2018 年中国发展论坛报告

人工智能时代的制造业转型升级

ABB 集团首席执行官 史毕福

摘要

人工智能赋能制造业的时代已经到来。尽管实现“通用人工智能”

（AGI，执行各种拟人任务的智能机器）或“具有自我意识的人工智能”（基

于软件产生意识的智能机器）尚需时日，但“早期人工智能”已蓬勃兴起。

迄今为止的人工智能系统基本都属于早期人工智能，通常由模仿人类行为的

特定软件和参数组成。早期人工智能具备机器学习的能力，根据新的数据重

新调整软件算法，是目前人工智能领域的投资热点。其在制造领域的应用，

将有力地增强工业自动化系统的能力。

在全球范围内，大量资本涌入人工智能领域。渐趋复杂的算法、日益强

大的计算机、激增的数据及提升的数据存储性能，预示着在不久的将来，人

工智能系统的能力将实现质的飞越。互联网企业，如谷歌和百度等，正大步

推进人工智能技术的开发，其它行业的进展却相对滞后，对于如何获取、整

合和部署人工智能这项复杂的新技术的途径尚不明确。虽然人工智能应用于
生产制造的前景广阔，但要从概念到落地，产生规模效益，还需要研究清晰
1
可行的方法。人工智能在制造业的应用充满挑战，但潜在收益巨大，它能帮

