1.1 “智能+”賦能制造背景

當今社會已經進入萬物智聯、智慧生活的新時代，“智能+”成為經濟發展的新動能。“智能+”賦能制造既是新一代信息技術蓬勃發展帶來的動能轉換機遇，也是中國制造轉型升級的客觀需求。

1.1.1 “智能+”, “+”出智能新時代

1997年IBM公司的“深藍”機器人戰勝國際象棋世界冠軍卡斯帕羅夫曾引起世界恐慌和轟動，2016年谷歌的AlphaGo戰勝圍棋頂級高手李世石又一次引發了人們對人工智能的廣泛關注。這些事件的意義可以與阿波羅成功登月相比，不僅向人們展示了人工智能逐漸達到的智能高度，更是宣告了一個嶄新的“智能+”時代的到來。“互聯網+”的概念已日趨普及，“智能+”影響人類生活與社會經濟的理念由百度公司前總裁張亞勤2016年在博鰲論壇上首次提出。張亞勤大膽暢想了“智能+”對人類社會與生活的影響，將“智能+”比喻成“互聯網+”的進一步發展和下一個車站，一場可能如PC、智能手機那樣深刻影響世界，改變人類生活的大風暴正在醞釀且即將成形?！爸悄?”滲入商業模式與產業發展中，讓人們的生活越發便利。自動駕駛、智慧城市、5G、AR與VR、可穿戴設備與智能終端、未來消費等高科技元素將充斥未來的日常生活，播放一部商業革新與人類生活升級的科幻大片。

1. “互聯網+”升級到“智能+”，開啟萬物智聯新時代

一般認為，2010年是云計算元年，2016年是人工智能元年，2017年是“智能+”元年。“互聯網+”將連接數字世界的能力賦予各行各業，推動全行業數字化和信息化轉型。在此基礎上，“智能+”提供更智能的數據分析和決策能力，包括更聰明的機器、更智慧的網絡、更智能的交互，將創造出全面智能化的經濟發展模式和社會生態系統。

馬化騰在《給合作伙伴的一封信》中指出，騰訊多年來一直專注做連接，希望連接人與人、人與物以及人與服務，這是實現深度融合、云化分享以及未來一切變化的基礎。隨著整個經濟社會的全面數字化，人們不但要通過更多的連接來減少信息孤島，而且要通過更好的連接來實現溝通協作的持續優化。對于如何減少信息孤島，連接人與人、人與物、人與服務，“互聯網+”采取的是傳統的方式，“智能+”則是比“互聯網+”更進一步的連接新方式，是智慧互聯。在“智能+”的連接方式之下，通過云計算、人工智能等方式，生活空間中的萬事萬物進入了相互連接的萬物智聯新時代。

2．從“互聯網+”到“智能+”，人類的生活進入智能化時代

從“互聯網+”到“智能+”，政府工作報告表述變化的背后，是人類生產和生活方式的又一次升級迭代。在“互聯網+”時代，各種基于互聯網數字技術的商業模式改變著人們的衣食住行，實現了人與人的實時連接。而隨著人工智能、大數據、云計算等新興技術的不斷發展，信息技術的應用已經不再局限于連接人與人，而是將人與物、物與物連接在一起，借助物聯網、大數據、云計算技術的豐富應用，智能制造、智能交通、智能商貿、智能醫療、智能教育等隨之而來，“智能+”讓我們走入智慧互聯的智能化生活時代。

“智能+”打造了各個場景的智慧解決方案，如無人銀行、無人餐廳和人工智能合成女主播等，讓社會邁入更高效、低耗、創新性強的新時代，困擾人類幾千年的信息不對稱問題可能會在當今的萬物智聯新時代有效解決。“智能+”的賦能為越來越多的企業所接受和擁抱。在可以預見的未來，“智能+”將加速線下與線上的融合，再度引發當前的商業模式與競爭法則的變革，社會形態將被智能化技術重塑，每個人都會被契合其個性化需求的信息環繞。人工智能的進步和“智能+”的實際應用，將展現一個“第四維”的世界，即除了物理的三維空間，會有個第四維的智能空間。

