一個機器人正轉(zhuǎn)動機械臂，將履帶上的物料轉(zhuǎn)移到另一個機器人的托盤上。裝滿之后，這些物料被送至加工處，早已準備好的機器人正在對物料進行檢測，部分物料因不合格而被“剔除”，剩下的合格物料將進入生產(chǎn)環(huán)節(jié)。
另一側(cè)，監(jiān)控機器人正在記錄該環(huán)節(jié)，目的是保存視頻數(shù)據(jù)，實現(xiàn)生產(chǎn)過程的可溯源。與之同時進行的，是在二十多米高的倉庫里，機器人正在“取貨”，將打包好的商品裝車，準備出庫。
整個車間里，都是機器運轉(zhuǎn)的聲音，偶爾有幾個人在走動。在車間外的辦公室里，人們正盯著電腦屏幕上的數(shù)據(jù)，關(guān)于商品的一切數(shù)據(jù)，諸如品類、價格、銷量、銷售額等等一目了然。
掌握這些數(shù)據(jù)之后，生產(chǎn)計劃隨之進行改變，人們只需按調(diào)整計劃進行部署，便可將具體生產(chǎn)交由機器完成，甚至，打包入庫、分揀、出庫等工作也可實現(xiàn)機器化處理。
這就是智能制造的縮影。
所謂智能制造，即是利用新一代信息技術(shù)，來提高生產(chǎn)效率、產(chǎn)品質(zhì)量、降低能耗等，貫穿設(shè)計、生產(chǎn)、管理等制造的各個環(huán)節(jié)，和產(chǎn)品的整個生命周期。
2015年5月19日，國務(wù)院正式印發(fā)《中國制造2025》。其中，智能制造作為五大核心工程之一，重要性不言而喻：人口老齡化、產(chǎn)業(yè)升級、提高附加值......都需要“智造”。
當前，“智造”的核心表現(xiàn)為整個生產(chǎn)流程的智能化，而在這一過程中，人工智能技術(shù)的運用與落地，為其提供了最為底層的應(yīng)用能力。
基于人工智能（譬如機器學習），機器能夠代替人力，并且在安全、效率上得到很大提高；而通過數(shù)據(jù)來實時反饋市場需求，則為再生產(chǎn)提供數(shù)據(jù)支撐；從而對整個產(chǎn)業(yè)的生產(chǎn)——擴張——再生產(chǎn)，帶來顛覆性改變。
但人工智能技術(shù)對制造業(yè)帶來的改變，又不止于此。
AI給制造帶來了什么？
“以前，車間的原料、半成品、成品等物料都是通過人工或叉車搬運，勞動強度高且效率較低，并且作業(yè)區(qū)域人、車、貨交集，也帶來了安全風險?！?/p>
某生產(chǎn)車間主任表示，這類工作強度大，環(huán)境也不好，屬于技術(shù)含量低的重復(fù)性勞動，由人力完成不僅效率較低，且不利于工人的身體健康。
在引入了新的技術(shù)改造方案后，搬運工作可完全實現(xiàn)自動化，事故率降低的同時，搬運效率是之前的2～3倍。并且，整個環(huán)節(jié)避免了人與物料的接觸，避免了可能存在的人力導(dǎo)致的產(chǎn)品異物問題。
“最直接的感受就是效率提高了，以前三個人干一天的活兒，現(xiàn)在一個‘人’就能完成。”
除此之外，管理也變得更加容易。
比如，生產(chǎn)出的產(chǎn)品需要進行檢測，檢測合格方可入庫，而對于不合格的產(chǎn)品，需要分析原因，來提高良率。
“放在以前，我們只能一個環(huán)節(jié)一個環(huán)節(jié)去調(diào)數(shù)據(jù)、找原因，一步步核實，還不一定能有結(jié)果?！?/p>
該車間主任表示，現(xiàn)在有視頻監(jiān)控，各項檢測機器都記錄下數(shù)據(jù)，有問題直接調(diào)用數(shù)據(jù)，“效率和準確率都提高了好幾倍，還節(jié)約了人力成本?！?/p>
總而言之，AI帶來的可量化的改變，通常是效率得以提高，解放了人的部分勞動。不過，技術(shù)改變社會，往往從效率開始，但并不以效率為結(jié)束。
正如瓦特改良蒸汽機給紡織業(yè)帶來巨變一樣，最初的表現(xiàn)是紡織品生產(chǎn)規(guī)?；瘮U張、成本下降、產(chǎn)品價格下跌，使其具備價格競爭優(yōu)勢。
更深層次的影響是，整個紡織業(yè)產(chǎn)業(yè)鏈都因此調(diào)整：上游原材料供給擴大；中游，技術(shù)代替人力成為主導(dǎo)性生產(chǎn)要素；下游，成本下探帶來價格競爭優(yōu)勢。
