以“新制造時代”為主題的“2020中國互聯網制造峰會”在廈門召開。國家發改委產業司原司長年勇發表重要講話。

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

美國從來沒有放棄制造業

要談制造業是因為當前制造業還是我們國民經濟的基礎，是我們科學技術的基本載體。一個國家的科技水平和經濟實力體現在哪里？唯一的標志就是制造業發不發達。這個是我們現在沒人說的，不想說，不愿意說。我總結，人類的發展進步就是制造業的發展進步。人家會說我偏激，我說人和動物的區別就是在于人可以制造工具。現在有一個說法叫做美國是服務經濟了，后工業社會，不搞制造業了，而中國制造業很發達。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。

去年美國服務業的比重是81%，以此證明美國是后工業經濟，是不要制造業的經濟。但是很多人不知道，81%背后的東西是什么？美國的服務業里頭60%以上都是為制造業服務的，大體這些年占美國經濟總量48%、49%、50%。什么意思？美國為制造業服務的生產占一半，就是說美國經濟全部總量里有一半是為制造業服務。加上制造業本身，就超過了60%。換句話說，可以說美國制造業占美國經濟總量超過60%。美國其實還是一個制造業大國，美國從來沒有放棄制造業，直到今天。前天特朗普還說，美國要成為世界制造業的超級大國，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。人類歷史就是科學技術不斷為制造業賦能的歷史，我們不斷發明新的科學技術，不斷應用在制造業上，促進制造業的發展進步。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，提出來以后到現在也就32年，時間很短。實際上說起智能制造，往前追溯，應該說是從第一次工業革命開始，那個時候是1776年，瓦特發明蒸汽機，那個時候制造業開始比較快的進步。瓦特發明蒸汽機，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進入了制造業的現代化進程。

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

這個過程當中我們經歷了自動化或者叫數字化，后來經歷了網絡化，近幾年由于大數據、云計算、人工智能等等新技術的出現，包括人工智能的技術，第三次工業革命就被認為是智能化時代。在過去200多年當中，第一次工業革命以來，發達國家從來沒有放棄過制造業，而且始終處在制造業的領先地位。從國內來看，我們國家改革開放40年來，我們緊跟發達國家的步伐，向他們學習，抓住全球產業大勢，特別是新一代信息技術和傳統的制造技術有機融合，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習借鑒，一個是我們自己不斷努力的結果。

第二，今天。盡管過去40年我們制造業取得很大成就，發展成世界第一大制造體系（總規模），制造業存在的問題也是很多，距離發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。當然，我們真正走工業化的時間還是比較短，實際上也就這40年，換句話說，現在我們取得的成就實際上是我們用三四十年的時間走完了西方發達國家近300年的工業化道路。走過了第一次工業革命的一百年，走過了第二次工業革命的一百年，又走過了第三次工業革命的前三四十年，這么短的時間內我們急速追趕，勢必肯定缺失了很多東西，少了很多環節。

歸納起來比較突出的有三個方面：

第一，產業基礎十分薄弱。其中最為突出的就是基礎研究，基礎研究對后面的應用至關重要。因為前面工業化時間很短這個客觀現實，好多基礎研究沒有跟上，大學研究機構和大企業的基礎研究都很差。一百多年前美國有一個物理學家叫做亨利·羅蘭，他有一個演講，他說為了應用科學，科學本身必須成功，假如我們停止科學的進步而只留意科學的應用，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應用，卻從來沒有追問過他們所做事情的原理，這些原理就構成了科學。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。但是我們看到的現實是我們重大的基礎理論、重大的原創核心技術幾乎是空白。

高端的芯片、智能的工業機器人等等這些硬件我們目前幾乎不能生產，原創的操作系統等這些關鍵軟件也要依靠進口。比方說驅動電機，生產驅動電機的一個小部件國內生產規模很大，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IGBT等等這些東西，我們沒有一件能生產。由于基礎的研究差，導致了底層的硬件、底層的軟件都要依賴別人，這是我們跟發達國家和美國最根本、最大的差距。

