刘 捷
摘 要：随着新一代信息技术等通用目的技术的发展，人工智能与实体经济进入全面融合发展的新 阶段。智能制造成为人工智能与实体经济融合的重要载体。本文以 186 个应用场景创新案例为研 究对象，分析人工智能与制造业的融合机制。研究结果表明，以新技术的创造性应用为导向的场 景创新在推动人工智能与制造业融合发展中具有重要作用。基于场景创新的产业化应用与商业化 竞争促进了人工智能技术更新与迭代，为人工智能技术升级和产业发展提供了新路径。
关键词：人工智能；智能制造；场景创新
一、引言
随着大数据、云计算、物联网、人工智能等 技术的发展，数字经济正在引领新一轮的产业变 革。《二十国集团数字经济发展与合作倡议》指 出，数字经济是以使用数字化的知识和信息作为 关键生产要素，以现代信息网络作为重要载体、 以信息通信技术（ICT）的有效使用作为效率提 升和经济结构优化的重要推动力的一系列经济活 动。数字经济作为引领未来的新经济形态，是推 动经济转型升级和高质量发展的引擎。数字经济 与实体经济的深度融合发展深刻改变着生产和生 活方式，并将引发更广泛的社会变革。
十八大以来，党中央高度重视数字经济的发 展，尤其是人工智能与实体经济的融合。2021 年 10 月，习近平总书记在中共中央政治局第三十四 次集体学习时强调，充分发挥海量数据和丰富应 用场景优势，促进数字技术与实体经济深度融合， 赋能传统产业转型升级，催生新产业新业态新模 式，不断做强做优做大我国数字经济。
人工智能作为通用目的技术，具有强大的 赋能能力，能够广泛应用于不同产业领域。根 据中国新一代人工智能发展战略研究院发布 的《中国新一代人工智能科技产业发展报告 2022》显示，2021 年核心产业部门与第二产业 的技术合作关系数排名第二，占比为 22.74%。 其中，与第二产业中的制造业技术合作关系占 比最高，达到 88.01%。这表明在新一代信息 技术的推动下，人工智能与制造业正在加速融 合，这不仅能够创造出新的社会生产力，且能 够激活历次工业革命积累的社会生产力发展潜 力，推动我国经济高质量发展。
人工智能是第四次工业革命的核心引擎。 以新技术的创造性应用为导向的场景创新，在 推动人工智能与实体经济的融合发展中具有重 要作用。在国家战略引领和企业积极响应下， 中国在智能制造领域走在了世界前列，涌现出 一批优秀应用案例。本文以第六届世界智能大 会期间面向全国征集到的 186 个应用场景创新 案例为研究对象，通过对企业数字化智能化转 型的路径分析，探讨人工智能与制造业融合发 展机制的构建。
二、制造业场景创新案例基本概况
在第六届世界智能大会筹备期间，世界智能 大会组委会首次与中国新一代人工智能发展战略 研究院、天津市智能科技产业专家咨询委员会合 作开展 WIC 智能科技创新应用案例评选活动。
1. 基本情况
本次案例征集活动面向全球各类科研机 构、高校、国际组织、各行业企业和创新团队。 活动期间共征集到 165 家单位提交的 186 份智 能科技创新应用案例。其中，157 家企业提交 案例 178 个，8 家高校和科研机构提交案例 8 个。
157 家智能科技创新应用案例提供企业 中，有 104 家创建时间在 2000 年以后，占比 为 66.25%。其中，2015 年以后创建的企业为 67 家，占比达 42.68%。正是在 2015 年，《中 国制造 2025》发布。在国家制造强国战略的引 领下，人工智能和制造业的融合发展成为驱动 我国制造业转型升级的关键力量。
从采集到的 131 家智能科技创新应用案例 提供企业员工规模分布情况看，共有 94 家企 业的员工规模在 500 人以内，占比为 71.76%。 其中，100 人以内的申报企业有 57 家，占比为 43.51% ；100-499 人的企业数量为 37 家，占比 为 28.24% ；有 11 家企业员工规模在 500-999 人之间；16 家企业的员工规模在 1000-4999 人 之间；员工规模在 5000-9999 人和 10000 人以 上的企业各有 5 家。
