11月21日，国家工业信息安全发展研究中心在汉发布了《人工智能与制造业融合发展白皮书2020》。白皮书指出，人工智能与制造业融合前景广阔，国内已初显成效，但仍面临不少挑战。其中，资深复合型人才年薪可达百万，全国极其匮乏。
各国抢占融合先机
人工智能具有强大的溢出带动作用，推动人工智能的发展和应用，已逐渐成为全球主要经济体的共识。制造业作为实体经济的主体，迫切需要转型升级。因此，各国大力推动人工智能与制造业融合发展。
2018年，美国提出打造未来的智能制造系统。英国旨在站上人工智能和大数据革命的前沿，2018年推出人工智能行业新政。提出工业4.0的德国，将人工智能应用于制造业各个生产环节。日本则将人工智能等新技术与机器人深度融合，发展全智能化生产。
我国也不甘人后，积极推动人工智能在制造业的广泛应用。广东、北京、山东、上海等地相继出台政策，人工智能与制造业融合应用已具备一定基矗
三大领域融合较为成熟
白皮书分析，目前融合路径主要为三大方向，包括研发设计、生产制造和管理活动。从细分领域来看，融合较为成熟的是质量检测、设备健康管理、计划排程。
在质量检测环节，美的联合英特尔，构建基于AI技术的工业视觉检测云平台，物料成本减少30%，人工成本减少70%。
在设备健康管理方面，德国KONUX结合智能传感器及机器学习算法，利用天气数据和维护日志等，构建设备运行模型，使机器维护成本平均降低30%，实际故障率降低70%。
随着柔性生产、大规模个性化定制成为制造业发展趋势，智能化生产排程计划日渐成熟。阿里利用人工智能、云计算等技术，打造犀牛智造平台，实现了柔性定制，资源利用率较行业平均提升了4倍，制造时间缩短了75%。
“三大梯队”格局形成
人工智能企业和制造业企业作为融合主体，纷纷布局“人工智能+制造业”，两端发力探索融合方式。一方面，制造业企业设立专门的AI研发部门，推动人工智能与企业生产运营各环节融合，实现降本增效。如vivo成立AI全球研究院，重点开展知识图谱、自然语言以及机器视觉等领域研究，推动手机平台智慧化转变。
另一方面，人工智能企业依托深厚的技术积累，面向制造业企业提供算法、算力服务和解决方案。如百度建立百度智能云，为企业提供AI服务；腾讯建立腾讯AI平台，打造工业生态服务。
从融合特点来看，我国制造业形成领军者、追赶者、探索者三大梯队发展的格局。其中，领军者如计算机通信和其他电子设备制造业、家电制造业、机械制造业、汽车制造业等；追赶者包括电气机械和器材制造业、医药制造业、纺织服装制造业等；探索者包括橡胶和塑料制品业、造纸包装及印刷业等。
人才难觅且成本高昂
白皮书分析，“人工智能+制造”现阶段主要面临四大挑战
人工智能究竟有多大价值，其应用风险、收益和成本难以准确核算。因此，部分中小企业应用人工智能的动力不足，一些细分行业人工智能应用路径尚不明晰，部分企业甚至将人工智能的应用价值简单等同于机器换人，认为其成本过高。
制造业各场景数据量巨大，但难以直接用于分析，还需要进一步规范。同时，各设备数据协议标准尚未统一，数据互联互通存在困难，产业链上下游的数据也难以统筹整合。
工业深水区的解决方案仍待探索。制造业门类多，应用场景复杂多变，目前人工智能应用仅集中在少数变现能力强的热门场景，更多应用场景还有待挖掘。同时，新一代人工智能技术存在“算法黑箱”，较难在流程控制严格、逻辑要求缜密的工业场景中应用。
光人工智能人才，我国缺口就达30万。同时掌握人工智能技术和制造业细分行业的生产特点、流程、工艺的复合型人才，更是极其匮乏。据悉，人工智能相关职位平均年薪30万元至60万元，从业时间较长者可达百万。因此，对于融合发展来说，不仅人才难觅，普通企业更难以负担高昂的人力成本。
