智能制造业发展机遇于挑战并存，2021@我们将步入制造业的新时代
发布时间： 来源 / 作者：admin
智能制造业的发展机遇于挑战并存，2021@我们将步入制造业的新时代
近日召开的中央经济工作会议提出，要大力发展数字经济。智能制造是数字经济的皇冠，必将成为各国抢占数字经济制高点的主战场。作为双循环基础发力点，智能制造将成为提升国家整体制造业水平不可忽略的增长引擎。十九届五中全会提出的“基本实现新型工业化”的目标将进一步加速推进我国智能制造发展。
在智能制造“走出去”方面已经奠定坚实基础
加快发展智能制造有利于推进新兴制造业的发展，对我国优化经济结构、提升国际竞争力至关重要。当前，我国靠智能制造不断拓展全球高端市场面临哪些机遇与挑战？
数字经济是全球未来的发展方向。智能制造是数字经济的皇冠，必将成为各国抢占数字经济制高点的主战场。十九届五中全会提出坚定不移建设制造强国、质量强国，就是要通过发展智能制造补齐我国制造业的短板。
我国智能制造的发展挑战与机遇在于：
第一，关键技术的自主开发能力较弱。如智能装备中的部分关键零部件（减速机等）、工业软件（CAD/CAE/MES/ERP等），均被国外厂商垄断。
第二，我国工业数字化和网络化程度不高。当前我国服务业、工业、农业数字经济渗透率分别为37.8%、19.5%和8.2%，我国企业数字化转型比例约为25%，远低于欧洲的46%和美国的54%，工业数字化处于初级水平。推进“上云用数赋智”，助力企业数字化转型，将为我国智能制造赋能。
第三，我国数百万家工业企业的智能化水平差异较大。随着3D打印、模拟分析、工业物联网等技术在制造业的渗透，汽车、航空航天、国防工业在智能制造领域已实现领先增长，能源和装备制造等行业将保持较高增速，其他行业的智能制造依然任重道远。未来5—10年，5G、工业互联网等新基建将成为工业企业智能化升级的催化剂，推动制造企业迈向“万物互联、万物可控”。
当今世界正经历百年未有之大变局，在国内外环境不断发生深刻变化下，我国智能制造发展面临新机遇的同时也面临着新的挑战，可谓是危和机并存。
机遇主要有以下三点：
第一，智能制造技术处于世界一流水平。当前，新一轮科技革命和产业变革加速发展，大数据、人工智能、物联网等新一代信息技术正在与制造业深入融合，不断改变着制造业的生产方式、组织方式和发展模式，数字化、网络化、智能化已经成为全球制造业发展的重要方向。在第四次工业革命，也就是这次世界经济加速向数字化转型的过程中，我国在多个领域实现重大突破，新技术、新产品、新业态、新模式不断涌现；支撑智能制造发展的5G、大数据等技术方面处于全球第一梯队，为未来智能制造的全球竞争奠定良好基础。
第二，我国具有全球独有的发展高端制造业的全产业链条。我国具有全球最完整、规模最大的工业体系、强大的生产能力、完善的配套能力。目前我国已经拥有41个工业大类、207个工业中类、666个工业小类，形成了独立完整的现代工业体系，是全世界唯一拥有联合国产业分类当中全部工业门类的国家。随着智能制造深入推进，工业互联网发展进入快车道，一大批数字化车间和智能工厂已经建成。截至2020年6月，制造业重点领域企业关键工序数控化率和数字化研发设计工具普及率分别达到51.1%和71.5%。
第三，在智能制造“走出去”方面已经奠定坚实基础。我国制造业始终秉承开放发展的理念，是对外开放、合作共赢的重要领域。当前，我国已经成为全球货物贸易第一大国。一般制造业有序放开，已经与“一带一路”沿线30多个国家签署产能合作协议，高铁、核电、卫星等成体系走出国门，中国制造在全球产业链、供应链中的地位和影响力持续攀升。
