人工智能在生产制造业中的实践与应用 Andrew NG （吴恩达） Chairman & CEO of Landing.AI 人工智能是新电力 电力转变了无数行业 ：交通，制造，农业， 医 疗，等等 人工智能将带来同样划时代的变 革 Jeopardy 人工智能技术及产品的兴起 人脸识别 语音识别 机器学习 机器人 大数据 INDUSTRIAL INTERNET OF THINGS A 人工智能在生产制造中的实践与应用： 自动视觉检测 样本图像 瑕疵预 测 人工智能在生产制造中的实践与应用： 自动视觉检测 #109871 控制面板 #109876 #109875 #109874 人工智能在生产制造中的其它实践与应用 维护预测 (Preventative maintenance) 机器参数调整 (Automatic optimization) 产量优化 (Yield optimization)

3 本文目的与结构..................................................................................11 2. 钢铁生产流程概述......................................................................................13 2.1 原料准备 1 铁矿石选矿.................................................................................17 2.1.2 焦炭生产.....................................................................................19 2.2 炼铁过程.. .......................................39 3.1 提高生产效率......................................................................................41 3.2 降低生产成本...............................................

为经济高质量发展和全球可持续发展贡献力量。 在此背景下，本报告深入剖析当前技术应用的现状，关键技术 创新方向， 以及行业应用的具体情况，通过制造业具体场景的典型 案例揭示人工智能如何助力制造业研发设计、生产制造、运营管理 和产品服务的全流程智能化升级。在此基础上对制造业人工智能的 未来发展趋势进行展望， 以期为相关政策制定者以及行业从业者提 供决策支持，共同助力我国制造业在人工智能时代的转型升级和可 （一）研发设计环节 .................................................................................... 21 （二）生产制造环节 .................................................................................... 23 （三）运营管理环节 ..................29 （一）研发设计环节数据获取及整合困难 .................................................. 29 （二）生产制造环节场景复杂安全风险高 .................................................. 30 （三）运营管理环节组织制度滞后于技术变革 .........

以提高 企业整体经济效益为核心目标 智能制造的手段 在精益管理的基础上，运用先进制造技术与装备，应用先进 数字化技术，支撑企业在制造前中 后段整条价值链上的地位 智能制造能干什么 解决与生产相关的业务过程中复杂的运营、产品与工艺等方面的不确 定性问题 Project Content 发展趋势 2025 年 6 月，工信部在审议《工业和信息化部信息化和工业 化融合 2025 年工作要点》时，明确提出要实施“人工智能 浪潮下，制造业正面临深层次的结构性挑战与转型压力，站 在“再定义”的门槛上。一方面，全球产业链加速重构、劳动力 结构性短缺、质量与效率的双重压力日益显现；另一方面，人 工智能正以前所未有的速度，渗透至从研发、生产到供应链的 各个环节，成为驱动制造业高质量发展的新变量。在这样的背 景下，制造业不再是 AI 应用的跟随者，而是其落地的主战场和 主引擎。然而，人工智能赋能制造，并不仅仅是为了提升效率、 降 （ 3 ）应用层：利用 AI 技术在制造业生产和服务的各个环节创造价值。 图表：“制造业 +AI” 产业结构 AI 应用于制造业多个环节，在产品设计、生产、销售、售后等过程均有渗透且 成熟度不断提 升。  产品设计：（ 1 ）通过 AIGC 完成工程设计中重复的低层次任务；（ 2 ）通过 AIGC 生成衍生设 计，为工程师提供灵感；  生产计划：需求预测、智能排产。（ 1 ）通过

3 2017-2022 年中国数字经济规模及增速情 况 国内生产总值 ( 万亿 元 ) 制造业增加值 ( 万亿 元 ) 60 50 40 30 20 10 0 33.510% 5% 0% 140 120 100 80 29.3% 工业互联网”与实体经 济相融合，打造示范园 区 和 中 小 企 业 集 聚 区 ， 智能化 智能化则是实现生产流 程的全局智能化，将制 造装备从数字一代跃升 为智能一代。统筹骨干 企业集成应用创新，中 小型企业普及应用，将 智 能 化 运 用 到 整 个 制 造 生产链中。 创新能力不足制约制造业向高质量阶段发展，需以并行模式融 合网络化、数字化与智能化手段进行升级 中 国 业化升级的进程当中，需要 工业 2.0 、工业 3.0 与工业 4.0 “ 并行式”发展。 第四次工业革命 2010 年 智能化生产时代 核心技术为人工智能、物联 网等数字技术，与工业技术 深度融合，解决智能决策与 生产的问题 代表性国家：中国、德国、 美国、日本等国家纷纷发力 产业结构变化：在智能制造 的基础上，增加智能服务比

