2019年两会上，国务院总理在政府报告中指出，“今年我国将深化增值税改革，将制造业等现行16%的税率降至13%，降低制造业和小微企业税收负担。与此同时，我国还将深化大数据、人工智能研发应用，拓展‘智能+’，为制造业转型升级赋能。”
毋庸置疑，“智能+制造”必将成为今年的重点关注对象。
“智能+”是什么？
其实，“智能+”和近年来行业中一直被提及的“AI+传统产业”有着异曲同工之妙。简单来说，就是用人工智能、大数据等智能化技术及手段，为传统产业赋能，从而达到产业转型升级、提升生产效率、扩大市场规模及覆盖范围。
以仓储为例，通常情况下，一个仓库由三大关键元素组成：人、货、场。仓库的大小、格局设计即为“场”；而“场”决定了货架和货物的分类、摆放位置等；最终前两者就决定了工作人员的工作内容、行动路径、难度以及效率。
而在很多传统仓库中，由于场地在设计、货物分类及摆放等方面的不合理，不仅导致场地空间没有被充分利用，还加大了工作人员的工作难度及复杂度，实际工作效率不理想，甚至需要多聘用员工才能完成既定工作。
AI就能很好的解决这些问题。当前，基于原有仓库进行改造升级的以半智能化仓库为主，也就是后台系统通过安装在仓库的摄像头及3D识别技术，能够自动绘制出仓库空间结构图，并基于此设计出最佳的货架、货物的分类和摆放，从而最优化仓库空间使用率以及降低员工工作难度和效率。
而全智能化仓库则进一步省去了员工成本，通过仓储机器人及既定程序，进行货物的搬运及储存等，做到24小时不间断和高效工作。
随着相关技术的发展以及更多行业转型升级需求的迫切，如电话客服、环卫、产品加工、农业生产等行业也相继加入智能化改革阵营，解放大量人工的同时，还在资源、成本节省以及生产效率提升方面有了很大的升级。
这其中以制造业尤甚。
为什么制造业需要AI？
和其他所有行业相比，传统制造业在用工量、单工种工作量、工作强度、多环节紧密配合相扣等方面均可谓是全行业之首，例如零件加工、产品质检、物流配送等等。
以产品质检为例，在流水线上，所有零部件以及最后成品都需要质检员做严格的质量把关，对于大规模量产的工厂来说，质检员要长时间的在保证高质量的情况下完成大量的工作，工作强度可以想见。这不仅对工作人员的要求特别高，为了尽量避免因员工疲劳带来的质量下降问题，并保障员工权益，用工企业也必须面对人员成本、生产周期、检验准确率和产品质量等方面的巨大压力。
如果说如今已经有技术已经可以解决这一众问题，为企业降本增效，为员工减轻压力，企业如何不心动？
是的，目前人工智能技术已经具备了不间断工作、自主学习、高精准快速识别、分析判断、筛检归类、自动报警、多环节智能管控衔接等功能。依靠综合人工智能解决方案，传统企业可以同时解决复杂多样的问题，降低成本，提升效率，增加商业价值和经济收益。
据不完全数据统计，预计2020年仅国内智能制造产业的市场规模就将超2200亿元。
但是在智能升级时代的早期，人工智能在迎来前所未有的发展契机与行业变革浪潮的同时，仍被大多数人视为新事物。人工智能虽具备赋能传统产业的能力，但其在广泛推广层面仍然面临很大困难，新用户教育成本巨大、推广效果相对不显著。AI技术的真实落地，以及如何才能更好的发挥其赋能威力，还需要AI技术赋能者与被赋能企业一起，共同探讨技术结合点、挖掘赋能应用场景。