第二個短板是產業生態上不去。制造業的整個產業鏈不完整，這個問題非常突出，有的環節是空白的。為智能制造服務的關鍵基礎設施還差得很遠。

第三，產業環境亟待提升。我歸納有三個偏差。第一個偏差是不重視制造過程、制造經驗。就是好大喜功，沒有認識到工業1.0、2.0、3.0到4.0要一步一步走。工業化的進程可以縮短，但不可以省略。省略了任何一個環節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，引導偏差，很多引導策略不系統、不完整，碎片化，沒有辦法執行，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？第三個偏差就是執行偏差，在推進制造業智能化或者推進智能制造過程中，沒有看見主導力量，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。有大學的問題、研究機構的問題、企業的問題，這些基礎都要夯實，沒有這個基礎想飛是不可能，必須全社會有這個意識。大學在基礎研究中承擔至關重要的角色，美國的經濟起飛有兩個引擎，一個在美國的西部，在加州的舊金山灣區，一個在美國的東部，在麻省的波士頓。西部地區有加州大學、斯坦福大學這樣一系列的著名大學。東部地區有哈佛大學、麻省理工學院等。這些大學有雄厚的研究力量，有長期的積累，有源源不斷的學生進來和出來，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形成產業。

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

曾經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習、生活狀態是什么樣子？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生都是這樣的狀態，而且全是自愿的，每天的狀態都非常激昂，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。一個是健全智能制造產業鏈，把短板補上。一個是推進智能制造的基礎設施建設，包括工業互聯網、5G。一個是人才體系的建設，沒有人什么都干不成。

第三，完善環境。第一，提升認知水平。第二，加強引導，要破除引導策略的碎片化。我曾經牽頭制定了一個《增強制造業核心技術三年行動計劃》。為什么要制定這個？就是想集中少數重點領域，把各種資源、資金、人才都集中到這個領域，使這個領域盡快有所突破。現在已經執行到第二輪，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。制造業需要積累，需要摸索，它有很多隱性知識，不是三天兩天就學的來的。如果不熟悉制造過程、制造程序、制造工藝，那后面的再多的數據都沒有用，你根本不知道數據背后是什么。

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

延伸閱讀：

集微網報道，數字化工業已經成為現代科技變革的制高點，制造企業的研發、生產、管理和服務等各個環節都將逐漸迎來變革。

國家工業信息安全發展研究中心信息化所副所長、產業互聯網發展聯盟副秘書長李君近日在英特爾舉辦的“智能制造，‘芯’向未來——智能技術助力工業制造勾畫未來藍圖”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或者工廠級的制造，它解決的是制造活動當中，生產排產、制造活動的全過程跟蹤等，能夠實現基于數據以及基于模型的自適應、自優化、自決策等等。

隨著智能制造的推進，近年來它已經在泛化，也就是向著廣義的智能制造去發展。李君表示，廣義的智能制造除了制造活動，還把和制造相關的物流、配送、交易、供應鏈以及企業的經營管理都逐漸涵蓋進來，基于數據、模型以及自動化和智能化的工具去實現這些活動的自優化、自決策、自適應等等。

無論是狹義還是廣義的智能制造，都需要更新、更全面的技術來賦能。在圓桌論壇上，英特爾與合作伙伴和產業專家，包括國電南瑞集團、TCL格創東智、美的集團美云智數、海研自動化以及產業互聯網發展聯盟等，共同探討了智能制造發展中新技術發展的趨勢和難點。

新趨勢

英特爾公司市場營銷集團副總裁兼中國區行業解決方案部總經理梁雅莉指出，在工業數字化趨勢下，“AI+制造”勢在必行。她表示,“AI+制造”為工業生產可以帶來良性循環。以英特爾大連工廠為例，使用了AI技術后良率工程的生產率提升50%以上，良率達標速度提升了25%；實驗分析設計速度提升了10倍，晶圓可靠性分析速度提高了20倍，從而加快了技術開發。“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節的應用，還可以用在供應鏈管理、市場營銷、客戶管理等諸多方面。數據分析和AI技術在這些領域同樣能夠發揮巨大的價值，比如以供應鏈為例，麥肯錫的研究表明，機器學習可以使供應鏈預測錯誤減少50%，運輸和倉儲成本減少5%-10%，供應鏈管理成本減少25%-40%。”

