“今年智博会外资公司参会比例将创新高，目前参会比例超30%。”11月9日，在第六届广东国际机器人及智能装备博览会（简称“智博会”）发布会上，组委会表示，本届智博会更贴近规划和核心定位，通过搭建与国际高精尖产业的合作平台，实施以需引供，促进产需对接，加快推动区域智能制造产业发展。

参会外资公司超过三成

记者从会上获悉，第六届智博会定于今年12月2日-4日在东莞广东现代国际展览中心举行。本届智博会总体展览面积3万平方米，超300家企业参展；以展位面积划分，33%来自广东企业，33%来自境内其他省市企业，34%来自外商独资企业。预计将迎来逾5万专业观众入场参观采购。

今年，智博会品质得到“刷新”，参展企业包括工业机器人四大家族瑞士ABB、德国库卡、日本发那科和安川电机，以及爱普生、史陶比尔、库卡、钱江机器人、哈工现代、科瑞技术等国内外知名自动化、智能装备企业。据悉，拓斯达、李群自动化、沃德、天机等东莞本土知名品牌厂商悉数参展，将全力展现在防疫、医疗、食品包装、3C电子等领域最新行业应用解决的“东莞解决方案”，本土企业将以过硬实力与国际国内知名同行同台展示交流。

记者了解到，2019年东莞规模以上先进装备制造业实现增加值508.65亿元，其中，智能制造装备实现增加值133.74亿元，占26.3%，同比增长10.4%。东莞制造从最初的三来一补，发展到现在外资与民营起头并进，产生了一批本土自主企业和区域总部企业，是东莞发展和区位的选择，促进本土制造业向智能制造升级是东莞制造业迈向更高层次的要求。东莞副市长万卓培表示，本届展会引进了新的合作伙伴，聚焦国内外先进制造业，门槛更高、品质更高，将有效促进本土企业不断开展智能制造升级。

主办方表示，智博会通过引入新的合作承办单位“东浩兰生集团上海工业商务展览有限公司”，依托该公司资源优势和办展经验来打造本届智博会品质。即将亮相的部分国内外知名企业系其引入，这些公司代表了行业尖端、前沿，以及未来方向，展会品质将大大提高。比如，有着“隐形冠军企业”的称号的工业4.0编委会成员企业菲尼克斯电气（PHOENIX CONTACT）、史陶比尔等将展出或发布他们的最新（最先进）产品。

最新产品将在现场发布

据悉，本届智博会主题为“定制你的智能工厂”，将聚焦先进制造业领域，深度服务机器人及智能制造企业，设立机器人技术及应用展区、工业自动化及解决方案展区、智慧物流展区、工业互联网及应用展区等四大专业展区。

如协作机器人应用专区，将汇聚国内外领先协作机器人知名品牌厂商，节卡机器人、大族机器人、现代机器人、Franka等，现场作新品首发，展现适用于华南市场最丰富的协作机器人应用场景。钱江机器人、哈工现代、科瑞技术、勃肯特机器人等国内优秀机器人厂商以硬实力诠释“中国制造”，高端炊具压铸智能产线、胶囊饮品全自动灌装线、胶囊饮品自动售卖机等行业应用解决方案也将闪亮登场。

核心零部件展区有雄克、电产新宝、THK、南宁宇立、ATI、软体机器人等知名品牌携手亮相，大界机器人携模块化建筑机器人工厂系统首次在华南展示。

智慧物流展区，仙工智能、灵动科技、迦智科技、名傲机器人MIR、力生智能、迈睿等众多优秀知名品牌厂商带来最新的智慧物流解决方案；仙工智能现场展示全感知物流系统解决方案，灵动科技带来仓储业人机协同拣选解决方案，迦智科技展示整厂物流数字化解决方案。

工业自动化及解决方案展区，菲尼克斯、施耐德、三菱电机、英威腾、米思米、康耐视、基恩士、moxa、MECHATROLINK、怡合达、町洋等众多自动化行业领先企业也如约而至，呈现智能制造的核心技术及高端产品。

