工业企业如何实现智能化？这三位行业大咖这么说

如何让工业制造“做大做强”？智能化将成为工业企业转型的主要动力之一。

7月10日，华东理工大学副校长、中国工程院院士钱锋在世界人工智能大会全球工业智能峰会上表示，人工智能赋能流程制造，可以帮助工业产业实现高质量发展。

流程制造是指以石化资源或生物资源为原材料，通过一系列的加工装置使原料进行化学或物理变化，最终得到产品。

近年来，以石化、钢铁、建材等产业为代表的流程制造行业，急需产业转型发展的新动能。

钱锋指出，目前中国流程制造行业仍存在多项问题，包括资金密集产业资源对外依存度高，重要物质转化制造过程的资源对外依存度高、利用率低等问题。

例如，去年中国石油进口量突破5亿吨，对外依存度高达72%；中国进口铁矿石10.7亿吨，对外依存度在80%以上。

中国流程制造行业还存在中低端产品产能过剩、高端制造不足的问题。例如，去年中国粗钢产量约9.96亿吨，黑色金属冶炼和压延加工业产能利用率约为75%；炼油能力超过8.3亿吨，产能利用率约70%。

钱锋表示，流程制造是高能耗产业，有较大的安全环保压力。人工智能如何赋能安全、环保、监控水平，使企业生产过程能够随时监控、溯源等，是亟待解决的问题。

美国参数技术公司全球资深副总裁兼大中华区总裁刘强则在会上表示，工业企业要实现智能化，关键的可行路径包括三个阶段。

第一个是互联互通阶段。这一阶段也被称为“看得见”阶段，即从数据中感知企业正在发生的状况。

第二个阶段为实时洞察阶段，当数据收集上来以后，分析企业为何呈现出当前的状况。

第三个阶段为智能阶段，即让机器来分析告诉企业将会发生什么状况，以及企业该如何作出应对。

刘强表示，企业进行智能化改造，是整个行业发展的一个必然趋势。“未来的世界，是智能互联的世界。”刘强称。

人工智能在赋能企业生产制造的过程中，需要企业更重视安全问题。

中国科学院院士何积丰认为，在制造领域里，柔性制造、全流程监控、数字孪生、智能化测试等技术都需依靠数据信息，但数据信息采集传输以后的储存和访问等，容易存在安全漏洞。

他表示，现阶段人们在人工智能算法尤其是头像处理、强化学习、目标设备等领域，已经取得很大成果，但基于数据为中心的人工智能算法，仍有它的弱点。

何积丰认为，人工智能算法基于自身的解释性较弱，有时会与一般知识间发生矛盾。以数据为中心的算法，应向以科学推理为中心的算法进行过度，才能保证算法的安全性。