当前面临以下三大主要挑战：
第一，经济全球化仍然面临巨大的不确定性。当前世界经济形势复杂严峻，经济复苏具有不稳定性和不平衡性，新冠肺炎疫情的影响广泛而深远，各类衍生风险不容忽视，一些国家单边主义、保护主义、霸权主义仍然严重。
第二，智能制造发展的国际竞争将更加激烈。近年来，美国、德国等发达国家加快实施以信息技术为核心驱动力的先进制造计划。如德国的工业4.0。并且依托制造等领域的优势，构建数字驱动的工业生产制造体系，打造产业竞争新优势，抢占新一轮国际竞争制高点。我国面临着更加激烈的竞争。
第三，我国在智能制造的一些基础技术和关键核心技术方面仍然存在短板。我国制造业领域一些核心技术受制于人，“卡脖子”问题突出，对外依存度高，新兴技术掌控能力有待提升。如，全球工业设计仿真软件产业主要由美、德、法三国把控。许多企业仍然处于数字化起步阶段。如，芯片、传感器、工业机器人等核心技术装备与软件系统仍然依赖进口，严重制约了我国智能制造的发展。
新技术在制造业中深入应用智能制造生态体系不断完善
展望2021年，当前的危机将加速制造业中已经在进行的数字化转型工作。它将推动基础核心系统从专注于效率和成本的线性交易向专注于有效性和客户价值的持续交互转变。那么，我们可以期待智能制造的一些关键亮点是什么？
展望2021年，智能制造将加快发展步伐：
第一，新技术在制造业中深入应用。新技术的进一步发展，使将技术与制造业的融合从深度融合走向有机融合，即两者真正实现融而为一。譬如，互联网、云计算、人工智能等技术深入应用，加深了制造企业与客户、市场之间的联系，优化企业资源配置，高效满足用户个性化、多样化需求。
第二，智能制造生态体系不断完善。智能制造系统非常复杂，涉及生命周期、系统层级和智能特征三个维度。装备制造、自动化、软件、信息技术等不同领域企业之间的合作将更加紧密，加强协同创新，推动产业链各环节企业分工协作、互利共赢，逐步形成以智能制造系统集成商为核心、各领域企业深度参与的智能制造发展生态体系。
2020年，企业数字化意识被疫情唤醒，中国产业互联网发展开始全面提速。我国产业互联网已经形成“3+1”范式：“3”是指在产业链上分别对应智能制造、数字供应链以及双能力品牌（个性化定制、柔性快反）三种新范式；“1”是指数据智能为企业植入新的增长基因。未来，我们可以期待以下场景。
1.工厂数智化。工厂的数字化、智能化是智能制造的核心，同时也是产业互联的基础。工厂的数智化可以分为两个层面：第一个层面是车间、生产线的自动化、无人化，并通过数据对生产流程和工艺进行优化，以实现降本增效。第二个层面是通过数据和系统集成，建立外部协同能力，包括采购协同、产销协同以及工厂之间的协同。
2.生产线柔性化。生产线的柔性化响应的是消费端用户个性化需求和产品快速创新需求，尤其是在服装、家居、家电等消费品行业，柔性化生产已经成为工厂必须具备的能力。柔性化生产线把用户需求拆解成物料清单和工艺清单，通过柔性制造系统或柔性制造单元产出最终产品。最小起订量、生产时间、原料利用率、错单漏单率是考量柔性化生产线的核心指标。
3.大规模协同制造。从设备互联到工厂互联，形成大规模协同制造能力，实现与整个供应链和产品研发周期的互联形成网络效能，将释放出巨大的机会价值。也有企业选择先实现工厂互联网，通过订单的分发实现协同制造，然后再从技术层面推动设备互联。两种路径殊途同归，最终都指向产能的协同和网络化分配，带来行业整体效率的质变。
