张文心

（曲阜师范大学日照校区，山东 日照 276827）

随着人工智能时代的到来，云计算、大数据、物联网等人工智能技术逐渐开始应用于制造业领域。人工智能技术不但能够全面提升传统制造行业的生产效率，还能够持续推动各种技术的融合与创新。在此背景下，制造业数字化转型成为发展趋势，在制造业实施数字化转型过程中，既要分析优势，把握好发展机遇，同时也分析劣势，积极应对挑战。

一、制造业数字化转型概述

（一）制造业数字化

制造业数字化是基于数字的生成、加工、传送、应用、修改和数据存储，在设计、生产和管理的过程中，以数字量、数字技术、数字化制造方式代替PLC、传统技术、传统制造方式的生产方法。

（二）制造业数字化转型

制造业数字化转型是人工智能技术的重要创新领域，人工智能技术作为制造业数字化、网络化、智能化转型的基础，正从互联网、金融等领域向制造业等实体领域渗透，而制造业数字化将重构制造业企业的供应链和产业链形态。目前，我国已加大了在5G商用化、高端设备制造、物联网、大数据等前沿领域的投资力度，加速了互联网产业与生产制造业的融合。

一方面，我国已制定一系列产业发展战略和整体规划，例如，“互联网+先进制造业”、新一代人工智能、服务型制造等；另一方面，我国新一代信息技术、先进制造技术、生物技术、材料技术等核心技术正在与制造业加速融合。在此背景下，我国制造业逐渐从生产型制造转向服务型制造、从价值链中低端转向价值链高端，并逐渐具备智能、绿色、融合、服务的特点，不断满足国民经济高质量发展的需要以及人民日益增长的物质文化需求。

二、制造业数字化转型面临的机遇与挑战

（一）机遇与优势

在人工智能时代背景下，许多国家为都开始将重心放在制造业数字化改造上。目前，我国已在相应的规章制度订立、基础设施建设、互联网平台建设等方面取得了重要进展，这为制造业实施数字化转型提供了机遇。

一是数字化转型制度条件逐步完善。近些年，为了促进制造业数字化改造，加快其数字化发展，我国推进了多项相应规划，例如，《“十四五”大数据产业发展规划》《“十四五”信息化工业化深度融合发展规划》等，提出了6项重点任务、6个专项行动、6项保障措施。在构建新发展格局、统筹问题导向和目标导向、统筹全面规划和重点部署、聚焦突出问题和明显短板、充分激发数据要素价值潜能、夯实产业发展基础、构建稳定高效产业链等方面提出了相应规划，为建设制造强国、网络强国、数字中国提供了有力支撑。

二是数字化基础设施建设不断加强。人工智能与制造业的结合，以及全国制造业互动网络系统的建设，有效降低了制造业数字化转型的成本，为制造业数字化转型发展的提供了重要基础设施保证。5G、物联网、大数据中心、人工智能等建设和应用实现了巨大突破，技术先进、功能强大的网络与融合类新型基础设施逐渐成形。

三是人工智能平台应用持续拓展。当前，“人工智能”在电子产品生产制造、装备制造、钢铁生产、电力工程等领域已具备领跑优势，且形成了协同研发设计、远程机器操纵、机器协作工作、柔性生产制造、视觉系统质量检测、设备故障检测、智能物流、无人智能巡检等场景。未来，随着越来越多的企业的加入，制造业将是支撑起整个人工智能这座大厦的核心，也会成为实体经济高质量发展最为坚实的力量。

（二）劣势与挑战

制造业数字化转型过程中，传统的生产模式被打破，产业集聚效应不再是制造业的优势，信息化技术应用取代了规模化发展，成为制造业发展水平的重要标志。如今，制造业在数字化转型上对技术和人才的需求与日俱增，且投资占比越来越大，我国传统制造业也面临着严峻的挑战。

一是关键技术和核心设备存在短板。当前，全球制造业的主要核心技术仍然被国外垄断。我国生产制造的工业传感器和控制产品仍处在中低档市场，我国现有的专利技术，例如，自动控制系统、数据收集和开发工具等多处于外围应用技术范畴，缺少关键技术专利。关键技术和核心装备的应用是制造业数字化转型的重要支撑，但当前我国制造业数字化转型的关键技术和核心设备还存在短板，发展不平衡的问题亟待解决。

二是制造业类型多，数字化转型不能一刀切。制造业有六大类型，各有各的特点，它们在各个方面的标准要求不一样，侧重点不一样，若要实现数字化转型，采取的转型方法自然也不能同一而论，因此，如何针对各类制造业进行智能装备大规模改造便成了如今所面临的一个挑战。

三是工业化和信息化融合度不高。要实现制造业数字化转型，就一定要协同其数字化改造、网络化以及智能化全方位发展，然而，目前制造业的信息化改造较快，网络化和智能化进展较慢，这两方面进展不同步。而要实现制造业数字化转型又主要依赖于智能化和网络化，因此必须把握重点、持续发力、协作推动，防止出现“木桶效应”，为制造业数字化转型创造有利条件。