助企业寻求最优的解决方案，应对积弊，创造价值。

1974 年，ABB 发明了全球首台由软件操作的商用电动机器人。现在，在

工业生产领域，ABB 正积极开发工业互联网及人工智能解决方案。为继续保

持自动化领域领先的竞争力，ABB 不断加快在机器学习、智能架构、增强现

实和自动驾驶技术等领域的创新步伐。2017 年，ABB 与 IBM 启动开创性的合

作，进一步开发具有机器学习功能的工业人工智能解决方案，超越当前只具

备单一数据收集功能的互联系统，从此迈向工业设备实现自主认知的新时

代。人工智擅长处理大量数据并应用于基于算法的解决方案中，但目前还缺

乏人类的直觉和创造力，因此，ABB 当前的目标侧重于利用人工智能的优

势，补充并增强人类的专业能力。

过去几年，中国政府积极部署先进制造业与人工智能技术，大力推动产

业升级。人工智能以及其他颠覆性技术主要还是集中于消费领域，要真正实

现以科技创新重塑中国经济，人工智能技术在工业领域和企业间的大规模应

用则更为关键。随着人工智能带来的生产力提高，中国的劳动力市场将产生

巨大的结构性变革，中国预计约有 51%的工作岗位可以实现自动化，高于其

他任何国家。但这并不意味着大量劳动人口会失业，经济学家们证明，自动

化会积极地促进就业，而非冲击就业。

2
 仅仅依靠人工智能并不能为工厂的生产效率带来翻天覆地的变化。企业

必须首先实现运营的全面数字化，集成为“智能工厂”，在价值链的各个环

节生成、传输高质量、结构化的数据。所谓智能工厂，必须能够自动优化自

身的制造过程。将这样的智能工厂与人工智能系统相连，才能充分释放新技

术的全部潜力。现在，越来越多的企业都开始安装能够联网的智能传感器、

启用基于云计算的算法提升运行时间、提高速度和产量，为构建智能工厂打

下基础。大型制造企业如何做好准备，应用人工智能技术实现突破，富士康

提供了一个有益的案例。

尽管智能制造尚未完全成型，但在新的生产模式下，自主学习、独立决

策、自我修正乃至自我感知终将得以实现。智能制造对人工智能的需求重点

集中于三个层面，即智能装备、智能工厂及物流、智能服务及维护。文中列

举了 ABB 参与的若干中国和国际的企业案例，以展示和探讨不同工业领域的

应用进展。

人工智能潜力巨大，未来将在重塑中国制造业的征程中发挥重要作用，

但实现转型还需要创造积极的发展环境，比如 1）强化《中国制造 2025》中

“智能制造”相关内容；2）制定有效的跨行业标准，确保所有数据可以被机

器读取和解释；3）促进人工智能技术在政府管理领域的应用； 4）改革教

育体系，加强对高科技创新人才的培养，鼓励终身学习，在人工智能时代寻

求更广阔的职业发展。

3
 1. 人工智能：全球趋势及制造业的应用

在全球范围内，大量资本涌入人工智能领域。人工智能赋予机器不同程

度的人类认知能力，并最终将为企业创造商业价值，已成为越来越多人的共

识。渐趋复杂的算法、日益强大的计算机以及不断激增的数据，预示着在不
久的将来，人工智能系统的能力将实现质的飞越。

1.1 投资持续增长，应用仍是挑战
2016 年，全球人工智能领域的投资总额约为 260 亿到 390 亿美元，其

中绝大部分来自于亚马逊、苹果、百度和谷歌这类为人工智能提供技术支持

的互联网公司，其中 90%的投资用于了研发与应用开发。1 虽然这些公司信

心满满地认为将人工智能成功转化为盈利的要素已经齐备，但在其他领域，

人工智能的发展却相对滞后，对于获取、整合和部署人工智能技术的途径尚
不明确。

很多企业逐渐认识到，应用人工智能并非易事。技术的复杂性导致真正

能够理解并应用人工智能的人才非常紧缺，IT 以外的行业更是缺乏此类人

才。此外，很多公司无法实现人工智能应用的规模化，原因在于制造业企业

产生的数据中约有 90%是“扁平的”，还没有将数据进行关联或无法被人

工智能系统所读取和利用。2要实现最佳的有效性，人工智能必须能够访问

1
麦肯锡全球研究中心报告，“人工智能，下一轮数字化的前沿” 第 6 页，2017 年 6 月
2
麦肯锡公司， “人工智能对德国及其工业意味着什么” ，第 41 页，2017 年 4 月

