2022世界智能制造大会期间，同步举行14场高水平主题分论坛。各分论坛尽管主题不一，但无不聚焦加快系统创新、深化推广应用、加强自主供给以及夯实基础支撑这四大板块，这也是当前智能制造领域发展的四大趋势。一场场主题论坛上，既有未来感十足的新趋势、新技术的展示，也有来自政产学研各界嘉宾观点的激烈碰撞。面对广大企业对智能升级需求强烈但仍存在诸多困惑难题的矛盾，如何顺应发展趋势为智造难题“解扣”，成为会场内外的焦点。

加快系统创新，打通创新链“关键节点”

一个月前，深圳妈湾传出好消息：30米深的“海底工地”热火朝天，妈湾通道预计最快明年底建成通车。现场，盾构机如一条“海底巨龙”在妈湾海底破岩碎石，大步前进，进行跨海隧道建设，助力大湾区交通互联互通。

“这个五层楼高的‘重量级’盾构机，其实非常灵活。”智能制造科技进展交流论坛现场，中国中铁股份有限公司高级专家李建斌介绍，该公司打造了行业“全生命周期”一站式服务平台，推动地下工程智能建造转型，妈湾海底的盾构机就应用了该公司的集成技术，建设者可实时掌握掘进参数，另外通过数字化北斗定位、5D以及智能化监控等技术，也能对工程建设周边环境进行全面感知，改变了以往人工监管、人为放样的传统方式，施工精度和施工安全都得到大幅提升。

“近年来，我国盾构机不断实现创新突破，从设计研发到生产制造，再到掘进施工，都有关键技术的突破。”据介绍，就在前两天，中国中铁也与常州签署了战略合作协议，未来双方将在城市更新、轨道交通、科研平台建设等领域进一步推动全方位、多层次的深度合作，实现更多“系统创新”。

当前，加快系统创新，已成智造领域的共识。系统性创新一般有3个关键要素：重大系统性命题到科学问题的转化能力；从单点的核心技术效果上取得突破，跨过应用门槛；把创新链条上各个关键技术深度融合，最终实现真正的系统性创新。

打通创新链“关键节点”尤为不易。“智能制造一定要有标准和整体设计，专注于某一点上的数据智能分析，都不足以支撑智能制造的发展。”蜂巢能源科技股份有限公司首席信息官李翌辉以该企业正在实践的动力电池AI智造为例说，实现从“0”到“1”，需要构建一套庞大的智能制造生态体系。

锂电是个宽阔的新赛道，却也是个新兴行业，由于发展历程短，业界认为，支撑该行业发展的底层信息化、数字化和智能制造基础依然薄弱。“建设指南缺失、研发效率低下、极限制造装备缺乏等，都是目前锂电行业的共性问题，要建设一个真正解决痛点的AI工厂既是当务之急，又充满挑战。”李翌辉介绍，近年来，企业不间断地在该领域实践、探索，确定了AI工厂的六大主线，包括工厂规划、产品工艺设计、设备管理、制造管理、品质管理、厂内仓储物流，位于常州的蜂巢能源金坛工厂，正在沿着这些目标努力“进化”中。

深化推广应用，数字化降本减负“时不我待”

一排书架上，机器人能在几秒钟内“找出”错误摆放的书籍，并通过图片具象化地显示出来，方便图书管理员及时归位错放图书……世界智能制造大会现场，南京大学联合中科院沈自所、江苏图客自主研发的智能物资盘点机器人，吸引了各方注意。

“这个机器人身上融合了‘十八般武艺’，集成了人工智能、物联网、智能机器人等多项交叉学科技术。”江苏图客相关负责人介绍，该产品攻克了开放复杂场景下机器人导航、海量密集场景下批量物资识别、移动扫描场景下精准物资定位和动态多任务场景下机器人群智协同等多项关键技术，解决大规模物资盘不动、盘不准、盘不快的痛点问题，盘点效率和精度国际领先，已广泛应用在仓储物流、电力物资、服饰鞋版、图书馆、档案馆等诸多领域。

在各个分论坛上，类似这样通过智能化激活想象力的应用技术产品层出不穷。不过，眼下我国制造业在向智能制造转型的过程中，产业应用依旧跟不上技术力的发展。

在智能制造发展与未来路径论坛上，中国科协智能制造学会联合体智能制造研究所副所长陈明就指出工业机器人的“大规模应用瓶颈”所在——当前，工业机器人的应用一般以非标集成应用为主，智能工厂改造投资回收期普遍偏长，大量中小企业只能接受2—3年的回收期。工业机器人的应用还需克服机器人选型、专用机构开发、机器人编程测试、应用服务等多个环节的成本压力。加之工业机器人系统对人工替代不彻底、建设维护成本高等原因导致市场分散、运维成本居高不下，都成为工业机器人大规模推广的阻力。

类似的应用困境还发生在很多领域。据预测，到2026年，国内新材料产业会达到10万亿级的市场规模，但受制于生态环境的强约束等原因，业界也担心产业链能否支撑这么大的市场。“产业升级转型的任务迫在眉睫、时不我待，以智能制造技术促进碳纤维及复合材料等新材料产业发展正成为行业重要发展方向。”省产业技术研究院院长助理姚正军，在智能制造助力新材料产业发展论坛上这样分析行业现状。

专家们认为，这就不仅需要促进技术加速落地，还需搭建更多数字化平台、破除应用各环节“卡扣”，为推广应用“减负增效”。“可搭建数字实验室，提供测试评价服务、标准化认证服务、检验检测等，通过应用场景的全程数字化支撑，来为整个碳纤维复合材料产业进行数字赋能。”南京玻璃纤维研究设计院有限公司标研院副院长马丹给出建议。

