在广州博创智能装备公司靠墙的一面，一排可容纳3000多个库位的立体仓引人注目。每一个“寄存”在立体仓的原料背面都贴有一个二维码，从入库到出库，全程都可追溯。
博创智能制造首席工程师黄土荣对此还不是很满意，“如果换做是今天，我们可能连这个立体仓都不会建了。所有原料的抵达都精准到2个小时内，就直接进入生产线。如果新建工厂还有很大的仓库，这意味着库存占用了很大的资金成本”。
今年年初，赛迪顾问数据表示，互联网金融、安防、交通贡献了超过50%的AI市场份额，紧跟其后的是与消费者息息相关的消费电子、教育、医疗等，而制造业的AI市场份额只有5%。但这种局面正得到改变，人工智能逐步向产业互联网的深水区尤其是传统制造业进发。
普华永道一份分析报告显示，到2030年全球得益于人工智能推动的经济增长高达15.7万亿美元，而中国就有7万亿美元，增长动力主要来自于人工智能在企业流程自动化带来的生产力提高，增强智能提升产品和服务的消费，机器辅助智能提高企业劳动力水平。
南方日报记者 郜小平
AI深入产线助力“降本增效”
注塑，听起来非常传统的一门行业，但它与日常生活息息相关，手机、相机、矿泉水、笔等都是注塑加工出来的。
面对庞大的生产线，利用人工智能技术成为制造企业走向智能化、信息化升级的关键驱动力。黄土荣掏出手机，指着手机壳说，对很多用户来说，几乎都有过这样的体验：白色塑料手机壳刚用时都是透明的，但用着用着就发黄变色。
“以前要做一个手机壳多是凭经验，其中要用到不同的PP材料，都需要依赖经验摸索，不同的配方和注塑工艺，组合起来有将近上万种方案，哪一种是最佳组合，经验也不可靠，而通过智能分析，对注塑工艺过程进行控制研发，才可能找到最佳组合。”黄土荣说。
人工智能不仅可以提升效率，还能降低成本。浙江一家专业频率组件与感测组件供货商车间，女工们穿着厚厚的工服坐在玻璃房，对着显微镜下用游标卡尺进行检测，精度要求在微米级，面对近千种的错误状况，女工们几乎每天疲于应对，而且过去依赖人工放片、人工测量、人工录入数据到MES系统，出了问题后很难查找。
广州赛意信息借助机器视觉的自动检测，这些不知疲倦的“火眼金睛”，很快将检测精度提升一个台阶。尽管部署这样一套高清摄像系统需要几百万元，但相比人工成本仍有非常大的优势：工厂需要40名工人两班倒，算上工人培训的成本，这套系统两年内就能回本。
“比如医药行业，生产的药丸往往是花花绿绿的；在食品企业，饼干也是五花八门的形状。现在可以通过机器视觉帮助客户完成分拣。”广州数控设备有限公司智能制造工程中心负责人宋健介绍。
过去，以人脸识别为代表的机器视觉应用，逐步渗透到传统制造行业，推动企业降本增效。
数据为智能制造提供“养分”
事实上，智能制造并不是一个新鲜事物。不同的是，广州赛意信息董事长张成康说，转变在于生产环节有了海量的数据，尤其是伴随着AI和5G传输等技术的提升，使数据采集、清洗等更加高效。“以前系统跑一个MRP（物资需求计划），都是结构化数据，需要很长时间，现在工业互联网上，大量非结构化数据，例如，温度、震动、语音、图像等，对数据运算的能力都很不一样，传输速度不仅要快，图像清晰度还要高，数据量非常大。”张成康说。
有了大量的数据，通过机器自学习，可以不断在工艺上调优。赛意信息推出的“工业手环”，采集工业设备的噪音、震动、温度等振动频率，实时监测设备的运行状况，优化生产运营效率。“如果生产线错误率突然升高，这可能是前端更换了新材料或新模具、新工艺，往前追溯查找问题。”张成康说。
过去，制造企业守着数据的金矿却无从下手，而现在越来越重视在数据中淘金。黄土荣说，以前可能是20年的老师傅才能做好，但通过人工智能工艺系统，也可以在短时间获取相当于20年老师傅的经验。