4
海量、独特的数据。公司必须拥有大量的高质量、结构化数据，通过算法进

行处理，除此之外没有捷径可循。再者，人工智能必须根据业务的具体场景
进行定制，现成的商业化人工智能解决方案是不存在的。

1.2 制造领域应用的滞后
德国“工业 4.0”、“中国制造 2025”等政府主导的措施正在帮助制

造企业打造“未来工厂”。让我们预想在具备自主性、自我管理的工厂，整

个价值链的各个环节互联互通，管理系统从广泛的数据中获取信息，并直接

应用于生产。这类工厂将更加灵活与高效，应对多变的市场环境，生产更精

细、更多样的产品。这一转型将为全球经济创造 3.7 万亿美元的价值。虽然

人工智能应用于生产领域的前景广阔，但要从概念到落地，产生规模效益，

还需要研究清晰可行的路径。多数企业，无论规模大小，都发现即便通过试
点，之后的进展依然充满挑战。

1.3 工业人工智能面临的挑战
在人工智能的部署方面，消费型导向的企业，如亚马逊公司要领先于工

业类企业，造成这一情况有几方面的原因。消费者相关的数据，比如对某类

产品的喜好等，相对更容易解读；而机器生成的数据通常更为复杂，多达

40%的数据甚至是没有相关性的。工业人工智能必须首先收集数据到边缘

端，而非直接到云端或中央数据库，并且往往要在瞬间做出很多关键性决

策。部署在边缘网络的传感器将数据传送到云端，运用算法建模，然后再将

指令传回边缘端加以执行。要在准确的时间提供准确的数据，并精确到毫秒

5
级，这无疑是一项复杂的任务。此外，工业人工智能提供的建议必须便于现

场技术人员理解。创建一个可以用简明语言来解释其决策依据的系统仍是一
项挑战。

1.4 应对制造业积弊的全新解决方案
人工智能与制造业融合充满挑战，但潜在的收益巨大，它能帮助企业寻

求最优的解决方案，应对积弊，创造价值。在规划与设计阶段，人工智能可

以提升产品的设计、产量和效率，并实现供应商评估和订单管理的自动化；

在运营阶段，人工智能可以改进每个任务流程，实现生产线自动化，减少误

差和浪费，缩短交付时间；在销售阶段，人工智能可以预测市场趋势，根据

预期需求调整生产，优化定价，把握销售机会；在售后服务阶段，人工智能

可以预见客户需求，并提升客户体验。对于这样一个高成本、低利润的行
业，是否部署人工智能对于任何规模的企业都将是生死攸关的重要决定。

2. 从自动化到自主化

过去 130 多年来，自动化技术在电力、工业、交通与基础设施等领域

蓬勃发展。早期 ABB 在该领域的发明集中在机械控制方面，比如锅炉安全

阀或电厂的手动开关等。随着时间的推移，自动化技术逐渐延伸到了电气控

6
制工程领域，比如力测量产品，在生产线中被用于保证机械设备产生精准适
当的压力值。

2.1 早期的工业自动化
到 20 世纪 70 年代，软件开始在工业过程自动化的进程中发挥重要作

用。1974 年，ABB 发明了世界首台软件驱动的商用电动机器人，应用了英

特尔生产的首批微芯片。此后，计算机控制系统使生产过程的自动化程度越

来越高。近年来，随着数字技术范畴的迅速扩大，软件已和云计算、大数据
分析及人工智能一起，成为了数字技术的重要组成部分。

2.2 探索人工智能在工业转型中的潜力
在工业生产领域，ABB 正积极开发工业互联网及人工智能解决方案。

为继续保持自动化行业的竞争力，ABB 不断加快在机器学习、智能架构、

增强现实和自动驾驶技术等领域的创新步伐。公司投资的一系列初创公司正

在不同领域开疆辟土，包括人类水平人工智能领域的 Vicarious，人工智能

软件应用领域的 Bonsai，机器人自动驾驶领域的 Clearpath Robotics，以及

智能建筑领域的 PointGrab 等。

2.3 ABB AbilityTM 与 IBM Watson 强强联合

2017 年，ABB 与 IBM 宣布携手，共同开发 ABB AbilityTM 的机器学习

能力，这会在不久的将来产生非常实际的效果。ABB AbilityTM 是 ABB 为电

力、工业、交通和基础设施领域提供的数字化解决方案与平台。ABB
AbilityTM 与 IBM Watson 计算系统联手，进一步开发具有机器学习功能的工
7
业人工智能解决方案，超越当前只具备单一数据收集功能的互联系统，从此

