第一节 大规模推动企业智能化升级

《新一代人工智能发展规划》要求，支持和引导企业在设计、生产、管理、物流和营销等核心业务环节应用人工智能新技术，构建新型企业组织结构和运营方式，形成制造与服务、金融智能化融合的业态模式，发展个性化定制，扩大智能产品供给。鼓励大型互联网企业建设云制造平台和服务平台，面向制造企业在线提供关键工业软件和模型库，开展制造能力外包服务，推动中小型企业智能化发展（图1-41）。

“智能制造”概念刚提出时，其预期目标是比较狭义的，即“使智能机器在没有人工干预的情况下进行小批量生产”，随着智能制造内涵的扩大，智能制造的目标已变得非常宏大。比如，“工业4.0”指出了8个方面的建设目标，即满足用户个性化需求，提高生产的灵活性，实现决策优化，提高资源生产率和利用效率，通过新的服务创造价值机会，应对工作场所人口的变化，实现工作和生活的平衡，确保在高薪资水平下仍然具有竞争力。我国工业和信息化部曾经指出实施智能制造可给制造业带来“两提升、三降低”，“两提升”是指生产效率的大幅度提升和资源综合利用率的大幅度提升。“三降低”是指研制周期的大幅度缩短，运营成本的大幅度下降，产品不良品率的大幅度下降（图1-42）。

在家电、3C（计算机、通信和消费类电子产品）等行业，产品的个性化来源于客户多样化与动态变化的定制需求，企业必须具备提供个性化产品的能力，才能在激烈的市场竞争中生存下来。智能制造技术可以从多方面为个性化产品的快速推出提供支持，比如，通过智能设计手段缩短产品的研制周期，通过智能制造装备（比如智能柔性生产线、机器人、3D打印设备）提高生产的柔性，从而适应单件或小批量生产模式等。这样，企业在一次性生产且产量很低的情况下也能获利。通过先进的分析和建模技术，帮助决策者更好地分析极其复杂多变的风险和制约因素，以评估各种备选方案，甚至自动决策，从而减少人工干预，提高响应速度。

广泛采用工业机器人，实现“减员、增效、提质、保安全”的目的。工业机器人是典型的数字化、网络化、智能化制造装备，是新工业革命的重要内容。工业机器人不但能够适应恶劣的条件与苛刻的生产环境，而且能够有效提高产品的精度和质量，显著提高劳动生产率。目前，工业机器人技术正在向智能化、模块化和系统化的方向发展。更重要的是，随着技术的成熟和成本的下降，工业机器人即将迎来爆发式增长，在工业生产各领域得到广泛应用，极大推动工业生产方式向定制化、柔性化和对市场快速响应的方向发展。例如宝马沈阳工厂，作为宝马汽车全球生产体系中最新建成的一座工厂，诠释了当今最先进的生产技术和最新的环保生产理念，具有极高的灵活性，引领着个性化定制生产的潮流。

当前许多制造企业通常优先考虑效率、成本和质量，对降低能耗认识不够。然而实际情况是，不仅化工、钢铁、锻造等流程行业亟须降低能耗，汽车、电力装备等离散制造行业对节能降耗也有迫切的需求。以离散机械加工行业为例，我国机床保有量世界第一，约800多万台。按每台机床额定功率平均为5千瓦至10千瓦计算，我国机床装备总的额定功率为4000万千瓦至8000万千瓦，相当于三峡水电站总装机容量2250万千瓦的1.8至3.6倍。智能制造技术能够有力地支持高效可持续制造，首先，通过传感器等手段可以实时掌握能源利用情况；其次，通过能耗和效率的综合智能优化，可以获得最佳的生产方案并进行能源的综合调度，提高能源的利用效率；再次，通过制造生态环境的一些改变，比如改变生产的地域和组织方式，与电网开展深度合作等，可以进一步从大系统层面实现节能降耗。通过工业互联网实现供应链全面互联互通，可链接普通客户、供应商和IT系统，以及各部件、产品和其他用于监控供应链的智能工具。通过持续改进，建立智能化的物流管理体系和畅通的物流信息链，可有效地对资源进行监督和配置，实现物流资源的使用、物流工作的效果与物流目标的优化间的协调和配合。如此能使全球供应链网络实现协同规划和决策。

