本文節(jié)選自復(fù)旦大學(xué)管理學(xué)院與《文匯報》合作專欄“復(fù)旦—文匯管理學(xué)家圓桌談”，發(fā)表于2020年8月2日《文匯報》。

　　

　　過去5年，我國制造企業(yè)主要展開了制造過程的信息化改造，將企業(yè)的設(shè)計、生產(chǎn)、管理、服務(wù)等制造活動的各環(huán)節(jié)通過信息技術(shù)連接貫通，通過及時、準(zhǔn)確和全面地獲得企業(yè)制造環(huán)節(jié)、經(jīng)營過程、市場、產(chǎn)業(yè)和競爭等信息，更有效地組織生產(chǎn)和應(yīng)對市場變化。這項工作目前來看完成得很好，如同我們每日需要呼吸的空氣一樣，信息技術(shù)已經(jīng)融入企業(yè)日常工作，成為企業(yè)運(yùn)營管理和決策的一部分。

　　

　　接下來5年，這些企業(yè)，尤其是制造業(yè)企業(yè)將向智能制造進(jìn)一步升級和轉(zhuǎn)型。智能制造的概念比制造自動化更為廣泛和復(fù)雜，它需要將自動化技術(shù)、物聯(lián)網(wǎng)、工業(yè)機(jī)器人等 “硬”技術(shù)與大數(shù)據(jù)、云計算和人工智能等“軟”技術(shù)真正集成起來，并有機(jī)地融于之前“以人為本”的企業(yè)運(yùn)營流程、管理和決策工作中。

　　

　　智能制造構(gòu)想了一種由人工智能為主的智能制造系統(tǒng)，它在制造過程中能從信息技術(shù)連接的設(shè)計、生產(chǎn)、管理、服務(wù)等各環(huán)節(jié)中，自動獲得相關(guān)信息（即“自感知”），由此進(jìn)行諸如分析、推理、判斷、構(gòu)思和決策等智能活動（即自學(xué)習(xí)、自決策），然后通過制造自動化執(zhí)行（即自執(zhí)行），并能根據(jù)執(zhí)行后的效果，以及市場和競爭環(huán)境改變的反饋，調(diào)整和優(yōu)化后續(xù)的制造工作（即自適應(yīng)）。如果能實現(xiàn)，這是何等壯觀。大家不妨閉眼想象一下：當(dāng)人工智能具備了人類在制造過程中積累的最高智慧和經(jīng)驗，并將其規(guī)?；糜谒衅髽I(yè)，將極大減少企業(yè)人員由于知識、經(jīng)驗和能力不足帶來的生產(chǎn)和收益波動，從而把產(chǎn)業(yè)內(nèi)所有制造企業(yè)的生產(chǎn)效率整體提高到同一高度，產(chǎn)生更高的生產(chǎn)價值。而且，由于人工智能的智慧往往通過計算機(jī)算法實現(xiàn)，是一種“軟”的數(shù)字技術(shù)，復(fù)制使用的邊際成本低，使得一個企業(yè)的成功應(yīng)用可以容易地復(fù)制擴(kuò)展到不同企業(yè)。

　　

　　這一切的美好，都要依靠扎實的產(chǎn)業(yè)探索和實踐，正所謂“千里之行，始于足下”。盡管智能制造是多項軟硬技術(shù)的集大成者，由于人工智能在其中起到“大腦”的價值，我近期梳理了人工智能與智能制造融合可能遇到的四大挑戰(zhàn)，在此與大家分享，希望引起企業(yè)和社會的注意。當(dāng)然，挑戰(zhàn)與機(jī)遇并存：挑戰(zhàn)應(yīng)對得當(dāng)，也可以轉(zhuǎn)變?yōu)槌晒σ?，即融合的成功之?（基礎(chǔ)+科技）×實踐×戰(zhàn)略（IMIS）。

　　

　　其一，扎實的信息化基礎(chǔ)（Infrastructure）。人工智能算法的應(yīng)用，需要質(zhì)量好、完備和大量的數(shù)據(jù)。倘若連信息化都做不好，數(shù)據(jù)都不能有效地存儲、傳遞、收集和處理，就不要再說怎么用好數(shù)據(jù)了，更不要提自感應(yīng)。因此，在信息處理和業(yè)務(wù)流程改善效率后，人工智能才可能開始產(chǎn)生應(yīng)用價值。這也是對制造企業(yè)前5年工作的大考。

　　

　　其二，新興的制造科技（ManuTech）。人工智能在“軟”技術(shù)層次，主要體現(xiàn)為以機(jī)器學(xué)習(xí)和深度學(xué)習(xí)為代表的算法應(yīng)用。盡管互聯(lián)網(wǎng)、金融保險、安保等行業(yè)已經(jīng)基于消費(fèi)者行為、圖像、語音和文本信息進(jìn)行人工智能學(xué)習(xí)，產(chǎn)生了大量成熟的應(yīng)用，包括對人的精準(zhǔn)識別、定位、廣告投放、營銷定價、推薦和互動等，但我們?nèi)绻o下來思考，會發(fā)現(xiàn)它們都是針對消費(fèi)者個體進(jìn)行的應(yīng)用，與智能制造的主體（生產(chǎn)設(shè)備、流程等）完全不同。也許我們已經(jīng)對互聯(lián)網(wǎng)科技、金融科技、保險科技這些名詞耳熟能詳（簡單來說，它們都是指將人工智能技術(shù)用于互聯(lián)網(wǎng)、金融和保險等領(lǐng)域），但我們聽到過制造科技（即用于制造的人工智能技術(shù)）么？也許我們會熟悉BAT，科大訊飛、AI四小龍（商湯、曠視、云從、依圖）和其他AI獨角獸公司，但我們知道哪些企業(yè)在深耕制造業(yè)的人工智能應(yīng)用呢？也許我們能脫口而出人工智能在安防、汽車、醫(yī)療、金融、零售、互聯(lián)網(wǎng)、廣告營銷和智能手機(jī)上的眾多成功應(yīng)用，但我們又能數(shù)出多少制造業(yè)的成功應(yīng)用呢？