迈向工业设备实现自主认知的新时代。新系统的数据理解能力将日渐加强，

并融入推理过程，设计有效解决方案，帮助消除生产过程中的低效与冗余。

例如，ABB 的自动化系统会在生产线上实时记录产品的影像，Watson 则能

识别出产品的各种缺陷，分析其产生的根源，并采取行动减少缺陷或提供解
决建议。

2.4 从自动化到自主化的演进
随着上述系统的演进，自动化系统将逐渐发展为自主化系统。在现在常

规的自动化系统中，控制是为了保持生产的稳定性。自动化系统可以监控机

器的变化，在故障发生时采取停机或者安排维修人员找到问题、修复并重新

启动系统。而自主化系统则会同步运行一个监督程序，捕捉异常、分析并自

行设计解决方案。通过这种方法，由人工智能驱动的生产线将解决工厂运营
中全生命周期各环节的问题。

人工智能擅长处理大量数据并应用于基于算法的解决方案中，但目前还

缺乏人类的直觉和创造力，因此，ABB 当前的目标侧重于利用人工智能的

优势，补充并增强人类的专业能力。人工智能不擅长直觉或创造，但它能够

开发出强大的技术专长并运行极其复杂的计算。因此，短期内在制造业中部
署人工智能的目标是通过精密的算法增强人类的专业能力和洞察力。

8
 针对生产流程的优化，人工智能充满巨大潜力。在计算机控制的早期，

编程是通过一系列详细的书面指令实现的，这些指令描述了执行的各个步

骤。如今，人们已能用更直观的方式训练机器如何操作。技术人员可以手动

引导机械臂，训练它做出一系列动作。将来，一台设备仅凭一套基本指令就

能完成指定工作；在人工智能的支持下，设备将会通过快速自学，以最高的
效率完成任务。

自主化机器人和无人机已经能够自主地完成一系列工业任务。例如，

ABB 小型电动爬行机能够对大型电动机进行检查，在电机定子和转子的缝

隙间自动爬行，拍摄设备状况。这种装置可以大大减少详细检测的时间和费
用。

相比于我们在人工智能领域的长远目标，这当然只是一台简单的设备，

但其成果却让我们看到了光辉的前景。正因为如此，公司将会持续投资，进
一步探索人工智能在工业领域的应用潜能。

3. 人工智能推动中国制造业转型升级

9
 中国正迎来创新驱动增长的新时期，经济由高速增长阶段转向高质量发

展阶段，处在转变发展方式、优化经济结构、转换增长动力的攻关期。随着

人工智能技术的不断突破，面向制造业等重点领域的国家政策与规划及时出

台，以抢抓战略机遇，构筑先发优势，加快建设创新型国家和世界制造强
国。

3.1 多重因素共促转型
作为过去 40 年推动中国经济迅猛增长的核心引擎之一，制造业再度成

为国家层面产业升级转型的核心驱动力。面对全球竞争的加剧、人口红利的

减少以及环境压力的增加，中国制造业提升先进性和可持续性势在必行。要

实现这一目标，运用创新技术和创新手段创建高度互联的制造业生态系统至
关重要。

3.2 人工智能与智能制造的前瞻性政策
与德国、日本和美国等国由政府主导推动智能制造项目类似，中国政府

于 2015 年 5 月出台了《中国制造 2025》计划，这是中国实施制造强国战

略第一个十年的行动纲领，其愿景比德国的“工业 4.0”更为远大，旨在全

面提升国内工业水平，制造业将成为创新驱动型产业，优先发展高端数字化

装备与系统。2017 年 3 月，人工智能首次被写入中国政府工作报告。4 个

月后，国务院正式印发了《新一代人工智能发展规划》，提出在中国发展人

工智能三步走的战略，确立了人工智能的重要地位。在 2017 年底的《十九

10
大报告》中，习近平主席提出，加快建设制造强国，加快发展先进制造业，
推动互联网、大数据、人工智能和实体经济深度融合。

3.3 人工智能技术加速中国制造业升级
在人工智能领域，中国和美国目前处于世界领先地位。3中国的数字巨

头们正加大研发力量，人工智能及其他颠覆性创新技术大量涌现。目前，这

些技术首先还是集中于消费相关的领域。人工智能在特定任务中语义识别、
语音识别、人脸识别、图像识别技术的精度和效率已远超人工。4

要真正实现以人工智能等科技创新重塑中国经济的战略目标，工业领域

及企业间的大规模应用则更为关键。行业研究显示，制造业的很多领域正处

于转折的关键节点，快速的数字化转型迫在眉睫。先进自动化设备的部署以
及人工智能系统的应用，将会对行业发展产生深远影响。

3.4 自动化与人工智能对就业市场的潜在影响
中国人口老龄化的趋势在加剧，第四次工业革命应运而生的新技术，如

人工智能技术，将有望弥补劳动力的减少和缺失。据估计，人工智能与自动

化相结合，将带动中国 GDP 年增长率提高 0.8%到 1.4%。政策制定者们也

3
麦肯锡全球研究中心，“人工智能对中国的启示”，第 4 页，2017 年 4 月
4
中国电子技术标准化研究院，《人工智能标准化白皮书（2018 版）》，第 6 页，2018 年
1月

