下一步，國機集團要勇于擔當積極作為，努力推動中國制造升級為中國“智”造。具體來說，我們要推進“AI+”專項行動，深入研究AI在集團生產經(jīng)營管理中的應用；開展智能工廠梯度培育，打造典型示范項目；建設運營好“兩朵云”，做好以全國農機作業(yè)指揮調度平臺為代表的數(shù)據(jù)化平臺建設運營，打造智慧農業(yè)數(shù)字基礎設施。

實踐中，我覺得人工智能在制造業(yè)落地過程中，存在三方面的“表層”問題：

一是數(shù)據(jù)的獲取。數(shù)據(jù)是人工智能應用的基礎，工業(yè)數(shù)據(jù)的獲取要比一般場景復雜、成本也相對較高，比如數(shù)據(jù)采集就需要在工業(yè)現(xiàn)場部署大量傳感器。對于制造企業(yè)來講，生產數(shù)據(jù)是企業(yè)的核心數(shù)據(jù)，有些甚至是幾十年的數(shù)據(jù)積累，如果沒有一個科學合理的數(shù)據(jù)共享機制，就很難形成高質量的行業(yè)數(shù)據(jù)集。

二是場景適應性及數(shù)據(jù)安全的問題。工業(yè)生產需求多變，大模型的泛化能力不能滿足多品種、小批量、個性化的生產需求。工業(yè)系統(tǒng)對數(shù)據(jù)的穩(wěn)定性、準確性、實時性的要求較高，需要AI系統(tǒng)提供高精度模型、高質量數(shù)據(jù)。

三是人才的問題。既懂AI又熟悉工業(yè)場景的復合型人才比較少，難以滿足人工智能在企業(yè)的落地需求。

透過現(xiàn)象看本質，透視上述三個“表層”問題背后，還需要解決三個深層次問題：

一是成本和投資回報問題。AI與制造業(yè)的深度融合是一項系統(tǒng)工程，既要對原有軟硬件基礎設施進行升級，也要開展人員培訓、重塑管理流程，前期投入大、成本高。但后續(xù)能否達到預期目標、投入與產出能否匹配，還需要在實踐中去驗證。

二是關于AI使用的法律和倫理問題。AI不是萬能的，需要通過數(shù)據(jù)“喂料”和人工訓練才能更精準地發(fā)揮作用。這之中就存在很多問題，比如數(shù)據(jù)抓取的精準性、真實性、適用性，比如使用者或訓練者是否守法，使用不當或者系統(tǒng)出錯，就有可能“睜眼說瞎話”。這就需要考慮AI運用的技術、法律、倫理等多方面問題，需要在政策、法規(guī)等多方面進行約定，探索適應AI特性的新型責任體系。

三是文化阻力和管理變革的難題。AI技術的加入，重塑原有工作模式、業(yè)務流程，也會帶來崗位焦慮，可能會有不少人因此失業(yè)，這也是現(xiàn)在人們普遍關心的一個問題。所以怎樣營造一種人類和AI和諧共處的文化，也是企業(yè)需要解決的一個問題。

盡管如此，作為央企，國機集團有信心，也有能力，與行業(yè)上下游企業(yè)，以及國內的人工智能企業(yè)一道，共同應對人工智能新時代的各項挑戰(zhàn)，通過我們的思考和實踐，以人工智能賦能先進制造，為中國制造盡快升級為中國智造作出更大貢獻。

采寫｜劉青山