2008年爆發國際金融危機以來，各個發達國家紛紛開始了對制造業過度外包的反思。并提出了一系列政策以幫助制造業的回歸。

在這樣的背景下，以大數據、物聯網、人工智能為代表的新一代信息技術迎來黃金發展期，并再度賦能制造業，使其向數字化、網絡化、智能化迅速發展。

與此同時，關于人工智能是否會再度取代人類的爭論也甚囂塵上，那么，究竟在制造業，人工智能能否和人類和諧共處，人工智能在制造業中又將如何發展，我們今天就來針對這些問題進行解析。

人機協同，不是機器替人

現如今，將人工智能與制造業結合發展，更多是為了使機器人“達到甚至超過人類技工水平”，以實現企業生產效率的提升。但是，這個使制造業“智能化”的過程，與過去完全寄希望于機器替代人有著本質差異。

傳統的“自動化”追求的是機器自動生產，本質是由機器代替人，而現代制造業的“智能化”發展進程，則更多是追求機器的柔性生產，其本質屬于人機協同。

在全新理念的引導下，機器人可以更多承擔重復簡單甚至是危險的工作，而幫助人類從繁雜工作中解放，獲得更多從事創造性工作的機會。比起人工智能完全取代人的方式，工廠不必擔心人工智能做出錯誤的決定延誤生產，也不用考慮人在做重復勞動時效率降低的問題，雙方取長補短，最大化的提升生產效率，從長遠角度來看，這樣的方式無疑更符合生產的需求，也更符合社會的需求。

沒有網絡，場景互聯無從談起

有了人工智能的輔助，工作將變得更加輕松，但這仍然不夠，對于人工智能來說，還需要一個適合的土壤幫助其生根發芽，這便是新時代下的工業互聯網。

在以往，同一個廠房，里面的設備各不相同，彼此之間很難聯通。若是不同的工廠或是行業，各設備之間的差異則會更大，很難進行統一工作。

工業互聯網的普及和發展將有效解決這個問題。在新時代網絡的加持下，工廠設備能夠通過云技術獲得需要的算力（工業云計算和邊緣計算），算據（工業大數據）和算法（工業人工智能），在這樣的方式下，人工智能將可以快速應用到生產中的方方面面，之前無法統一調配的設備將處在同一平面，進行協同工作，不同工廠之間也能夠根據實際情況進行快速資源調配，實現生產效率最大化。可以看出，有了工業互聯網的加持，人工智能將發揮更大的效力。

值得一提的是，為了進一步推廣工業互聯網，從2017年底國家發布了一些列有關的政策。2017年，國務院出臺《關于深化“互聯網+先進制造業”發展工業互聯網的指導意見》，1年之后，工信部成立工業互聯網專項工作組，又推出了一系列政策，同時啟動實施工業互聯網三年行動計劃。

在多地政府的聯動響應下，工業互聯網迅速發展。相關示范基地，區域工業云應運而生。

與此同時，隨著科研的深入，云技術正在不斷趨于成熟，推進整個工業環境的轉化。可以預見，隨著云技術的發展，很多工廠長期保有的業務模型將不得不面臨更新換代的問題。在這之中，對新舊技術換代的節奏把控將顯得尤為重要，轉換的完成度，將很大程度影響制造業新格局的建立。

近年來，無論是互聯網企業還是傳統工業的轉型，對于云技術的前景和應用，大家都有自己的計劃。在制造業，云技術的應用將很大程度顛覆以往模式，但也為未來發展開辟了新的道路。

新型技術渴望與之匹配的技術平臺，可以預見，工業互聯網的應用最終會讓軟件的作用被無限放大，而與之相對的，工業生產將不再倚重于硬件力量，向著全新的方向奔馳而去。

隨著西門子、通用電氣（GE）、施耐德以及霍尼韋爾等企業紛紛在搭建工業云平臺方面發力，這一天已經指日可待。

互聯網+人工智能服務制造業的三類典型場景

從實際角度出發，互聯網+人工智能的應用，最終將服務于以下三種場景。

一、為產品注智，從軟件和硬件對制造業進行升級，通過互聯網將信息注入，為產品提供人工智能算法，促成制造業新一代產品的智能升級。如谷歌開發出的專用于大規模機器學習的智能芯片TPU，騰訊AI對外提供計算機視覺AI能力的開放平臺均是如此。

二、為服務注智，通過人工智能和互聯網的結合，為制造企業提供精準增值服務。售前營銷階段通過人工智能對用戶需求進行分析，實現精準投放。在售后服務方面，以物聯網、大數據和人工智能算法，實現產品檢測和管理，同時為可能出現的風險進行預警，進一步加強對售后的管理。在此方面比較好的一個例子就是三一重工結合騰訊云，把分布全球的30萬臺設備接入平臺，利用大數據和智能算法，遠程管理龐大設備群，這樣的方式大大提升了設備運營效率，同時還降低了運營成本。

三、為生產注智，通過互聯網將人工智能技術注入生產流程，使機器能夠應對多種復雜情況的生產，進一步提升生產效率。這種場景應用目前比較多的應用于工藝優化，通過使機器學習健康的產品模型，完成質檢，視覺識別等功能。

需要指出的是，機器無法代替人的溫度，在構建產品的實用性、人性化設置、對生產的全局把控等方面，人工智能還遠無法替代人類的作用。但作為人類的輔助，人工智能能夠很好的完成任務，在人機協作的模式下，制造業在產品質量、產品創新、售后服務、運營效率等方面仍將有非常大的潛力能夠挖掘，相信，隨著人工智能的繼續發展，制造業還將迎來更大的突破。