四是数据标准尚未统一。在生产过程中，不同的生产工程和生产部门每天都在产生不同类型的数据，例如，企业内部管理数据、生产计划排程数据等。但是，制造企业拥有大量不同类型的设备，不同的设备具有不同的应用场景，不同的环境又具有不同的工业协议，这些不同致使数据格式之间存在较大的差异。数据标准的不统一，会使数据在产业链传输过程中因为格式问题而导致无法兼容，无法实现数据的有效利用。然而，我国目前对于数据具体标准的制定和推广才刚开始，市场接受程度不高，因此，数据标准的不统一是亟待解决的问题。

五是数据未实现充分开放与共享。数字时代背景下，企业对来自外部的数据的需求度日益增加，例如，上下游企业的信息、政府法规信息以及用户基本信息，将这些数据资源使用得当便可对企业产生应用价值，但是这些数据的获取并不容易。当前，政府和公共机构的数据仍处于内部整合阶段，部分信息并未公开。在制度方面，现阶段哪些数据可收集和共享，哪些数据不能收集仍没有详细的规定。

三、制造业实施数字化转型的对策建议

（一）针对不同类型制造业进行有针对性的智能装备改造

制造业实施数字化转型需要智能设备的大规模改造。可以引进以分类为基础的推进系统，对于离散型制造企业，例如，设备制造、电子信息等生产过程不连续的企业，对其关键环节加大投资力度，使其更加智能化；对于生产相对稳定且连续的企业，例如，纺织、冶金和化学等企业，应加强流程型改造，以提高整体生产效率，从而加速向数字化、智能化企业过渡。

（二）实现工业化与信息化深度融合

两化融合是一个长期的过程，是一个不断地制定策略、实施、评价、改进、再制定策略的循环过程。要以战略目标为前提，打造可持续竞争优势，以获取信息化环境下的新型能力。对此，建议从四个方面实现工业化与信息化的融合：一是要保持战略定力，完善融合发展新政策体系；二是要深化平台应用，加快平台体系建设和推广应用，挖掘工业数据潜在价值，驱动制造业数字化转型；三是要强化应用导向，汇聚创新资源，打造创新载体，加快建设形成“以建促用、以用促建”的良性循环；四是要构建数字化转型良好环境，深刻认识制造业数字化转型的可持续性，集聚各方力量，打造出优秀人才链、自主创新链、产业链和资金链融合发展的优良生态环境。

（三）促进制造业数据标准的开发和应用

随着数字经济的发展，制造行业越来越趋于自动化、智慧化、数字化，这一转化需要数字技术的支撑，而数字技术能力的发挥又依赖于大数据的标准化。因此，数据标准的制定尤为重要，这就需要引导制造企业和相关行业组织全面参与对行业、企业、业务和数据治理标准的研究和制定，建立制造业大数据标准体系，做好与检测体系的衔接，促进相关标准的应用。建立健全对全社会数据的收集、整理、储存和交易的规章制度，以确保信息的有序化和规范化运用。

（四）大力发展制造业大数据资料汇聚和剖析应用平台

为实现对生产制造数据信息的规模性收集和应用，在内部，制造企业可以分析生产类数据，整合海量数据资源，在产品研发、制造、业务管理等主要环节构建大数据资源整合与分析平台，分门别类地提供数据服务，以加速形成相对独立可控的数字经济产业链、价值链及生态链；在外部，企业可以构建由高等学校、企业和研发机构共同组成的公共研发培训平台，促进产业、大学和科研机构的深度融合，以实现数据的交流共享。

（五）加强专业人才队伍建设

关键技术与机器设备的引进不容易，其技术批准限定较多，且费用较高。因此，加大创新型人才培养力度十分重要。另外，制造业的数字化转型带动了就业岗位的变更，为此，国家需增加职业教育投入，为生产制造行业提供更多技术人才，实现人才资源的优化配置。在产品创新研发层面，既要注重尖端技术的产品研发，也需要重视通用性产业升级；要重视加强专业技术人才队伍的建设，提高科技精英团队工作能力水准。有能力的领头企业，可以将研发中心独立出来，成立技术开发公司，专注于开发高端技术，以提升领域产业的水平，带动前行业的发展，不断提升核心竞争力。

四、结语

人工智能时代是制造业数字化转型的温床，它的到来极大地促进了产业与数字的融合，对制造业的发展起到了举足轻重的作用。制造业数字化转型不仅影响着生产制造行业，还作用于全社会。目前我国在制造业数字化转型方面已取得了不错的成绩，但是仍需要与时俱进，不放过任何一次机遇。面对各种挑战与困难，必须迎难而上，攻坚克难，为使我国制造业站在世界制造业的制高点而努力奋斗。