；  数据资源体系缺乏统一规划，各部 门和单位间的信息资源不能实现有 效共享 ；  没有一个汇集农业大数据的统一平 台；  农业生产大数据链、农业农村基 础数据体系尚未成型。  农业新成果，新技术的推广应用 速度缓慢，农产品生产与市场信 息服务滞后，农村管理效率较低；  大数据的分析、加工，进而反哺 农业农村的能力有待加强。 大数据基础设施不够完善 大数据应用水平不足 、行业、 园区为整体，构建产业互联网平台，为中小微企业数字化转型赋能。 2 、建生态，建立跨界融合的数字化生态。鼓励传统企业与互联网平台企业、行业性 平台企业、金融机构等开展联合创新。构建“生产服务 + 商业模式 + 金融服务”跨界融 合的数字化生态。 3 、机制赋能，强化数字化转型金融供给。鼓励发展供应链金融。鼓励产业链龙头企 业联合金融机构建设产融合作平台，创新面向上下游企业的信用贷款、融资租赁、质 月党中央、国务院发布《关于实施乡村振兴战略的意见》 2. 总体要求：按照产业兴旺、生态宜居、乡风文明、治理有效、生活富裕的总要求，建立健全城乡融合发展体制机制和政策体系。 3. 提升农业发展质量，培育乡村发展新动能：夯实农业生产能力基础、实施质量兴农战略、构建农村一二三产业融合发展体系、构建 农业对外开放新格局、促进小农户和现代农业发展有机衔接； 央行、农业部等五部委《关于金融服务乡村振兴的指导意见》 （ 2019 年

智能化发展实现历史性交 汇 个体崛起 5 ① 绝密信息 严禁泄露 沿着旧地图 走不到新大陆 —— 陈春花 “ ” “ 两化融合” +“ 互联网 +”= 中国版“工业 4.0” 智能 工厂 智能 生产 CPS 工业 4.0 工业 大数据 互联网 工业互 联网 硬 软 两化 融合 互联网 云平台 中国制 造 2025 硬 软 智能制造系统三要素 控制 （四肢、语音） 人 (Human) 供应商备货情况与交 期等 供应商 供应商协同平台 柔性化 透明化 智能化 XRKJ 项目现状及需求分析 销售管理 计划管理 采购管理 生产管理 仓库 ERP 销售订单 业务计划 通知单 提升业绩 对接客户 订单跟踪 有效激励 ERP 计划生产单 生产工单 提升效率 PMC 管理 自动排程 执行透明 ERP 采购订单 供应商协同 材料分析 SRM 协同 采购跟踪 采购跟踪 研发管理 ERP BOM 开发新品 项目管理 成果管理 标准管理 品质 ERP 检验报告 品质改善 检验记录 品质分析 质量追溯 管理规范 生产进度 设备产能 综合分析 ERP 成品汇报 工序汇报 ERP 成品进出库 原辅料进出库 高效便捷 条码管理 智能仓储 避免失误 财务 管理 与 ERP 对接 财务账簿 管理账簿 精细化成本 及时 准确

产业链的高效运 作， 降低了整个产业的竞争力 。例如， 在 新能源汽车电池材 料产业链中， 上游原材料供应商与下游 电池制造商之间因数 据共享不及时， 导致原材料供应与生 产需求脱节， 影响了电 池的生产进度和质量。 1.2 可信数据空间对新材料产业的重要意义 可信数据空间为破解新材料产业发展困境提供了创新性的 解决方案， 具有不可估量的重要价值 。它能够对实验数 据、 模拟计算数据 、产业应用数据等各类数据进行全面整合， 速筛选出具有 潜在应用价值的材料配方和制备工艺， 缩短 研发周期 。在产 业应用阶段， 企业通过共享产业应用数 据， 能够及时洞察市 场需求的变化趋势， 获取产品在实际 应用中的反馈信息， 进 而调整生产策略， 提高产品质量和 市场适应性， 加速新材料 的产业化进程。 此外， 可信数据空间能够促进新材料产业链上下游企业之 间 的深度协同创新 。通过建立安全 、高效的数据共享与协 同机 制， 实现多级材料供应商数据的实时共享， 强企 业之间在研发 、生产 、销售等环节的紧密协作， 提高 产业链 协同创新水平 。推动新材料从基础研究到产业化应 用的快速 转化， 加速前沿材料在各领域的广泛应用， 提升 整个产业链 的市场响应速度和竞争力 。例如， 在新能源汽 车电池材料产 业链中， 通过产业协同促进， 实现原材料供 应与电池生产的 精准对接， 提高电池生产效率 20% - 30%， 降低生产成本 10% - 15%。

竞争力提升，更是推动国家数字经济发展和新型工业化建设的关键。 当前央企已步入从“业务数字化”向“业务数智化”转型的关键阶段。 央企作为国民经济的中流砥柱，面临着国家战略、全球竞争和内部转型的三 重需求。在宏观层面上须践行“新质生产力”与“高质量发展”的顶层设 计，担当科技创新的排头兵；在竞争层面需应对全球领先企业利用智能化手 段重构价值链的战略挤压；在运营层面则有待破解因规模体量带来的管理复 杂性与市场创新敏捷性之间的深层矛盾。 制造、交通是主流，场景占 60% AI 场 景 + 算 力 规 模 化落地 2024.12 中央企业负责人会议 将研发投入强度作为“一利五率”硬约束指标，要求 推动 AI 技术转化为生产效能，培育新质生产力 AI 研发投 入硬考核 2025.2 中央企业“AI+”专项行动深 化部署会 央企‘十五五’规划中明确 AI 投入占研发总投入比 例不低于 20%，启动“战略性高价值场景建设专 5150 亿元，增长率保持在 10%以上。这一增长得益于政策 与产业的双重驱动，其中国资委“人工智能+”专项行动加大推进，在 16 个重点行业（能 源、工业等）构建了全领域数智化布局，覆盖研发设计、生产制造、运营管理等全业务链 条。 图表 2 2023~2027 年央企数智化市场规模及增长（亿元） 数据来源：科智咨询分析整理 3230 3670 4160 4650