人工智能在勞動密集型行業轉型升級分析

金彥

[摘?????????? 要]? 進一步加快經濟發展，可以進一步實現未來制造業的轉型，許多發達國家都在加強人工智能與傳統勞動型制造業融合應用的戰略部署。近年來，國內外在人工智能與制造業融合發展轉型升級的實踐過程中取得了較好的效果，進一步提升了生產效率的智能化水平，并取得了較為豐厚的經濟效益，有效地彌補了傳統的勞動密集型制造業對較為有限的勞動力的依賴，進一步降低了生產成本。我國的有效勞動力也開始呈現負增長的趨勢，傳統的勞動密集型企業轉型升級是未來的必然發展方向，因此我國應當緊抓機遇，加速部署，進一步融合人工智能方向的學術與現實產業的應用，并完善相關行業標準，實現“走出去，引進來”，進一步促進人工智能與傳統制造業的深度融合。

[關??? 鍵?? 詞]? 人工智能;制造業;深度融合;國家戰略

[中圖分類號]? TP18????????? ?? ??????? [文獻標志碼]? A???????? ????????????? [文章編號]? 2096-0603（2019）08-0224-02

所謂人工智能，是使用計算機模擬人的思維方式來實行智能化的行為。它采用合適的算法模擬人腦的思維方式，使計算機實現多種多樣的高層應用。人工智能涉及多門學科，應用范圍遠遠超出了傳統計算機科學的范疇，是思維科學技術的一個重要的應用分支，同時也為下一代技術革命和經濟發展注入了更新更強的動力。當前人工智能已經廣泛地在生產模式、生產流程、生產運營等方面產生了重要變革。作為最新的生產因素，人工智能對勞動密集型的傳統制造業產生了如下幾方面的重要影響：

1.人工智能體系下的生產機器將很大程度上取代傳統生產體系中人的基本操作，實現生產的自動化和智能化，這可以很大程度上解放人力資源，降低生產成本，彌補勞動力短缺等問題。

2.人工智能可以給生產效率帶來數十倍的提升，進一步解放人類繁重繁雜的工作，從而將人力用在更加高級富有創造性的工作上面。

3.人工智能與傳統勞動密集型制造業進行深度的融合與發展，可以大大加速產品的生產和開發流程，進一步拓展業務范圍，實現生產流程的全自動和智能化。

一、人工智能在制造業的四個領域中的應用

（一）進一步提升計算機視覺等方面的應用能力

傳統的勞動密集型產業很多領域依賴于視覺方面的檢查，而人工智能產品對計算機視覺等方面的應用能力迅速提升，當前許多自動化的檢測系統已經初具規模。應用在生產一線中，人工智能可以多方面地對產品質量進行監測，較之人為的監測更加準確、更加嚴格。計算機視覺和深度學習已經廣泛應用在制造業的精確分析上，機器視覺工具可以在比人類精細得多的分辨范圍之內發現產品極其微觀的缺陷和誤差，從而有效提升產品的品控。

（二）進一步優化產品的生產過程

人工智能通過生產流程中的諸多參數，可以對生產流程中許多機器進行更加符合實際情況的參數設置。例如在塑料的生產流程中，隨著環境、溫度、濕度等因素的改變，可能要調整機器的冷卻時間、生產速度等參數，而人工智能經過訓練建立正確的模型，可以自動化對這些參數進行調整和改進，進一步提升產品質量，大大降低了不合格率。

（三）進一步提升產品研發與設計效率

在新產品的制造過程中，需要反復地確認需求、參數調整和模型改進，牽扯了研發者和設計師大量的精力，而人工智能技術可以自動地調整相關參數，顯著地縮短研發設計的流程，進一步提高生產上線的效率。

（四）準確查找產品質量問題的根源所在

在產品的制造過程中，往往會經過十幾道甚至數十道生產步驟，如果最終成品出現質量問題，有時很難確定到底哪個環節出現了錯誤或故障，而人工智能技術和配套的數據分析技術，可以進一步幫助自動識別生產中所產生的問題。

當前許多人工智能的設備廠家和相關科研單位都開始將智能化技術應用于視覺檢測、自動控制、智能監測、問題分析等多個方面，而機器人工業的興起也為人工智能的應用指明了前進的方向。科技的大潮已經掀起，時代發展不可阻擋，在未來的制造業中人力密集型制造業或將不復存在，取而代之的是智能化的機器人生產線，以更低的成本、更強的技術、更嚴的品控，進一步提高生產效率和產品質量。

二、人工智能向制造業的融合滲透仍面臨挑戰

盡管人工智能技術與傳統制造業的融合已經初步顯現出一些效果，但是從世界整體工業生產應用范圍來看，距離智能技術全面取代人力密集型，傳統制造業仍然有一段路程要走，在多方面還存在著一定的發展瓶頸。

（一）當前智能制造產業的總體發展還有所限制，理論和應用都還不夠成熟

作為一門通用的技術，人工智能在工業級的領域中的應用還需要多方展開共同合作，在實踐過程中進行融合性的探索，對相關的產品指標也具有更加嚴格的要求，從過往的案例中我們可以看出，當前人工智能在勞動密集型產業中的應用，主要是根據人力裝備較為密集的制造產業與具備人工智能技術的科技公司共同合作而聯合推進，它的開發成本和應用成本暫時還處于一個較高的水平，應用覆蓋也較為狹窄，這對人工智能技術的大范圍推廣都造成了一定的阻礙。

