當前經濟形勢下智能制造發展路徑

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了當前經濟形勢下智能制造發展路徑范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：智能制造是“中國制造2025”的主攻方向，發展智能制造是推動中國制造業由大變強的根本途徑。以智能制造為抓手，推動中國裝備制造升級。當前，隨著擠出技術日益發展人工智能正邁入技術突破和產業發展的朝陽時期。本文從智能制造發展的公關角度分析當前所面臨的問題，找出推動我國智能制造發展的有效途徑及政策建議。

關鍵詞：智能制造；關鍵技術；政策建議

一、當前經濟形勢下智能制造發展宏觀分析

1.基礎技術的應用和發展

隨著我國需求市場的蓬勃發展，一大批企業的快速跟進，使我國在計算機視覺、中文語音識別和無人駕駛等典型應用方面進入全球前列，具備了加速發展的市場條件和產業基礎。在新一代信息技術接力式創新的驅動下，萬物互聯和智能化趨勢越發明顯，預計2035年全球聯網設備數量將突破千億件，將快速推動智能制造快速發展。近年來在算法、數據和算力三方面的突破下，新一代人工智能開始成為新的競爭焦點。人工智能在看、聽、理解等關鍵指標上已經媲美甚至趕超人類。在機器識別圖像、語音和自然語言等開始廣泛應用，類似技術已廣泛嵌入呼叫中心、客服系統、智能助手、聊天機器人等產品中。人工智能蘊含著無可估量機遇，各路企業爭相涌入布局。從2013年到2017年，全球人工智能投資事件從310件增長到1349件，投資額從17億美元增長到152億美元，安防、醫療、交通、制造等數據豐富的行業成為重點投資領域。

2.我國智能制造發展情況

隨著我國智能制造發展的快速推動，依托用戶規模、應用場景、風險資金和科技論文等優勢，我國在一些基礎技術的應用方面進入全球前列，一大批骨干企業快速發展，在智能制造產業各個環節積極布局，為我國智能制造的快速發展，實現彎道剎車提供有利條件。數據資源是發展人工智能的關鍵要素，主要來自用戶和聯網設備。從用戶數看，到2017年底，我國有3.49億固定寬帶用戶，是美國的3.5倍，占全球38%。從數據量來看，我國已占全球13%，據高盛報告預測，隨著用戶數和在線時長增長，這一指標到2020年預計提升至20%—25%。我國有用戶規模的先天優勢。我國有近4億的年輕用戶，他們對新科技、新產品的接受度比較高，所以廣泛的行業分布、多樣的用戶需求為拓展人工智能應用提供了廣闊市場。在這一輪人工智能剛興起時，國內一批公司深耕計算機視覺技術，目前從算法水準和應用情況看，人臉識別、安防監控等領域已獲得全球認可。總體上，智能應用開始進入快速擴展期，我國有望在更多領域形成自身優勢。

二、我國智能制造發展當前階段面臨的問題

1.芯片產業發展有待提升

高端芯片產業的發展是智能制造的重要前提，但是芯片關鍵技術方面還有很大的提高空間，目前處于“受制于人”的情況。當前芯片產業關鍵技術方面美國還是占主導地位，首先，圖形處理芯片方面，英偉達、超威和英特爾三強主導市場方向。其次，可編程邏輯陣列芯片方面，賽靈思和英特爾兩強主導市場。第三，專用集成電路(ASIC)芯片方面，谷歌的張量處理芯片(TPU)性能優勢明顯。目前，由于價格和關鍵技術的制約我國還處于芯片進口階段，孫然有部分企業可以進行芯片的定制，但是由于資本投入和商業化推廣的弊端還處于初級階段。

