周苏岳：从目前来看，人工智能比较普及的领域有语音识别、机器视觉等。目前只要你愿意，使用手机不需要打字，语音录入指令就行。比如在美国特别受欢迎的语音机器人(行情300024,诊股)亚马逊的Alexa，就可以完成你网购下单等指令，还有国内做得比较好的，像科大讯飞(行情002230,诊股)等。另外，机器视觉用的最多的就是目前的自动驾驶，但严格意义上来讲，自动驾驶还只是处于辅助驾驶的阶段，距离真正的自动驾驶还有很长的路要走。

　　NBD：您觉得智能制造的本质和目标是什么？

　　周苏岳：所谓的智能制造就是在工业生产的每一个节点，都有处理能力。每一个开关都是智能化的，可以汇报实时的状态。过去很多的执行机构，我们称之为一种dumb device，它是一种傻瓜式、哑巴式的终端设备，让这样的设备智能化的前提就是给它赋予处理能力。

　　另外，智能制造涉及很多不同的技术，每种技术的目标是不一样的，但是我想所有的智能制造有个共同的目标就是实现柔性化，生产的产品可以适应快速的市场变化，可以满足个性定制需求。比如我要给自己做一个拉杆箱，我只需要做一个，这个在过去的工业体系中是不支持的，因为成本高、时间长，我作为消费者承担不起这样的价格，但智能制造是要让这样的场景成为可能。

　　NBD：那您认为距离这个目标还有多远？

　　周苏岳：目前来看，智能制造必备的元素比如智能检测、智能执行、大数据处理等几乎都已经存在了，现在其实很多企业都在往柔性化的方向走，像国内的海尔，十年前就可以在网上按个人需求定制一个冰箱，但那个时候所谓的定制化还是更多地基于外观，比如颜色、尺寸等，但是现在冰箱可能会成为一个家庭的智能中心，会加入更多的处理能力。再像美国的特斯拉的柔性生产线，就寄希望于可以大规模生产多种类型的汽车，而不是像过去一条生产线30万的产量，只能产出同一类型的车。所以柔性化是智能制造的目标，目前来看，我国智能制造业要实现这个目标，可能还需要10年的时间。10年后的制造会更多地由消费者前端来驱动，所以这个时候，数据和处理能力又成为关键。

中国智能制造短板在于技术拥有度和研发专注度

　　周苏岳：中国的智能制造其实跟世界其他国家比发展得很快，基本上可以说处于第一阵营。严格意义上说，智能制造目前做得最好的是德国，工业4.0也是德国提出来的。到目前为止，中国在大规模生产、机器人导入的速度等方面，其实已经超过了世界上很多国家。因为我们习惯了大规模制造，我们目前的短板在于缺乏卓越的产品开发能力和创新，很大程度上还是一个跟随者。作为中国人，我们可以看到其实中国底层的需求和驱动力都非常强，并且政府有很强的指引，这些都是其他国家不具备的，但是在一些核心技术的原创、研发和改进上，中国的智能制造仍需加强。相比之下，美国有大量企业在持续进行研发，他们很注重服务和研发专注度，而中国在技术上的拥有度和深耕某一技术的专注度还不够，很多人都抱着赚快钱的想法，所以导致我们在本该深度投入的地方缺乏投入。

　　NBD：企业要从工业2.0迈入工业4.0，应从哪些方面推进？

　　周苏岳：从工业2.0到工业4.0，目前最要紧的可能是信息化问题和人员技能的提升。还处于工业2.0的一些企业，更多的是依靠工人的生产经验，而国内现在大量在使用的焊接机器人、自动化成型设备等已经非常普及，问题就在于如何将设计的3D数模和机器人的工作流程等全部关联起来。

　　另外，从工业2.0到工业4.0，最大的不同在于对知识工人的需求明显增加。这种挑战其实也存在于特斯拉内部，他们在生产线上大量使用了库卡机器人，这些机器人在柔性生产的构成中，由于对其整体的维护、控制和管理协同方面存在问题，反而会导致生产效率下降。