4.采购与流通双向协同。智能制造的另一项重要能力是与采购端、流通端的双向协同。在流通端，通过数据分析，预测线上线下需求，汇总成为生产需求交付到制造单元，同时生产成品自动对接给流通端供应链；在采购端，通过数据集成，智能对接企业生产性采购、MRO用品采购、车间设备维护等供应商，实现数据决策、智能决策。
展望2021年，我认为在下述环节，有望出现智能制造发展的亮点：
一是融合的下一代工业网络有望领衔智能工厂的未来。5G+TSN+OPC UA融合的网络，更能满足工业领域智能制造的需求。随着智能制造对柔性生产要求的提高，以及跨平台、跨行业的应用需求增多，亟须构建实时的大型工业通信网络。利用5G超低时延与可靠性、大带宽、大规模连接等特性，TSN安全、可靠、稳定的实时连接特性以及OPC UA运行与平台无关、可在任何操作系统上运行的特性，5G+TSN+OPC UA的结合，可将IT和OT无缝融合到工业通信项目中，达到更加可靠、智能且可以远程、安全地访问智能边缘设备的工业网络技术要求。5G+TSN+OPC UA三者的结合，将传感器、执行器等工业设备以无线的方式连接，实现不受线缆限制的网络，更好地为工业网络提供更加完整的解决方案，在工业领域的应用发展未来可期。
二是人工智能技术将从边缘侧提升工业智能化程度。人工智能技术对工业智能化程度的提升主要体现在使用深度学习等人工智能算法对工业数据进行学习，实现基于历史数据的智能化功能。一般而言，使用人工智能算法对数据的学习可通过上传至云端，或部署在边缘侧（终端设备或接近设备的网关等）两种方式实现。其中，将数据上传至云端是符合信息技术（IT）架构较为直接的解决方案。相比于将工业数据上云，边缘侧的部署方案更加贴近工业自动化实际需求。随着越来越多的机器拥有了丰富的传感器，工业数据的数量正呈指数级增长，将如此大量的数据传输到云端将变得既耗费资源，又难以满足工业现场的实时性需求。因此，在工业设备或网管中增加边缘计算模块并植入相关算法软件成为边缘智能赋能工业的一种特色解决方案。
三是以工业机理为基础“自下而上”生长的工业互联网平台将占据主流。目前，我国工业互联网平台企业中，“自上而下”模式（先搭建工业互联网平台，再寻找合适的产业嵌入平台）占据多数，随着工业互联网模式逐渐成熟，工业互联网平台企业将经历“洗牌期”，我们预计到“十四五”末期，我国工业互联网平台企业数量将减少一半以上，以工业机理为基础“自下而上”生长出来的工业互联网平台将成为主流。以制造业企业需求为导向的“自下而上”工业互联网平台企业，经过较长时间在制造业领域深耕，对工业机理和制造设备具有足够深入的认知，在此基础上结合工业自动化知识和新一代信息技术搭建工业互联网平台。相比较于“自上而下”模式的工业互联网平台企业，“自下而上”模式企业对制造业具有更加深入地理解，搭建的工业互联网平台基础更加扎实，能够更加有效地赋能制造业。
四是聚合工业服务的工业电商3.0形成全产业链闭环，价值链高端化逐渐显现。工业电商平台作为工业互联网平台衍生的新业态，能够完善工业互联网平台功能，以供应链协同为核心，辅以信息资讯、仓储物流、供应链金融等工业服务，实现供应商、制造商、经销商、用户等产业链各环节主体之间数据连通。随着新一代信息技术的突破和应用，工业电商已从以信息对接和即时交易为核心的工业电商1.0，逐渐与工业互联网平台融合融通发展，进入以供应链协同为着力点、打通生产过程与在线交易数据的工业电商2.0，正开启聚合服务、驱动全产业链数据闭环的工业电商3.0。工业电商3.0利用平台上常年积累的交易数据，分析出相对准确的用户需求，驱动以用户需求为中心的生产制造（C2M）。加之越来越多的工业电商企业为了提升交易品附加值，将在线交易与仓储物流、金融、质量认证等工业服务环节深度绑定，实现研发—设计—采购—生产—销售—服务—研发的交易品全生命周期数据闭环，迈向价值链高端。
