深度對話

浙江是制造業大省，隨著“機器換人”工程的不斷深入，以及人工智能技術的飛快突破，浙江省智能制造業正呈現快速發展的勢頭。在全國率先探索智能制造彎道超車路徑的同時，一些企業也遇到了典型的共性問題，阻礙著浙商們推進智能制造的步伐。第五屆中國機器人峰會日益凸顯實效化，搭建政產學研用的交流平臺，專門舉辦了以“聚焦AI 共享發展”為主題的院士（專家）與企業家對話活動。

現場，今飛控股集團有限公司、舜宇集團有限公司、浙江厚達智能科技股份有限公司、嘉興博雅君機器人有限公司、寧波神通模塑有限公司等13家企業重點圍繞人工智能技術、大數據等如何推動智能制造良性發展等方面提出困惑，來自各領域的院士（專家）現場把脈，解疑釋惑，同時，他們還透露了很多新的產業發展方向。本文摘錄了院士（專家）的精彩回答，以饗讀者。

院士（專家）與企業家對話

楊華勇深度解讀“智能制造”

中國工程院院士、浙江大學教授楊華勇：“中國制造2025”有六大工程，現在都說智能制造熱、強基工程冷、創新工程難，那么怎么理解智能制造？楊華勇認為智能制造有三個部分，一是產品的智能化、二是生產過程的智能化、三是產品運營過程的智能化。產品的智能化是與研發聯系，以提高產品性能、差異化來實現產品的高端化。但現在社會各界，包括一些企業和政府一理解智能制造就解讀為生產過程的智能化。生產過程的智能化的投入是很大的，產品端一旦壓價，就會造成高投入低回報的現象，投入產出很難找到平衡點。產品全過程的智能化就是使用的智能化，這就跟管理、跟數據息息相關。現在最熱的企業上云，就是云端的問題。有些人說公有云不安全，最好做個私有云，就會造成企業不斷擴充硬件設備，就像發電自己建電站一樣。

楊華勇說，近年來跟阿里云接觸，發現工業類產品，尤其是離散型制造業的產品與消費類產品的需求不一致，造成阿里云他們不大能理解工業產品，其實每個企業每個行業的需求都不一樣，行業里的老大、老二、老三的需求也不一樣。所以，面對企業上云的問題，應該由搞研發的人跟搞工業的一起結合起來做，目前，他也在做一些相關嘗試。

張建偉：未來幾年生產效率將普遍提升30%—40%

德國漢堡科學院院士、漢堡大學教授張建偉：隨著人工智能與機器人的深度融合，預計今后幾年，制造業工廠生產效率將普遍提升30%—40%，其中，人工智能的貢獻率約占70%。為助力我國智能制造工程，目前，他正在協調一個中德之間人工智能的最大研究項目，以人工智能的可預測性、自適應性、動態建模和可靠性等關鍵技術為研究方向，設立離岸創新中心，探索科技國際合作新模式。他還邀請現場企業共同加入合作，加快企業與先進技術的對接。同時，還正在與一家杭州企業合作，通過多傳感器融合激光和視覺融合，嘗試單點技術的研究。他預測，通過基金的方法把世界先進的智能制造技術與國內需求對接，進行融合，將是一種很好的趨勢。

對于怎么評估自動化程度問題，張建偉說評估過程不是一個軟件的過程，而是一個交叉學科，需要自動化專家、機器人專家、過程的專家等共同協作，找到一個最好的平衡，目前正在嘗試借助人工智能技術形成一種通用方法，評估全自動化、半自動化、或者是人工這幾種形式。

張建偉還透露，他正在編寫一本關于供應鏈的著作，介紹如何以人工智能技術打通制造業內部外部大數據。

劉進長：服務機器人市場巨大

科技部高技術研究發展中心研究員劉進長：今年，國家重新組建科技部，統籌推進國家創新體系建設和科技體制改革，智能制造是大的方向。

智能制造企業要以更高的站位，以跨越式思維，放眼未來10年的市場，根據用戶需求，研發產品一定要能解決社會痛點，同時要克服困難培育新興市場，確保占領前端市場。未來的服務機器人市場一定是巨大的，老百姓對機器人非常渴求，未來，后勤補給、助老助殘的穿戴式機器人一定是重要方向。

孫立寧：產學研合作是重要出路

蘇州大學機電學院院長、教授孫立寧：智能制造是一個理念，是個長期的過程，不能為了做智能制造而智能制造。科學推進智能制造，產學研合作是重要出路。

他說，企業在做頂層設計上，要密切參與方案制定，結合自身實際、行業特點和技術水平，不要為了買設備而買設備，在合作過程培養人才的技術水平和創新能力，這點非常重要。另一方面，教授在制訂方案時一定要接地氣、要現實，能夠以幫助企業在兩三年內得到快速發展為出發點。他舉了個例子，在做一項馬桶智能化改造項目中，他沒有把人工全部用機器代替，因為技術難度特別大，而且成本高，他在方案設計時留下兩個人工崗位，最終實現了最佳匹配。還有一個例子，是在噴涂工作站上，留下一個熟練的操作工，其他工位全部由機器人取代的方式，成功完成智能化改造，這家企業在第一批工信部智能制造示范工程就拿到了1.2億元。

傅盛：從用戶的關注反向打通產業供應鏈

獵豹移動董事長兼CEO傅盛：今年3月份剛宣布了幾款機器人產品，從互聯網領域進入制造和機器人行業。

他說人工智能技術與機器人融合是一個彎道超車的機會，要高度重視人工智能，應該開展跨行業的合作。在服務機器人方面，用戶體驗極度重要，是核心。可以從用戶的關注反向打通產業供應鏈，我們在產業上最大的優勢就是國內龐大的市場空間，我們要用好這個優勢和經營互聯網產品的經驗，實現用戶端和生產端的更短路徑的接觸。

丁昊：大數據不一定適合智能制造

ABB德國研究院首席研究員丁昊：大數據不一定適合智能制造，國內的智能制造完全可以基于小數據做分析。因為智能制造企業都懂工藝，可以重復利用，做成“專家系統”。就跟懂機器人模型可以控制機器人一樣，也可以基于模型把盒子變成一個灰盒子，甚至變成一個白盒子，來操作下面的事情。其實就是把大腦中人的東西變成機器能動的東西，這個程序其實不一定非得要基于大數據。

工業4.0的轉型歸宗就是數字化的轉型。其實很多公司在重新建廠時，都要求直接建設一個工業4.0的廠，這概念是可以的，但其實目前很多企業是在做工業3.0，兩個不同的概念不能把它混在一塊來說。他強調智能制造要做細分，在一個工廠生產過程中有很多不同維度，要細分很多不同場景，要讓專業人去做專業的事情。