157 家智能科技创新应用案例提供企业 广泛分布在 27 个行业领域。科技推广和应 用 服 务 业 领 域 企 业 最 多， 达 到 74 家， 占比47.13% ；其次是批发业，企业数为 19 家，占 比 12.10% ；商务服务业排名第三，企业数为 15 家，占比 9.55% ；此外，软件和信息技术服 务业、零售业、互联网和相关服务、研究和试 验发展、专业技术服务业均有一定数量的企业 分布，分别为 12 家、6 家、3 家、3 家、3 家。
165 家智能科技创新应用案例提供者广泛 分布在 21 个省级行政区，排名前列的省市为 天津、北京、上海、江苏、山东、四川、广 东和湖北。其中，来自天津的申报单位数量 达 40 家，占比 24.24% ；北京为 31 家，占比 18.79% ；上海为 13 家，占比 7.88% ；江苏和 山东申报单位数均为 11 家，占比为 6.67%。作 为我国重要的制造业基地，天津已经成功召开 五届世界智能大会，发展人工智能科技产业成 为企业共识。充分利用世界智能大会平台展示 人工智能在制造业运用的成果，是天津申报单 位数量多的重要原因。
2. 词云分布
为了识别和掌握智能科技产业创新应用 的关注点，本文对 186 个智能科技产业创新应 用案例内容进行了词频分析。词频分析的文本 内容为各个申报单位提供的案例申报材料。申 报材料的内容包括代表性成果介绍、应用背景 和实施效果、应用实施难度与复杂性、市场影 响力与推广性和知识产权。186 个案例的申报 材料文本内容字数总计 893524，分词总数为 37278，筛词总数为 19861。在分词设置中，为 了提高识别效率，更加清晰地反映智能技术创 新应用的聚焦点，建立了以智能制造为主题的 相关自定义词库 70 个。在此基础上，采用人 机协同方式，剔除地名、人名、公司名等词语， 并对重点词语进行筛选，最终筛选出词频数量 大于 13 且反映企业研究聚焦方向的重要词汇 568 个，占比为 2%。
图 1 列出了 186 个智能科技产业创新应用案例的词云分布。词语字体大小代表在文本 中出现的频次，字体越大表示在文本中出现 的频率越高。可以直观地看出，“智能”“数字 化”“机器人”“智慧”“智能化”和“人工智 能”等词语出现的频率较高，是这些案例关注 的重点领域和方向。
在词云分析的基础上，进一步对文本材 料中出现的高频词进行分类统计（如图 2 所 示），出现频数大于 1000 的重点词汇包括“智 能”“数字化”“人工智能 /AI”“机器人”。其 中，“智能”是 186 个案例申报文本材料中出 现最多的一个词汇，频数是 1784，平均一个 案例材料中出现 10 次；“数字化”排名第二， 频数是 941，平均一个案例材料中大约出现 5 次；“人工智能”或“AI”排名第三，频数是 635，平均一个案例材料中出现 5 次；出现频 数为 500—1000 之间的重点词汇还包括“机器 人”“智慧”“智能化”和“5G”；出现频数为 200—500 之间的重点词汇包括“大数据”“自 动化”“信息化”“算法”“智能制造”“工业 互联网”“物联网 /IOT”；出现频数为 100— 200 之间的重点词汇包括“数字孪生”“互联 网”“3D”“传感器”和“柔性”。
为进一步识别智能科技产业创新应用过程中普遍关注的前沿技术，研究团队选取 186 个 案例申报材料中“采用核心技术关键词”的 文本内容进行词频分析。文本内容字数总计 5557，分词总数为 565，筛词总数为 565。采 用人机协同的方式，筛选出词频数大于 4 且能 反映核心技术领域的重点词汇 65 个，占比为 11%。如图 3 所示，“智能”“人工智能”“大数 据”“5G”“AI”“数字孪生”和“物联网”等 词语出现的频率较高，是上述案例企业比较关 注的核心技术领域。
3. 应用场景分布
186 个智能科技创新应用案例，主要围绕 关键技术及核心基础部件、智能化装备、制造 过程智能化技术与系统三个领域。其中，制造 过程智能化技术与系统领域案例数量最多，共 计 78 个，占比 41.94% ；关键技术及核心基础 部件领域案例数量为 66 个，占比 35.48% ；智 能化装备案例数量为 42 个，占比 22.58%。
