9月17日-9月21日，第二十一届中国工业博览会（以下简称工博会）在上海举行，来自国内外超2600家企业集中展示智能制造全产业链的新产品、服务与前沿创新成果。

在2019年赛迪先进制造业城市发展指数TOP 50中，上海凭借高端制造形成的集群优势位列。长三角城市经济协调会品牌专委会秘书长姜卫红向《每日经济新闻》记者表示，上海建立人工智能制造品牌的重中之重是智能制造，“目前真正有性影响的龙头品牌比较少，因此培育自主品牌是未来上海品牌建设的重要方面。”

而在本届工博会上，《每日经济新闻》记者注意到，5G、AI（人工智能）、边缘计算、工业云服务、人机协作等技术逐步运用于智能工厂的生产之中，而在工业互联网专区内，面向工业制造数字化、智能化发展的场景应用成为关注焦点。

深度应用的挑战

如何在生产制造中应用人工智能？三菱电机（中国）有限公司董事长兼总经理富泽克行表示，三菱基本的思路是将物理、人、设备和信息有效地结合在一起。

事实上，制造需要不断实验优化并且依赖常年的数据积累才能得出优解，制造强国建设战略咨询委委员朱森第用“十年磨一剑”来形容，但现在已经可以与集成计算材料工程相结合，通过计算机仿真预知到未来的技术，这意味着创新的时间有望大大缩短。

“我们通过访谈了解到制造业企业的很多痛点，包括接到客户的订单排产、工单预测、插单、重排这些痛点，其中就涉及到供应链协同、参数调优等需求”，上海慧程工程技术服务有限公司董事长程义表示。

西门子（中国）有限公司执行副总裁王海滨对此也深有体会，西门子的想法是在每一个制造业工厂的核心价值链上限度地实现数字建模，在产品的规划、生产和售后服务阶段，以其物理中的目标在计算机设计仿真的环境中建立一一对应的数字化双胞胎，在数据中台上实现技术落地的产品，终实现的改善。

而罗克韦尔自动化（中国）有限公司大中华区总裁石安的观点是，背后是行业知识的跨界整合，如何搭建平台需要注意、节能、环保、提高效率四个关键点，在之上，精益生产的顶层设计很关键。“绝大部分的咨询公司会在顶层铺设所谓的横向协同，但是企业在ERP（企业资源计划）之下做纵向的切割却少之又少。”

当前传统的中国制造业面临的主要挑战还有哪些？施耐德电气工业自动化事业部战略总监申红锋向《每日经济新闻》记者表示，产能过剩和同质化严重是两大问题，真正的高附加值产品很多工厂生产不出来，在资源和能源的利用效率方面都存在着改进空间，另外、设备、管理的体系和基础也都存在改进空间。

申红锋进一步阐述道，可视化是实现制造业转型升级的一个*关键的要素，步是产生数据，第二步要把数据和信息传递给正确的人，并做出正确的决策。解决数据和管理融合的问题是解决制造业挑战的关键所在，那么透明、即时、分层是整个制造业转型升级的前提条件。

实现智能制造任重而道远

工信部赛迪研究院副院长刘文强指出，面对日益复杂的经济形势，我国制造业发展正面临高端制造向发达回流，低端制造向新兴经济体迁移的双重挑战。从宏观来看，在工厂中注入大规模个性化定制、网络化协同制造、云制造等新一代智能制造模式将劳动生产率，实现制造业价值链层次的。

“严格地说，目前工业远远没有达到智能制造的程度，但是实践智能制造有不同的台阶，要一步一步迈上去。”王海滨表示：“实现智能制造，首先要做基础的体系化精益制造的流程梳理，然后是标准化、自动化、数字化，在此基础上实现IT和OT（*作技术）相结合的信息化，叠加上AI、大数据、数据分析、工业互联网等手段，也许能够实现局部的智能制造。”

工信部装备工业司副司长王瑞华则在工博会论坛上表示，综合来看，智能制造在努力促进制造业的产业模式和企业形态的根本性转变，下一步要抓好战略性的、长期性的布局，加强顶层设计、强化创新驱动、构建生态体系，突破*紧迫的短板问题。

“我关注到很多企业并不注重市场的变化，实施智能制造就没有得到他们原来预想的效果。”在朱森第看来，如果不改，去搞智能制造只会事倍功半。那么，如何有效地推动智能制造进一步发展？朱森第向包括《每日经济新闻》记者在内的媒体表示，要强调市场主导，因地制宜，抓住在系统设计、制造、网络环境、精益生产、智能装备五个方面的关键问题，其中如何把现有技术赋能给创新是值得思考的问题。

5G加持智能制造

上海市智能制造产业协会法人代表涂煊则进一步分析了新一代信息技术作用于智能制造的主要功能：“工业互联网是数字化向网络化、智能化发展的基石，实现真正端到端的垂直融合和横向联合，人工智能会引领智能制造产业的发展，5G将作为一个重要的互联手段，贯穿我们制造过程中的研发、生产、销售、维护等环节。”

据工信部赛迪研究院发布的《2019先进制造业城市发展指数》报告预测，2020-2025年，5G直接拉动的物联网连接规模将累计达到124.5亿元。庞大的用户数量和连接形态将使先进制造业与现代服务业的产品形态边界逐渐模糊，且实现相互融合，这将成为制造业发展的重要趋势。

在产业智能化方面，百度深度学习技术平台部相关负责人王冠表示，像百度这样的互联网科技公司正在寻找如何把这些技术做成更好的工具和产品来赋能产业变革。

深度学习技术在制造行业中的应用场景案例*多，比如在工业质检中，分类业务能够反向优化生产环节，通过大量的数据积累能知道在生产的哪个环节或者在哪个关键器械上出现问题才导致质量瑕疵。

此外，涂煊表示，5G网络的网络切片技术将会改变整个智能制造传统的架构，在智能、物流管控等多场景实现数字孪生系统，同时在长三角一体化背景下，实现工厂远程*作与工厂联动的相应功能。