冬日，徐工智能工厂内，机器轰鸣，机械手有条不紊高效运转，机器人闪转腾挪动作娴熟。在这个人工智能和高精度感应仪器相结合的车间里，借助创新技术，生产质效得以有效提升的同时，生产风险大大降低，产品交付周期缩短了，人均产出提高了。当前，“新质生产力”的提出，向全社会发出了鲜明的创新信号，为以科技创新推动产业创新、以产业升级构筑竞争优势的江苏提供了行动指南。人工智能作为新质生产力的典型代表之一，在不断催生新技术、新产品、新产业的同时，也加速推动传统产业转型升级，实现生产力的新跃升。作为江苏经济的“主动脉”，不少科技型企业牵住人工智能这一科技创新“牛鼻子”，坚持以新一代信息技术与制造业融合发展为主线、以智能制造为主攻方向，为全省产业转型升级、高质量发展注入强劲动力。
开辟新赛道解决工业制造痛点
对于不少工业制造企业而言，零部件的生产装配人工检测工序机械繁琐且耗时耗力，已满足不了当前产业发展需求。“在智能制造领域，我们的3D相机不仅能赋予工业机器人‘人脑思维’，使其完成高精度、更具复杂性的生产装配工序，还能对产品进行亚微米级的缺陷监测，即使只有头发丝直径1%的产品缺陷也能被识别。”中船重工鹏力(南京)智能装备系统有限公司副总经理高国明介绍，针对这一行业痛点，该公司将高速高精度机器视觉智能检测作为发展人工智能领域的技术方向。
在此之前，该公司专注于为压缩机、船舶、海洋工程、核电、风电等行业提供大中型智能装备系统集成整体解决方案。高国明说，公司为多行业研制了拥有自主知识产权的首台（套）智能装配检测成套装备系统。当发觉智能化生产是企业提高自身竞争力的必选途径后，他们决定开辟新赛道，寻找新优势，借助机器视觉检测技术，自动识别、定位和检测图像中的物体，实现自动化生产、质量控制、智能管控等应用，解决工业制造痛点。
提起这一技术的优势，高国明介绍道：“人眼通常要花费1至2秒识别缺陷，在投入智能检测装备后，检测时长可达毫秒级，且检测稳定性更高，能极大地提高生产效率。”针对不同工业场景，该公司研发了多款视觉类装备，不仅在“传统赛道”上获得企业青睐，还将这一技术拓展到芯片封装、微组装等半导体领域。他满脸自豪地说：“如今，在人工智能技术引擎带动下，企业业务实现了快速增长。”
自主创新引擎释放持续动能
在国内一家汽配企业的生产车间里，一台搭载了机械臂的“工小匠”，正根据检测需求对汽车内饰、仪表盘、汽车装饰件等多款汽配零件进行快速检测。不同于人工检测，“工小匠”不仅实现了快速上岗、柔性切线，还让人工智能落地实施成本下降了40％。这台自主研发并实现全国产化的 “工小匠”来自常州微亿智造科技有限公司。
作为新质生产力，人工智能已清晰显现出提升“高效率”和催生“新物种”两大应用路径。要推动产业技术自主可控，就必须在核心环节和相关技术上进行产业布局。随着新型工业化进程推动新工艺爆发式增长，聚焦智能制造领域的微亿智造通过长期布局“AI视觉+机器人智能控制”的全栈技术，构建了坚实的技术后盾并不断突破创新边界，推进多项“卡脖子”技术及重大技术创新项目的攻关。
微亿智造副总经理李科频介绍，近年来，微亿智造自主创新构筑了坚实的技术“护城河”。以机器人智能控制技术为例，微亿智造不仅在机器人核心环节实现了技术先发优势，还结合基于人机交互的工程化开发技术，形成了综合技术壁垒。去年6月，微亿智造在实现人工智能质检设备“产品化”的基础上 ，完成了“工小匠”国产化，使正处于产业智能化转型阶段企业的租赁、购买成本更低，也为制造企业高端化、智能化、绿色化转型提供了强大引擎。
“我们虽然专注质检，但我们的技术优势不只呈现在检测方面。”李科频透露，微亿智造已将“视觉AI+机器人控制”的全栈技术能力沉淀到标准化、集成化、一体式的产品体系上，目前在新能源、汽车制造、3C电子、家用电器、医疗器械等多个领域广泛使用。同时，微亿智造还帮助全国18个城市的2000多家工厂实现智能化改造数字化转型，为制造企业节省质检人员超1万人，每年帮助工厂转换产能价值超25亿元。
全面赋能领跑新型工业化
当前，人工智能全面赋能千行百业已成为趋势。人工智能赋能加快形成新质生产力，不仅为江苏新型工业化提供了广阔舞台，也给相关产业链企业带来弯道超车的机会。对此，省工信厅副厅长徐军说：“江苏作为实体经济和数字经济大省，也是人工智能产业发展高地，有责任也有能力领跑人工智能全面赋能新型工业化发展之路。”
江苏人工智能产业发展水平总体位居全国前列，已形成人工智能基础层、技术层、应用层较为完整的产业链，拥有人工智能领域国家级研发机构20余家。此外，“智改数转网联”的纵深推进为人工智能全面赋能新型工业化按下加速键。徐军认为，构建人工智能赋能新型工业化发展的新路径，应加快人工智能赋能“智改数转网联”，推动人工智能赋能传统产品焕新，优化人工智能赋能服务生态。
对于江苏大力发展人工智能产业形成新质生产力，长期在产业一线、已积累了大量经验的企业也提出了建议。在他们看来，“人工智能是新质生产力的引擎。相较于其他领域，智能制造拥有巨大的潜力，有望开启新一轮生产力加速周期”。
然而，阻碍当前智能制造发展的瓶颈也很多。“市场需求比较碎片化，且没有统一标准，这是发展瓶颈之一。”李科频坦言，哪怕是同质化需求，其执行标准也往往不一样，导致工业数据的可复用性不高，而从零开始进行算法定制化的代价有可能大于智能化改造的收益，使得企业无法从中获利。同时，当前的智能化指标不够，无法满足工业生产需求，导致项目实施上需要进行复杂的人机协作培训，甚至可能无法解决当前工业生产中遇到的难题，只能“锦上添花”，无法“雪中送炭”。