186 个智能科技创新应用案例广泛分布在 21 个应用场景，覆盖智能制造各领域和环节。 如图 4 所示，智慧能源与生态领域申报案例数 量最多，达到 31 个，占比 16.67% ；智慧工厂 领域申报案例数量排名第二，共 23 个，占比 12.37% ；企业智能管理领域申报案例数量排名 第三，共 22 个，占比 11.83% ；智能检测、智 能物流、智能汽车领域申报案例数量相对较高， 分别有 14 个、11 个、10 个，占比分别为 7.53%、 5.91% 和 5.38%。
从案例提出的人工智能创新具体应用方案 看，作为通用目的技术，人工智能在与制造业 融合发展过程中的互补性创新带来智能制造技 术的体系化、复杂化、专用化和工程化，衍生 出工业人工智能概念和技术体系。不同于作为 认知科学的通用人工智能，工业人工智能是基 于工业场景应用，解决特定问题的智能系统工 程。工业人工智能更关注系统工程的可靠性、 精确性和高效性。人工智能在工业领域的应用， 既要满足安全、稳定、精准和可重复的高要求， 又需要与机理、工艺和运营流程等方面相结合， 这就增加了人工智能技术在制造业领域规模化落地的难度。尤其是在可重复方面，需要满足 不同人使用同样的方法或工具模型可以得到相 同或相似的结果。
工业人工智能的作用不仅体现在处理问题 发生后需要解决的问题，更为重要的是解决问 题发生前“本应避免”的不可见问题，如设备 性能的衰退、精度的缺失或零部件的损耗等。 很多可见问题的发生，往往是不可见问题累积 到一定阶段的结果。通过人工智能技术的运用， 可预测生产系统中的不可见问题，获取解决这 些不可见问题的方法和途径，进而避免不可见 问题。从解决可见问题到避免不可见问题，这 是工业人工智能发展的方向，也是制造业智能 化转型的本质所在。
三、人工智能与制造业的融合机制
1. 场景创新驱动
从人工智能与制造业融合的实践来看，制造 业领域有明确的人工智能应用目标和丰富的人工 智能应用场景。智能科技创新应用广泛，涉及包 括智慧能源与生态、智慧工厂、智能检测、智能 物流和智能汽车在内的众多应用场景，覆盖智能 制造各领域和环节。在场景创新的驱动下，人工 智能技术在制造业领域的应用落地不断加快。场 景创新实际上是以问题为导向来满足产业发展过 程的实际需求，通过产业化应用与商业化竞争促 进技术更新与迭代，为人工智能技术升级和产业 发展提供的新方法和新途径。
在制造业领域，人工智能的应用场景按业 务功能应用可以划分为三个类型，即设备与产 品管理、业务与运营优化和社会化资源协作。 设备与产品管理包括设备状态监测与报警、预 测性维护、故障诊断、远程运维和产品全生命 周期管理等子应用场景。业务与运营优化包括 生产制造优化、能源管理、研发设计优化、供 应链优化、资源调度优化、质量管理、安全管 理等子应用场景。社会化资源协作包括全流程 系统性优化、协同研发设计、协同制造、按需 定制、产融结合等子应用场景。
2. 企业主导
在人工智能与制造业的融合过程中，企业 是工业场景创新应用的主体。不仅包括掌握新 一代信息技术的科技型企业，也包括具有海量 应用场景需求的传统制造企业，特别是传统龙 头企业。企业不仅是人工智能与实体经济融合 过程中重要的技术需求方，也是新一代人工智 能技术的重要赋能方。不同类型企业之间的良 好互动形成了正反馈，这种互补性创新互动过 程加速了人工智能与实体经济的深度融合。一 方面，科技型企业依托其前沿技术领域的优势， 不断开发新的应用场景以实现技术的规模化应 用，进一步促进了人工智能技术的发展。另一 方面，传统制造企业拥有的丰富应用场景，为 新兴技术的商业化落地提供了广阔空间。在大 数据、云计算、智能制造等人工智能技术的推 动下，结合制造领域具体的应用场景，企业可 以通过互补性创新形成专用技术体系。在实现 自身智能化改造的同时，通过专用技术体系的 积累，这些企业还可以赋能同行业其他企业。
天津港 5G 智慧港口建设项目，就是科技 型企业与传统制造企业共同开发应用场景的典型 案例。依托华为 5G 及车路云协同技术，天津港 开发完成了自动化集装箱码头高效智能水平运输 解决方案。在智慧零碳港口的建设过程中，天津 港第二集装箱码头有限公司组建了国内港口领域 顶尖的联合攻关团队，积极与科技型企业开展技 术合作。其中，华为为天津港智能水平运输系统 研发投入了专业的博士团队，还提供了基于车云 协同智能驾驶系统的研发支持。在天津港完全自 主设计的水平运输整体解决方案中，实现了港口 场景水平运输的全流程自动驾驶，这为传统人工 码头尽早完成自动化、智能化升级改造提供了可 推广可复制的“中国方案”。
