【摘要】制造业智能化的盲目性有可能造成延缓制造强国建设进程、不利于经济高质量发展、削弱智能制造产业生态自主可控能力等不良后果。为此，应提高对制造业智能化的认知水平，明确目标导向、夯实发展基础，系统协同推进；政府应进一步加强顶层设计，有序推进制造智能化进程；注重打造智能制造产业标杆和示范企业，发挥典型企业的示范引领效应；在系统推进基础上加快突破制造业智能化的一些关键环节，从根本上消除盲目智能化风险。

【关键词】制造业智能化 盲目性 风险 对策

【中图分类号】F124 【文献标识码】A

制造业智能化是新一轮工业革命的核心内容，是我国制造业转型升级的主攻方向，也是建设制造强国的必由之路。在加快推进制造业智能化发展的热潮中，一个令人忧虑的现象是很多地方和企业无视制造业智能化的内在逻辑及要求，“一窝蜂”式地推进制造业智能化，盲目上项目、扩投资。这样推进制造业智能化，蕴藏着一定的危险性，特别是在这个速度化时代，一旦失误将损失巨大，甚至直接关系到企业存亡和行业发展前景，进而影响国家整体经济运行。为此，应在当前制造业智能化热潮中保持高度的清醒和冷静，真正遵循制造技术演变与创新发展的规律，避免盲目跃进思维的干扰，谨慎决策，规避风险，积极而稳妥地推进我国制造业智能化发展。

我国制造业智能化发展现状

推进制造业智能化、发展智能制造，是新一轮工业革命的内在要求，是抢占未来发展制高点的必然之举。欧美发达国家加紧布局发展智能制造，并形成了以德国工业4.0、美国工业互联网为代表的两种基本范式。在我国，以习近平同志为核心的党中央高度重视制造业的智能化，习近平总书记在多个场合强调要把发展智能制造作为制造强国建设的主攻方向。工信部等部委相继发布了《智能制造发展规划（2016—2020年）》《高端智能再制造行动计划（2018—2020年）》等多个文件，各级地方政府也配套实施了多项制造业智能化相关的战略规划。

目前，从总体上看，我国智能制造发展正从初期的理念普及、试点示范阶段，迈向深入实施、全面推广阶段。首先，作为制造业智能化重要工程的两化融合不断深化。截至2020年6月，全国应用两化融合管理体系标准企业数量突破2.8万家，企业数字化研发设计工具普及率达71.5%，关键工序数控化率达51.1%，数字化转型成为各行业广泛共识，信息技术加速在全流程、全产业链渗透融合和集成应用，制造业核心竞争力持续提升。其次，智能制造项目与模式推广迅速。我国已建成600多个具备软硬件系统集成、跨业务数据共享等智能化特征的数字化车间和智能工厂，并在服装、家具等领域形成大规模个性化定制模式，在航空、汽车等领域形成网络化协同模式，在电力装备和工程机械等领域形成远程运维模式，等等。在全国范围内带动256家制造企业复制推广了1300多个项目，有力推动了制造业智能化。在智能制造试点示范项目和新模式应用项目中，企业的生产效率平均提高44.9%，能源利用率提升了19.8%，运营成本降低25.2%，产品研制周期缩短35%，产品不良率降低了35.5%。再次，制造业智能化基础设施建设取得明显进展。全国已建成超过70个有影响力的工业互联网平台，连接工业设备数达4000万台（套），工业APP突破25万个。预计在2020年，我国工业互联网产业增加值规模约为3.1万亿元，同比实际增长约47.9%，占GDP比重将达到2.9%，对GDP增长的贡献将超过11%。全国制造业生产设备数字化率达到48.7%。平台解决方案在区域、行业、企业纷纷落地，开始形成以平台为核心，以解决方案、创新推广中心、产业基金、实训基地为支撑的“平台+”生态体系。最后，智能制造标准建设成效明显。我国先后建设了191个标准试验验证平台，发布了267项国家标准，船舶、纺织等细分行业智能制造标准体系相继建立，积极参加ISO、IEC等国际标准化组织的工作，牵头发布无线通信技术WIA-FA标准等28项国际标准，智能制造标准体系日趋完善。

