易、供應(yīng)鏈以及企業(yè)的經(jīng)營管理都逐漸涵蓋進來，基于數(shù)據(jù)、模型以及自動化和智能化的工具去實現(xiàn)這些活動的自優(yōu)化、自決策、自適應(yīng)等等。

無論是狹義還是廣義的智能制造，都需要更新、更全面的技術(shù)來賦能。在圓桌論壇上，英特爾與合作伙伴和產(chǎn)業(yè)專家，包括國電南瑞集團、TCL格創(chuàng)東智、美的集團美云智數(shù)、海研自動化以及產(chǎn)業(yè)互聯(lián)網(wǎng)發(fā)展聯(lián)盟等，共同探討了智能制造發(fā)展中新技術(shù)發(fā)展的趨勢和難點。

新趨勢

英特爾公司市場營銷集團副總裁兼中國區(qū)行業(yè)解決方案部總經(jīng)理梁雅莉指出，在工業(yè)數(shù)字化趨勢下，“AI+制造”勢在必行。她表示,“AI+制造”為工業(yè)生產(chǎn)可以帶來良性循環(huán)。以英特爾大連工廠為例，使用了AI技術(shù)后良率工程的生產(chǎn)率提升50%以上，良率達標(biāo)速度提升了25%；實驗分析設(shè)計速度提升了10倍，晶圓可靠性分析速度提高了20倍，從而加快了技術(shù)開發(fā)。“AI+制造”的價值，不只限于良率的改善，甚至也不只限于制造環(huán)節(jié)的應(yīng)用，還可以用在供應(yīng)鏈管理、市場營銷、客戶管理等諸多方面。數(shù)據(jù)分析和AI技術(shù)在這些領(lǐng)域同樣能夠發(fā)揮巨大的價值，比如以供應(yīng)鏈為例，麥肯錫的研究表明，機器學(xué)習(xí)可以使供應(yīng)鏈預(yù)測錯誤減少50%，運輸和倉儲成本減少5%-10%，供應(yīng)鏈管理成本減少25%-40%。”

英特爾制造行業(yè)AI實戰(zhàn)手冊指出，利用機器視覺、智能預(yù)測等技術(shù)，不僅能使產(chǎn)品故障率大幅下降，且節(jié)約原材料，縮短因設(shè)備檢測帶來的停機時間，更能通過自動化檢測幫助企業(yè)大幅減少人力成本；另外，通過深度學(xué)習(xí)等AI方法構(gòu)建的產(chǎn)能預(yù)測解決方案，還能幫助企業(yè)根據(jù)生產(chǎn)效率和市場需求的變化，優(yōu)化生產(chǎn)工藝和排期。

利用AI帶來的技術(shù)革新、生產(chǎn)效率優(yōu)化以及運營效率提升，不僅可以幫助傳統(tǒng)制造企業(yè)從容應(yīng)對成本和市場帶來的挑戰(zhàn)，加快產(chǎn)業(yè)升級，更可以完成從人力密集型到技術(shù)密集型的轉(zhuǎn)換，實現(xiàn)“彎道超車”。也是憑借對產(chǎn)業(yè)變革的強大驅(qū)動力，AI在工業(yè)制造領(lǐng)域的影響正日益擴大。在質(zhì)量監(jiān)控、產(chǎn)量提升、故障監(jiān)控、維保預(yù)測、能源管理、機械臂控制以及市場分析預(yù)估等使用場景中，越來越多的AI軟硬件產(chǎn)品及解決方案正發(fā)揮越來越大的作用，市場前景廣闊。來自Tractica數(shù)據(jù)表明，到2025年，工業(yè)制造領(lǐng)域的AI投資規(guī)模將超過130億美元。

梁雅莉進一步指出，在工業(yè)企業(yè)進一步邁向數(shù)字化轉(zhuǎn)型、邁向智能化升級的過程中，英特爾扮演著重要的賦能者的角色。“我們一方面基于英特爾全面的計算技術(shù)，幫助工業(yè)企業(yè)構(gòu)建智能化的應(yīng)用方案，釋放數(shù)據(jù)的價值；另一方面也希望與合作伙伴緊密合作，在廣泛的生態(tài)系統(tǒng)中分享資源和經(jīng)驗，更好地運用數(shù)字化和智能化技術(shù)，來實現(xiàn)智能工業(yè)的愿景。立足中國市場，英特爾希望，與合作伙伴緊密攜手，協(xié)助工業(yè)企業(yè)加速實現(xiàn)數(shù)字化轉(zhuǎn)型和智能化升級，最終實現(xiàn)中國發(fā)展智能工業(yè)的愿景。”

海研自動化就是英特爾賦能工業(yè)升級的受益者之一。該公司總經(jīng)理苗振海表示：“英特爾在合作過程當(dāng)中會幫助我們攻克一些加速和融合的技術(shù)，使得我們現(xiàn)在的產(chǎn)品從原有的基礎(chǔ)上提升30%-40%的效率，降低一些我們對AI顯卡芯片的依賴，整體上得到比較大的提升。”