英特爾制造行業AI實戰手冊指出，利用機器視覺、智能預測等技術，不僅能使產品故障率大幅下降，且節約原材料，縮短因設備檢測帶來的停機時間，更能通過自動化檢測幫助企業大幅減少人力成本；另外，通過深度學習等AI方法構建的產能預測解決方案，還能幫助企業根據生產效率和市場需求的變化，優化生產工藝和排期。

利用AI帶來的技術革新、生產效率優化以及運營效率提升，不僅可以幫助傳統制造企業從容應對成本和市場帶來的挑戰，加快產業升級，更可以完成從人力密集型到技術密集型的轉換，實現“彎道超車”。也是憑借對產業變革的強大驅動力，AI在工業制造領域的影響正日益擴大。在質量監控、產量提升、故障監控、維保預測、能源管理、機械臂控制以及市場分析預估等使用場景中，越來越多的AI軟硬件產品及解決方案正發揮越來越大的作用，市場前景廣闊。來自Tractica數據表明，到2025年，工業制造領域的AI投資規模將超過130億美元。

梁雅莉進一步指出，在工業企業進一步邁向數字化轉型、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，幫助工業企業構建智能化的應用方案，釋放數據的價值；另一方面也希望與合作伙伴緊密合作，在廣泛的生態系統中分享資源和經驗，更好地運用數字化和智能化技術，來實現智能工業的愿景。立足中國市場，英特爾希望，與合作伙伴緊密攜手，協助工業企業加速實現數字化轉型和智能化升級，最終實現中國發展智能工業的愿景。”

海研自動化就是英特爾賦能工業升級的受益者之一。該公司總經理苗振海表示：“英特爾在合作過程當中會幫助我們攻克一些加速和融合的技術，使得我們現在的產品從原有的基礎上提升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團隊首席架構師徐戟則表示，智能化升級需要強大的算力支持，快速的數據傳輸和穩定可靠的存儲，以及生態系統帶來的更廣泛的資源和技術的共享，來進一步滿足工業制造業的精益生產、制造協同、整合運營等需求。國電南瑞在未來幾年的能源轉型的目標是依托“大-云-物-移-智-鏈”的新技術，實現數字化、智能化的轉型，把傳統的能源企業通過兩化融合轉型為能源服務型企業。

作為未來最重要的計算模式之一，云邊協同的發展還處在初級階段。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，需要大家把這些成果共享出來。建立這樣一個合作生態，能夠共同降低整個智能制造技術研發方面的成本，英特爾的產品和技術給了我們很大幫助。”

除了新技術的變革，李君認為智能制造的發展還需要進行管理變革。“過去十年是局部環節的數字化轉型，現在推動轉型需要從戰略層面展開，需要解決數據互聯和業務集成互聯，構建跨企業新模式。”李君表示，“從具體的手段上，首先，一定要重視數據作為一種資產的管理，而且是要把數據當成跟人員、設備一樣的，甚至是更重要的資產去管理；第二，從基礎上，我們要去解決設備數據采集和設備的上云，以及設備里面基于數據的模型的構建和模型的應用問題。因為未來朝著智能化發展，很多的業務活動都會變成模型驅動的。我們能不能把我們的工業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，任何業務活動當中都要提前布局。”

新挑戰

談及智能制造發展過程中遇到的新難題，TCL格創東智首席架構師楊曉亮表示，工業互聯網除了要解決生產的問題，還要解決人的問題，比如說整個供應鏈的管理排產的流程等都存在比較大的挑戰。技術方面，如何真正的通過工業互聯網技術去實現柔性制造，則是正在面臨的最大挑戰。

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

針對工業制造業企業升級的痛點，英特爾亞洲人工智能銷售技術總監伊紅衛分享了英特爾從云到端的軟硬件技術和產品優勢。她表示，云-邊-端協同對于數字化升級是十分關鍵的，而英特爾具有從云到端的全面的產品組合。硬件方面，英特爾以內置AI加速的至強可擴展處理器為基礎，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1200萬個開發者的生態系統，通過軟件優化讓硬件發揮更大性能，以開源生態讓合作伙伴參與其中，形成規模化發展，為企業降本增效，希望幫助做到智能制造的強國。

來源：電子發燒友,騰訊網

注：文章內的所有配圖皆為網絡轉載圖片，侵權即刪！