11
许会担心，智能化、自动化的过度成功是否会导致国内（尤其是工业化高度

集中的地区）大规模失业，引发社会震荡？这是必须澄清的一种误解。诚

然，调查显示中国约 51%的工作岗位可以实现自动化，高于其他任何国
家。5但是，我们绝不能将此误读为“中国 51%的劳动人口将会失业”。

经济学家证明，自动化会促进就业，而非冲击就业。6其原因是，生产

力的提高会导致价格的下降，从而增加人们对产品的需求。即便有朝一日，

像 Andrew McAfee、Erik Brynjolfsson 等理论家所担心的，生产力急剧提

高，导致不需更多工人便能无限扩展生产，那么劳动力也终将流入其它工作
领域。7

生产力的提高有助于创造就业机会，最有力的一项证明是，在机器人密

度最高的国家，如韩国、日本和德国，失业率反倒是最低的。8以德国汽车

5
麦肯锡全球研究中心，“人工智能对中国的启示”，第 9 页，2017 年 4 月
6
James E. Bessen，“计算机自动化如何影响职业：技术、工作与技能”，波士顿大学研
究学报 15-49 期，2016 年 10 月 3 日
7
Andrew McAfee、Erik Brynjolfsson，《第二机器时代》，W.W. Norton：纽约，2014 年
8
国际机器人联合会，“Positive 工业机器人对就业的积极影响”，2011 年

12
行业为例，在 2010 年至 2015 年间，随着机器人自动化应用的增长，新增
岗位量从 2.5%提高到了 3%。9

数据显示，工业机器人密度较高的成熟经济体，其制造业工作岗位的流

失率低于那些工业机器人使用较少的国家。10 即使这无法充分证明生产力与
就业岗位之间的相关性，至少能够佐证自动化并不会抢走人类的饭碗。

4. 案例研究：制造业巨头富士康

制造业正酝酿着一场由人工智能引领的转型，但仅依靠人工智能本身并

不能为工厂生产效率的提升带来翻天覆地的变化。企业必须首先实现运营的

全面数字化，集成为“智能工厂”，在价值链的各个环节生成、传输高质

量、结构化的数据。所谓智能工厂，必须能够自动优化自身的制造过程。通

过将真实设备虚拟化并实现网络互联，智能工厂中的各部分都能够自行决定

9
国际机器人联合会，“2016 世界机器人报告”2016 年 9 月 29 日
10
Mark Muro、Scott Andes，“机器人可提升生产率，而非减少就业”，《哈佛商业评
论》，2015 年 5 月