國電南瑞集團子矜技術(shù)團隊首席架構(gòu)師徐戟則表示，智能化升級需要強大的算力支持，快速的數(shù)據(jù)傳輸和穩(wěn)定可靠的存儲，以及生態(tài)系統(tǒng)帶來的更廣泛的資源和技術(shù)的共享，來進一步滿足工業(yè)制造業(yè)的精益生產(chǎn)、制造協(xié)同、整合運營等需求。國電南瑞在未來幾年的能源轉(zhuǎn)型的目標(biāo)是依托“大-云-物-移-智-鏈”的新技術(shù)，實現(xiàn)數(shù)字化、智能化的轉(zhuǎn)型，把傳統(tǒng)的能源企業(yè)通過兩化融合轉(zhuǎn)型為能源服務(wù)型企業(yè)。

作為未來最重要的計算模式之一，云邊協(xié)同的發(fā)展還處在初級階段。徐戟表示：“我們也在探索提高資源的綜合使用率，評估和提升綜合使用率需要一個生態(tài)，需要大家把這些成果共享出來。建立這樣一個合作生態(tài)，能夠共同降低整個智能制造技術(shù)研發(fā)方面的成本，英特爾的產(chǎn)品和技術(shù)給了我們很大幫助。”

除了新技術(shù)的變革，李君認為智能制造的發(fā)展還需要進行管理變革。“過去十年是局部環(huán)節(jié)的數(shù)字化轉(zhuǎn)型，現(xiàn)在推動轉(zhuǎn)型需要從戰(zhàn)略層面展開，需要解決數(shù)據(jù)互聯(lián)和業(yè)務(wù)集成互聯(lián)，構(gòu)建跨企業(yè)新模式。”李君表示，“從具體的手段上，首先，一定要重視數(shù)據(jù)作為一種資產(chǎn)的管理，而且是要把數(shù)據(jù)當(dāng)成跟人員、設(shè)備一樣的，甚至是更重要的資產(chǎn)去管理；第二，從基礎(chǔ)上，我們要去解決設(shè)備數(shù)據(jù)采集和設(shè)備的上云，以及設(shè)備里面基于數(shù)據(jù)的模型的構(gòu)建和模型的應(yīng)用問題。因為未來朝著智能化發(fā)展，很多的業(yè)務(wù)活動都會變成模型驅(qū)動的。我們能不能把我們的工業(yè)知識積累模塊化封裝成模型，并且把這些模型有效利用起來，任何業(yè)務(wù)活動當(dāng)中都要提前布局。”

新挑戰(zhàn)

談及智能制造發(fā)展過程中遇到的新難題，TCL格創(chuàng)東智首席架構(gòu)師楊曉亮表示，工業(yè)互聯(lián)網(wǎng)除了要解決生產(chǎn)的問題，還要解決人的問題，比如說整個供應(yīng)鏈的管理排產(chǎn)的流程等都存在比較大的挑戰(zhàn)。技術(shù)方面，如何真正的通過工業(yè)互聯(lián)網(wǎng)技術(shù)去實現(xiàn)柔性制造，則是正在面臨的最大挑戰(zhàn)。

楊曉亮表示“我們現(xiàn)在的方向是要打造一種工具叫‘工業(yè)極客’，為了打造‘工業(yè)極客’，我們要打造一些方便企業(yè)IT人員以及運營技術(shù)人員使用的平臺，以低代碼的形式將產(chǎn)業(yè)中積累的技術(shù)和經(jīng)驗融入到平臺和工具中，這更加需要智能化。”

針對工業(yè)制造業(yè)企業(yè)升級的痛點，英特爾亞洲人工智能銷售技術(shù)總監(jiān)伊紅衛(wèi)分享了英特爾從云到端的軟硬件技術(shù)和產(chǎn)品優(yōu)勢。她表示，云-邊-端協(xié)同對于數(shù)字化升級是十分關(guān)鍵的，而英特爾具有從云到端的全面的產(chǎn)品組合。硬件方面，英特爾以內(nèi)置AI加速的至強可擴展處理器為基礎(chǔ)，提供全面的XPU芯片平臺，可以提供更強的算力，并針對不同場景給出個性化解決方案；軟件方面，英特爾在全球擁有15000名軟件工程師，同時也擁有超過1200萬個開發(fā)者的生態(tài)系統(tǒng)，通過軟件優(yōu)化讓硬件發(fā)揮更大性能，以開源生態(tài)讓合作伙伴參與其中，形成規(guī)模化發(fā)展，為企業(yè)降本增效，希望幫助做到智能制造的強國。

來源：電子發(fā)燒友,騰訊網(wǎng)

注：文章內(nèi)的所有配圖皆為網(wǎng)絡(luò)轉(zhuǎn)載圖片，侵權(quán)即刪！