3．從“互聯網+”到“智能+”, “+”出經濟新動能

從李克強總理2019年政府工作報告中可以看出，拓展“智能+”與推動傳統產業特別是制造業的轉型升級密不可分。與“互聯網+”一樣，“智能+”旨在將技術與產業融合，利用技術改造傳統產業，從而實現降本增效。在外部世界經濟增速放緩、不穩定不確定因素增加，內部經濟轉型陣痛凸顯、經濟下行壓力加大的背景下，“智能+”的意義尤為重大。

（1）助力傳統產業升級。在一個大型的電芯生產車間里，看不見來回穿梭的搬運工，取而代之的是一輛輛井然有序行駛的無人搬運車（AGV）。這些小車在沒有人工引導的情況下，自動沿預定的路線行駛，準確地將貨物或物料從起始點運送到目的地。這樣的情形發生在安徽合肥國軒高科動力能源有限公司電池生產智能工廠的日常生產中，這里處處體現著“智能+”賦能制造的情景。近年來，隨著新一代信息技術和制造業的深度融合，中國智能制造發展取得明顯成效，以高檔數控機床、工業機器人、智能儀器儀表為代表的關鍵技術裝備取得較大進展，不斷助力傳統產業升級。2019年3月，阿里巴巴研究團隊發布的《從連接到賦能：“智能+”助力中國經濟高質量發展》報告顯示，在制造業中，智能制造已開始在多個領域以不同的方式浮現出來。蓬勃興起的個性化定制需求，帶來了制造系統復雜性的指數級增長，不過也給“智能+”帶來了用武之地，可以助力傳統產業的升級。

（2）助力新模式、新業態發展。從第一步到最后一公里，“智能+”全面賦能新物流。倉庫存儲與配貨是物流行業的第一步，京東“亞洲一號”自動化運營中心里的“小紅人”可以自行取貨、掃碼、運輸、投貨，能夠精準測量商品體積和重量，數以萬計的商品由機器人和機械臂完成入庫和出庫。相比傳統倉庫，智能倉庫平均處理訂單量更大，存儲效率更高，揀選速度更快。除了無人倉庫，無人配送也是智能物流的重要一環。無人配送能提升物流效率，滿足用戶個性化配送的需求，解決末端配送最后一公里的難題。多個物流公司已研發出末端物流配送機器人、配送無人機以及無人快遞車等產品。目前，無人快遞車已經陸續在陜西、江蘇、青海等地嘗試配送。除智能制造方向上的若干可喜進展外，互聯網汽車、網絡化協同制造、個性化定制、智能服務型制造等新模式、新業態也不斷涌現，“智能+”的應用為多個行業的發展賦予了新動能，開辟了新模式（人民網，2019）。

1.1.2 新一代信息技術為“智能+”提供賦能基礎

新一代信息技術主要指互聯網、大數據和人工智能技術，以及由此產生的云計算、邊緣計算、區塊鏈、數字孿生以及工業大腦等，是“智能+”賦能制造的技術背景。

1．互聯網技術

互聯網始于1969年美國國防部高級研究計劃署的ARPA網（阿帕網）。ARPA網起初用于軍事連接，后來擴展至高校，建立了國家科學基金網（NSF網），服務于科研，為用戶提供共享大型主機的寶貴資源。NSF網隨后商業化，在通信、信息檢索、客戶服務等方面的巨大潛力被挖掘出來，使互聯網（Internet）有了質的飛躍，最終連接全球。

由于互聯網起初由政府部門投資建設，其最初的使用僅限于研究機構、學校和政府部門。除直接服務于研究機構和學校的商業應用之外，其他商業行為概不允許。20世紀90年代初，當獨立的商業網絡發展起來，這種局面才被打破?；ヂ摼W一經商業應用就開始了一發不可收拾的迅猛發展。各國都看到了互聯網的未來前景，紛紛制定國家戰略來推動它的發展，如美國的信息高速公路建設工程（就是指互聯網的基礎設施建設），以及當時中國的三金（金卡、金稅、金橋）工程和接下來的電子政務等。

