1.1 “智能+”赋能制造背景
当今社会已经进入万物智联、智慧生活的新时代，“智能+”成为经济发展的新动能。“智能+”赋能制造既是新一代信息技术蓬勃发展带来的动能转换机遇，也是中国制造转型升级的客观需求。
1.1.1 “智能+”, “+”出智能新时代
1997年IBM公司的“深蓝”机器人战胜国际象棋世界冠军卡斯帕罗夫曾引起世界恐慌和轰动，2016年谷歌的AlphaGo战胜围棋顶级高手李世石又一次引发了人们对人工智能的广泛关注。这些事件的意义可以与阿波罗成功登月相比，不仅向人们展示了人工智能逐渐达到的智能高度，更是宣告了一个崭新的“智能+”时代的到来。“互联网+”的概念已日趋普及，“智能+”影响人类生活与社会经济的理念由百度公司前总裁张亚勤2016年在博鳌论坛上首次提出。张亚勤大胆畅想了“智能+”对人类社会与生活的影响，将“智能+”比喻成“互联网+”的进一步发展和下一个车站，一场可能如PC、智能手机那样深刻影响世界，改变人类生活的大风暴正在酝酿且即将成形。“智能+”渗入商业模式与产业发展中，让人们的生活越发便利。自动驾驶、智慧城市、5G、AR与VR、可穿戴设备与智能终端、未来消费等高科技元素将充斥未来的日常生活，播放一部商业革新与人类生活升级的科幻大片。
1. “互联网+”升级到“智能+”，开启万物智联新时代
一般认为，2010年是云计算元年，2016年是人工智能元年，2017年是“智能+”元年。“互联网+”将连接数字世界的能力赋予各行各业，推动全行业数字化和信息化转型。在此基础上，“智能+”提供更智能的数据分析和决策能力，包括更聪明的机器、更智慧的网络、更智能的交互，将创造出全面智能化的经济发展模式和社会生态系统。
马化腾在《给合作伙伴的一封信》中指出，腾讯多年来一直专注做连接，希望连接人与人、人与物以及人与服务，这是实现深度融合、云化分享以及未来一切变化的基础。随着整个经济社会的全面数字化，人们不但要通过更多的连接来减少信息孤岛，而且要通过更好的连接来实现沟通协作的持续优化。对于如何减少信息孤岛，连接人与人、人与物、人与服务，“互联网+”采取的是传统的方式，“智能+”则是比“互联网+”更进一步的连接新方式，是智慧互联。在“智能+”的连接方式之下，通过云计算、人工智能等方式，生活空间中的万事万物进入了相互连接的万物智联新时代。
2．从“互联网+”到“智能+”，人类的生活进入智能化时代
从“互联网+”到“智能+”，政府工作报告表述变化的背后，是人类生产和生活方式的又一次升级迭代。在“互联网+”时代，各种基于互联网数字技术的商业模式改变着人们的衣食住行，实现了人与人的实时连接。而随着人工智能、大数据、云计算等新兴技术的不断发展，信息技术的应用已经不再局限于连接人与人，而是将人与物、物与物连接在一起，借助物联网、大数据、云计算技术的丰富应用，智能制造、智能交通、智能商贸、智能医疗、智能教育等随之而来，“智能+”让我们走入智慧互联的智能化生活时代。
“智能+”打造了各个场景的智慧解决方案，如无人银行、无人餐厅和人工智能合成女主播等，让社会迈入更高效、低耗、创新性强的新时代，困扰人类几千年的信息不对称问题可能会在当今的万物智联新时代有效解决。“智能+”的赋能为越来越多的企业所接受和拥抱。在可以预见的未来，“智能+”将加速线下与线上的融合，再度引发当前的商业模式与竞争法则的变革，社会形态将被智能化技术重塑，每个人都会被契合其个性化需求的信息环绕。人工智能的进步和“智能+”的实际应用，将展现一个“第四维”的世界，即除了物理的三维空间，会有个第四维的智能空间。
3．从“互联网+”到“智能+”, “+”出经济新动能
从李克强总理2019年政府工作报告中可以看出，拓展“智能+”与推动传统产业特别是制造业的转型升级密不可分。与“互联网+”一样，“智能+”旨在将技术与产业融合，利用技术改造传统产业，从而实现降本增效。在外部世界经济增速放缓、不稳定不确定因素增加，内部经济转型阵痛凸显、经济下行压力加大的背景下，“智能+”的意义尤为重大。