本届智博会通过其专业化、市场化、国际化、品牌化的运作，结合东莞制造业底蕴，打造以机器人与自动化相关技术和装备为核心的精品展。东浩兰生集团上海工业商务展览有限公司张春蕾介绍，届时国内外知名企业将在现场展出或发布其最新产品。

顶级企业高管现场分享

期间，海将举办2020中国智能制造发展论坛、2020工业连接与智能传感技术论坛、第十一届数字化制造技术论坛、企业高质量倍增成长沙龙、工业设计产业对接高峰论坛暨2020 DiD Award（东莞杯）国际工业设计大赛设计盛典、银企普惠金融公益对接会、区块链主题论坛等多项主题活动。

其中主论坛2020中国智能制造发展论坛，将邀请中国制造业专家学者、企业家高层等嘉宾出席，从产业角度剖析5G、人工智能等新技术为产业带来的变革与影响，分析未来行业发展趋势。结合当前疫情防控常态化形势，展会期间部分活动将通过“线下+云端”方式举行，无法莅临现场的企业将可线上参与本届展会的精彩活动。

高端峰会也是我们要打造亮点之一，包括邀请施耐德电气、PHOENIX等行业顶级企业高管现场分享。张春蕾表示，全世界很多“惊艳”的设备将在东莞亮相，到现场才能真正感受到黑科技的无限“魅力”。

延伸阅读

智能制造进一步升级转型，将面临哪些机遇与挑战？

过去5年，我国制造企业主要展开了制造过程的信息化改造，将企业的设计、生产、管理、服务等制造活动的各环节通过信息技术连接贯通，通过及时、准确和全面地获得企业制造环节、经营过程、市场、产业和竞争等信息，更有效地组织生产和应对市场变化。这项工作目前来看完成得很好，如同我们每日需要呼吸的空气一样，信息技术已经融入企业日常工作，成为企业运营管理和决策的一部分。

接下来5年，这些企业，尤其是制造业企业将向智能制造进一步升级和转型。智能制造的概念比制造自动化更为广泛和复杂，它需要将自动化技术、物联网、工业机器人等“硬”技术与大数据、云计算和人工智能等“软”技术真正集成起来，并有机地融于之前“以人为本”的企业运营流程、管理和决策工作中。

智能制造构想了一种由人工智能为主的智能制造系统，它在制造过程中能从信息技术连接的设计、生产、管理、服务等各环节中，自动获得相关信息（即“自感知”），由此进行诸如分析、推理、判断、构思和决策等智能活动（即自学习、自决策），然后通过制造自动化执行（即自执行），并能根据执行后的效果，以及市场和竞争环境改变的反馈，调整和优化后续的制造工作（即自适应）。如果能实现，这是何等壮观。大家不妨闭眼想象一下：当人工智能具备了人类在制造过程中积累的最高智慧和经验，并将其规模化用于所有企业，将极大减少企业人员由于知识、经验和能力不足带来的生产和收益波动，从而把产业内所有制造企业的生产效率整体提高到同一高度，产生更高的生产价值。而且，由于人工智能的智慧往往通过计算机算法实现，是一种“软”的数字技术，复制使用的边际成本低，使得一个企业的成功应用可以容易地复制扩展到不同企业。

这一切的美好，都要依靠扎实的产业探索和实践，正所谓“千里之行，始于足下”。尽管智能制造是多项软硬技术的集大成者，由于人工智能在其中起到“大脑”的价值，我近期梳理了人工智能与智能制造融合可能遇到的四大挑战，在此与大家分享，希望引起企业和社会的注意。当然，挑战与机遇并存：挑战应对得当，也可以转变为成功要素，即融合的成功之路=（基础+科技）×实践×战略（IMIS）。

挑战一：扎实的信息化基础

人工智能算法的应用，需要质量好、完备和大量的数据。倘若连信息化都做不好，数据都不能有效地存储、传递、收集和处理，就不要再说怎么用好数据了，更不要提自感应。因此，在信息处理和业务流程改善效率后，人工智能才可能开始产生应用价值。这也是对制造企业前5年工作的大考。