产品设计是产品形成的创造性过程，是带有创新特性的个体或群体性活动，智能技术在设计链的各个环节使设计创新得到质的提升。通过智能数据分析手段获取设计需求，进而通过智能创成方法进行概念生成，通过智能仿真和优化策略实现产品的性能提升，辅之以智能并行协同策略来实现设计制造信息的有效反馈，从而大幅缩短产品研发周期，提高产品设计品质。采用面向产品全生命周期、具有丰富设计知识库和模拟仿真技术支持的数字化、智能化设计系统，在虚拟现实、计算机网络、大数据等技术支持下，可在虚拟的数字环境里并行、协同地实现产品的全数字化设计，结构、性能、功能的模拟与仿真优化，极大地提高产品设计质量和一次研发成功率。

例如：波音新型客机采用全数字化设计、测试和装配，采用并行工程方法协同工作，采用虚拟现实技术进行模拟试飞，实现了机身和机翼一次对接成功和飞机上天一次成功。我国的大型运输机研制也全面采用了数字化、智能化设计技术，大大提高了设计质量，缩短了研发周期。

产品的价值体现在“研发—制造—服务”的产品全生命周期的每一个环节，根据“微笑曲线”理论，制造过程的利润通常较低，而研发与服务的利润往往更高，通过智能制造技术，有助于企业拓展价值空间。其一，通过产品智能化升级和产品智能设计技术，实现产品创新，提升产品价值；其二，通过产品个性化定制、产品使用过程的在线实时监测、远程故障诊断等智能服务手段，创造产品新价值，拓展价值链。

数字化、网络化、智能化技术的应用将使制造企业向数字化、网络化、智能化企业管控模式发展，可实现产品全生命周期各环节、各业务、各要素的协同规划与决策优化管理，不仅可有效提高企业的市场反应速度，同时可大幅度提高制造效益，降低产品成本和资源消耗，有效提高企业竞争力。

例如：波音公司通过建设数字化工厂，对各个制造环节进行了全方位、全周期的管理，取得了显著的经济效益：显著提高了生产效率，降低了质量缺陷率，减少了因供应商原因导致的生产延期，波音787研制周期缩短了1/3，研制成本降低50%。

在航天、船舶、汽车等行业，存在许多结构复杂、加工质量要求非常高的零件。以航空发动机的机匣为例，它是典型的薄壳环形复杂零件，直径可达3m，其外表面分布有用于安装发动机附件的凸台、加强筋、减重型槽及花边等复杂结构，壁厚变化剧烈。用传统方法加工时，加工变形难以控制，质量一致性难以保证，变形量的超差将导致发动机在服役时发生振动，严重时甚至会造成灾难性的事故。对于这类复杂零件，采用智能制造技术，在线检测加工过程中力—热—变形场的分布特点，实时掌握加工中工况的时变规律，并针对工况变化即时决策，使制造装备自律运行，可以显著地提升零件产品的质量。

人工智能在云计算、物联网和大数据等基础设施的支撑下，促进了企业的智能化。

（1）云计算：在一些有固定数学优化模型，需要大量计算，但无须进行知识推理的地方，比如，设计结果的工程分析、高级计划排产、模式识别等，通过云计算技术，可以更快地给出更优的方案，有助于提高设计与生产效率，降低成本，并提高能源利用率。

（2）物联网：以数控加工过程为例，“机床-工件-刀具”系统的振动、温度变化对产品质量有重要影响，需要自适应调整工艺参数，在这方面，物联网传感器对制造工况的主动感知和自动控制能力明显高于工人。因此，应用物联网传感器，实现“感知—分析—决策—执行”的闭环控制，能够显著提高生产制造的质量和效率。同样，一个企业的制造过程中，存在很多动态的、变化的环境，制造系统中的某些要素（设备、检测机构、物料输送和存储系统等）必须能动态地、自动地响应系统变化，这也依赖于制造系统的智能化。

（3）大数据：随着大数据技术的普及应用，企业竞争力的核心要素正在由资源要素驱动向信息数据驱动转变。大数据的典型应用包括产品创新、产品故障诊断与预测、企业供需链优化和产品精准营销等诸多方面。企业能拥有的产品全生命周期数据可能是非常丰富的，通过基于大数据的智能分析方法，将有助于创新或优化企业的研发、生产、运营、营销和管理过程，为企业带来更快的响应速度、更高的效率和更深远的洞察力（图1-43）。

由此可见，无论是在微观层面，还是宏观层面，智能化升级都能给企业带来切实的好处。