（1）助力传统产业升级。在一个大型的电芯生产车间里，看不见来回穿梭的搬运工，取而代之的是一辆辆井然有序行驶的无人搬运车（AGV）。这些小车在没有人工引导的情况下，自动沿预定的路线行驶，准确地将货物或物料从起始点运送到目的地。这样的情形发生在安徽合肥国轩高科动力能源有限公司电池生产智能工厂的日常生产中，这里处处体现着“智能+”赋能制造的情景。近年来，随着新一代信息技术和制造业的深度融合，中国智能制造发展取得明显成效，以高档数控机床、工业机器人、智能仪器仪表为代表的关键技术装备取得较大进展，不断助力传统产业升级。2019年3月，阿里巴巴研究团队发布的《从连接到赋能：“智能+”助力中国经济高质量发展》报告显示，在制造业中，智能制造已开始在多个领域以不同的方式浮现出来。蓬勃兴起的个性化定制需求，带来了制造系统复杂性的指数级增长，不过也给“智能+”带来了用武之地，可以助力传统产业的升级。
（2）助力新模式、新业态发展。从第一步到最后一公里，“智能+”全面赋能新物流。仓库存储与配货是物流行业的第一步，京东“亚洲一号”自动化运营中心里的“小红人”可以自行取货、扫码、运输、投货，能够精准测量商品体积和重量，数以万计的商品由机器人和机械臂完成入库和出库。相比传统仓库，智能仓库平均处理订单量更大，存储效率更高，拣选速度更快。除了无人仓库，无人配送也是智能物流的重要一环。无人配送能提升物流效率，满足用户个性化配送的需求，解决末端配送最后一公里的难题。多个物流公司已研发出末端物流配送机器人、配送无人机以及无人快递车等产品。目前，无人快递车已经陆续在陕西、江苏、青海等地尝试配送。除智能制造方向上的若干可喜进展外，互联网汽车、网络化协同制造、个性化定制、智能服务型制造等新模式、新业态也不断涌现，“智能+”的应用为多个行业的发展赋予了新动能，开辟了新模式（人民网，2019）。
1.1.2 新一代信息技术为“智能+”提供赋能基础
新一代信息技术主要指互联网、大数据和人工智能技术，以及由此产生的云计算、边缘计算、区块链、数字孪生以及工业大脑等，是“智能+”赋能制造的技术背景。
1．互联网技术
互联网始于1969年美国国防部高级研究计划署的ARPA网（阿帕网）。ARPA网起初用于军事连接，后来扩展至高校，建立了国家科学基金网（NSF网），服务于科研，为用户提供共享大型主机的宝贵资源。NSF网随后商业化，在通信、信息检索、客户服务等方面的巨大潜力被挖掘出来，使互联网（Internet）有了质的飞跃，最终连接全球。
由于互联网起初由政府部门投资建设，其最初的使用仅限于研究机构、学校和政府部门。除直接服务于研究机构和学校的商业应用之外，其他商业行为概不允许。20世纪90年代初，当独立的商业网络发展起来，这种局面才被打破。互联网一经商业应用就开始了一发不可收拾的迅猛发展。各国都看到了互联网的未来前景，纷纷制定国家战略来推动它的发展，如美国的信息高速公路建设工程（就是指互联网的基础设施建设），以及当时中国的三金（金卡、金税、金桥）工程和接下来的电子政务等。
比尔·盖茨在1995年出版的《未来之路》一书中提及物联网概念，如果追溯这个概念还会更早。20世纪末，宝洁公司的品牌经理凯文·阿什顿（Kevin Ashton）做了“Internet of Things”为主题的演说，希望将射频识别（RFID）芯片安装在消费品中，用于监控库存变化，掀起了物联网的潮流，由此阿什顿被称为“物联网之父”。同年，麻省理工学院的自动识别技术中心（Auto-ID Center）将物联网定义为在计算机互联网的基础上，利用RFID、无线数据通信等技术，构造一个覆盖世界上万事万物的网络，以实现物品的自动识别和信息的互联共享。2005年11月17日，国际电信联盟在世界信息峰会上发布了《ITU互联网报告2005：物联网》，提出了物联网的概念，指出物联网时代已经来临，物联网技术革命已经开始。特别是近几年，物联网进入蓬勃发展的井喷期，产业互联网或工业互联网成为时代热词。互联网在工业界的普及应用是近二十多年的事情，虽然还处于快速发展时期，但是传统的应用已比较成熟和普遍，如电子商务、企业资源计划（Enterprise Resource Planning, ERP）、产品数据管理（Product Data Management, PDM）、制造执行系统（Manufacturing Execution System, MES）等都是互联网技术在工业企业的成熟应用。
2．大数据