加强自主供给，实现生产经营“精益数字化”

新冠肺炎疫情，让产业链供应链安全问题在全球范围内被重视起来，智能化正是加强自主供给、提升链条韧性的有效路径。

“随着国际化合作的加深，很多企业面临着生产在外地甚至国外，但管理在本地的问题，遥控指挥、掌握千里之外的设备、生产线，就需要信息技术与运营技术相融合，这也将成为制造企业转型的重要方向。”思科大中华区副总裁侯胜利在论坛中举例说，该公司就为“一带一路”企业推出了“数字孪生”智能工厂的解决方案：在国内的管理室，可以看到一块巨大的电子屏幕，人、机、料等工厂管理要素一目了然，为远在国外的工厂进行生产预测，提升生产效率。

越来越多的设备联网，意味着生产“更聪明”，也埋下了更多的安全风险。侯胜利强调，加强自主供给，筑牢制造业安全屏障已非常关键，他认为，一方面要加强自主研发，筑牢网络数字“底座”；另一方面，制造业的技术人员和运营人员要消弭“认知鸿沟”，确保智能工厂既有效率又有生产力，“比如智能工厂可以形成一体化网络构架，记录下运营人员每次接入、访问设备的情况，通过这种方式，让技术方与运营方加强沟通，分享知识，实现灵活安全办公。”

自主供给的另一支撑是管理上的提升。制造智能决策控制（工业软件）论坛上，专家们提出“精益数字化”的新概念，即将价值创造过程逐级分解为可数字化表示的操作单元，通过算法、模型、精益工具，对数字化支撑的生产经营活动进行全价值链优化，以达到缩短交货期、降低成本、提高效率、提升质量、助推人才育成的新型管理技术模式。

没有精益理念支撑的数字化转型很可能徒劳无功。“要实现客户关系管理数字化、供应链物流化、制造运营精益化、管理决策数字化。”菲尼克斯电气中国公司副总裁兼智能制造公司总经理邓晓巍，分享了数字化转型背景下供应链管理的实践经验，“我们在跟客户的连接上增强数字化能力，在研发设计上，让客户更容易获得产品，交易端也更高效。在客户关系管理方面，客户资产档案全面数据化。我们全面推进管理决策的数字化，有了全价值链的数字支撑之后，推动供应链的数字化，以及制造体系的数字化。”

夯实基础支撑，人才培育当与产业共振

眼下，智能制造人才依旧十分短缺， “智能制造系统工程师紧缺，急需数字化技术技能人才”，在中国科协智能制造学会联合体共同发布的“制约中国智能制造发展十大问题”中，人才问题就占据其二。

“随着疫情对全球制造业上下游产业链的影响愈发广泛，制造企业向智能化的转型升级显得愈发迫切，如何创新智能制造产业人才的培养模式将成为全行业的共同命题。”中国工程院院士、中国机械工程学会理事长林忠钦说。人才是产业的基础，随着智能制造迈入“深水区”，推进“智造”转型，人才创新培养成为关键。

当前，人才“缺口”有多大？在智能制造产业人才论坛上，中国科协智能制造学会联合体秘书长张彦敏拿出一组数据：2020年，国内智能制造从业人员1026.81万，其中工程技术人员186.88万，占18.2%。预测到2025年，从业人员总量缺口490万，其中工程技术人员缺口185万，占38%。

“在这样的背景下，智能制造业人才培养范围必须要扩大。应当实现学校教育、企业培训、社会普及全覆盖。”张彦敏认为，智能制造的知识体系极为复杂，智能制造人才培养要面向所有学生，不光是工科、理科，文科也可以，“智能制造人才培养重点在企业，特别是复合型、应用型人才，在学校是无法培养的。在相当长一段时间里，工厂车间等地仍是智能制造转型的‘主战场’。”

“企业可以通过产学研联合培养、建立企业大学、打造学习型组织等方式来提升员工的数字化素养。用灵活的学习方式，充分借鉴外部实践，将学习力转化为行动力。”e-works数字化企业网CEO、国家智能制造专家委员会委员黄培介绍，在制造领域，人才培养的模式也愈发“智能”。公司在智能制造人才在线培养上进行实践，建立e-learning平台，已积累了110多门课。

人才培育与产业共振，需要紧跟时代步伐。在中国电子技术标准化研究院华东分院智能制造中心副主任叶宣辰看来，过去十几年，国家释放了两化融合管理体系、智能制造工程、工业互联网3波“政策红利”，分别对应了数字化意识导入、数字化技术升级、数字化业务重塑3个阶段，这也是人才发展的3波红利。他举例说，十几年前IT部门在很多制造企业里就是“网管”，但现在，很多IT部门已能够独立成为一个子公司对外输出服务，这就是时代的变化和机遇所在。然而，目前还只有小部分头部企业享受到第三波红利。

叶宣辰认为，智能制造需主要从3个方向进行人才培养，最基础的是“螺丝钉”人才，再往上叫“多面手”式的人才，再往上到了“顶梁柱”式的人才。从智能制造能力成熟度的国家标准看，国内制造企业在人才指标方面还很弱，这三方面人才都不够。这就需要优化企业内部的人才培育路径。“很多企业不是怕投入，而是怕走弯路、重复投入。这也要求国内智能制造的发展必须要有明确的方向，避免企业摸石头过河。”