三、制造业智能化的产业生态

传统制造业的价值链主要是以单个企业为主，从物质的流动出发，使原材料转换为一系列最终工业产品的过程，还有一些辅助和支持活动。生产环节被认为是制造企业价值增值的核心环节。图1-2显示了传统制造企业价值链的基本构成^[15]。

图1-2 传统制造企业价值链的基本构成

随着大数据和人工智能的发展，制造业价值链中的驱动因素也发生了较大变化。虽然产品和服务仍然是制造业价值链中的重要环节，但是生产过程中涉及的信息也成为可以创造价值的关键因素。德勤会计师事务所（下文简称德勤）2017年的报告《工业4.0与制造业生态圈》中就从信息价值环的角度重新梳理了制造业所固有的流程（见图1-3）^[16]。该报告认为工业4.0的生产过程完成了物理到数字再到物理的循环。

制造业智能化是人工智能技术在制造业价值链各个环节的广泛应用。正如德勤总结的工业4.0的特点：由于数据流在制造业智能化转型中的地位十分突出，改变了传统制造业的价值生态，使之变成一个物质流与信息流共同创造价值的环形系统。图1-4刻画了单个制造企业新价值链的传导过程。其中，内部的实线环代表传统的物质和服务的循环创造过程，外部的虚线环代表所有过程所涉及的信息流，包括辅助活动和对外咨询等活动所涉及的信息流。信息流将整个生产过程和外界参与者都包含在一个新的环境中，改变了从线性角度描述制造业价值链传导过程的传统方式，赋予制造业价值链新的生态。

从整个制造业来看，人工智能给制造业带来的变化还需要结合人工智能本身的产业链来考量。由于人工智能产业链的布局不同，现有人工智能与制造业结合的方向主要有软件和智能硬件两个方面。软件方面主要指提供算法或是工业云平台，帮助制造企业处理生产过程中的各种数据，或是提供各种独立的生产管理、物料管理等系统帮助制造企业解决生产中的各种问题；在智能硬件方面，传感器、工业机器人在生产中的应用愈发广泛。此外，人工智能可穿戴设备的制造也是很多互联网企业主攻的方向。图1-5展示了结合人工智能产业链的制造业智能化生态。最底层是基础层，分为数据基础设施和物理基础设施。数据基础设施主要为企业提供网络服务，通过网络将企业内各个环节的信息联结起来；物理基础设施包括智能生产过程中涉及的智能芯片、机器、传感器等智能设备。中间层是平台层，主要分为基础技术平台和专用技术平台。基础技术平台主要依赖于大数据和云计算技术，根据服务内容的不同，可以分为IaaS、PaaS和SaaS。专用技术平台主要是指机器学习、模式识别和人机交互等与人工智能应用密切相关的技术，尤其是在生产中广泛使用的机器视觉、生物特征识别等技术。最上层是应用层，主要涉及对制造企业生产过程本身的智能化改进、提升，这里的应用主要是指在生产全过程或某个环节使用的智能装备或人工智能技术。此外，应用层还包括平台层的数据算法等服务在应用层的具体实现过程。

图1-3 信息价值环

图1-4 单个制造企业新价值链的传导过程

图1-5 结合人工智能产业链的制造业智能化生态