数据在科学领域的创造可以追溯到五千多年前人类文明的起源。公元前三千年左右，古埃及人利用星相预测洪水到来和退去的时间及水量大小，利用测量与数据分析开创了天文学。他们还根据天狼星和太阳同时出现的位置，判定农耕时间和节气，并用数据发现了闰年的周期（365×4 + 1 =1461天），塑造了尼罗河畔的古代文明。两河流域的苏美尔人观察发现月亮每隔28～29天，完成一次从新月到满月再回到新月的周期，每年有四季之分，每过12～13个月亮周期，太阳就回到原来的位置，由此发明了太阴历（阴历），用数据创造了古巴比伦文明。
2001年，在信息技术研究领域中，具有权威代表性的美国Gartner公司推出了大数据模型。此后十多年，大数据的技术平台和相应的技术稳步发展并扩充，世界各国及相关机构对大数据的重视程度逐渐提升。2008年，美国计算机联盟发布白皮书《大数据计算：在商务、科学和社会领域创建革命性突破》，首次对大数据进行了定义。由此，大数据成为全球互联网技术的热点，世界各国、各机构纷纷开启了大数据的应用与研究。
随着数据流加大、形态多样的数据增加，在快速获取、存储和使用大数据方面，传统关系型数据分析方法比如复杂事件处理（CEP）等技术已不再有效。2004年，谷歌推出了MapReduce技术，主要用于离线大数据计算。很多大公司利用该技术开发出了处理大数据的高级查询语言，但该技术不能满足非离线实时计算的需求。2006年，Apache基金会在MapReduce的基础上推出了Hadoop技术，可以在线并行计算非常巨大的数据集。由于这两项技术可以应用于大数据平台、大数据分析，具有处理非结构化数据、易用性、大规模并行处理等优势，MapReduce技术和Hadoop技术成为大数据的主流技术。
近30年，大数据在制造业的应用得以发展。
第一阶段（1990～2000年）:20世纪90年代后期，大数据处于初步单点应用阶段。例如，以设备装置的远程监控和数据采集与管理为主要技术的产品监控系统，通过传输设备对产品进行实时监控，大大减少了由于故障造成的损失。奥的斯（OTIS）是世界上最大的电梯制造公司，于1998年推出电梯远程监控系统（Remote Elevator Monitoring System, REMS），该监控系统通过获取电梯的运行数据，不仅可以对电梯进行远程监督与故障维修，还能在突发情况下与用户及时联系，保障用户安全。
第二阶段（2001～2010年）：大数据应用相对普及，主要用于综合管理、价值挖掘、辅助决策等领域。比如通过数据分析软件从数据中挖掘价值，为产品的使用和管理提供最优的解决方案。以法国为例，法国加大了信息系统建设力度，2006年建设了16个重大的数据中心。其中，法国电信旗下企业Orange在法国高速公路数据检测的基础上，利用大数据中心进行数据挖掘与分析，通过云计算系统为车辆提供实时准确的道路信息，方便了用户的出行。
第三阶段（2010年至今）：进入工业大数据时代，大数据在工业的应用中掀起了高潮。为满足制造业大数据的业务需求，大数据分析平台纷纷涌现，大数据集成、存储、处理、分析和展示技术融为一体，可以满足多种类型的数据获取、存储及应用，出现了很多实用化的大数据分析平台或工具，如IMS（Intelligence Maintenance System，智能维护系统）与NI（National Instruments，美国国家仪器有限公司）合作开发的基于Lab-VIEW的Watchdog Agent系统。该系统以制造透明化的特征确保信息获取的正确性，便于管理者做出正确的评估；而且，它通过大数据分析工具有针对性地满足用户不同方面的要求，为他们提供解决问题的方案。通用电气的工业互联网操作系统Predix是以物联网解决方案为主的大数据应用平台的典型案例。开发者与用户可以在该平台上自由沟通，由用户提出需求，开发者根据其需求开发出定制化的数据分析和应用解决方案。
3．人工智能
一般认为，人工智能起源于1950年图灵发表的一篇有关计算机与智能的论文。其中，著名的“图灵测试”形象地指出了人工智能应该达到的智能标准。人工智能一词于1956年美国达特茅斯学院举办的一次长达两个多月的研讨会上首次使用。但人工智能的应用常常遭到人类的质疑，主要原因是其应用发展与人们的预期差距较大。人工智能发展三起三落，极不顺畅。三个高潮主要包括：
