本文節(jié)選自復(fù)旦大學(xué)管理學(xué)院與《文匯報(bào)》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(bào)》。

　　

　　過(guò)去5年，我國(guó)制造企業(yè)主要展開(kāi)了制造過(guò)程的信息化改造，將企業(yè)的設(shè)計(jì)、生產(chǎn)、管理、服務(wù)等制造活動(dòng)的各環(huán)節(jié)通過(guò)信息技術(shù)連接貫通，通過(guò)及時(shí)、準(zhǔn)確和全面地獲得企業(yè)制造環(huán)節(jié)、經(jīng)營(yíng)過(guò)程、市場(chǎng)、產(chǎn)業(yè)和競(jìng)爭(zhēng)等信息，更有效地組織生產(chǎn)和應(yīng)對(duì)市場(chǎng)變化。這項(xiàng)工作目前來(lái)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(yíng)管理和決策的一部分。

　　

　　接下來(lái)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(jí)和轉(zhuǎn)型。智能制造的概念比制造自動(dòng)化更為廣泛和復(fù)雜，它需要將自動(dòng)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(jì)算和人工智能等“軟”技術(shù)真正集成起來(lái)，并有機(jī)地融于之前“以人為本”的企業(yè)運(yùn)營(yíng)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(guò)程中能從信息技術(shù)連接的設(shè)計(jì)、生產(chǎn)、管理、服務(wù)等各環(huán)節(jié)中，自動(dòng)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(dòng)（即自學(xué)習(xí)、自決策），然后通過(guò)制造自動(dòng)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(chǎng)和競(jìng)爭(zhēng)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(shí)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(guò)程中積累的最高智慧和經(jīng)驗(yàn)，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(shí)、經(jīng)驗(yàn)和能力不足帶來(lái)的生產(chǎn)和收益波動(dòng)，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(jià)值。而且，由于人工智能的智慧往往通過(guò)計(jì)算機(jī)算法實(shí)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(gè)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(shí)的產(chǎn)業(yè)探索和實(shí)踐，正所謂“千里之行，始于足下”。盡管智能制造是多項(xiàng)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(jià)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(huì)的注意。當(dāng)然，挑戰(zhàn)與機(jī)遇并存：挑戰(zhàn)應(yīng)對(duì)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(shí)踐×戰(zhàn)略（IMIS）。

　　

　　其一，扎實(shí)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(chǔ)、傳遞、收集和處理，就不要再說(shuō)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(kāi)始產(chǎn)生應(yīng)用價(jià)值。這也是對(duì)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(xiǎn)、安保等行業(yè)已經(jīng)基于消費(fèi)者行為、圖像、語(yǔ)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(duì)人的精準(zhǔn)識(shí)別、定位、廣告投放、營(yíng)銷定價(jià)、推薦和互動(dòng)等，但我們?nèi)绻o下來(lái)思考，會(huì)發(fā)現(xiàn)它們都是針對(duì)消費(fèi)者個(gè)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(duì)互聯(lián)網(wǎng)科技、金融科技、保險(xiǎn)科技這些名詞耳熟能詳（簡(jiǎn)單來(lái)說(shuō)，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(xiǎn)等領(lǐng)域），但我們聽(tīng)到過(guò)制造科技（即用于制造的人工智能技術(shù)）么？也許我們會(huì)熟悉BAT，科大訊飛、AI四小龍（商湯、曠視、云從、依圖）和其他AI獨(dú)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(yíng)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(dú)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(shí)的企業(yè)實(shí)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(shí)，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(wèn)題的答案涉及到混合智能、算法可解釋性、算法偏見(jiàn)等一系列前沿科研，尚有待科研工作者與企業(yè)實(shí)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(yàn)，也加劇了企業(yè)實(shí)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(shí)踐結(jié)合的方式方法，才決定了它的具體價(jià)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(chǎng)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(duì)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(diǎn)突破的實(shí)施路徑，選取關(guān)鍵節(jié)點(diǎn)突破，以點(diǎn)帶面形成效益后再逐步擴(kuò)大規(guī)模，而不要一開(kāi)始就全面投入。須知，ManuTech也需要時(shí)間和經(jīng)驗(yàn)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(shuō)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(dòng)全局的過(guò)程，尤其是涉及到大量投資、流程調(diào)整和勞動(dòng)力結(jié)構(gòu)調(diào)整，過(guò)程會(huì)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(jì)和執(zhí)行過(guò)程涉及到數(shù)據(jù)整合、組織結(jié)構(gòu)設(shè)計(jì)、人力資源配置、項(xiàng)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(chǔ)備，還需要讓企業(yè)上下形成共識(shí)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(duì)人工智能技術(shù)和企業(yè)管理都有豐富的經(jīng)驗(yàn)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(jìng)爭(zhēng)優(yōu)勢(shì)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(méi)有這樣的高端綜合人才，則需要有計(jì)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(guò)團(tuán)隊(duì)的有效合作來(lái)彌補(bǔ)。

　　

　　總的來(lái)說(shuō)，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(xiàng)目的計(jì)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(guò)度投資。計(jì)劃里包含多個(gè)潛在的項(xiàng)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(shí)施的問(wèn)題，比如供應(yīng)商的選擇、是否先在小范圍實(shí)施、是否要重新設(shè)計(jì)工作流、如何確保員工采納等。