兩百多年前和現(xiàn)在如此相似，只不過蒸汽機變成了以AI為代表的機器人。
在西南證券某分析師看來，AI對制造業(yè)的影響，大體可以從成本效率、生產(chǎn)要素的再分配以及產(chǎn)業(yè)鏈的調(diào)整三個方面來解釋。
在成本和效率方面，AI帶來生產(chǎn)和管理效率的提升，使得生產(chǎn)能力進一步增強，具體表現(xiàn)在：人力及管理成本削減，機械化作業(yè)帶來規(guī)模收益，產(chǎn)品的議價能力更強。
但在初期，企業(yè)的改造成本較高。
從生產(chǎn)要素投入上講，技術(shù)要素將比勞動要素更重要。機器代替人工，人力成本將得到控制，但企業(yè)需要投入更多資金研發(fā)或購買機器（技術(shù)服務(wù)），比如對機器的維護、管理等，這將導(dǎo)致對技術(shù)要素的投入會更多一些。
對于產(chǎn)業(yè)鏈而言，AI對上游原材料供應(yīng)商、中游生產(chǎn)制造商的影響以降本增效為主，下游的經(jīng)銷商則可以通過大數(shù)據(jù)、AI分析等掌握市場動向，迅速調(diào)整供應(yīng)、營銷策略。
“這實際上催生出了柔性供應(yīng)鏈，和電商的C2M模式很接近?！?/p>
例如，在某一季度，市場對于某一商品的需求不斷上漲，通過數(shù)據(jù)分析，如果這種需求在未來幾個季度都存在增長空間，那么經(jīng)銷商會加大對該商品的進貨需求；中游生產(chǎn)商獲得更多訂單，上游原材料供應(yīng)商也會擴大生產(chǎn)規(guī)模。反之亦然。
“整個產(chǎn)業(yè)鏈上的生產(chǎn)、銷售變得更加靈活?！痹摲治鰩煴硎尽?/p>
不過，雖然AI對制造業(yè)的作用顯而易見，然而自2015年以來，智能制造一直被提及，但進展并不順利，許多企業(yè)的“智造”仍舊是以單一的設(shè)備或生產(chǎn)線的智能化為主，并未全面鋪開。
這其實反映出一個深層次問題：智能制造，究竟是以AI，還是以制造為主導(dǎo)？
AI+制造 Or 制造+AI
智能制造，分智能和制造兩部分，不論是“AI+制造”，還是“制造+AI”，本質(zhì)目的是相同的。但業(yè)界對于誰為主導(dǎo)，卻有不同。
以AI公司為主的技術(shù)商認為AI是主導(dǎo)，智能制造的核心是通過AI 技術(shù)實現(xiàn)生產(chǎn)、管理和經(jīng)營的智能化，進而推動制造業(yè)的升級，屬于技術(shù)導(dǎo)向。
以制造業(yè)為主的廠商認為，AI固然重要，但制造業(yè)本身才是基礎(chǔ)，沒有基礎(chǔ)，技術(shù)就失去了載體；智能制造的核心是制造業(yè)的“智能化”，屬于產(chǎn)業(yè)導(dǎo)向。
這兩種導(dǎo)向從根本上來講，是兩類廠商對于話語權(quán)的爭奪。
話語權(quán)往往關(guān)系到議價能力。
一位某廠商的采購經(jīng)理告訴AI掘金志，他所在的公司本打算引進某AI公司的智能化改造方案，但報價太高，遠超預(yù)算，而且降價空間很小，因此就擱置了改造計劃。
但在AI公司的人看來，這樣比較高昂的報價很正常，“設(shè)備成本高，價格自然就高上去了，并且公司需要做定制化，設(shè)備的保養(yǎng)、維護、售后技術(shù)支持等都要花費。”
一邊是購買力不足，渴望降價；一邊是技術(shù)變現(xiàn)壓力大，拒絕降價；兩者形成了對峙，久久僵持不下。
“哪個主導(dǎo)，哪個就更有優(yōu)勢，就能拿到議價權(quán)，但這場較量還沒有分出勝負?！痹摲治鰩熣J為，這樣實際造成了供給與需求的不匹配，是智能制造未能規(guī)?；佌沟母驹颉?/p>
從另一個方面看，這兩種導(dǎo)向，也涉及到商業(yè)模式的區(qū)別。
AI企業(yè)大多做的2B業(yè)務(wù)，而制造業(yè)企業(yè)則以B+C為主。
在AI企業(yè)看來，企業(yè)的數(shù)字化轉(zhuǎn)型首先要增效，其次才是降本。因為增效帶來的收益可以彌補成本，并且AI產(chǎn)品、設(shè)備、技術(shù)的成本很難降下來，但AI帶來的人力成本、管理成本的削減，是降本的核心內(nèi)容。
