本文来自微信公众号“工联网iitime”，【作者】甄清岚。
随着新一轮科技革命和产业变革深入发展，人工智能正以前所未有的速度重塑千行百业，成为新质生产力发展的重要引擎。中央经济工作会议做出“开展‘人工智能+’行动，培育未来产业”的部署，在12月26日至27日，全国工业和信息化工作会议上，部署了2025年重点任务，提出将实施“人工智能+制造”行动，加强通用大模型和行业大模型研发布局和重点场景应用。
今年，人工智能领域热度持续攀升，从基础研究到产业落地，全方位开花。据了解，目前我国人工智能产业体系的相关企业超过4500家，核心产业规模已接近6000亿元，人工智能市场规模还将进一步扩大。此外，我国陆续出台了相关政策，支持和鼓励加快推进人工智能技术与制造业的深度融合。越来越多的制造企业认识到人工智能技术蕴含的巨大潜力，对其接受程度愈发深入，积极主动地将人工智能融入生产、管理等各个环节。不负所望，行业中更是一大批通用大模型和行业大模型，如盘古大模型、智工・工业大模型、羚羊工业大模型、卡奥斯的COSMO-GPT、思必驰中枢大模型等。德勤研究数据显示，人工智能在中国制造业的市场规模从2019年开始每年保持40%以上的增长率，并预计有望在2025年超过140亿元人民币。
中国电信研究院战略发展研究所一级分析师占安居曾介绍称，人工智能在制造业的应用贯穿于设计、生产、管理和服务等各个环节。在智能分拣中，借助机器学习技术，智能分拣的准确率近几年显著提升，在一些理想的场景下已达到99%。在设备管理时，利用特征分析和机器学习技术，基于设备运行数据的实时监测管理，在突发故障时迅速诊断并提供解决方案。某半导体制造企业借助人工智能设备管理，产品合格率从92%提升至97%，每月设备工艺调整次数从15次降至8次，平均生产周期缩短12%。在智能检测与质量控制环节，运用图像识别和深度学习技术，实时监测生产过程中的产品质量，及时发现缺陷并采取纠正措施。某电子制造工厂采用了智能检测与质量控制，设备利用率从70%提升到了85%，产品按时交付率从85%提高到95%。库存成本降低了15%，整体生产成本降低了10%。在智能调度与生产计划中，采用人工智能算法，如遗传算法和强化学习，实现生产计划的自动优化，根据市场需求和资源约束实时调整生产计划。现有的算法无法处理某些复杂的约束条件和不确定性，例如突发订单变更、设备故障等。在智能维护与故障诊断中，通过机器学习和大数据分析技术，实时监控设备运行状态，提高故障诊断的准确性和效率。某数控机床制造企业采用智能维护与故障诊断，设备故障诊断从平均4小时缩短至1小时以内。设备正常运行时间由90%提升至95%，次品率从3%降至1.5%。
人工智能是制造业智能化升级最重要的变革驱动力量，在中国信通院信息化与工业化融合研究所所长刘默看来，目前已经涌现出上百种场景和模式，并形成两条技术应用路线。一是小模型为代表的专用智能应用，正从工业视觉识别等外围应用走向数据与机理融合的深度分析。二是大模型初步获得探索应用。
虽然人工智能正在向制造业的各个细分领域不断渗透和拓展。但是，行业也清楚地认识到人工智能在制造业的应用仍有待提升，在多个环节仍存在诸多瓶颈，亟待产业界各方共同努力解决。诸如数据质量问题，制造业数据来源广泛、格式各异，数据标注的准确性和一致性难以保障，导致模型训练效果大打折扣。算力瓶颈也不容忽视，大规模模型训练对算力要求极高，部分中小企业无力承担高昂成本，限制了技术应用与创新。再者，复合型人才稀缺。还有制造业的人工智能与常规通用人工智能定有不同，若采用统一的人工智能解决方案，必将会受到影响……
工业和信息化工作会议上提出的实施“人工智能+制造”行动，为产业发展锚定了方向。相信在政策引领下，各方携手共进，攻克瓶颈，让“人工智能+制造”释放更大潜能，推动制造业迈向新高度，加速新质生产力发展，实现从“制造大国”向“制造强国”的华丽转身。