与此同时，我国制造业智能化也存在一定的盲目性，主要表现是：有的企业在对制造业智能化内容、要求等缺乏清晰认知的情况下，贸然推进智能化升级改造，出现明显失误，造成严重浪费。有的企业忽视效率原则，在缺乏对智能化投资效益进行预测、评估的情况下，贸然推进大规模的智能化改造，有的甚至是为智能化而智能化，从而造成效益低下，甚至入不敷出，难以为继。有的企业“跟风”、攀比心理较严重，因看到同行在数字化、智能化过程中受益，所以急切地进行智能化改造。还有的企业为了获得资本市场的青睐，过度炒作“智能制造”概念，匆匆上马一些缺乏实质性内容的智能改造项目，在自身技术、产业、模式等不具备的条件下盲目推进智能化，结果事倍功半。以近几年持续热度不减的“机器换人”为例，一些地区在很短的时间内便涌现出一大批工业机器人、自动化企业。据中泰证券统计，2016年中国工业机器人产量7.2万台，结果一年之后，这个数字涨了近一倍，2017年工业机器人产量达13.6万台，同比大增81%。很明显，这种智能化改造存在一定的泡沫和盲目性。从近几年股市行情看，政府过度出台扶持、优惠政策，使凡沾上“智能制造”企业的股价都得到上涨。

制造业盲目智能化风险的原因探析

导致我国制造业智能化出现一定盲目性的原因是多方面的，例如对制造业智能化内涵与特征认知不到位、企业智能制造发展基础不牢固等，当然，也与政府在政策引导、试点示范等方面存在的短板有一定关系。实际上，以上几个方面的原因又是交织在一起的。

首先，一些企业对制造业智能化或智能制造的认知存在一定偏差。智能制造是新一代信息技术与制造深度融合的过程，自身具有复杂的技术内涵及模式要求，是覆盖产品全生命周期、全产业链、产品生产各个环节的系统优化过程，需要在产品、生产技术、产业模式和制造系统等层面进行创新。但是，目前许多企业对智能制造的认知缺乏系统性与深刻性，具体表现在：一是对“智能”与“制造”的关系认知存在偏差。智能制造的本质是制造，智能只是作为一种新技术对制造加以赋能，这一赋能过程涉及制造业生产流程与运行模式的变革。作为智能制造主体的制造，如果在产业基础、技术性能、工艺设备等方面不具备必要的条件，硬性地推进制造业智能化，势必因其盲目性而无法为制造业赋能。二是智能化过程中“软硬关系”的认知方面出现一定偏差。国内一些制造业企业在智能化过程中偏于智能硬件的使用，如盲目大量引进国外的工业机器人、打造自动化生产线等，却相对忽视了对软件的投资。实际上，“智造”是硬件软件的总集成，软件可以搜集环境以及自身信息，并作出相应的判断和规划行为，为生产提出最优解决方案。只注重硬件而忽视软件无法达到真正意义上的“智能制造”。三是在对智能制造目标的认知方面出现一定偏差。企业作为市场经济的独立主体，其投资行为理应服从效益指标，对制造业智能化投资也应如此。一些企业盲目追求智能制造的先进性、模式化，甚至出现为智能制造而智能制造，搞攀比、随大流等现象，这就体现了其在制造业智能化目标认知方面的偏差。

其次，我国制造业智能化转型的基础相对薄弱。智能制造需要相应的技术和管理基础。从技术角度出发，如果没有完善的自动化技术，关键工序的实现依然依赖工人的熟练程度，那么生产流程就难以在较低的成本下实现数字化，无法从数字化的生产流程中提炼出符合标准的数据资源，智能制造技术就缺少了最为关键的生产要素投入。从管理角度出发，如果企业对生产流程依然实行粗放管理，物料和工件质量不一、研发设计与市场需求脱节、对供应链管理和售后服务等重视程度不足，那么智能化改造不但不能解决这些问题，还会因此无法发挥作用，甚至由于技术与管理的进一步脱节为企业经营带来更大的困难。目前，我国大部分制造企业在进行智能化转型时普遍存在智能化基础薄弱问题，这是导致盲目智能化行为的重要原因。