13
优化策略。11 将这样的智能工厂与人工智能系统相连，才能充分释放新技术
的全部潜力。

现在，越来越多的企业都开始安装能够联网的智能传感器，启用基于云

计算的算法提升运行时间、提高速度和产量，为构建智能工厂打下基础。大

型制造企业如何做好准备，应用人工智能技术实现突破，在这一领域，富士
康提供了一个有益的案例。

4.1 人工智能转型蓄势待发
在电气和电子设备行业，往往需要数以万计的人员进行电路板等电气元

件的质量检测，而这正是人工智能可以大显身手的一个领域，从而帮助企业

提高产量、控制质量。人工智能对产品和部件进行视觉检测，其好处显而易

见。现有的机器学习算法进行图像训练，就能自动实现识别小型电子元件的
缺陷的功能。

4.2 投资为先
作为一家活跃于全球多个区域的制造业巨头，富士康近期宣布了一项面

向人工智能研发领域的重要投资计划，招募多达 100 名顶尖的人工智能技

术专家，并在其所有生产基地应用人工智能。该公司还将招募数千名开发人

11
欧洲议会工业、技术、科研及能源（ITRE）委员会报告“工业 4.0”，第 20 页，2016 年

14
员，基于深度学习和机器学习技术，开发制造应用程序，并计划将复杂的传

感器集成到生产线中。传感器将把高质量、结构化的数据传输给公司的人工
智能团队，用于开发定制化的应用程序。

4.3 促进转型的强大动因
富士康进行数字化转型势在必行，其客户，比如苹果公司等，对电子产

品的尺寸要求越来越小，因而产品中元件的密度变得越来越高；产量需求也

在日益增加；芯片和电路板间的焊点越来越小，但同时又必须避免任何缺

陷。基于人工智能的机器视觉工具分辨率远超人眼的能力，可以发现极为微

小的产品缺陷。这样的人工智能系统不仅能够迅速检测出缺陷，还能识别故

障发生的根本原因，并给出解决方案，提高整体的质检通过率，应对低产能
这一困扰电脑、智能手机等复杂产品生产的瓶颈问题。

4.4 挖掘优势
部署传统的机器视觉解决方案往往需要超过 60 天的软件开发和可行性

研究，而人工智能系统由于利用了深度学习技术，可以在仅仅一天之内完
成。这使制造商能够根据需求迅速改变产品组合，避免因延误而造成损失。

虽然人工智能机器视觉工具只是创建智能工厂的第一步，但通过渐进的

方式，最终将引发更深远的影响。辅以系统化的数据收集手段，从车间层面
扩展到整个价值链，公司将获得结构化的数据，用于开发和培训定制化的人
15
工智能应用程序。这种循序渐进的发展路径不但是出于谨慎考虑，而且也是
为了满足客户的需求。

4.5 以新的方式应对工业领域的重大挑战
目前，利用算法处理大量数据的预测性维护解决方案，如 ABB

AbilityTM 210 余项丰富的数字化解决方案，已成为很多顶尖工业企业的标

配，顺应了第四次工业革命浪潮下前沿技术的发展趋势。未来，ABB

AbilityTM 和其它预测性维护平台将部署强大的人工智能系统，以帮助工厂应

对重大挑战，实现革命性转变，包括将现有的单一收集数据的互联系统升级

为认知型工业系统，利用数据进行理解、感知、推理并采取行动，支持整个
行业提高效率，减少冗余。

5. ABB 案例分享

尽管智能制造尚未完全成型，但在新的生产模式下，自主学习、独立决

策、自我修正乃至自我感知终将得以实现。智能制造对人工智能的需求重点
集中于三个层面，即智能装备、智能工厂与智能服务。12

12
中国电子技术标准化研究院，《人工智能标准化白皮书（2018 版）》，同上

16
 5.1 智能设备

智能设备为“未来工厂”奠定基础
“未来工厂”远不止是机器人的应用，而是通过传感器将设备、机器与

互联网相连，监测设备状态，提升生产效率并节省大量成本。不仅如此，它

还包括供应链的垂直整合、制造流程的全自动化、车间生产与管理决策的紧

密联系，以及柔性化的生产系统。智能化、互联化的工厂代表着未来工厂的
发展趋势。

位于德国海德堡的 ABB 工厂就是未来智能工厂的一个典范。这家工厂

历史悠久，主要生产微型断路器等电气产品，通过应用 ABB Ability™一系列

数字化解决方案，显著地提升了效率与质量。工厂采用了 7 种 ABB 机器

人，全部实现互联，可以自主工作或协同工作，并可根据前序工段的情况进

行自动调整，确保最佳性能。互联机器人的应用将原本已经很高的生产效率

进一步提升了 3%；装配线的灵活性也极大地提高，产品种类比以往丰富了
3 倍。

这家“未来工厂”的另一项关键突破在于应用了 ABB AbilityTM 智能传

感器解决方案。去年推出的这款传感器可以将低压电机与工业互联网相连，
对电机进行实时持续状态监测。传感器可以轻松安装在大多数电机上，将设
17
备的振动、温度、负载和能耗数据传输至云平台，有效地将普通电机转变为
互联的智能电机，实现远程监测和性能优化。

