近期，工業(yè)和信息化部等八部門(mén)聯(lián)合印發(fā)《“人工智能+制造”專(zhuān)項行動(dòng)實(shí)施意見(jiàn)》，圍繞技術(shù)基礎、應用場(chǎng)景和產(chǎn)業(yè)生態(tài)，對人工智能賦能制造業(yè)作出系統部署。

　　人工智能與制造業(yè)深度融合，不僅能提高生產(chǎn)效率、降低制造成本，更有利于推動(dòng)研發(fā)設計、生產(chǎn)組織、質(zhì)量管控、供應鏈協(xié)同等全流程變革，使制造業(yè)從要素驅動(dòng)、經(jīng)驗驅動(dòng)逐步轉向數據驅動(dòng)、智能決策驅動(dòng)。加快推進(jìn)“人工智能+制造”，既是培育新質(zhì)生產(chǎn)力的題中應有之義，也是增強產(chǎn)業(yè)鏈供應鏈韌性、提升制造業(yè)核心競爭力的必由之路。

　　我國制造業(yè)門(mén)類(lèi)齊全、鏈條完整、場(chǎng)景豐富，推動(dòng)人工智能落地生效具有天然優(yōu)勢。同時(shí)也要看到，制造業(yè)智能化轉型仍處于爬坡過(guò)坎階段。上了設備和系統后，如何打通數據、優(yōu)化流程，不讓智能化停留在局部自動(dòng)化階段?有平臺和項目，如何制定解決方案、形成穩定的人才隊伍，并形成規模效應?還有很多的問(wèn)題需要我們關(guān)注和破解。

　　越是在這樣的關(guān)鍵階段，越要把方向看準、路徑走實(shí)，堅持系統觀(guān)念，抓住基礎性、牽引性工作持續用力。推進(jìn)“人工智能+制造”走深走實(shí)，既要打牢自主可控的技術(shù)和數據基礎，讓人工智能在工業(yè)場(chǎng)景中穩定運行，也要通過(guò)產(chǎn)業(yè)鏈協(xié)同把智能化應用從單點(diǎn)探索拓展到整體推進(jìn)，同時(shí)完善產(chǎn)教融合和人才培養機制，為制造業(yè)轉型升級提供持續支撐。

　　推進(jìn)“人工智能+制造”，基礎在技術(shù)、關(guān)鍵在數據。制造業(yè)對穩定性和安全性的要求極高，任何波動(dòng)都可能帶來(lái)質(zhì)量和安全風(fēng)險。因此人工智能進(jìn)入制造業(yè)，不僅要能用，更要用得穩、用得久。這首先取決于技術(shù)底座是否扎實(shí)、數據體系是否健全。一方面，要把關(guān)鍵核心技術(shù)牢牢掌握在自己手里。制造業(yè)智能化離不開(kāi)算力和工業(yè)軟件支撐，特別是在高端芯片、核心軟件等領(lǐng)域，唯有突破核心工業(yè)軟件的技術(shù)封鎖，實(shí)現從基礎軟件到行業(yè)應用軟件的自主研發(fā)與迭代，才能真正讓制造業(yè)智能化的“大腦”自主運轉。我們必須持續推進(jìn)自主創(chuàng )新，提升人工智能在工業(yè)現場(chǎng)的部署和運行能力，保障系統長(cháng)期穩定運行。另一方面，要把工業(yè)數據這一基礎資源建設好。人工智能模型的效果，很大程度上取決于數據質(zhì)量，如果企業(yè)數據仍分散在不同設備和系統中，標準不統一、質(zhì)量參差不齊，就會(huì )導致“采得多、用得少”等問(wèn)題。下一步，應在技術(shù)底座和數據體系兩方面同步推進(jìn)，圍繞研發(fā)、生產(chǎn)、質(zhì)量和運維等環(huán)節形成有效數據資源，為制造業(yè)智能化提供長(cháng)期支撐。

　　推進(jìn)“人工智能+制造”，重點(diǎn)在協(xié)同、難點(diǎn)在貫通。單個(gè)工序、單條產(chǎn)線(xiàn)的智能化改造固然重要，但真正決定制造業(yè)競爭力的，是設計、研發(fā)、生產(chǎn)、供應鏈和服務(wù)等環(huán)節的全鏈條聯(lián)動(dòng)。人工智能要從局部提效走向系統增效，就得打通企業(yè)內部的數據壁壘，貫通上下游之間的協(xié)作鏈條。實(shí)踐中，一些地區通過(guò)平臺建設和場(chǎng)景對接，加快新技術(shù)落地;一些企業(yè)通過(guò)示教仿真和云端復制，提升產(chǎn)線(xiàn)切換和推廣效率。下一步，應把產(chǎn)業(yè)鏈協(xié)同作為推進(jìn)智能化的重要抓手，發(fā)揮龍頭企業(yè)的帶動(dòng)作用，將成熟、好用的解決方案推廣到更多中小企業(yè)。聚焦重點(diǎn)行業(yè)總結一批典型應用場(chǎng)景，總結成功經(jīng)驗，在實(shí)踐中不斷優(yōu)化和推廣，避免智能化改造碎片化、孤島化。

　　推進(jìn)“人工智能+制造”，成敗在人才、根子在機制。制造業(yè)智能化是一項長(cháng)期工程，需要既懂工藝設備、又懂數據算法的復合型人才隊伍。技術(shù)人員懂現場(chǎng)、一線(xiàn)人員會(huì )系統，應用才能落地并不斷實(shí)現迭代升級。工業(yè)現場(chǎng)最難的，不是寫(xiě)算法，而是把算法嵌入流程、把模型嵌入管理、把數據嵌入生產(chǎn)，歸根結底考驗的是企業(yè)員工在技術(shù)、管理、工程方面的綜合能力。下一步，應該把產(chǎn)教融合擺在更加突出位置，推動(dòng)高校與企業(yè)共建產(chǎn)業(yè)學(xué)院、聯(lián)合實(shí)驗室和實(shí)訓基地，讓真實(shí)工業(yè)問(wèn)題進(jìn)入課程和科研;完善企業(yè)在職培訓體系，促進(jìn)產(chǎn)業(yè)工人向運維、調試、數據處理和工藝優(yōu)化等方向轉型;優(yōu)化人才評價(jià)機制，鼓勵跨學(xué)科合作與崗位復合能力培養，培育更多“懂行業(yè)的數字化工程師”和“懂數據的現場(chǎng)工程師”，推動(dòng)企業(yè)從一次性項目建設轉向長(cháng)期能力積累。

　　總體來(lái)看，堅持穩中求進(jìn)、以用促研、以點(diǎn)帶面，才能讓人工智能在車(chē)間里用得穩，把單點(diǎn)探索轉化為普遍能力，并形成產(chǎn)業(yè)轉型升級的內在動(dòng)力。如此，我國制造業(yè)必能不斷增強韌性和競爭力，為推進(jìn)新型工業(yè)化、實(shí)現高質(zhì)量發(fā)展提供更堅實(shí)支撐。

　　(作者梁昊光系中國科學(xué)院中國現代化研究中心主任、研究員)