比爾·蓋茨在1995年出版的《未來之路》一書中提及物聯網概念，如果追溯這個概念還會更早。20世紀末，寶潔公司的品牌經理凱文·阿什頓（Kevin Ashton）做了“Internet of Things”為主題的演說，希望將射頻識別（RFID）芯片安裝在消費品中，用于監控庫存變化，掀起了物聯網的潮流，由此阿什頓被稱為“物聯網之父”。同年，麻省理工學院的自動識別技術中心（Auto-ID Center）將物聯網定義為在計算機互聯網的基礎上，利用RFID、無線數據通信等技術，構造一個覆蓋世界上萬事萬物的網絡，以實現物品的自動識別和信息的互聯共享。2005年11月17日，國際電信聯盟在世界信息峰會上發布了《ITU互聯網報告2005：物聯網》，提出了物聯網的概念，指出物聯網時代已經來臨，物聯網技術革命已經開始。特別是近幾年，物聯網進入蓬勃發展的井噴期，產業互聯網或工業互聯網成為時代熱詞?；ヂ摼W在工業界的普及應用是近二十多年的事情，雖然還處于快速發展時期，但是傳統的應用已比較成熟和普遍，如電子商務、企業資源計劃（Enterprise Resource Planning, ERP）、產品數據管理（Product Data Management, PDM）、制造執行系統（Manufacturing Execution System, MES）等都是互聯網技術在工業企業的成熟應用。

2．大數據

數據在科學領域的創造可以追溯到五千多年前人類文明的起源。公元前三千年左右，古埃及人利用星相預測洪水到來和退去的時間及水量大小，利用測量與數據分析開創了天文學。他們還根據天狼星和太陽同時出現的位置，判定農耕時間和節氣，并用數據發現了閏年的周期（365×4 + 1 =1461天），塑造了尼羅河畔的古代文明。兩河流域的蘇美爾人觀察發現月亮每隔28～29天，完成一次從新月到滿月再回到新月的周期，每年有四季之分，每過12～13個月亮周期，太陽就回到原來的位置，由此發明了太陰歷（陰歷），用數據創造了古巴比倫文明。

2001年，在信息技術研究領域中，具有權威代表性的美國Gartner公司推出了大數據模型。此后十多年，大數據的技術平臺和相應的技術穩步發展并擴充，世界各國及相關機構對大數據的重視程度逐漸提升。2008年，美國計算機聯盟發布白皮書《大數據計算：在商務、科學和社會領域創建革命性突破》，首次對大數據進行了定義。由此，大數據成為全球互聯網技術的熱點，世界各國、各機構紛紛開啟了大數據的應用與研究。

隨著數據流加大、形態多樣的數據增加，在快速獲取、存儲和使用大數據方面，傳統關系型數據分析方法比如復雜事件處理（CEP）等技術已不再有效。2004年，谷歌推出了MapReduce技術，主要用于離線大數據計算。很多大公司利用該技術開發出了處理大數據的高級查詢語言，但該技術不能滿足非離線實時計算的需求。2006年，Apache基金會在MapReduce的基礎上推出了Hadoop技術，可以在線并行計算非常巨大的數據集。由于這兩項技術可以應用于大數據平臺、大數據分析，具有處理非結構化數據、易用性、大規模并行處理等優勢，MapReduce技術和Hadoop技術成為大數據的主流技術。

近30年，大數據在制造業的應用得以發展。

第一階段（1990～2000年）:20世紀90年代后期，大數據處于初步單點應用階段。例如，以設備裝置的遠程監控和數據采集與管理為主要技術的產品監控系統，通過傳輸設備對產品進行實時監控，大大減少了由于故障造成的損失。奧的斯（OTIS）是世界上最大的電梯制造公司，于1998年推出電梯遠程監控系統（Remote Elevator Monitoring System, REMS），該監控系統通過獲取電梯的運行數據，不僅可以對電梯進行遠程監督與故障維修，還能在突發情況下與用戶及時聯系，保障用戶安全。