对数据的分析，也催生了生产型服务业新的增长引擎。黄土荣介绍，未来公司除了坚定做注塑装备这个主业外，也将继续做强注塑过程的数据分析，尽管后者目前年营收只有3000万元，约占总营收的3%，但利润占比则达到了20%。未来5年，这部分营收占比有望突破3亿元，利润可能会超过单纯的销售设备。
借助数据，广东企业找到了升级的“钥匙”。根据广东省政府近日印发的《广东省建设国家数字经济创新发展试验区工作方案》，其中提及，通过3年左右的探索实践，广东将强化智能制造高端供给，推动制造业数字化转型，推动5万家以上工业企业运用工业互联网实施软硬一体的数字化改造。
自主可控催生国产替代新机遇
借助新技术，制造业整体水平不断迈向产业链价值链高端，也催生了新的国产替代机遇。
在一次看报纸时，富士康工业互联网董事长李军旗偶然发现，截至2018年，中国高铁养护技术被一家奥地利的外国企业垄断，李军旗当时就想，能否利用本企业已掌握的技术解决该难题？
依托近十年在精密工具领域布局的材料、涂层、高端装备、精密智能制造加工等核心技术及团队研发能力，只经过数个月的攻关，就成功研发出“智能钢轨铣刀”，解决了“卡脖子”技术。
企业研发出自主核心零部件后，还需在应用中不断迭代，如何帮其进入更多应用场景去沉淀技术？在这个过程中，国内企业对国产品质也有了充足的信心。
赛特智能董事长李睿也感觉，此前，国产雷达稳定性、可靠性都非常差，国内机器人厂商几乎不敢碰，但如今国产雷达技术水平也有了显著提升，赛特智能也加强了与国产雷达的深入合作。
制造业升级的需求强烈，也催生制造企业在IT系统等方面的投入，与此同时，企业对国产自主可控的重要性也日益重视，张成康认为，中国的产业链更完整，商业模式也不乏创新，本土工业软件企业更多的是“草根”，有着与身俱来深入企业一线的优势，熟知企业痛点和发展需求，未来极有可能跑出一些有行业影响力的企业。
张成康注意到，无论是国内大量新建工厂，还是越南、印度等地推进的自动化，其设备的运营与维护都少不了后续的服务，这为中国软件企业创造了新的机会。
■延伸
智能制造还有几道坎？
“很多企业在遭遇经济下行压力时，往往首先砍的预算就是信息化投入，不愿构建自己的‘心脏’和‘大脑’。”在广州举行的工业软件国产化高层论坛，一位行业人士的演讲引发了不少参会者的共鸣。
近几年来，AI的应用场景逐渐从视频、电商扩大到智能安防、自动驾驶等领域，应用广度和深度不断扩大。然而，在制造等传统行业，依然有不少企业被区隔在数字经济之外。究其原因，还在于生产运输环境恶劣、产业链复杂、场景不标准等因素导致。
痛点一：如何获取数据？
打消疑虑就要帮客户提升数据价值
传统企业与科技企业相比，数字化基因不足，包括原有信息系统老化、“烟囱化”严重，数据积累不足且类型单一，大数据分析能力不足，数据模型缺失以及数据对决策支持理念与流程不到位。
“数据采集是一个漫长的过程，如何给数据贴标签也是难点，涉及复杂的工业机理和数学模型。”广州博创智能制造首席工程师黄土荣说。
在博创看来，重点要打消客户对数据的顾虑。“我们构建了行业的知识库，企业虽然关注数据的安全，但也同时会关注，如何更好活下去，让数据产生更好的经济效益。”黄土荣说，工业数据和用户数据剥离，经过脱敏，博创收到的是机器的数据，用于自动诊断和排查，这对企业来说是安全的。
黄土荣打个比方：“数据就好比客户的水稻，我们将水稻加工成面包给到客户，他们自然就愿意交换我的面包了。而我还希望数据的价值继续提升，将水稻加工成酒，可以卖出更高的价格。”
痛点二：担心投入风险？
人工成本将高过信息化投入
传统制造企业一边拥抱AI机遇，但也一边防范AI对自身优势的冲击，而非利用AI技术建立新的竞争壁垒。
“制造企业那么多设备，是几十年持续投入下来的，老旧设备怎么办，不是说想改变就能改变、说扔就扔的。”黄土荣说。
害怕失败的风险，加上前期资金投入太大，让很多企业对信息化改造踟蹰不前。
