5G+AI在智能制造領域的拓展應用場景與發(fā)展建議

文 ｜中國信息通信研究院 楊希、劉悅嬌、劉迎、李亞寧

新一輪科技革命和產業(yè)變革正在重構全球創(chuàng)新版圖、重塑國家間競爭格局，為我國制造業(yè)競爭與趕超提供了難得的機遇期。以5G、AI為代表的新一代信息技術連鎖突破，與先進制造技術加速融合并大規(guī)模應用，不僅正在或將催生一批新的先導產業(yè)，而且將從根本上改變傳統(tǒng)產業(yè)的技術基礎、組織模式和商業(yè)形態(tài)，進而導致全球價值鏈、供應鏈和產業(yè)鏈在空間上的重新分解與組合，最終促進全球經濟結構和發(fā)展方式的深刻變革以及經濟增長潛力的充分釋放。在這一背景下，我國不僅在新興產業(yè)領域迎來并跑的機遇，而且在傳統(tǒng)產業(yè)領域也迎來利用獨特的市場優(yōu)勢和資源優(yōu)勢實現趕超的窗口期。

一、5G、AI在智能制造中拓展應用的現狀特點

當前，受制于技術產業(yè)不成熟、基礎設施不完善等因素影響，5G、AI在智能制造中應用尚處于初期，應用場景多集中在外圍領域，涉及核心制造環(huán)節(jié)較少，且以點狀應用為主，尚未大規(guī)模鋪開。但不少企業(yè)已經意識到5G、AI會給生產組織方式帶來變革性影響，看到其可能催生新產業(yè)帶來的巨大價值，正在積極布局。

整體還處于初期階段，但企業(yè)探索積極性高漲。5G、AI距發(fā)展成熟和制造業(yè)大規(guī)模應用還有很長的路要走。具體而言，由于技術尚不成熟、基礎設施建設還不完善，應用場景和應用路徑還不清晰，經濟價值仍需進一步論證。如某飛機制造企業(yè)建設了5G智慧工廠，并已開展了25個場景的5G應用，其中基于8K超高清視頻的飛機表面檢測系統(tǒng)，是通過5G網絡將飛機表面8K超高清影像傳輸至私有云，基于AI在云端完成自動檢測，效率提高3倍以上。在AI應用方面，只有少數企業(yè)AI應用相對成熟，大部分企業(yè)仍處于初級階段。據埃森哲2018年對全球500家制造企業(yè)調查發(fā)現，僅有2%企業(yè)全面應用AI解決方案，有5%的企業(yè)正在應用AI技術改造其生產制造流程。但同時，制造企業(yè)普遍認識到5G能夠解決現有網絡帶寬不夠寬、時延不夠短、連接不夠廣、生產線不夠靈活的問題，AI能夠大幅提高現有控制系統(tǒng)的效能和自動化水平，它們的應用將給智能制造帶來根本性甚至顛覆性的變革。各地方和產業(yè)界迸發(fā)出巨大的熱情，一批領先企業(yè)積極探索，目前已形成了多個解決方案和典型應用。

從外圍向制造業(yè)核心環(huán)節(jié)拓展，給企業(yè)生產組織方式帶來的變革性影響開始顯現。美、德、日等制造業(yè)發(fā)達國家高度重視新技術發(fā)展，在5G、AI與制造業(yè)融合應用開展了大量探索，GE Predix的風機實施運維、西門子的機床刀頭監(jiān)測等應用已經滲透到生產設備控制執(zhí)行等核心環(huán)節(jié)。我國與領先國家基本同時起步，但主要應用于產品質量檢測、系統(tǒng)遠程監(jiān)測等非核心領域，隨著5G、AI的技術發(fā)展和基礎設施的完善，我國企業(yè)正加速向設備控制、預測性維護等生產核心環(huán)節(jié)拓展。如，某大型裝備企業(yè)成立研究院，引入美國專業(yè)團隊，吸收了旋轉機械故障振動診斷領域數十年研發(fā)經驗，沉淀了大量機械的故障數據和歷史經驗，深入理解風機預測性維護系統(tǒng)所需要機械知識，結合國內領先的IT開發(fā)能力和系統(tǒng)集成能力，實現發(fā)電機預測性維護。5G和AI推動生產要素的網絡化共享、集約化整合、協作化開發(fā)和高效化利用，改變了傳統(tǒng)的生產組織方式，設計從盲人摸象般的試錯式變成精準計量的參數化，生產從大規(guī)模標準化轉向小批量個性化；維護從根據經驗定時修轉變成根據狀態(tài)實時修；管理從界限分明的層次化轉變?yōu)楦咝Щネǖ谋馄交环諒谋粍酉鄳挠唵问阶兂韶灤┊a品全生命周期的無縫化全覆蓋。