第二階段（2001～2010年）：大數據應用相對普及，主要用于綜合管理、價值挖掘、輔助決策等領域。比如通過數據分析軟件從數據中挖掘價值，為產品的使用和管理提供最優的解決方案。以法國為例，法國加大了信息系統建設力度，2006年建設了16個重大的數據中心。其中，法國電信旗下企業Orange在法國高速公路數據檢測的基礎上，利用大數據中心進行數據挖掘與分析，通過云計算系統為車輛提供實時準確的道路信息，方便了用戶的出行。

第三階段（2010年至今）：進入工業大數據時代，大數據在工業的應用中掀起了高潮。為滿足制造業大數據的業務需求，大數據分析平臺紛紛涌現，大數據集成、存儲、處理、分析和展示技術融為一體，可以滿足多種類型的數據獲取、存儲及應用，出現了很多實用化的大數據分析平臺或工具，如IMS（Intelligence Maintenance System，智能維護系統）與NI（National Instruments，美國國家儀器有限公司）合作開發的基于Lab-VIEW的Watchdog Agent系統。該系統以制造透明化的特征確保信息獲取的正確性，便于管理者做出正確的評估；而且，它通過大數據分析工具有針對性地滿足用戶不同方面的要求，為他們提供解決問題的方案。通用電氣的工業互聯網操作系統Predix是以物聯網解決方案為主的大數據應用平臺的典型案例。開發者與用戶可以在該平臺上自由溝通，由用戶提出需求，開發者根據其需求開發出定制化的數據分析和應用解決方案。

3．人工智能

一般認為，人工智能起源于1950年圖靈發表的一篇有關計算機與智能的論文。其中，著名的“圖靈測試”形象地指出了人工智能應該達到的智能標準。人工智能一詞于1956年美國達特茅斯學院舉辦的一次長達兩個多月的研討會上首次使用。但人工智能的應用常常遭到人類的質疑，主要原因是其應用發展與人們的預期差距較大。人工智能發展三起三落，極不順暢。三個高潮主要包括：

人工智能術語確定以后，相繼出現了諸如機器定理證明、跳棋程序、通用問題求解程序等一批成果。人們還發明了第一款感知神經網絡軟件和聊天軟件，證明了數學定理。20世紀60年代末到70年代，專家系統的出現使人工智能研究出現了第一個高潮，但很快就衰落了。

20世紀80年代Hopfield神經網絡和BP（Back Propagation，反向傳播）訓練算法的提出，解決了傳統單層線性神經網絡無法處理異或問題的弊端，使得人工智能再次興起。BP算法用于多層神經網絡的參數計算，以解決非線性分類和機器學習問題。針對特定領域的專家系統也在商業上獲得成功應用，人工智能迎來了又一輪高潮。1987年，美國召開第一次神經網絡國際會議，宣告了神經網絡這一新學科的誕生，不久后又陷入了低潮。

2006年Hinton提出深度學習技術，多層神經網絡學習過程中的梯度消失問題被有效地抑制，網絡的深層結構也能夠自動提取并表征復雜的特征，避免了傳統方法中通過人工提取特征的問題。2005年，斯坦福大學開發的一臺機器人在一條沙漠小徑上成功地自動行駛了約200公里，贏得DARPA挑戰大賽頭獎。2010年，塞巴斯蒂安·特龍（Sebastian Thrun）領導的谷歌無人駕駛汽車項目曝光，谷歌汽車已創下超過16萬公里無事故的紀錄。2014年，深度學習算法在語音和視覺識別率方面獲得突破性進展，相繼出現了人工智能小冰聊天機器人和語音助手Cortana，百度也發布了Deep Speech語音識別系統。2015年，Facebook發布了一款基于文本的人工智能助理“M”。2016年，Google AlphaGo 4∶1戰勝李世石。之后，AlphaZero從零開始，花三天時間左右互搏490萬局，最終無師自通戰勝AlphaGo。當今，人工智能真正迎來了全面發展的春天。