人工智能术语确定以后，相继出现了诸如机器定理证明、跳棋程序、通用问题求解程序等一批成果。人们还发明了第一款感知神经网络软件和聊天软件，证明了数学定理。20世纪60年代末到70年代，专家系统的出现使人工智能研究出现了第一个高潮，但很快就衰落了。
20世纪80年代Hopfield神经网络和BP（Back Propagation，反向传播）训练算法的提出，解决了传统单层线性神经网络无法处理异或问题的弊端，使得人工智能再次兴起。BP算法用于多层神经网络的参数计算，以解决非线性分类和机器学习问题。针对特定领域的专家系统也在商业上获得成功应用，人工智能迎来了又一轮高潮。1987年，美国召开第一次神经网络国际会议，宣告了神经网络这一新学科的诞生，不久后又陷入了低潮。
2006年Hinton提出深度学习技术，多层神经网络学习过程中的梯度消失问题被有效地抑制，网络的深层结构也能够自动提取并表征复杂的特征，避免了传统方法中通过人工提取特征的问题。2005年，斯坦福大学开发的一台机器人在一条沙漠小径上成功地自动行驶了约200公里，赢得DARPA挑战大赛头奖。2010年，塞巴斯蒂安·特龙（Sebastian Thrun）领导的谷歌无人驾驶汽车项目曝光，谷歌汽车已创下超过16万公里无事故的纪录。2014年，深度学习算法在语音和视觉识别率方面获得突破性进展，相继出现了人工智能小冰聊天机器人和语音助手Cortana，百度也发布了Deep Speech语音识别系统。2015年，Facebook发布了一款基于文本的人工智能助理“M”。2016年，Google AlphaGo 4∶1战胜李世石。之后，AlphaZero从零开始，花三天时间左右互搏490万局，最终无师自通战胜AlphaGo。当今，人工智能真正迎来了全面发展的春天。
互联网、大数据、云计算的技术发展强力驱动了人工智能前进的步伐，是新一轮人工智能技术快速发展的主要驱动力。互联网技术主要由传感技术、通信技术和计算机技术组成，通过互联网，特别是近期物联网技术的应用普及，产生了爆炸式增长的数据量，催生了大数据产业。有效利用网络时代产生的海量数据，进而实现计算机辅助决策或智能决策是当今的普遍需求。大数据的知识获取和应用两个阶段常常都需要与人工智能技术相结合，实现智能分析的目的。大数据为人工智能提供了用武之地，激发了人工智能技术的大发展。处理分布式、异构海量数据和知识没有像云计算、边缘计算等算法的支撑，人工智能和大数据的应用发展就一定会遇到瓶颈。没有超级强大的计算能力做保证，再好的算法也难有用武之地。所以，云计算、边缘计算、透明计算等计算方法的快速发展也是人工智能技术得以普及应用的重要前提条件之一。
1.1.3 “智能+”赋能是中国制造高质量发展的迫切需求
“智能+”是制造业转型的重要驱动力之一，也是赋能制造实现动能转换的主要渠道。20世纪后半叶，发达国家充分利用互联网技术改造传统产业和制造业，进而赢得竞争优势。通过全球分散网络化制造模式向以中国为核心的发展中国家转移低端制造，实现经济发展方式转变的国际化分工，成就了苹果、戴尔、西门子等世界级制造企业的可持续发展。当今德国等发达国家普遍推行工业4.0的智能制造模式，推动工业机器人普遍使用的新型智能制造模式、新的管理模式及新业态，期望用“智能+”赋能实现发达国家的“制造业回流”，从而夺回制造业霸主地位。经过四十多年的改革开放，中国制造业抓住了世界制造业产业外包的机会，突飞猛进，在错过前两次工业革命及工业化水平较低的情况下，一举发展成了世界瞩目的制造大国。但与发达国家制造业相比，我国还存在自主创新能力不强、核心技术对外依存度高、自动化程度低、劳动生产率低下、产品质量问题突出、资源利用效率偏低、环保问题严重等问题，亟须动能转换以实现高质量发展。
1.“智能+”赋能中国制造转型的时代任务