从发展范式看，制造业智能化需要经历从数字化制造到数字化网络化制造，进而到数字化网络化智能化制造的三个阶段。我国制造业智能化的总体推进路径已经明确，即“融合推进、并联发展”，也就是不必走发达国家的老路——从工业1.0到2.0，再到3.0，最后才到4.0的串联式推进路径，而是借助于新一代信息技术的应用，“以高打低”，加快推进不同层次的制造业智能化，从而发挥我国后发优势，实现换道超车。但这只是一种总体发展路径，具体到每一个制造企业，要推进智能化，工业2.0、工业3.0都是不可逾越的阶段。目前，我国大部分制造业企业的生产水平处于工业2.0阶段，甚至有少数仍处于工业1.0阶段，只有各细分市场上的龙头企业才达到工业3.0所要求的生产水平和管理水平。即使像GE这样的最先提出“工业互联网”概念的国际著名跨国公司，在推进智能制造过程中也面临夯实基础的问题。GE在2013年即推出了其工业互联网产品Predix，在2015年围绕Predix成立了GE digital部门，全面进军智能化改造市场。但除了服务GE自身的智能化改造外，该部门的业务始终难以对外推广，最终因营收难以覆盖成本，在2018年底被GE剥离，至此GE推广工业互联网的计划基本宣告失败。GE工业互联网产品失败的根本原因在于目前全球制造业的智能化转型市场依然不成熟，智能制造不具备广泛推广的基础和条件。这种情况在我国应该更为严重。在这种基础条件下，硬性推进制造业智能化往往会造成超越现实条件约束和智能制造要求的盲目投资和急性推进，结果是欲速则不达。

再次，政府行为有待进一步优化。第一，政策引导和典型示范工作有待加强。在市场经济条件下，推进智能制造无疑应是一个市场化推进的过程，虽然在这一过程中政府的作用不可或缺，但怎样才算是“到位的”推进智能制造的政策，政策的内容、实施方式及机制如何，一些政府部门并不是很明确。有的地方政府把政策的着力点直接放在资金支持上，如财政补贴、税收优惠、成立产业基金等，但从智能制造作为一项复杂的系统性工作，基于系统视角实施配套性政策引导、推动方面，做得还不够，尤其是在典型示范、成功经验推广方面还有待加强。第二，一些地方政府过度鼓励造成智能化投资的“潮涌现象”。“潮涌现象”是林毅夫在分析产能过剩问题时提出的概念，指全社会对某一行业具有较好前景形成广泛共识，不约而同地进入该行业，造成短时间内大量企业涌入，使得该行业从还存在一定市场空间迅速变为产能过剩。制造业智能化过程中也出现了类似现象，并且这种现象很大程度上与政府的过度鼓励有关。政府的激励政策对于激发制造企业智能化改造热情、提升企业智能化改造能力无疑是必要的，问题是这种激励应保持在合理的范围内。如果不区分行业基本特征、智能化改造的具体需求地激励，势必会诱发企业智能化改造的盲目投资。事实上，许多企业的智能化改造主要是为争得政府优惠项目，而未对智能化自身存在的难度、可能实现的效益等给予足够关注。

最后，企业在制造业智能化过程中的盲目性及跟风行为，也与企业经营的外部环境有一定关系。近年来，企业经营面对的国内外经济环境发生了巨大变化，企业经营成本包括人力成本明显上升，利润率水平明显下降。在这种情况下，面对智能化浪潮的冲击，很多企业把降低成本、提高效益的希望过于寄托到智能制造上，从而一拥而上，大力推进制造业智能化，实施机器换人，建设无人工厂、无人车间等，而忽视了上面提到的这一过程本身的复杂性、系统性特征，一些企业甚至产生一种“跟风式”冲动，在推进智能化过程中盲目攀比，攀比的不是流程的科学性、路径的合理性，而是盲目上项目、增投资。

制造业盲目智能化带来的潜在危害

一是延缓制造强国建设进程。从企业层面说，一方面，盲目进行智能化投资，为争取政策优惠而盲目上项目，忽视投资效益和实际效果，会使企业陷入智能化改造的困境而最终难以为继，对企业的智能化转型升级并不能产生实质性效应。真正意义上的制造业智能化，如系统解决方案供应、关键技术创新等，都不是只靠投资就能够得到有效解决的。另一方面，盲目推进制造业智能化有可能因形成路径依赖“锁定”在不合理的技术和模式路径上。技术路线的演进往往并不只有一种结果，而是存在多重均衡。目前的智能制造技术本身还处在发展的过程中，如果制造业在现阶段盲目智能化，进行过度投资，就有可能被“锁定”在现有的技术路线上，即使此后出现更先进、更高端的智能制造新技术、新模式，也可能难以实现有效替换。这种技术路线的低端“锁定”状态显然不利于推进我国制造业高质量发展和制造强国的建设。