此类智能设备本身并不属于人工智能的范畴，但却是在制造领域有效应

用人工智能的先决条件。没有数字互联，就无法将人工智能算法应用于数字

设备的运行中。ABB 的互联机器人和智能传感器等设备将为人工智能化的
工业生产奠定坚实基础。

5.2 智能工厂及物流系统

物联网与制造执行系统、机器人的集成
ABB 为位于吉林的一家大型跨国食品加工企业量身定制了机器人码垛生

产线和入库管理系统。一台机器人可以替代 15 位码垛工人的繁重劳动，同

时，定制的制造运营管理系统（MES）可以在物料整形、称重、喷码、剔

除、抓取、码放、入库的过程中，采集、记录并分析海量数据，提供详尽的

生产报告及可行性建议，不仅满足了高效码垛的需求，而且实现了实时生产

数据及设备数据管理，显著提升了工厂的生产效率、安全性和可靠性，并降
低了管理成本。

18
 ABB 北京低压工厂是智能工厂雏形的又一范例。该工厂通过应用 MES、

机器人和无线终端，实现了从下单到交付整个价值链的全方位自动化。MES

可对客户订单实时响应，基于客户需求自动对生产设备和加工参数进行配

置。通过人机协同作业，自动化装配线在人工的支持下完成组装和测试。客

户需求和生产制造的无缝衔接，进一步缩短了产品交付周期，提升了服务质
量。

目前，上述类型的自动化控制对机器学习和其他人工智能成果的利用仍

处于起步阶段，但随着时间的推移，这些系统将变得越来越自主化，更高效
地满足客户需求。

5.3 智能服务与维护

借助资产健康中心解决方案升级基础设施
智能软件解决方案可以协助发电厂等资产密集型设施，实现对实时数据

及历史数据的解读与分析，从而为运营商提供重要信息及建议，保障运行时
间，提高设备可靠性。

例如，内蒙古电力科学研究院正在使用 ABB AbilityTM 资产健康中心绩

效管理软件，应对电力需求及可再生能源发电不断增加的双重挑战，支持自

19
治区内 2400 万人口的可靠供电。该解决方案通过互联设备生成可执行数

据，帮助客户对维护需求的优先级进行排序，评估风险并进行资产管理，在
减少支出的同时，降低对环境的影响，满足监管要求并提高安全性。

不久的将来，人工智能和先进的机器学习将从这类系统中获取数据并加
以利用，从而将管理复杂电网的能力提升至新的高度。

上述案例旨在为中国未来大规模应用智能解决方案和人工智能技术提供

参考与借鉴。随着“互联网+”、《中国制造 2025》、《下一代人工智能发

展规划》等一系列政策的出台，中国正大力推动智能制造和人工智能的快速

发展。ABB 将继续以全球领先的技术和解决方案，全力支持中国实现全球
制造强国和人工智能领导者的宏伟目标。

6. 务实推动人工智能，谱写中国制造业的未来

人工智能潜力巨大，未来将在重塑中国制造业的征程中发挥重要作用，

但要真正实现转型，还需要创造积极的发展环境。以下建议主要基于以往的
经验，并考虑到中国经济在结构与构成方面有别于他国的特点。

20
 6.1 强化《中国制造 2025》中“智能制造”相关内容
《中国制造 2025》计划指出，到 2025 年中国将形成约 40 个国家制造

业创新中心。这些中心将加速科技成果商业化和产业化，推动制造业向价值

链中高端跃升。这一过程中，智能设备对于打造基于人工智能技术自主运行
的智能工厂至关重要。

为推动该领域的发展，政府提供了大力的扶持，并设立了宁波等智能制

造试点城市。尽管如此，未来仍有大量工作亟待处理。例如，国内的很多工

厂，即便是采用了第四次工业革命领先技术的企业，也依然存在人工装配生

产线。国家有必要进一步出台相关政策，加速智能生产技术的开发与应用。

