智能制造带动制造业转型 打造工业应用新模式

制造业发展的转折点已经到来。

随着国务院发布《新一代人工智能发展规划》，国家级人工智能战略布局正式吹响号角。根据赛迪顾问预测，到2019年，中国人工智能市场规模将超过439亿元，未来三年中国人工智能市场年复合增长率将达到22.8%。智能家居、AR、人脸支付等新兴应用逐步走向成熟，智慧城市、智能制造不断深化，将驱动中国人工智能市场保持稳步增长。

其中，智能技术对制造业的重塑，尤为引人关注。在9月举办的2017百度云智峰会上，首钢集团作为传统钢铁企业的代表，进行了一段利用人工智能技术进行钢板缺陷检测与识别的现场演示。短短数分钟内，百度ABC一体机便在1万张钢板图片中检测出正常钢板9714张，红皮、褶皱、孔洞分别为280张、3张及2张——准确率超过99.9%。

2017年9月，北京首钢自动化信息技术有限公司（以下简称首钢信息）总经理佘国平指出，“目前我国钢铁行业最大的痛点包括质量管控和生产装备的自主化能力，通过引进先进的AI技术，首钢信息希望能够在钢材瑕疵的智能识别及分类检索技术上取得大幅进展，提高质量管控效率。”

通过智能技术提升钢材质量管控效率，仅仅是智能制造的冰山一角。据麦肯锡全球董事合伙人王平此前向21世纪经济报道记者介绍，“从客户订单到售后服务，智能制造技术将改变商业产品的整个生命周期。”

智能化转型

在钢铁行业，智能技术还有众多实质性的应用空间。

据宝钢工程技术有限公司副总经理、上海宝钢工业技术服务有限公司总经理李麒介绍，“由于钢包属于高温移动物体，传统手段无法实现对钢包的状态感知，无感知的钢包成为了影响钢厂效率、成本、能耗和安全的重要因素。”

百度云与宝钢技术的合作，则在一定程度上解决了这个难题。百度云开发的天工智能物联网首先通过对传统钢包进行智能化改造，实现对运转温度、压力的动态采集，同时辅以热成像视觉监测技术，形成钢包状态信息“黑匣子”。随后将钢包状态信息传送到天工大数据平台，利用百度云平台的运算能力和人工智能技术，对数据进行全方位分析、诊断、预测，使钢包由感知状态突破到认知境界，进而实现对精细化生产、设备安全、节能降耗和供应链优化的决策支持。

除了钢铁行业之外，智能技术在其他行业也已经开始渗透。

上海振华重工（集团）股份有限公司（ZPMC）是港口机械的领军者，企业的港口机械目前已销往93个国家和地区，全球占有率高达82%。2017年5月11日，亚洲首个集装箱全自动化码头——青岛港码头投入使用，振华重工为其提供了7台岸桥、20台自动化轨道吊和38台L-AGV自动化引导小车以及码头的设备控制管理系统。

据了解，该码头设计作业效率每小时40自然箱，较传统码头作业效率提升30%，操作人员减少85%，是全球自动化程度最高、装卸效率最快的集装箱码头。

“除了振华重工之外，在能源行业，诸如协合新能源、远景能源是通过微软Azure智能云上的物联网技术，将传感器搜集到的数据灌入数据库，再进行数据分析，从而进行硬件监测与优化。”微软大中华区副总裁、全渠道事业部、商业客户事业部及云计算战略总经理包嘉峰告诉21世纪经济报道记者。

技术改造转型速度

尽管国内部分企业在智能化转型过程中已开始试水并取得一定成绩，但对于更多的企业而言，在这一块依旧表现欠佳。

根据埃森哲近日发布的《发现新动能：中国制造业如何制胜数字经济》的研究报告显示，仅有4%的中国制造业企业成为“数字领军者”，将数字化投入转化为了出色的经营绩效。19%的企业被归类为“数字实践者”，这些企业已经开始打造数字能力，但经营上未见明显提升。19%的企业被称为“传统商业领袖”，他们尚未重视数字能力，依靠过往积累维持经营优势。而大部分（58%）的企业在数字化投入和经营业绩方面都表现欠佳。

数字化投入是实现智能化的前提所在。“数字化制造是将数字化技术和先进制造技术用于产品全生命周期中，实现对产品设计和功能的仿真以及原型制造的过程。”天津大学机械工程学院王太勇指出。

超过半数的中国制造企业在数字化投入和经营业绩方面均表现欠佳，也就意味着，还有大量企业还未踏上智能化道路。包嘉峰向21世纪经济报道记者强调，“企业数字化转型的速度，取决于将旧有进程进行改造的速度。在这个过程中，用技术改造就快，用人来改造就慢。”

例如，建造楼宇的传统方式是先设定楼层数、人群容量、用途，然后加以设计和建造，如今则能以更加技术性的手段来进行量化。通过在旧的大楼里部署传感器并观察一段时间，就可以了解大楼中的人流量、温度、各区域的功能等，建设新楼层时便可以参考设计。

不过，在中国制造业中，确实也存在企业拥有转型意识，却无从下手的情况，具体体现在企业数字化转型方案缺乏明确责任分配和清晰的路线图。根据麦肯锡调查显示，仅9%的中国受访者认为所在企业在智能制造领域有明确责任分配，仅6%已有清晰的路线图。

“我的建议是从某个业务模块开始，逐渐尝试数字化。”包嘉峰强调，“在企业中，总归会有一些不那么敏感的数据或新的产品线，都可以率先试水。数字化是一个需要逐步适应的过程。”

更多资讯请关注工业机器人频道