二是不利于推进经济高质量发展。制造业是我国实体经济的主体，制造业高质量发展是实现整体经济高质量发展的重要支撑。制造业智能化无疑是实现我国制造业高质量发展的重要途径。但制造业智能化作为一项较为复杂的系统性工程，具有投资量大、波及面广、影响深远等特点，一旦出现盲目投资或投资失误，将会对制造业升级发展造成不利影响。目前，一些制造业企业由于盲目性投资，造成新的产能过剩。以机器人行业为例，大量企业盲目追逐风口进入机器人领域，导致工业机器人企业数量过多、低端产品产能过剩等问题的出现。数据显示，我国已建成和在建的机器人产业园区超过了40个，短短几年时间，机器人企业的数量就超过了800个。在第十二届全国人大五次会议的记者会上，工信部副部长辛国斌就曾谈道：“在机器人这个领域，我们确实觉得有高端产业低端化和低端产品产能过剩的风险。”盲目投资、产能过剩，将会造成新的经济失衡，制约制造业乃至整个经济的高质量发展。

三是不利于自主可控智能制造生态的形成，对产业安全造成不利影响。现阶段，企业盲目智能化，忽视制造业关键核心技术创新，造成“制造”与“智能”的隔离，特别是忽视制造能力的强化，制约智能制造系统的集成和自身制造能力、制造基础及设备的加强。在自主创新能力和产业基础能力薄弱基础上靠盲目投资发展的智能制造，可能导致我国制造业充斥大量外国技术和装备，对制造业产业体系的自主可控造成一定隐患。当前，我国智能制造装备产业所需的许多核心零部件、元器件及关键智能装备主要依赖进口，智能制造“空心化”隐患较为突出。除了智能硬件，操作系统及工业软件缺失也较为严重，一些跨国软件巨头加快布局智能制造的生产控制及操作系统。例如，在工业互联网平台布局方面，50%左右的工业PaaS平台采用国外开源架构，90%以上企业使用欧美企业的CAD、CAE、PLM等高端工业软件。制造企业的智能化盲目发展削弱了制造业关键核心技术的创新能力，对产业安全造成不利影响。

四是盲目推进“机器换人”可能诱发诸多不良影响。近年来，企业盲目智能化的一个重要表现是过度追求“机器换人”，而忽视这一过程中的精益管理，忽视由此可能带来的负面影响。应该说，随着我国人口红利逐渐消失，传统制造企业用工成本不断上升，“机器换人”势在必行。但作为企业智能化改造的重要内容，“机器换人”并非是一换了之，其实施需要以精益管理、人本管理等作为基础。以南方某制造企业智能化改造的经验总结为例，该企业所实施的某智能化改造项目失败的首要原因就是在软件设计时只考虑要实现的功能，但人性化程度不足，未能充分考虑人机交互过程中的需求。实际上，企业智能化改造需要将智能制造技术与传统制造中的各项流程、工艺相结合，在此过程中现场的工程师和技术工人发挥着不可替代的作用。如果只是盲目推进“机器换人”，忽略相关模式的配套和创新，就难以实现智能化改造效果，并对企业长期竞争力造成损害。同时，还会造成进口机器人占据我国主要市场，而国人就业机会进一步减少的问题，特别是可能造成简单技能劳动力失业加剧，这也是盲目智能化的危害之一。此外，进口机器人后期较高的维护成本还会提升企业运营成本，使企业透支大量财力，制约企业的正常运行和发展。