2.人工智能的基礎技術依舊不能形成單獨生態體系

人工智能的算法框架依附于國外巨頭開源生態體系。當前我國人工智能產業必須降低人工智能產品或應用開發成本，進而吸引世界各地開發者入駐生態。從高盛報告看，谷歌Tensorflow算法框架聚集了6.8萬名明星開發者；而百度Pad-dlePaddle平臺僅有5330位，不到前者1/10。我國當前大部分都機遇谷歌的基礎算法框架進行開發，很難自主建立內生性的生態系統。3.專業技術人才的缺失異常嚴重智能制造的重要核心就是專業技術人才的集聚，但是我國智能制造相關人才總量和人才結構上還處于比較落后的階段。如全球最大招聘網站領英2017年《全球AI領域人才報告》顯示，全球人工智能人才數量190萬人，其中美國85萬人，我國5萬人，位列印度、英國、加拿大、澳大利亞、法國之后，排第七位。從專業化人員從業時間來看，與美國相比我國專業化從業人員，從業超過十年以上的不足40%，而美國卻超過了70%，我國大部分關鍵技術人員和管理人員都是海外引進，我國在智能制造的核心技術方面，尤其是人工智能的底層算法方面與美國還是有很大的距離。

4.我國關鍵技術創新相關的政策法規落后于技術創新的需求

數據開放、隱私管理、算法歧視、網絡攻擊等方面需要新的監管法規。以智能影像診斷為例，美國2017年采取先上市后批準的模式助推產業創新；我國則按照醫療器械監管，要求經過器械檢測、臨床評測、器械技術審批、政府發放批文等四個環節，企業反映總耗時30個月，且準入制度、收費模式、醫保對接等尚是空白。所以，首先數據開放是我們必須要解決的問題，我國政府數據開放排名全球靠后，而在科技巨頭之間創建標準統一、跨平臺分享的數據生態系統要落后于美國。其次數據隱私管理方面問題，海量數據的采集不可避免涉及個人隱私，如何避免濫用是各方關切點。最后是網絡攻擊問題，防御網絡攻擊、保障安全是客戶最為關心的主要問題。

三、推動我國智能制造發展的路徑及建議

1.建立核心技術研發標準，加大產業上下游銜接

我國智能制造雖然全面推廣，但是在芯片產業方面還是短板，想要借助人工智能的機會實現彎道超車必須要放長戰線，做好基礎研發工作。我國消費市場具有一定的優勢，要做好開放合作的準備，加強學習的強度，縮短學習的周期。避免資金、人才等資源的浪費，推進強強聯合，鼓勵走差異化技術路線。優化產業鏈條，加強上下游的銜接，利用好國內良好的消費市場，產業鏈相關企業要積極抓住這個機會，積極實現商業化應用。

2.建立標準化產業鏈條平臺

積極累計專業化技術成果，雖然我國在機器視覺算法方面也走在全球前列，但沒有完整商業化生態體系，要快速構建原生的算法構架和標準化平臺。要借鑒PC互聯網時代win-dows操作系統主導生態、移動互聯網時代安卓主導生態的經驗做法，支持組建產業聯盟構筑生態搭建算法框架。政策上支持構建算法構架，兼容多平臺應用，抓住機會提升我國基礎技術平臺的應用和研發水平。并且要建設以人工智能為基礎的公共數據資源庫、標準測試數據集，為評估算法效能提供評價基準。

3.加大人才培育力度，提高吸引關鍵技術人才的強度

隨著各國智能制造的快速發展，關鍵技術人才的爭搶也異常重要。目前我國薪酬標準已經與國際標準逐漸縮小，所以人才培養和引進的環境至關重要。首先，完善人才引進配套政策，防止得而復失，同時在海外設立研發中心，就地招攬高端人才。其次，加快人工智能學科建設和人才培養。要形成高校、科研院所與創新企業的人才交叉流動，互相支援，互相提高。形成多元化產學研的生態系統，兼容制造、金融、醫療等重點行業的應用型人才的交叉培育。

參考文獻：

[1]馬曉紅.金融危機后虛擬經濟與實體經濟禍合發展的必然性及對策[J].商業經濟研究,2014(12)

[2]成思危.虛擬經濟與金融危機[J].管理科學學報,1999(01)

[3]張存剛,胡瑜杰,張小瑛.虛擬經濟對金融危機的傳導機理及其對策研究[J].重慶工商大學學報（社會科學版）,2012(02)

作者：趙云峰 單位：天津社會科學院產業發展研究所