充分发挥智能制造引领作用赋能经济高质量发展
十九届五中全会提出的“基本实现新型工业化”的目标将进一步加速推进我国智能制造发展。展望未来，如何进一步把握发展机遇，以智能制造赋能我国经济高质量发展？
智能制造的基础就是新一代信息技术与先进制造技术的融合，随着以人工智能、大数据、区块链、5G为代表的新一代信息技术的快速发展，此类技术与制造技术融合的点也越来越多，两者之间的融合绝不是简单的1+1，也不一定是大而全的应用，而应该是就产业链全生命周期中某一个或几个关键的环节或场景，利用新技术的特点和优势，能够有效地解决制造业关键问题，建立崭新的商业发展模式，这才是赋能的实际意义。
企业自身的生产方式将会加快向数字化、网络化、智能化变革，而对于整个供应链条及生态体系，谁能协同更多的伙伴、谁能连接更多的资源，谁就能更好地活下去，尤其是随着工业互联网的快速发展，在典型行业中，以龙头企业为核心组建产业生态的成功案例比比皆是，上下游产业的高度协同将会极大提升生态体系内企业的生产效率，而整体效益、能源分配的计算也会跳出单独的企业而统筹体系内全部玩家，更能够有效地推进整个产业的提质增效与转型升级。
未来，我国制造业的发展还是要从“智能”和“制造”两个端口切入，一方面加速践行新一代信息技术与制造技术的深度融合，不仅仅通过机器换人等方式实现成本下降，更需要通过智能设计指导生产，智能生产产出智能产品，由智能产品向消费者提供智能服务，从增效这个维度大幅提升产品的价值，帮助企业达到“增值”的效果，让整个制造全生命周期都“聪明”起来。另一方面也要进一步夯实产业基础，打好关键核心技术攻坚战，突破重点领域“卡脖子”关键核心技术，加强重点技术和产品创新生态体系建设，强化关键环节、关键领域、关键产品的保障能力，从“补齐短板、锻造长板”双管齐下，提升产业链供应链稳定性和竞争力，打造自主可控、安全可靠的产业链供应链。
“基本实现新型工业化”的发展目标，对我国制造业发展提出更高要求，要充分发挥智能制造的引领作用，带动制造业数字化、网络化、智能化转型，推动产业质量变革、效率变革、动力变革。
第一，依靠创新补齐技术短板，促进制造业高质量发展。未来，我国将不断加大对基础研究的投入。其中尤其要加大对智能制造软、硬件基础研究的支持力度，强化对具有自主知识产权的工业机器人、智能传感与控制装备等关键技术装备的研发，全面提升智能制造的产业化水平。要瞄准人工智能等前沿信息技术发展趋势，加强前瞻性布局，抢占发展先机。
第二，充分挖掘国内市场潜力，完善支持社会资本参与的机制。近期的中央经济工作会议提出，要扭住供给侧结构性改革，同时注重需求侧管理。我国拥有超大规模的市场优势，形成拥有14亿人口、4亿多中等收入群体的全球最大最有潜力市场，且仍在不断扩张。要引导信息消费、智能终端等新型消费，积极发展虚拟现实、智能服务机器人等新型产品。拓展投资新空间，引导民间和社会资本加大制造业创新和技术改造投入。
第三，持续扩大对外开放，推进国际合作。坚持国内循环与国际循环有机衔接，充分利用好国内国际两个市场、两种资源。创新合作形式，丰富合作内容，共同拓展全球制造业市场。推进5G、人工智能、工业互联网等新一代信息技术与制造业融合发展，共同推动全球制造业向数字化、网络化、智能化方向转型升级。