互聯網、大數據、云計算的技術發展強力驅動了人工智能前進的步伐，是新一輪人工智能技術快速發展的主要驅動力?；ヂ摼W技術主要由傳感技術、通信技術和計算機技術組成，通過互聯網，特別是近期物聯網技術的應用普及，產生了爆炸式增長的數據量，催生了大數據產業。有效利用網絡時代產生的海量數據，進而實現計算機輔助決策或智能決策是當今的普遍需求。大數據的知識獲取和應用兩個階段常常都需要與人工智能技術相結合，實現智能分析的目的。大數據為人工智能提供了用武之地，激發了人工智能技術的大發展。處理分布式、異構海量數據和知識沒有像云計算、邊緣計算等算法的支撐，人工智能和大數據的應用發展就一定會遇到瓶頸。沒有超級強大的計算能力做保證，再好的算法也難有用武之地。所以，云計算、邊緣計算、透明計算等計算方法的快速發展也是人工智能技術得以普及應用的重要前提條件之一。

1.1.3 “智能+”賦能是中國制造高質量發展的迫切需求

“智能+”是制造業轉型的重要驅動力之一，也是賦能制造實現動能轉換的主要渠道。20世紀后半葉，發達國家充分利用互聯網技術改造傳統產業和制造業，進而贏得競爭優勢。通過全球分散網絡化制造模式向以中國為核心的發展中國家轉移低端制造，實現經濟發展方式轉變的國際化分工，成就了蘋果、戴爾、西門子等世界級制造企業的可持續發展。當今德國等發達國家普遍推行工業4.0的智能制造模式，推動工業機器人普遍使用的新型智能制造模式、新的管理模式及新業態，期望用“智能+”賦能實現發達國家的“制造業回流”，從而奪回制造業霸主地位。經過四十多年的改革開放，中國制造業抓住了世界制造業產業外包的機會，突飛猛進，在錯過前兩次工業革命及工業化水平較低的情況下，一舉發展成了世界矚目的制造大國。但與發達國家制造業相比，我國還存在自主創新能力不強、核心技術對外依存度高、自動化程度低、勞動生產率低下、產品質量問題突出、資源利用效率偏低、環保問題嚴重等問題，亟須動能轉換以實現高質量發展。

1.“智能+”賦能中國制造轉型的時代任務

隨著我國經濟發展進入新常態，經濟增速換擋、結構調整陣痛、增長動能轉換等相互交織，長期以來主要依靠資源要素投入、規模擴張的粗放型發展模式已難以為繼。黨的“十九大”明確提出，我國經濟已由高速增長階段轉向高質量發展階段，正處在轉變發展方式、優化經濟結構、轉換增長動力的攻關期，建設現代化經濟體系是跨越關口的迫切要求和我國發展的戰略目標。建設現代化經濟體系必須把發展經濟的著力點放在實體經濟上，把提高供給體系質量作為主攻方向，顯著增強我國經濟質量優勢。十九大報告還提出，要加快建設制造強國，加快發展先進制造業，推動互聯網、大數據、人工智能和實體經濟深度融合，在中高端消費、創新引領、綠色低碳、共享經濟、現代供應鏈、人力資本服務等領域培育新增長點、形成新動能。國家主席習近平在致第四屆世界互聯網大會的賀信中再次強調，要“推動互聯網、大數據、人工智能和實體經濟深度融合，發展數字經濟、共享經濟，培育新增長點、形成新動能”。實體經濟是經濟健康發展的根本。邁入新時代，“智能+”助推實體經濟與傳統產業數字化轉型成為新的歷史使命與時代機遇，對于推進我國制造業供給側結構性改革，培育經濟增長新動能，提升制造業的國際競爭力，構建新型制造體系，促進制造業向中高端邁進，實現制造強國具有重要意義，也是時代賦予的重任。