只有在建立了大量智能工厂的坚实基础上，中国才能充分发挥人工智能可观
的技术优势。

6.2 制定有力的跨行业标准，确保所有数据可被机器读取和
解释
如前所述，高质量、结构化的数据对于训练人工智能系统至关重要。中

国经济规模庞大、领域广阔，因此可从各行业中获取的数据量遥遥领先。但

要真正落实，政府必须发挥主导作用，制定数据结构标准和接口标准，并以
法规形式确保数据可以被机器读取和解释。

21
 上述举措关系到中国未来能否将人工智能技术真正充分应用于生产领

域。依托行之有效的数据政策，中国政府将有力地推动现有制造业向“无人
化”人工智能工厂的顺利过渡。

6.3 促进人工智能技术在政府管理领域的应用
很多观察人士都认为人工智能是一个难以理解的复杂命题。不论在哪个

国家，从工厂管理者到一线员工，以及政府官员，都普遍缺乏对人工智能及
其全部潜力的透彻理解。

中国可以一马当先，率先在整个政府层面部署人工智能技术，加快国家

产业基地现代化建设的步伐。中国政府拥有强大的跨部门协调领导机制，可

以在政府事务中深度整合和应用人工智能技术，充分展示这一领先技术在经

济发展各领域的巨大潜能。通过在管理工作中运用人工智能技术，管理者们

也可以获得宝贵经验，有力促进政府对于新技术的理解，进而推动地方政府

更好地指导当地产业，把握历史机遇，根据自身比较优势，成功实现转型发
展。

公共服务能力是世界各国政府都密切关注的问题，人工智能可以显著提

升政府公共服务的水平。国内城市人口增长迅速，随之而来的是各种纷繁复

杂的社会问题与挑战。新技术能够支持个人与政府间实现更顺畅、更高效的

22
沟通，比如极大简化常规行政事务的批准程序，解决在政府部门排长队等候
的情况。

6.4 调整教育体系，应对人工智能浪潮
第四次工业革命中应运而生的创新技术不但将从根本上重塑制造业等众

多行业，也将重塑整个就业市场。中国必须培养大量新型技术人员，从事无

法实现自动化的生产操作，包括设计、规划、监控、异常处理、系统故障恢
复等需要更高专业技能的工作。13

尽管自动化和人工智能技术的大规模部署将创造大量新的就业机会，但

同时，快速的技术变革也要求工人必须掌握新的技能，甚至每五年就需重新

培训以适应新的岗位需求。这要求人们必须在整个职业生涯中拥有不断学习

新技术的能力与动力。14 相应的，国家的教育体系也需要进行调整，更侧重

于培养有能力从事非替代性工作的人才。具备创新、协作、解决问题、批判

性思维、同理心以及沟通等能力，有助于在自动化、智能化的时代继续发挥
人类特长，拥有跨行业技能，从而能够在更广阔的领域寻求职业发展。

13
A. Mital、A. Pennathur 等，“先进制造技术环境对工人培训的需求白皮书”，《国际
工业人机工程学杂志》，1997 年 10 月 15 日
14
Seamus Nevin、Jamie Kerr，“未来的弹性工作”，2017 年

23
 中国已经采取了许多有力措施，促进人工智能领域的人才培养。政府自

上而下的激励措施使许多学术机构和研究人员得以共享重要数据与研究成

果。国家还在持续派遣专业人员前往美国等在人工智能领域技术全球领先的

国家进行培训。15 同时，政府也在积极采取措施，将人工智能融入基础教育

的课程体系。2017 年 7 月国务院印发的《新一代人工智能发展规划》中，
明确指出将为中小学生开设人工智能课程。

这一系列强有力的举措必将促进新型教育体系的构建，支持人工智能的

蓬勃发展，加速人工智能与制造业的融合，推动中国实现从制造大国向制造
强国转变的宏伟蓝图。

15
“中国在人工智能领域要后来居上，超越美国了？”，凤凰网科技频道，2017 年 5
月 28 日

24