十九届五中全会提出“坚持把经济发展的着力点放在实体经济上”，同时明确了要提升产业链供应链现代化水平，加快数字化发展。国家部委、各省区市密集出台产业互联网相关政策，推动数字技术与制造业深度融合成为政策支持重点。
完成“基本实现新型工业化”的目标，我们有很多工作需要做，比如，重视基础研究，提高关键技术的自主开发能力；政府要高度重视涵盖接入、存储、计算、管理和数据使能的数据基础设施建设，建立国家级的公共数据平台——国家大数据中心，提供“采—存—算—管—用”全生命周期的数据支撑能力和数据安全体系，打造开放的数据生态环境；加快推进制造业“上云用数赋智”行动，帮助中小微企业利用数字技术促进产品、服务、流程、组织和商业模式的创新，积极融入全球价值链；支持智能科技应用场景建设，支持人工智能、车联网、大数据、区块链、虚拟现实/增强现实（VR/AR）等示范应用场景建设；加快培育新兴产业，支持集成电路产业、机器人、区块链产业、新一代人工智能产业、软件和信息技术服务业做大做强，等等。
合理协调机器人应用与劳动力就业
作者：暨南大学管理学院刘莎莎
近年来，随着自动化的不断推进和人工智能的不断进步，工业机器人的应用愈来愈广。截至2019年，全世界工业机器人存量已达272万台。中国作为制造业大国和全球第二大经济体，早在2006年就已经意识到智能机器人行业的重要战略意义，并在《国家中长期科学和技术发展规划纲要（2006—2020年）》中提出将智能机器人列入先进制造技术中的前沿技术。
自2013年起，国家相继发布了大量导向作用较强的全国性、行业性、地区性激励政策。这些政策极大地促进了中国机器人产业链的迅猛发展，使得工业机器人使用量也逐步跃升至世界第一。2020年初以来，新冠肺炎疫情严重限制了人员流动，为了避免员工交叉感染以及减少生产经营的不确定性，愈来愈多的企业开始考虑使用机器人替代普通劳动力。在机器人产业蓬勃发展、工业机器人需求日益强劲的现状下，更加需要协调好机器人应用与劳动力就业之间的关系。
全面认知工业机器人的影响
工业机器人在易用性和稳定性等方面具有天然的优势，这使得在单调、频繁、长时间重复、环境恶劣的工作中，工业机器人具有普通劳动力所无法企及的竞争优势。作为普通劳动力的替代品，工业机器人的大规模应用，势必降低普通劳动力在就业市场中的相对优势。对于劳动力的自主判断能力、情感分析和创新能力要求较高的行业，工业机器人对劳动力市场的冲击较弱。然而在工作重复性较高、能够大量引用机械臂替代普通劳动力的行业，工业机器人的大规模使用，严重损害了普通劳动力的就业。
与此同时，随着人口结构、择业标准和劳动者权益保护力度的变化，企业的“用人成本”在逐渐增加，这也会使工业机器人的竞争优势逐渐提高。对于劳动力能力要求较低、低学历员工占比相对较大的行业，劳动技能较为简单和单调。此时大规模引入综合成本较低的工业机器人，能够有效降低企业的长期人工费用。
尽管如此，考虑到我国政府对就业市场具有较强的宏观调节能力，企业的机器人决策也会受到相关外部因素的影响。譬如在劳动力保护力度较大的地区，企业用机器人代替普通劳动力的“制度成本”更低，这可能会加强当地企业使用工业机器人的力度。在失业率较高的地区，为了保障就业和民生，维护社会和谐稳定，地方政府可能会反向干预企业的工业机器人决策，以尽量避免失业率的进一步劣化。