防止和杜绝制造业盲目智能化的思路及对策

第一，提高对制造业智能化的认知水平，明确目标导向，夯实发展基础，系统协同推进。一要明确制造业智能化是一个复杂的系统性工作，不能只将其作为一个技术问题，一味扩大投资，盲目上马机器人等新设备，需要整体设计推进方案，协同推进硬件、软件耦合协同、生产方式、制造流程、管理模式等的智能化进程。二要进一步明确制造业智能化升级的基本目标导向是为了降本、提质、增效，而不是为智能化而智能化，更不是玩概念、赶时髦。需求导向、效益优先是企业智能化转型升级的基本遵循。三要牢固树立智能制造的本体是“制造”“智能化”是实现制造业转型升级基本手段的理念。制造能力提升才是制造业智能化推进的基础和前提。为此，要夯实智能制造的根基。从政府角度看，应进一步强化核心基础零部件（元器件）、先进基础工艺、关键基础材料和产业技术基础等四基发展，同时加强信息基础设施建设，尤其是5G网络、工业互联网、大数据等新基建建设。制造企业要从核心技术、零部件、材料、基础制造工艺、软件等方面入手，扎扎实实做强制造根基。在技术层面，着眼于实现新一代信息技术和制造业深度融合，从自身基础条件出发，选择适宜的技术类型和模式。从工艺、设备层面，要推进制造企业的大规模技术改造，加快形成与智能化升级相适应的制造设备和工艺，夯实制造业智能化的基础。

第二，政府应进一步加强顶层设计，有序推进制造智能化进程。进一步强化已有战略及规划的现实针对性和可实施性、可操作性，尤其要加强专项规划的制定。要增强规划的前瞻性、衔接性和协同性。中央政府应进一步明确数字化制造、数字化网络化制造及新一代智能制造三大范式并联推进的具体机制和路线图，通过更加有效的政策引导减少制造业智能化过程中的盲目性，对处于工业1.0、工业2.0、工业3.0、工业4.0不同阶段的企业采取不同激励措施，促使大部分企业完成数字化“补课”的任务，少数处于工业3.0甚至更高阶段的企业，应通过新建自动化生产线和数字化车间，建设企业的数据流，为智能制造的长远发展奠定必要的基础和条件。地方政府在推动智能制造发展的同时，为避免智能化过程中企业盲目投资和恶性竞争，应加强对行业整体的统筹规划和监管，明确市场准入标准、智能产品质量评定和检测认证标准，建立健全相关检测机构及公共服务平台，防止无序竞争。注重构建智能制造产业生态，融合创新发展生态，深化产融合作和产教融合，缓解智能化改造过程中的资金压力，防范对相关技术的认知偏差。

第三，注重打造智能制造产业标杆和示范企业，发挥典型企业的示范引领效应。打造一批重点行业智能工厂、数字化车间和标杆企业等。围绕设计、研发、生产、物流、运维服务等全生命周期各环节，培育更多国家级试点示范企业和全球“灯塔企业”，及时总结示范企业经验和模式，在相关行业领域复制、推广，成立专门组织对示范推广效果进行评估。在打造示范企业的基础上，进一步形成一批智能制造示范区，引领一批产业配套的中小微企业发展，形成一批产业链完善、辐射带动作用强的智能制造集聚区和产业园区。针对企业智能化改造遇到的痛点和难点，通过政策解读、智能制造标准宣传贯彻、现场诊断、主题报告、供需对接等活动，及时加以解决，预防出现盲目投资和资源浪费现象。

第四，在系统推进基础上加快突破制造业智能化的一些关键环节，从根本上消除盲目化风险。以需求为导向，大力加强基础研究和应用研究，围绕薄弱环节补齐短板，加快实现共性技术、关键技术的重大突破，培养一批智能制造系统解决方案提供商，大力提升制造业智能化技术和生态支撑能力。例如，山东省采取“揭榜挂帅”等方式，重点突破工业智能算法、工业机理模型等工业互联网核心技术和关键共性技术，建设工业互联网应用推广中心、5G联合创新中心等创新载体，加快“中国算谷”等重点项目实施。只有从技术上、生态支撑上解决企业智能化改造面临的难题和制约，并通过政策解读、智能制造标准宣传贯彻、现场诊断、主题报告、供需对接等方式及时帮助企业获得解决方案，才能从根本上消除制造业盲目智能化风险。

（作者为南开大学经济与社会发展研究院教授）

【参考文献】

①黄鑫：《工业化和信息化加速融合发展》，《经济日报》，2020年11月5日。

②周济：《走向新一代智能制造》，《中国信息化周报》，2018年5月14日。

③林毅夫、巫和懋、邢亦青：《“潮涌现象”与产能过剩的形成机制》，《经济研究》，2010年第10期。