随着疫情的变化与全国防控工作的深入开展，大家的目光逐渐转向经济活动受到的影响，很多企业体会到人力成本增加、供应链短缺带来的诸多问题，甚至面临倒闭的困境。春节期间疫情的蔓延，各行各业尤其是制造业企业面临延迟复工、产能压缩、物流封闭等多重压力，生产销售计划被打乱。而另一方面，新一代信息技术赋能的无人配送、在线消费、医疗健康等新兴产业展现出强大成长潜力，智能制造便是其中的典型。
中国是世界较大的制造基地，也是全球制造业供应链的核心环节。经过此次疫情，也促使了制造业对无人化、智能化布局进行深入思考。多数制造业企业已认识到，想要适应充满不确定性的未来，则需要抛弃落后产能，摆脱传统产能效率对人力的依赖，同时结合人工智能等新的生产要素，较大限度的保证精细化运营管理和风险管控。
智能制造赋能生产线缓解复工难
人工智能其实早已深入我们生活的方方面面，随着人工智能算法及驱动它们的计算能力日益完善，它们在积极改变人类家园方面的能力不容置疑。
2月19日，工信部印发的《关于运用新一代信息技术支撑服务疫情防控和复工复产工作的通知》中提到，针对疫情对企业造成的停工停产问题，指导企业用好信息技术手段和信息化工具，用两化融合提升生产管理水平，助力企业尽快复工复产。此外，要推动制造企业与信息技术企业合作，深化工业互联网、工业软件（工业APP）、人工智能、增强现实/虚拟现实等新技术应用，推广协同研发、无人生产、远程运营、在线服务等新模式新业态，加快恢复制造业产能。
过去，一个人想要完成一条生产线的任务大家想都不敢想，但如今，随着编程技术的应用，精加工、自动化已逐步取代了原劳动密集型的生产模式，让其成为可能。疫情当前，很多企业已做出尝试，以无人化、智能化的整体方案，提升企业生产安全性和效率，不仅能帮助制造业企业对抗此次疫情，更能从长远角度出发，提升制造业企业的可持续发展能力和竞争力。
据江苏公共·新闻频道《新闻360》报道，疫情期间，江苏盈玛精密机械有限公司接到一份支援武汉防疫一线的“火线订单”，但是受疫情影响，公司还未复工，负责人袁传伟一个人扛起了一条生产线，从编程、采购原料、准备刀具、加工、质检、送货……他一个人用了16天，将原本需要5名员工15天才能完成的200套订单全部完成。
生产模式的升级，随之而来也是对生产者要求的提升，从起初简单体力模式，演变到技能符合模式。
然而，有市场研究发现，中国的人工智能公司中真正关注工业领域的尚不足5%，几百项大型人工智能投资项目中，与制造业有关的不到1%。有媒体分析认为，除了工业领域数据和标注不足、相关算法不够成熟之外，算法工程师对工业流程和技术等实际问题不够了解，以及工业企业对“外来”人工智能公司和解决方案的不信任，是更加深层次的原因。在这一背景下，我们更多看到的是企业内部的技术团队，尤其是人工智能团队，在自身企业的智能化转型过程中发挥了关键作用。
智能化转型提高制造业应对能力
危中有机，此次突如其来的疫情在很大程度上为制造业向无人化、智能化的转型升级提供思考，让依托技术革新、装备升级、数字化改造后的先进制造企业增强了发展的信心。也为劳动密集型的传统企业在危机之后，向无人化、智能化的转型升级提供启示与展望，探寻更多的发展机遇。
对制造业企业而言，构建智能制造系统的核心价值主要体现在降低生产成本、提升生产效率和重塑生产方式。基于生产现场数据与生产工艺、运营管理等数据的综合考量，企业能够实现更精准的供应链管理和财务管理，减少物料浪费，减轻仓储压力，降低运营成本；通过对“人、机、料、法、环、测”各环节数据的全面采集和深度分析，企业能够发现导致生产瓶颈与产品缺陷的深层次原因，不断提高生产效率及产品质量；引入高度柔性的以数控机床、机器人为主的生产设备，企业可以实现多品种、小批量的新型生产方式，推动生产模式由大规模生产向个性化定制生产进化。
但企业如何突破运营瓶颈，通过建设符合自身情况的数字化、智能化运营模式将是生存的突破口。以联想集团旗下的合肥生产基地——联宝科技为例，联宝科技在全球PC市场占有率非常高，据统计全球每售出8台笔记本电脑就有1台来自这里。短短几年，产品累计出货超过1.2亿台，年订单数超过60万，定制化小单比例超过80%，面向全球100多个国家和地区高效供应。
庞大的生产需求对生产排程也提出了很高的要求，整个排产过程需要考虑包括人员、设备、物料、生产工序与方法、环境在内等数十种复杂的变量，因此人工排产逐渐变得力不从心。
针对这一问题，联想研究院人工智能实验室的机器学习团队打造了使用多交互增强学习优化网络和基于注意力机制的最优化网络的人工智能排产方案。可以模拟多变的生产环境，自动寻找最佳排产策略。在制造企业最关注的产品数、订单数、订单交期满足率和产能合理利用率四个指标上，人工智能算法相比人工排产均有明显提升，排产耗时也大幅减少，从原来的每天6小时缩短到1.5分钟，生产效率也获得了16%的提升。而且随着数据的积累和模型的训练，智能排产模型的能力还会进一步提高。
联想研究院人工智能实验室机器学习总监范伟曾表示，联想的机器学习研究目标是把数据转化为生产决策，把技术转换成生产力，从而提高业绩并创造实际价值。
在中国，依靠低成本人力作为竞争优势的企业正急剧减少甚至消失，企业若想在竞争中迎头赶上，只有从提高效率，快速淘汰低效的管理、生产和销售方式等途径入手，因此数字化、智能化甚至无人化发展将是企业转型升级的重要方向和路径。