广州赛意信息董事长张成康用“剪刀差”打个比方：如果把时间作为一个横轴，把成本作为纵轴，可以看到，随着时间的延展，人工成本一定会越来越高，但自动化、智能化的成本越来越少。实际上，信息技术发展太快，相应成本逐渐降低，当场景的交叉点来临，自动化和智能化就会全部取代人工。
他举了一个例子，一家山东从事水管铸造件客户，他们积极尝试做无人化工厂，从成本上来说，其投入其实是更高的。但作为头部企业，必须要有引领的标杆和技术，才能持续领先于竞争对手，同时，信息化成本在不断降低，虽然当下效益未必是最好的，但只要在不断应用就能不断降低成本。
痛点三：技术陷入同质化？
对场景理解重要性凸显
在智能制造领域，互联网、科技、ICT与制造企业的切入角度不同，但无论从哪个角度，AI算法已经不再构成“壁垒”，随着大量算法和通用平台已被开放出来，中小企业的选择非常多。
这意味着，依托算法和数据等建立的优势，也将很快被赶超。与此同时，有技术但没有好的场景，就好比“拿着锤子找钉子”，这样的情况并不少见。
张成康认为，企业最终比拼的依然是对场景的理解，即能否提供一套咨询和解决方案的能力。
张成康提到一个筷子筛选中的案例：筷子有长有短，视觉AI在尝试中发现并不是非常精细化，最后的解决方案非常简单：两块夹板一夹，长筷子留下，短筷子往下掉；这样的步骤重复几次，筷子分类就做好了。
“明明有些场景投入几万元就轻松解决，关键看你对场景的理解是不是到位。”张成康说，对于智能制造理解，也并非一味强调各种新技术的整合应用。
■相关
智造企业如何培养“接班人”？
从中专毕业，17岁进入富士康，朱伟一待就是14年，从用砂轮打磨的模具学员开始，跳到了技术部接触了自动化技术，成功转型为一名熟练技术工人，并在2019年晋升为模具工程师。
在“机器换人”的自动化浪潮中，有人离开，有人留了下来，朱伟成为留下来的一员。过去，朱伟只是富士康每台机器前面都有一个站着的那位，现在，朱伟隐身于机器之后，通过屏幕同时操控十几台机器。
曾经忙碌在工厂层层流水线上的“打工人”，创造了中国持续高速增长的经济奇迹；而在当下，越来越多的简单劳动正被机器人替代，同时，新生代年轻人第一份工作宁可去送外卖快递，也不愿意进入制造工厂。
制造业人才又极度稀缺。日前，在2020中国5G+工业互联网大会上，国家工业信息安全发展研究中心发布了《2020人工智能与制造业融合发展白皮书》提及，我国人工智能人才缺口达30万。一方面，人工智能与制造业融合存在的诸多难点，另一方面，发展至今，再谈机器人，已经不能局限在“机器换人”的简单逻辑。制造业如何才能吸引年轻人？
“机器换人”红利接近瓶颈
每当提及企业大规模机器换人的潮流，将抢夺工人饭碗时，便会引起较大范围的社会争议。部分机械工人必将被机器所取代，这也是全球工业自动化的发展趋势。但这是否意味着工人变得不再重要？
“企业发展是循序渐进的，除了土地厂房，企业设备投入是大头，没法快速更新，10年前都还在用，现在也不算太落后，对很多中小企业来说，可能就只选择自动化工序中的一部分，即便是广汽集团这样最先进的制造业企业，冲压工位也用了比较多的工人。”广州数控设备有限公司智能制造工程中心负责人宋健说。
他认为，即便是在快速变化的手机行业，也有很多工位并没有实现自动化，恰恰是因为更新换代太快，很多企业也难有足够的利润来支撑快速自动化。
但过度自动化也产生了新的问题。日前，央行课题组在题为《疫情冲击下全球经济面临变革》文章中认为，过度自动化造成失业增加，但生产率却未得到提高。
在业界看来，自动化并不一定等于创新，自动化主要是在生产和服务流程上以机器取代人工，“创造性破坏”是以新的技术和产业取代旧的体系，而自动化并不会创造更多足以覆盖因其形成的失业的岗位，甚至也没有引发生产效率的提高，仅仅是降低了人工成本。