在部分行业逐渐引入机器人替代人工的同时，劳动力市场将逐渐出现局部供需失衡的状况。随着机器人应用规模的不断扩大，这种局部失衡也会逐渐扩散至其他行业。一方面，劳动力会沿着产品供应链方向进行流动。随着工业机器人不断提高上游行业的生产率和人均产出，上游产品价格也会不断降低，进而降低了下游的生产成本，会诱导下游企业逐步扩大生产规模，增加对普通劳动力的需求。另一方面，劳动力也会基于行业劳动可替代性选择流动方向。在大量引入工业机器人的行业内的人力资本较低的劳动力被机器人替代后，部分劳动力会逐步转移至其他对劳动力要求较低的行业中，以尽快实现再就业和稳定家庭收入。
需要注意的是，尽管工业机器人的大规模使用会在短期内损害就业，但从中长期来看，工业机器人的应用具有显著的溢出效应，能够通过创造新的工作岗位的方式，实现对劳动力市场的重构，最终有助于增加社会总就业。与此同时，工业机器人的使用，一方面增加了现有行业内劳动者的平均人力资本；另一方面也将大量劳动力导流入新的、机器人尚无法涉及的行业，这些均有助于提高劳动力的相对优势，进而提高劳动者的平均薪酬。
实现机器人应用与就业双赢
面对工业机器人势不可当的时代潮流，我们既不能只关注其对生产效率的提升作用而盲目推进相关产业，也不能过于害怕其带来的负面影响而持有消极抵触心理。调解工业机器人提升生产效率和损害短期就业之间的矛盾，需要从多种角度入手，积极协调不同地区、不同行业之间生产与就业的关系。
第一，全面认知机器人在“提升生产效率”之外的影响，特别是“技术性失业”问题。在制定工业机器人相关政府政策、产业政策，乃至公司内部决策时，制定者不仅要关注机器人发展和大规模应用对生产效率的提升作用，也要慎重考虑机器人应用对当地劳动力市场或对企业现有员工的影响。为尽量降低工业机器人对就业市场的损害，应加强对现有机器人广泛应用行业的关注，及时追踪相关劳动力流动方向，保证劳动力平稳流动。同时，也要加强对仍需政策鼓励行业现状的关注，既要推动生产效率大幅提升，也要通过其他措施满足劳动力再就业的需求。在推动工业向智能制造转变的同时，加强对员工的全方位职业培训教育，从企业内部缓解机器人应用带来的“技术性失业”问题。
第二，精准把握不同行业、不同地区之间的差异，避免采取“一刀切”的政策和方法。在不同地区，机器人应用对劳动力就业的影响存在一定的差异。因此，应根据不同地区的发展阶段和就业现状，推出因地制宜的发展战略，在提高生产效率的同时，最大可能减少机器人应用对劳动力市场的影响。例如，全面持续增强现有劳动者的竞争优势，积极应对机器人产业发展趋势等。
第三，综合考虑不同行业、不同地区之间的关联，避免采取“单打独斗”的政策和方法。随着工业机器人使用量的增加，就业市场的变动和失衡会逐渐蔓延至邻近地区和关联较深的其他行业，特别是产业链下游行业、劳动力属性接近的行业等。相关管理部门可以通过制定适当政策以利用机器人应用的溢出效应，促进不同行业、不同地区之间的协调立体发展，以更高效地调节生产和就业，在逐步、有序地提升生产效率、实现产业升级的同时，尽可能降低机器人应用对经济社会特别是对劳动力就业市场所带来的负面影响。
准确全面识别机器人应用对中国劳动力市场的影响尤为必要。一方面，这可以使政府更有效地制定配套政策，引导机器人产业的发展；另一方面，这也利于政府有针对性地制定宏观经济政策，以缓解工业机器人大规模应用对就业市场和国民经济带来的冲击。
来源：电子人物联网，中国社会科学网-中国社会科学报
注：文章内的所有配图皆为网络转载图片，侵权即删！
原文链接：https://www.xianjichina.com/news/details_242525.html
来源：贤集网
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