2008年世界金融危機后，發達國家紛紛實施“再工業化”戰略，東南亞國家積極參與全球制造業的謀劃與布局。與此同時，我國人口紅利優勢逐漸消退、生產資料成本增長，全球制造業競爭格局加劇。2015年5月，國務院發布《中國制造2025》指出，“新一代信息技術與制造業深度融合，正在引發影響深遠的產業變革，形成新的生產方式、產業形態、商業模式和經濟增長點”，這為我國制造業改革發展指出了方向。

如何促進互聯網、大數據、人工智能等新一代信息技術與實體經濟深度融合，實施“智能+”制造呢？利用互聯網、大數據及人工智能賦能制造業，開創互聯網、大數據、人工智能與實體經濟深度融合發展的新模式，加快發展數字經濟和智能經濟，推動實體經濟和數字經濟、智能經濟融合發展、深度融合，推動制造業加速向數字化、網絡化、智能化發展，使“中國制造”轉變為“中國智造”，這樣既能抵御國際競爭，也有助于解決人民日益增長的美好生活需要和不平衡不充分的發展之間的矛盾。中國憑借著先前所積累的雄厚的制造業基礎、廣闊的市場、豐厚的資本市場實力、領先的信息基礎設施，理應加快推進面向智能制造的轉型，順應、引領中國社會經濟發展方式的轉變?！爸悄?”是在新常態下搶灘世界先進制造業高地和爭當國內制造業排頭兵的重要保障。

2.“智能+”賦能中國制造業轉型升級刻不容緩

在當前歐美發達國家紛紛推行“再工業化”戰略、“高端制造業回流”計劃，東南亞、墨西哥等發展中國家利用廉價勞動力吸納國際制造低端產業的“雙重擠壓”下，在人口紅利消退、能源與環保壓力增大、土地資源成本攀升等國內外形勢變化的背景下，依托初級要素專業化戰略形成的粗放型發展方式無力支撐中國經濟高速增長，加快發展動力轉換成為經濟發展轉型的主要任務。中國經濟發展動力轉換本質上是由追求數量轉向追求質量，經濟發展階段因此也由高速增長進入中高速增長，特別是進入高質量發展階段。為加快經濟發展動力的形成，國家全面提出新階段經濟發展戰略，實施供給側結構性改革和構建開放型經濟新體制等戰略，旨在加快投入驅動向結構優化、效率提升驅動轉變；從產業發展戰略上，推出大力發展戰略性新興產業、先進制造業以及傳統產業的改造升級等戰略，旨在提升產業的國際競爭力以形成效率驅動的發展動力；從區域發展戰略上，部署了東北振興、京津冀協調發展、長江中下游經濟帶、粵港澳大灣區建設等戰略，旨在形成經濟增長極，進而轉變為集約型發展方式。

中國雖然初步形成了以戰略性新興產業為先導、先進制造業為主體的工業結構，但是沒有從根本上扭轉“中國制造”在全球價值鏈的地位。中美貿易摩擦進一步凸顯了中國制造業的關鍵核心技術受制于人，在發達國家主導的全球價值鏈上處于被支配地位，在國際競爭尤其是貿易爭端中處于不利地位的現實。只有實現制造業全球價值鏈升級，才能有效地實現高質量發展，形成可持續發展動力。因此，中國制造業在全球價值鏈上的升級是實現制造業高質量發展的關鍵，是提高制造業國際競爭力的核心。中央號召的在國內建設若干個先進制造業基地，著力改造和提升傳統產業、發展先進制造業、布局戰略性新興產業，使我國在全球產業鏈和價值鏈中向中高端攀升。高科技領域、高端制造業、關鍵核心技術由跟跑到并跑再到領跑，全面振興我國制造業、推動制造大國邁向制造強國成為刻不容緩的大事。因此，在第四次工業革命背景下，充分利用互聯網、云計算、大數據、人工智能等新一代信息技術，實現中國由制造向“智造”的轉變，實現中國制造的先進化，實現中國制造業在全球價值鏈上的全面攀升，是把中國打造成為世界級先進制造業基地的關鍵。