美国学者近年的研究发现，在过去的三十年里，由于过度自动化，涌现出一些所谓的“平庸技术”，如自动检查站、自动化客户服务，或是过度自动化的生产车间。这些自动化没有引发生产效率的提高，但却造成了大量的替代人工现象，从生产效率和劳动力两方面给经济带来双重打击。
“事实上，10年前开始盛行的‘机器换人’那一波浪潮，已经接近尾声了，该换的机器也换了，自动化程度也差不多了。”一位制造业内部人士表示，一些精密制造企业的营收也已趋缓。
人的成长与产业的提升交替上升
面对人才短缺成为制约人工智能与制造业融合的短板，多位受访专家不约而同提到，要为未来的新增岗位培养人才，也要有丰富的渠道接纳现有人才的再教育、再培训，为现有的人才补充新的能力来适应新时代的需要。
在珠三角的一家制造业工厂，工厂也在想方设法提升员工的技能。该公司负责人告诉南方日报记者，实际上，设备越先进、自动化程度越高，人的深度认知也在不断提升，双方形成了一种交替性的提升。
在车间，所有的岗位都进行了分级，根据操作难度、对客户的影响程度分成了几个等级，1-1、1-2、2-1、2-3等等。针对不同的等级，有不同的招聘策略和培养策略，比如普通岗位培训7天就可以上岗，而关键的检验岗，通常要培训一个月才能上岗。同时针对不同的岗位，给予不同的薪资，以此激发员工的积极性，主动去挑战一些更难的岗位。
一些高端的产品生产前，工厂会对员工提前了解，比如对岗位是否具备了相应的经验、技能、知识等等，甚至一些大客户也会反过来要求，生产线必须具备较高素质的工人。
当产品上出现了一些新工艺、新知识、新设备、新事物时，专门的研究团队提前研究所用的功率、工艺、工序要求是什么样的，在这个团队中，有10年生产经验的员工占到了75%，老师傅依然非常吃香。
上述负责人说，一方面，原本依赖人的检验，比如只是去看哪里贴错了标签、哪里有瑕疵，这些重复劳动可以通过智能化解放人。另一方面，人在与机器的交互中，在思考更复杂、更需要经验的环节，“过去我们讨论，人工智能会降低劳动力的需求，实际上，这也是促成了人的成长与产业的提升”。
制造环节中引入工业互联网后，华星光电高级副总裁陈盛中也经常被问及，如何平衡投入与产出。他认为，从中长期来看，工人薪资水平都是往上涨的，同时用工结构也在发生变化，工程师水平不能停留在过去，也需要熟练掌握AI、大数据等技术，“实际上，用人来判别图片，这样的简单重复劳动，对个人并没有实现增值”。
提升培育环境，培养更多“数字工匠”
如果把视野放宽，德国是一个工业与农业自动化程度很高的经济体，但并没有引发失业问题。
这得益于德国企业的全球竞争力不依靠成本而是技术，技术优势的获取是靠政府在产业升级转型过程中，对劳动力知识结构再调整和新技能匹配的持续投入。
这对中国的启示在于，中国应该重点转向技术创新，并制定对劳动者进行大规模培训的计划，同时避免由资本主导的过度自动化产生失业与贫富分化问题。
工业富联董事长李军旗表示，人才是智能制造的关键，但就目前来看，既缺“对的人”，也缺“对的培育环境”。目前，富士康就创办了工业互联网学院，同时与高校共建机器人创新创业实践教学基地、举办“未来智造大讲堂”等举措，以教育培训和训练实习的方式，培养更多“数字工匠”。
在工业富联技能教育事业部总经理李光辉看来，制造工厂成为枯燥乏味的流水线上的代名词，很大程度上是上一代人进厂的记忆。转变这种观念非常关键的一步是靠引导。工业富联设想，如果将“灯塔工厂”的样板设在小朋友经常去的科学馆、展馆等地，把智能制造工厂搬出来，让大家知道未来的制造业原来是各种先进技术的集成，与机器人互动交流，这有助于改善小朋友对制造业的印象。
博创智能制造首席工程师黄土荣则注意到，过去，传统制造业很难吸引高端人才，而借助人工智能、大数据、工业互联网等技术，企业招聘也更有吸引力，2020年新招聘了一批名校毕业的研究生。