挑战二：新兴的制造科技

人工智能在“软”技术层次，主要体现为以机器学习和深度学习为代表的算法应用。尽管互联网、金融保险、安保等行业已经基于消费者行为、图像、语音和文本信息进行人工智能学习，产生了大量成熟的应用，包括对人的精准识别、定位、广告投放、营销定价、推荐和互动等，但我们如果静下来思考，会发现它们都是针对消费者个体进行的应用，与智能制造的主体（生产设备、流程等）完全不同。也许我们已经对互联网科技、金融科技、保险科技这些名词耳熟能详（简单来说，它们都是指将人工智能技术用于互联网、金融和保险等领域），但我们听到过制造科技（即用于制造的人工智能技术）么？也许我们会熟悉BAT，科大讯飞、AI四小龙（商汤、旷视、云从、依图）和其他AI独角兽公司，但我们知道哪些企业在深耕制造业的人工智能应用呢？也许我们能脱口而出人工智能在安防、汽车、医疗、金融、零售、互联网、广告营销和智能手机上的众多成功应用，但我们又能数出多少制造业的成功应用呢？

当然，制造业离我们日常生活较远，并不是所有人都需要关注关心。我这里主要想强调：智能制造的成功，与其他行业一样，需要大量成功的、独特的人工智能技术应用。在此我定义为ManuTech（Manufacturing Technology的缩写，代表AI Technology For Manufacturing）的兴盛。这些技术并不是照搬照套消费领域的应用，而是为制造而生。

挑战三：务实的企业实施

制造企业真正采纳人工智能技术，并不是单纯依靠技术的先进性，而是需要和企业战略、制度、流程和人相结合，将人工智能融于工作流程、并与企业管理人员的合作共事。这中间涉及不少挑战。比如当人工智能给出的建议与人的判断不一致时，应该如何取舍？人工智能的决策思路，可否更好地让决策者理解？问题的答案涉及到混合智能、算法可解释性、算法偏见等一系列前沿科研，尚有待科研工作者与企业实践人员共同解决。而人工智能技术的复杂性导致目前制造业很少有成功的落地经验，也加剧了企业实施的挑战性。

此外，人工智能的算法是一种通用技术，它与企业实践结合的方式方法，才决定了它的具体价值。制造业涉及新产品研发、生产效率、质量控制、安全监控、智能调度、设备维护等应用场景各自不一，不同企业的人工智能落地方式也各有不同。尽管人工智能具有边际成本较低的特性，但在探索初期的成本相对较高（包括软件、硬件和人力等投入），更要注意有效的成本收益控制，最好采用小步快走，重点突破的实施路径，选取关键节点突破，以点带面形成效益后再逐步扩大规模，而不要一开始就全面投入。须知，ManuTech也需要时间和经验的积累。

挑战四：清晰的战略导引

将人工智能融入智能制造的战略放在最后，并非说它不重要，而恰恰它是最重要的一环。企业转型是牵一发动全局的过程，尤其是涉及到大量投资、流程调整和劳动力结构调整，过程会非常复杂和有挑战性。ManuTech也不例外。相应的企业战略和技术一样复杂，战略设计和执行过程涉及到数据整合、组织结构设计、人力资源配置、项目顺序等等诸多因素。而且，企业不仅需要增加精通人工智能和制造的人才和技术储备，还需要让企业上下形成共识合力。

现状是，好的人工智能战略专家比好的技术专家更加稀缺，他们需要对人工智能技术和企业管理都有丰富的经验和深邃的理解，才能全面理解技术与管理的结合，把握技术转化为生产力、利益，甚至竞争优势的途径和步骤，最后从全局出发，创造性地规划和执行企业智能制造战略。如果企业没有这样的高端综合人才，则需要有计划地培养传统管理者和算法科学家的相互理解和部分转型，通过团队的有效合作来弥补。

总的来说，企业需要明确自身的业务需求和目标，然后据此形成人工智能项目的计划，这样可以避免被各种人工智能技术弄得眼花缭乱、迷失方向、过度投资。计划里包含多个潜在的项目，企业还需要决定它们的优先顺序，之后可以考虑具体实施的问题，比如供应商的选择、是否先在小范围实施、是否要重新设计工作流、如何确保员工采纳等。

来源：信息时报， 华制国际MICI