在“新基建”的推動下，人工智能與傳統產業融合應用成熱點，尤以智能制造最受矚目。

“新基建將是2020年非常大的一個增長點，AI賦能傳統產業轉型升級將迎來歷史性機遇，尤其是AI+制造業，通過人工智能模型算法、視覺識別等技術，可以優化傳統制造業的生產流程?！眲撔缕嬷荂EO徐輝向第一財經表示。

AI在工業領域的發展前景被業界所看好。根據Markets報告預計，2025 年人工智能制造市場規模將達172億美元，預測期(2018-2025年)內的年復合增長率為49.5%。對此徐輝也深有感觸，據徐輝透露2019年公司保持了翻倍的增長速度，其中工業領域占公司總營收的40%，2020年這一占比將有望超過50%。

為了加碼在智能制造領域的布局，5月27日，創新奇智長三角總部、創新工場人工智能工程院上海分院紛紛落地上海寶山。作為中國工業制造基地，長三角地區擁有汽車裝備、航空制造、工程建筑、鋼鐵冶金等基礎技術優勢，這些正是AI在工業場景落地的關鍵領域。

事實上，工業智能在工業系統各層級各環節已形成了相對廣泛的應用，其細分應用場景可達到數十種，其中定位、檢測、測量、識別四大功能場景應用最為普及。在創新奇智CTO張發恩看來，工業視覺是智能制造的核心分支，也是能夠率先滲透并發展起來的核心技術之一。

例如，質量控制是摩托車發動機生產線上最耗費人力、最容易出現問題的地方，在產品制造的過程中，不合格產品的缺陷種類難以窮舉，為此宗申動力嘗試將創新奇智的智能質檢一體機與裝配線集成，檢測發動機裝配過程中正時點是否對齊，活塞擋圈、墊片、撥叉等是否漏裝，待檢發動機通過傳送帶的運輸經過質檢機下面，1秒即可輸出檢測結果，檢測精度達99.99%。

不過與金融、消費場景不同，工業制造的數據化基礎相對落后，致使當下工業AI應用仍然以點狀場景居多，普及范圍有限。中國工程院院士譚建榮認為，人工智能與智能制造結合仍存在一些關鍵技術需要破解，包括多源多通道數據實時采集感知技術、大數據故障診斷深度學習技術、數字樣機建模等，例如很多企業采用了各種軟件做數字化，但最終發現數據結構是異構的，破除數據孤島的難度就很大。

徐輝認為企業在進行智能化改造的過程中，普遍面臨三方面的問題：首先是要在可控的時間、可控的成本里創造價值，企業必須有耐心，務實尋找到單點解決方案或單點經濟模型，再慢慢放大，不能一上來就求全求大。其次，不少大型企業仍面臨機制、體制問題，因為熟悉固有的業務流程，所以很難純粹依靠內部力量進行改變。第三就是真正懂人工智能的人才比較稀缺。

上海航天一亙智能科技有限公司副總經理張文也遇到過同樣的問題，他發現很多客戶并不清楚自己要做什么。曾有一個飛機工程找到他們提出了非常多的想法，但目的分散不明確。他認為企業既要重視自動化和數字化，也要重視單點流程，這樣才能建設流水生產線。

對于人才匱乏問題，譚建榮院士認為主要是融合人才不足。智能制造成功的關鍵首先在于智能制造系統和產品設計工藝要有機融合，其次是要用新技術去改造原有工藝，這需要既懂信息又懂制造的融合人才。中國過去按照專業培養人才，而企業處于產業鏈的中下端，通用型人才的培養仍需時日，技術如何融合，融合人才如何培養都是新挑戰。

責任編輯：王煊