（二）行業應用標準還有待完善

在工業級的人工智能產業應用中，一般需要大規模的數據和模型搭建，它們通常來源于在制造現場或生產線上所部署的多個傳感器產生的數據，但是由于應用范圍較為繁雜，在制造業上所產生的數據往往不是一個嚴格的標準，很多不同產業之間的數據不能兼容，很難達成人工智能對優化模型和廣泛應用的相關要求。例如在工業現場總線控制中，當前的相關控制協議和通訊協議達數十種之多，他們之間各具特色，互不兼容，從而形成了工業制造中的信息孤島，無法呈現信息的有效互通。

（三）產業發展保障還需要進一步健全

人工智能技術作為一門高新技術本身就具備一定的風險，在引入傳統制造業之后，它與制造業融合所產生的功能風險將進一步放大。而隨著人工智能水平越高，這種風險也隨之增加，甚至對人和社會自身的安全造成一定的影響。此外，人工智能的研發應用也缺乏一定的法律標準和道德標準，很容易對人類社會的倫理道德產生一定沖擊，部分人工智能的健全性不夠，例如在識別系統中輸入具有欺騙特點的數據，則很容易引起系統誤判，而導致系統漏洞。在工業事故處理過程中，人工智能管理系統在面臨救援人員和沒有財產無法兼顧的情況下，也沒有相關的救援標準和道德標準。

三、促進我國人工智能與勞動密集型制造業深度融合發展的政策建議

當前許多發達國家都開始邁出重要一步，主動探索人工智能技術與傳統勞動密集型制造業之間相互融合發展的方向和措施。例如美國以機器人技術為載體，將人工智能技術與傳統制造業有效融合，用來彌補自身勞動力不足的問題。而德國提出了工業4.0計劃，開始在生產線上全面應用智能化產品和智能化數據，使生產系統效率更高。日本圍繞著機器人強國的技術優勢，一方面加強了新型機器人的應用，另一方面大量使用工業機器人來獲取生產數據，形成智能化大數據庫。盡管各國的方向不同，但是智能與傳統制造業的融合已經成為大勢所趨，與其他科學技術的融合發展也是必然的發展方向。因此我國要進一步高瞻遠矚，在人工智能與制造業的融合發展上走在全球的前列，進一步提升自身的科學技術優勢，充分調研現實需求，補齊技術短板，為實現工業4.0奠定堅實的基礎。

（一）編制制造業人工智能技術路線圖

首先，國家要有相關行業部門進行主導，聯合學術界、工業界多方面的專家共同商討，科學制訂下一步的人工智能與制造業融合發展技術路線圖，從而為當前技術應用和未來發展趨勢指明方向。在編制路線圖的過程中，首先要基于現狀，充分調研現實需求，了解當前存在的問題和相關短板，同時也要敏銳地把握未來的科學發展方向和人工智能廣泛的應用范疇，形成學術界和工業界之間的互動與共識，進一步推動學術與應用之間的相互融合和共同發展。在有可能出現重大突破的領域，開展廣泛的交流和探討，為未來人工智能技術的發展奠定堅實的基礎。同時，在路線圖完成之后，也要定期維護與修改，緊緊把握科學發展形勢和工業應用現實需求，更好地實現人工智能的工業應用。

（二）構建制造環節的工業大數據庫

在人工智能應用的過程中，需要大量的數據進行信息傳遞和實時控制，因此為了進一步提高大數據與制造業的融合，要著力構造全生產流程范圍內的工業大數據庫。一方面，對已經存在的工業級數據庫進行有效整合，但是當前數據規模較有限，質量也不是很高，需要進行數據過濾與數據清洗;另一方面，需要進一步整合多個行業的共性特點，形成一套更加完整、更加通用的寬范圍標準，使之更加符合現實生產流程，逐漸形成自主的數據體系，從而打造全球最大的工業及人工智能信息數據庫，進一步提升人工智能技術的應用性與穩定性。

（三）鼓勵制造業企業利用綜合優勢實施逆向整合

要充分利用我國工業體系完整、技術資源豐富的特點，進一步豐富人工智能的應用范疇和應用場景，加速資源整合和技術融合應用，特別是人工智能的學術突破、核心技術轉化及相關裝備的研制。具體而言，從政策上要支持與鼓勵優秀的傳統制造相關企業充分發揮自身的技術優勢和市場優勢，加大資本投入和科技投入，進一步加強與國內外人工智能實驗室或企業高效的關鍵技術合作，采取“走出去，引進來”的方式，最大限度地提升生產流程智能化水平，實現核心技術的積累和產業升級。同時，鼓勵我國較為先進的傳統制造企業在海外設立相關的人工智能技術研發部門，進一步加強科技合作，更加便捷地利用國際上先進的技術與裝備，以進一步獲取國際尖端技術，并在使用中加強學習和吸收，以提升自身的關鍵技術和研發能力。

參考文獻：

[1]劉星.人工智能與制造業融合漸進[J].電氣技術，2018（3）：3.

[2]王立軍.當制造業碰撞人工智能：開辟浙江發展新路徑[J].杭州科技，2017（2）：23-27.

[3]雷尚君，李勇堅.推動互聯網、大數據、人工智能和實體經濟深度融合[J].經濟研究參考，2018（8）.