随着我国经济发展进入新常态，经济增速换挡、结构调整阵痛、增长动能转换等相互交织，长期以来主要依靠资源要素投入、规模扩张的粗放型发展模式已难以为继。党的“十九大”明确提出，我国经济已由高速增长阶段转向高质量发展阶段，正处在转变发展方式、优化经济结构、转换增长动力的攻关期，建设现代化经济体系是跨越关口的迫切要求和我国发展的战略目标。建设现代化经济体系必须把发展经济的着力点放在实体经济上，把提高供给体系质量作为主攻方向，显著增强我国经济质量优势。十九大报告还提出，要加快建设制造强国，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合，在中高端消费、创新引领、绿色低碳、共享经济、现代供应链、人力资本服务等领域培育新增长点、形成新动能。国家主席习近平在致第四届世界互联网大会的贺信中再次强调，要“推动互联网、大数据、人工智能和实体经济深度融合，发展数字经济、共享经济，培育新增长点、形成新动能”。实体经济是经济健康发展的根本。迈入新时代，“智能+”助推实体经济与传统产业数字化转型成为新的历史使命与时代机遇，对于推进我国制造业供给侧结构性改革，培育经济增长新动能，提升制造业的国际竞争力，构建新型制造体系，促进制造业向中高端迈进，实现制造强国具有重要意义，也是时代赋予的重任。
2008年世界金融危机后，发达国家纷纷实施“再工业化”战略，东南亚国家积极参与全球制造业的谋划与布局。与此同时，我国人口红利优势逐渐消退、生产资料成本增长，全球制造业竞争格局加剧。2015年5月，国务院发布《中国制造2025》指出，“新一代信息技术与制造业深度融合，正在引发影响深远的产业变革，形成新的生产方式、产业形态、商业模式和经济增长点”，这为我国制造业改革发展指出了方向。
如何促进互联网、大数据、人工智能等新一代信息技术与实体经济深度融合，实施“智能+”制造呢？利用互联网、大数据及人工智能赋能制造业，开创互联网、大数据、人工智能与实体经济深度融合发展的新模式，加快发展数字经济和智能经济，推动实体经济和数字经济、智能经济融合发展、深度融合，推动制造业加速向数字化、网络化、智能化发展，使“中国制造”转变为“中国智造”，这样既能抵御国际竞争，也有助于解决人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。中国凭借着先前所积累的雄厚的制造业基础、广阔的市场、丰厚的资本市场实力、领先的信息基础设施，理应加快推进面向智能制造的转型，顺应、引领中国社会经济发展方式的转变。“智能+”是在新常态下抢滩世界先进制造业高地和争当国内制造业排头兵的重要保障。
2.“智能+”赋能中国制造业转型升级刻不容缓
在当前欧美发达国家纷纷推行“再工业化”战略、“高端制造业回流”计划，东南亚、墨西哥等发展中国家利用廉价劳动力吸纳国际制造低端产业的“双重挤压”下，在人口红利消退、能源与环保压力增大、土地资源成本攀升等国内外形势变化的背景下，依托初级要素专业化战略形成的粗放型发展方式无力支撑中国经济高速增长，加快发展动力转换成为经济发展转型的主要任务。中国经济发展动力转换本质上是由追求数量转向追求质量，经济发展阶段因此也由高速增长进入中高速增长，特别是进入高质量发展阶段。为加快经济发展动力的形成，国家全面提出新阶段经济发展战略，实施供给侧结构性改革和构建开放型经济新体制等战略，旨在加快投入驱动向结构优化、效率提升驱动转变；从产业发展战略上，推出大力发展战略性新兴产业、先进制造业以及传统产业的改造升级等战略，旨在提升产业的国际竞争力以形成效率驱动的发展动力；从区域发展战略上，部署了东北振兴、京津冀协调发展、长江中下游经济带、粤港澳大湾区建设等战略，旨在形成经济增长极，进而转变为集约型发展方式。
中国虽然初步形成了以战略性新兴产业为先导、先进制造业为主体的工业结构，但是没有从根本上扭转“中国制造”在全球价值链的地位。中美贸易摩擦进一步凸显了中国制造业的关键核心技术受制于人，在发达国家主导的全球价值链上处于被支配地位，在国际竞争尤其是贸易争端中处于不利地位的现实。只有实现制造业全球价值链升级，才能有效地实现高质量发展，形成可持续发展动力。因此，中国制造业在全球价值链上的升级是实现制造业高质量发展的关键，是提高制造业国际竞争力的核心。中央号召的在国内建设若干个先进制造业基地，着力改造和提升传统产业、发展先进制造业、布局战略性新兴产业，使我国在全球产业链和价值链中向中高端攀升。高科技领域、高端制造业、关键核心技术由跟跑到并跑再到领跑，全面振兴我国制造业、推动制造大国迈向制造强国成为刻不容缓的大事。因此，在第四次工业革命背景下，充分利用互联网、云计算、大数据、人工智能等新一代信息技术，实现中国由制造向“智造”的转变，实现中国制造的先进化，实现中国制造业在全球价值链上的全面攀升，是把中国打造成为世界级先进制造业基地的关键。