但制造業(yè)企業(yè)的觀點卻有差異，制造業(yè)市場非常成熟，競爭很激烈，對性價比追求極高。比如，某條生產(chǎn)線要達到什么水平，出貨量、良率保持多少，年產(chǎn)值、折舊、損耗，回本周期等等，最重要的是單位產(chǎn)品的成本能夠進一步降低，才能擴大其利潤空間，這才是降本的主要內(nèi)容。
前者認為后者不缺錢，至少不缺購買設(shè)備、改造的錢；后者認為前者報價太高，且無法在生產(chǎn)端有效地削減成本。
兩個并不完全相同的市場，和兩個缺乏溝通的玩家，自然導(dǎo)致合作效率的低下。
那究竟誰為主導(dǎo)？
該分析師認為，這取決于制造業(yè)企業(yè)有沒有做AI的能力。
智能制造已經(jīng)是制造業(yè)發(fā)展的未來，但具體如何實現(xiàn)智能制造，靠外力還是內(nèi)功，不同的企業(yè)在路徑選擇上各有差異，這與行業(yè)特性密切相關(guān)。
一些行業(yè)本身就有發(fā)展AI技術(shù)的基礎(chǔ)和空間，比如安防，一開始存在著大量的低端設(shè)備制造企業(yè)，但隨著市場變化，部分企業(yè)尋求在技術(shù)上突破。經(jīng)過多年發(fā)展，在技術(shù)和市場上占據(jù)絕對優(yōu)勢，AI企業(yè)的進入也很難打破這種局面。
典型的例子就是海康威視和大華股份。
而一些行業(yè)本身不具備發(fā)展AI技術(shù)的基礎(chǔ)，比如食品制造、日化用品等，其核心技術(shù)的側(cè)重點在于研發(fā)出適合市場需求的產(chǎn)品，而非整個工廠、生產(chǎn)環(huán)節(jié)的智能化。
因此，從供給決定需求的理論出發(fā)，一些行業(yè)（企業(yè)）自身能夠發(fā)展技術(shù)，對AI公司的技術(shù)需求并不高，故以制造業(yè)企業(yè)為主導(dǎo)。
對于那些不具備AI能力的制造業(yè)企業(yè)而言，AI一開始以卑微的乙方角色出現(xiàn)，但最終扮演的是甲方的角色。
“這并不意味著AI企業(yè)能夠躺贏，現(xiàn)階段，制造業(yè)對AI技術(shù)的購買力不足，很大程度上制約著‘制造’向‘智造’的迭代?！?/p>
智造之路，困難重重
整體而言，我國的制造業(yè)升級大部分聚焦于單個設(shè)備的智能化。比如引入新的生產(chǎn)設(shè)備，能有效解決生產(chǎn)過程中的某個問題。但這種單點式的智能，無法帶來整個生產(chǎn)環(huán)節(jié)的效率提高。
歸根到底，是目前的人工智能技術(shù)落地難度大，且是“奢侈品”。
一方面，AI依賴機器視覺、機器學習等，需要大量數(shù)據(jù)進行算法迭代和優(yōu)化。但很多制造業(yè)企業(yè)在生產(chǎn)環(huán)節(jié)中的數(shù)據(jù)很難采集，甚至缺乏數(shù)據(jù)，難以建立有效的模型，訓練就更談不上。
另一方面，對于制造業(yè)的碎片化需求，AI很難形成統(tǒng)一標準，定制化方案帶來的成本問題無法得到解決。
“小企業(yè)用不上（起），大公司有疑慮?！?/p>
很多大廠都只是針對某一條生產(chǎn)線或某個生產(chǎn)車間進行小規(guī)模試點，因為成本太高，大廠會做投資回報周期評估。除非帶來質(zhì)的改變，否則每一步都很謹慎。
對于許多中低端制造業(yè)企業(yè)而言，本身的產(chǎn)品靠出貨量大、價格優(yōu)廉取勝，沒有對智能化改造的需求，并且國內(nèi)勞動力價格相對處于較低水平，銷售市場也比較穩(wěn)定，形成了固定的模式。
“市場的慣性，很難在短時間內(nèi)扭轉(zhuǎn)?！?/p>
人工智能技術(shù)要改造制造業(yè)，除非成本下探至普通企業(yè)可以承受的范圍，智能制造才可能遍地開花，但這一天仍然很遠。
結(jié)語
智能制造是一個很宏大的命題，但需要極其精細的解法。
AI公司無疑是最適合回答這道題的主角，但是現(xiàn)下，還沒有出現(xiàn)通用性解法的可能，大多是以某個行業(yè)的單一場景做突破。
如何讓人工智能技術(shù)給制造業(yè)帶來普惠，引領(lǐng)制造業(yè)的升級，而非成為“小而精”樣品，是AI公司努力的重點。
末了，提一個哲學問題：假設(shè)在不久的將來，當無人工廠成為現(xiàn)實。
人會扮演怎樣的角色？