從單個項目試點向多個行業(yè)推廣轉變，正在催生一批先導產業(yè)。目前企業(yè)開展5G、AI單個項目試點應用較多，如某叉車企業(yè)實現了5G網絡下的叉車無人作業(yè)，節(jié)省了人力物力；某裝備企業(yè)實現了5G網絡下的核心零部件三維掃描檢測，使檢測時間從2～3天降低至3～5分鐘；某電子企業(yè)基于AI對生產線數據進行深度挖掘與優(yōu)化決策，實現生產過程的自適應優(yōu)化調整，滿足產品生產全流程追溯，促使混線數量達到12種，換線時間縮短至8分鐘。也有部分領先企業(yè)基于自身實踐探索，積累了豐富的經驗，形成了系統(tǒng)解決方案，并向多個行業(yè)推廣，這一過程中孕育了新的產業(yè)環(huán)節(jié)。如，寶信軟件組建了AI研究團隊，試驗多個人工智能場景，將鋼鐵龍頭企業(yè)探索成功的先進經驗向全國鋼鐵行業(yè)復制。

二、5G、AI在智能制造中拓展應用的典型場景

5G作為新型網絡化技術將會推動智能制造泛在互聯，AI作為關鍵智能化技術將推動實現智能制造系統(tǒng)的高效組織和優(yōu)化決策。5G、AI與制造業(yè)的深度融合將有潛力給智能制造帶來根本性甚至顛覆性的變革。

（一） 5G在智能制造中的應用探索情況

目前，5G制造業(yè)應用場景主要集中在質量檢測、遠程監(jiān)測、移動巡檢、智能物流、遠程控制、預測性維護。我國個別制造企業(yè)已開展5G應用，少部分企業(yè)正在嘗試，大部分企業(yè)尚未啟動。

質量檢測、遠程監(jiān)測、移動巡檢等場景已經逐步走向成熟。某裝備企業(yè)構建基于高清視頻的可移動自動焊接系統(tǒng)，基于視覺技術精準定位焊縫位置，檢驗焊接質量。某原材料企業(yè)借助5G高清視頻回傳能力，解決視頻監(jiān)控的布線難、清晰度低、訪問卡頓等痛點問題，建成靈活、無人值守、無死角的高清大容量監(jiān)控系統(tǒng)。

智能物流、預測性維護、設備狀態(tài)檢測等場景實現了點狀應用，需等待設備和5G模組的成熟。某裝備企業(yè)基于5G高速連接特點，實時調控每臺AGV的速度、加速度和舵角等參數，用雙AGV搬運大多數大型零件，代替了航吊搬運方式。某能源企業(yè)借助5G高速網絡，采集和分析關鍵裝備制造、生產過程、能源供給等環(huán)節(jié)的能效數據，發(fā)現能效的波動和異常，通過管理系統(tǒng)輸出控制指令，實現高效管理。

遠程控制等場景涉及工業(yè)核心控制業(yè)務，仍需實際驗證。某港口基于“5G+邊緣計算”試驗岸橋吊車遠程自動化控制，基于無線網絡控制吊車抓取和運輸集裝箱，大幅節(jié)省了人力成本。某裝備企業(yè)基于5G實現基地指揮大廳與移動遙測站、光電經緯儀、高速攝像機等測試設備的高可靠控制與數據傳輸，保障控制指令實時下達，將測試準備時間從3天縮短至30分鐘，設備利用效率提升30%以上。

（二） AI在智能制造中的應用探索情況

當前AI在制造業(yè)設計仿真、產品質量檢驗、生產制造、設備管控、供應鏈管理中發(fā)揮特定作用。我國大量龍頭企業(yè)積極開展AI應用，部分中小企業(yè)也在少數場景中實現局部應用。

產品質量檢測場景較為成熟，得到廣泛應用。某家電企業(yè)基于機器視覺在線檢測冰箱門體表面劃痕、凹凸、臟污等質量缺陷，在將識別分類時間縮短至100ms以下，滿足產品生產節(jié)拍18秒/臺的同時，將識別準確率提高到98.5%。某汽車企業(yè)基于深度學習圖像識別算法檢測零部件外觀質量、器具位置、膠線缺陷等質量問題，提升生產效率25%，降低單車成本5%，產品一次合格率升至95%，產生直接經濟效益約1.5億元。

設備管控場景受限于成本，處于點狀應用階段。某裝備企業(yè)構建基于機器視覺、深度學習的智能運維系統(tǒng)，對產品運行各環(huán)節(jié)數據進行分析，綜合評估產品狀態(tài)，拓展高級修等增值業(yè)務，提升全系列產品的全生命周期集成服務能力。某新材料企業(yè)基于AI算法對比智能化晶體生長設備實時數據和工藝預設值之間的誤差，提高生產穩(wěn)定性和可重復性。