　　

　　當(dāng)然，制造業(yè)離我們?nèi)粘Ｉ钶^遠(yuǎn)，并不是所有人都需要關(guān)注關(guān)心。我這里主要想強(qiáng)調(diào)：智能制造的成功，與其他行業(yè)一樣，需要大量成功的、獨特的人工智能技術(shù)應(yīng)用。在此我定義為ManuTech（Manufacturing Technology的縮寫，代表AI Technology For Manufacturing）的興盛。這些技術(shù)并不是照搬照套消費(fèi)領(lǐng)域的應(yīng)用，而是為制造而生。

　　

　　其三，務(wù)實的企業(yè)實施（Implementation）。制造企業(yè)真正采納人工智能技術(shù)，并不是單純依靠技術(shù)的先進(jìn)性，而是需要和企業(yè)戰(zhàn)略、制度、流程和人相結(jié)合，將人工智能融于工作流程、并與企業(yè)管理人員的合作共事。這中間涉及不少挑戰(zhàn)。比如當(dāng)人工智能給出的建議與人的判斷不一致時，應(yīng)該如何取舍？人工智能的決策思路，可否更好地讓決策者理解？問題的答案涉及到混合智能、算法可解釋性、算法偏見等一系列前沿科研，尚有待科研工作者與企業(yè)實踐人員共同解決。而人工智能技術(shù)的復(fù)雜性導(dǎo)致目前制造業(yè)很少有成功的落地經(jīng)驗，也加劇了企業(yè)實施的挑戰(zhàn)性。

　　

　　此外，人工智能的算法是一種通用技術(shù)，它與企業(yè)實踐結(jié)合的方式方法，才決定了它的具體價值。制造業(yè)涉及新產(chǎn)品研發(fā)、生產(chǎn)效率、質(zhì)量控制、安全監(jiān)控、智能調(diào)度、設(shè)備維護(hù)等應(yīng)用場景各自不一，不同企業(yè)的人工智能落地方式也各有不同。盡管人工智能具有邊際成本較低的特性，但在探索初期的成本相對較高（包括軟件、硬件和人力等投入），更要注意有效的成本收益控制，最好采用小步快走，重點突破的實施路徑，選取關(guān)鍵節(jié)點突破，以點帶面形成效益后再逐步擴(kuò)大規(guī)模，而不要一開始就全面投入。須知，ManuTech也需要時間和經(jīng)驗的積累。

　　

　　其四，清晰的戰(zhàn)略導(dǎo)引（Strategy）。將人工智能融入智能制造的戰(zhàn)略放在最后，并非說它不重要，而恰恰它是最重要的一環(huán)。企業(yè)轉(zhuǎn)型是牽一發(fā)動全局的過程，尤其是涉及到大量投資、流程調(diào)整和勞動力結(jié)構(gòu)調(diào)整，過程會非常復(fù)雜和有挑戰(zhàn)性。ManuTech也不例外。相應(yīng)的企業(yè)戰(zhàn)略和技術(shù)一樣復(fù)雜，戰(zhàn)略設(shè)計和執(zhí)行過程涉及到數(shù)據(jù)整合、組織結(jié)構(gòu)設(shè)計、人力資源配置、項目順序等等諸多因素。而且，企業(yè)不僅需要增加精通人工智能和制造的人才和技術(shù)儲備，還需要讓企業(yè)上下形成共識合力。

　　

　　現(xiàn)狀是，好的人工智能戰(zhàn)略專家比好的技術(shù)專家更加稀缺，他們需要對人工智能技術(shù)和企業(yè)管理都有豐富的經(jīng)驗和深邃的理解，才能全面理解技術(shù)與管理的結(jié)合，把握技術(shù)轉(zhuǎn)化為生產(chǎn)力、利益，甚至競爭優(yōu)勢的途徑和步驟，最后從全局出發(fā)，創(chuàng)造性地規(guī)劃和執(zhí)行企業(yè)智能制造戰(zhàn)略。如果企業(yè)沒有這樣的高端綜合人才，則需要有計劃地培養(yǎng)傳統(tǒng)管理者和算法科學(xué)家的相互理解和部分轉(zhuǎn)型，通過團(tuán)隊的有效合作來彌補(bǔ)。

　　

　　總的來說，企業(yè)需要明確自身的業(yè)務(wù)需求和目標(biāo)，然后據(jù)此形成人工智能項目的計劃，這樣可以避免被各種人工智能技術(shù)弄得眼花繚亂、迷失方向、過度投資。計劃里包含多個潛在的項目，企業(yè)還需要決定它們的優(yōu)先順序，之后可以考慮具體實施的問題，比如供應(yīng)商的選擇、是否先在小范圍實施、是否要重新設(shè)計工作流、如何確保員工采納等。