3. 开放式创新模式推动
人工智能与制造业的融合实际上是通用目的 技术在制造业领域的专用化过程，表现为创新生 态系统的构建过程。在开放式创新模式的推动下， 企业、高校、科研院所、政府和中介组织等创新 资源集聚在一起，围绕工业场景中的人工智能技 术需求，形成了跨组织、跨领域、跨学科的创新 网络。随着物联网、大数据和云计算等数字技术 的发展，开放式创新模式的可持续性和盈利性增 强，进一步加速了人工智能技术的产业化应用。
天士力医药集团股份有限公司智能化生产 线，是人工智能与制造业融合在中药制造领域开放式创新的典型案例。企业通过开放式创新 模式，与国内外高校、企业围绕中医药产品的 数字化制造，开展技术合作和人才引进。在智 能化转型升级过程中，研发出第五代高速滴丸 生产线和中药数字化智能提取生产线，建设制 造装备 – 传感及检测部件 – 数据采集监控系统 – 工艺控制模型库 – 生产信息化管理系统，进而 实现了从原材料采购到产成品制造、质量、仓 储、物流等全环节的数字化管理。
四、结语
随着新一代信息技术等通用目的技术的发 展，人工智能与实体经济正走向全面深度融合。 智能制造作为人工智能与实体经济融合的重要载 体之一，是实现经济转型升级和高质量发展的重 要推动力。在场景创新的驱动下，人工智能技术 在制造业领域的应用落地不断加快。为进一步推 动智能制造领域的创新应用，促进人工智能与实 体经济的深度融合，本文提出如下建议：
第一，推动工业人工智能场景创新。加强 工业人工智能场景开放与创新，有利于人工智 能的更高水平应用，为经济高质量发展提供有 力支撑。为进一步加快人工智能与制造业的融 合发展，应围绕智能制造的重点领域和环节， 深入挖掘人工智能技术应用场景，尤其是工业 大脑、机器人协助制造、机器视觉工业检测、 设备互联管理等智能应用场景。
第二，构建富有活力的智能制造产业创新 生态。人工智能与制造业融合不是某一企业可 以单独完成的，而是一个复杂的系统工程，需 要多元创新主体共同参与进而形成富有活力的 智能制造产业创新生态。场景创新的示范引领 效应，为人工智能技术在更大范围应用提供了 经验和条件，而创新生态系统的活力则是决定 人工智能技术从场景创新到大规模应用落地的 重要因素。因此，应积极发挥企业在场景创新 中的主导作用，推动高校、科研院所、新型研 发机构等创新主体开展基于场景创新的产学研 合作，共同推动智能制造产业创新生态的形成。
第三，加强数字人才培养。人才是人工智 能与制造业融合发展的关键推动力量。产业的 智能化发展离不开具备交叉学科背景的复合型 人才的支撑。一方面，优化学科布局，完善复 合型人才的培养模式。另一方面，鼓励校企合 作建设产学研联合培养基地，通过实习、项目 委托等方式形成协同培养新模式。加强数字技 能型人才培养，围绕场景创新中的实际应用问 题，系统培训相关职业领域的技术技能，培养 一批智能制造产业发展急需的紧缺人才。
参考文献
[1] 李杰 . 工业人工智能 [M]. 刘宗长 , 高虹 安 , 贾晓东 . 上海 : 上海交通大学出版社 ,2019.
[2] 刘刚 等 , 中国新一代人工智能科技发 展报告 (2022)[R]. 中国新一代人工智能发展战 略研究院 ,2022.
[3] 任 保 平 , 宋 文 月 . 新 一 代 人 工 智 能 和实体经济深度融合促进高质量发展的效 应与路径 [J]. 西北大学学报 ( 哲学社会科学 版 ),2019,49(05):6-13.
[4] 史 宇 鹏 . 数 字 经 济 与 制 造 业 融 合 发 展： 路 径 与 建 议 [J]. 人 民 论 坛· 学 术 前 沿 ,2021(06):34-39.
[5] 张文魁 . 数字经济的内生特性与产业组 织 [J]. 管理世界 ,2022,38(07):79-90.
[6] 赵剑波 . 推动新一代信息技术与实体经 济融合发展 : 基于智能制造视角 [J]. 科学学与 科学技术管理 ,2020,41(03):3-16.
（作者单位：南开大学新一代人工智能发展战 略研究院）