某裝備企業(yè)基于AI算法在線預測工藝參數變化趨勢，實時預警關鍵環(huán)節(jié)質量波動，降低誤操作的風險的同時指導工藝參數優(yōu)化。

供應鏈優(yōu)化管理場景前瞻性強，處于研發(fā)初期。某電子信息企業(yè)基于AI算法在數秒鐘內完成對數千家供應商、數萬種產品及百萬種零配件中單一部件的風險估算，優(yōu)化物料采購運輸編排，加強庫存管理控制，加快產品流轉速度，實現供應鏈效率的全方位提升。某代工企業(yè)通過AI來改善質檢流程，縮短設計周期，消除供應鏈瓶頸，減少材料和能源浪費，并有效提高產量。

三、5G、AI智能制造領域拓展應用面臨的問題

當前，國內外分析5G、AI在制造業(yè)領域作用時，存在過高估計新技術作用，忽視制造業(yè)發(fā)展客觀規(guī)律的問題，甚至有人認為5G和AI可以包打天下，全面替代傳統(tǒng)制造技術。現階段，5G、AI應用還面臨解決方案開發(fā)成本高、產業(yè)基礎較弱、應用人才緊缺等問題，短期內5G、AI還不能也沒有必要完全替代傳統(tǒng)工業(yè)網絡和控制技術。

（一）5G、AI方案細分程度高導致開發(fā)成本高

5G和AI能夠廣泛作用于制造業(yè)的各個范圍，但是單個方案的適用性較為有限。具體到AI而言，每個環(huán)節(jié)、設備，甚至工況都需要一套相對獨立的訓練和推理系統(tǒng)，即使看上去非常類似的應用，所用的方案都有很大區(qū)別，無法混用。比如，機床刀頭壽命預測系統(tǒng)需要根據刀具、產品、工裝的差異訓練不同模型，表面缺陷檢測系統(tǒng)需要根據檢測材質變化調換不同算法。這些模型和算法的開發(fā)成本非常高，例如，某集成商探索了50個AI制造場景，僅15個場景具有經濟價值，單個場景的開發(fā)單價動輒過百萬元。

（二）5G、AI產業(yè)基礎較弱

我國支撐5G、AI產業(yè)鏈距離發(fā)展成熟還有很長的路要走。比如，5G高帶寬、低時延、大連接三個細分標準中，低時延等制造業(yè)急需標準剛剛制定完成，商用和產業(yè)化預計數年才能完成。5G基站成本高昂，大規(guī)模組網成本超過4G，全面建設完成尚需時日。目前AI框架、編譯器等主要是面向消費領域研發(fā)，滿足制造業(yè)需求的專用技術尚處于學術研討階段。5G模組、AI芯片尚未成熟，基于5G和AI的融合性工業(yè)產品和裝備研發(fā)進度較慢。企業(yè)應用拓展面臨無標準、無網絡、無裝備的情況，基礎設施需要單獨建設，大量軟硬件需要自己研發(fā)。

（三）5G、AI領域應用人才緊缺

近年來，得益于數據、算力和算法的集中突破，5G、人工智能開始進入落地實踐階段，對人才的需求量猛增，但由于國內人才供給不足，大部分制造業(yè)從業(yè)人員對5G、AI技術理解不夠充分，絕大部分AI和5G技術的開發(fā)人員也很難深入理解工業(yè)機理，既懂制造業(yè)又熟悉5G和AI，還能夠進行應用開發(fā)的復合型人才鳳毛麟角。此外，制造業(yè)領域人才吸引力遠不如互聯網領域，據了解，電子商務領域的數據分析師薪資是工業(yè)領域同等水平數據分析師的3～5倍。

四、5G、AI智能制造領域拓展應用發(fā)展建議

加快應用推廣。加快5G網絡建設，構建融合發(fā)展基礎設施。梳理一批5G、AI融合應用案例，形成一批可復制推廣的創(chuàng)新應用模式，發(fā)揮輻射帶動作用。

完善產業(yè)體系。分行業(yè)、分場景培育一批工業(yè)5G、AI系統(tǒng)應用解決方案商。充分調動多方主體的積極性，逐步構建政產學研用一體化的創(chuàng)新機制。

健全生態(tài)環(huán)境。面向5G、AI在智能制造應用的關鍵環(huán)節(jié)，進一步加快標準制定和技術商用。搭建一批5G、AI在智能制造中拓展應用公共服務平臺。培育一支懂制造、懂信息技術、懂管理的專業(yè)化、復合型人才隊伍。