第一，人工智能引领的制造业为新的模式和业态的形成提供了可能。
随着人工智能技术的发展，制造业正面临着生产技术、组织模式、企业管理模式和竞争战略的大规模调整。如何形成和发展新的模式和商业形态很重要。在新一代人工智能技术的驱动下，智能服务发展产生的新模式、新业态在制造业不断涌现。
在新一代人工智能技术的引领下，制造业新模式、新业态的培育和发展，将把新时代供需不足失衡的矛盾转化为推动制造业高质量发展的契机，重新定义中国制造业的竞争优势，对新时代中国制造业的发展将产生深远影响。
第二，人工智能技术引领制造业向新的模式和业态进化。
目前主流的制造业生产方式形成于20世纪初，以流水线生产为标志，通过流水线和专业化分工，有效地提高了劳动生产率，降低了生产成本，形成了“大规模生产——大规模消费”的结构。
在这种模式下，企业的竞争战略主要是产品多样化战略和成本控制战略。无论哪种竞争策略，生产和供应都缺乏足够的弹性。受限于标准化的生产流程，消费者日益增长的个性化需求难以得到精准满足。随着消费升级，提高制造业供给质量的必要性和紧迫性日益增强。
(一)新一代人工智能技术指导下的制造业变革
人工智能(AI)技术在21世纪已经进入技术突破和大规模应用阶段。
人工智能发展的动力主要来自四个方面:一是数据，即大数据、物联网、云计算等技术提供的数据基础；第二个是取得重大突破的机器学习算法；第三，以图形处理器(GPU)为代表的强大计算能力；第四，得益于全社会对人工智能技术的接受和认可。在这些因素的推动下，近年来人工智能技术的应用发展迅速。
新一代人工智能技术与制造业的融合，将为制造业的效率提升和价值创造带来新的机遇。
第一，引领产品的智能化和网络化。“硬件+软件+网络互联”正逐渐成为产品的主要组成部分。
第二，推进生产和管理流程的智能化。企业制造过程的数字化、网络化和智能化，机器人设备和数据信息互联互通，为优化决策提供支持。
第三，推动R&D与设计的网络化协同发展。R&D效率提高，R&D设计周期缩短，客户还可以通过网络参与在线设计，整合个性化需求。
第四，推动企业组织变革。不同层级的数据和信息可以通过高速网络轻松传递，企业组织是扁平化的。
第五，推动制造业企业向服务业转型。企业可以通过互联网及时获取消费者的需求，实现服务型制造，“按需定制”、“网络定制”等服务模式将更加普遍。
(二)制造模式和业态创新的演进趋势
在AI技术的引导下，制造模式一般会呈现一定的演化趋势:
一是刚性生产系统转向可重构柔性生产系统，客户需求管理能力的重要性不断提升。制造业从以产品为中心转变为以用户为中心。
二是大规模生产转向大规模定制生产(服务)，生产者主导的经济模式转向消费者主导的经济模式。依靠规模经济降低成本的竞争战略的重要性已经下降，满足消费者的个性化需求成为企业的重要竞争战略。
第三，企业内部组织结构扁平化，提高数据要素附加值。越来越多的企业从提供单一产品转向提供集成解决方案，为了快速准确地响应客户需求，企业通过减少组织结构的层级来减少决策时间，越来越重视数据元素的收集、研究和分析以及相应的评估和预测。
四是工厂制造转向社会化制造，部分行业产能呈现分散化趋势。“社会化制造”已经出现，产品可以通过在线交流进行开发、设计、筛选和改进。在一些地区，“网上工厂”已经出现，为网络设计者和用户提供制造、生产和营销服务。产能分散有利于缓解产能集中和过剩。
三。新业态、新模式的类型及关键支撑技术
在新一代人工智能技术的指引下，制造业逐渐从注重规模生产发展到注重客户需求，保持规模生产成本优势。在制造模式的不断演进下，一些新模式逐渐形成，主要包括数字化制造、网络协同制造、新一代人工智能制造、规模定制生产服务、“云平台+”制造、远程运维服务、电子商务、软件定义制造等。新业态的突出表现就是服务型制造。
(一)新模式的典型类型
(1)数字化制造:利用信息物理系统(cyber-physical systems，CPS)实现工厂/车间的设备感知和控制层的数据与企业信息系统的集成，使生产大数据传输到云计算数据中心进行存储和分析，进而做出决策，指导生产。
(2)网络协同制造:基于先进的网络技术、制造技术等相关技术，构建面向特定需求的网络化制造系统，突破空间对企业生产经营范围和方式的约束，实现企业内部各环节“纵向一体化”和上下游供应链“横向一体化”的协同制造。
(3)新一代人工智能制造:综合应用新一代人工智能、网络通信、精密传感器和全球定位系统(GPS)定位等新兴技术，使汽车、工程机械、农业机械等产品智能化。
(4)大规模定制生产服务:设计和生产“柔性化”，形成满足个性化需求的柔性、高效、大规模生产模式，以及供应链各环节之间的连接。协作加强、设计、生产、储存、配送提高了销售效率。
(5)“云平台+”制造:通过建立云平台，进行产品设计、制造等。通过互联网在全球范围内进行，依托行业、区域核心企业或企业集团的综合优势，灵活快速地响应市场需求，提高全球制造资源的利用率。
(6)远程运维服务:利用传感、通信、大数据分析等技术手段，通过设备远程运维平台对生产过程和生产设备的关键参数进行实时监控，及时给出故障报警。
(7)电子商务:以互联网为基础，采用浏览器/服务器模式，买卖双方在不见面的情况下进行各种商务活动及相关的综合性服务活动，大致可分为:整合制造商、商家和消费者(ABC)、企业对企业(B2B)、企业对消费者(B2C)、消费者对消费者(C2C)、企业对制造商(B2M)和制造商对消费者。机构(B2A)，消费者对政府机构(C2A)、线上线下融合(O2O)等模式。
(8)软件定义制造:随着云计算、物联网、大数据、人工智能的发展，越来越多的互联网公司成为制造业IT生态圈的一员，以云计算、大数据、O2O平台为切入点服务传统制造企业，为制造企业提供协同化、定制化、平台化的制造服务。
(二)新业态——服务制造业
为了获得竞争优势，制造企业将价值链从以制造为中心转向以服务为中心。越来越多的制造企业正在从注重生产和产品向注重“产品+服务”发展演变，注重产品的全生命周期，“服务”在制造业价值链中的比重越来越大。
(三)新模式、新业态发展的关键和支撑技术
新一代人工智能技术的突破性发展，成为支撑新模式、新业态发展的关键技术。新一代人工智能技术的发展是在数字化和网络化的基础上，通过大数据挖掘、算法和计算能力等领域的革命性突破而进化发展起来的，并在制造业中得到广泛应用。在此推动下，新模式、新业态逐渐演变发展。诸多关键技术的不断发展，是新模式、新业态不断演进发展的技术基础和重要支撑。
1.关键技术
(1)建立多源跨媒体异构数据库。产品、使用环境、解决方案和生产过程数据库的异构集成，开发收集客户数据的网络化智能测量系统和客户需求在线交互平台，在云端构建客户数据、设计数据、虚拟制造数据和生产数据，成为神经网络、深度学习等算法运行的基础。
(2)构建基于大数据的设计需求特征挖掘系统。收集和汇总客户来源信息、基础信息、个性化需求信息和定制产品服务信息，并与异构数据库进行匹配。利用机器学习算法、深度学习模型、三维模型识别、产品使用环境模型匹配等智能分析技术，实现深度数据挖掘、智能解决方案推荐、产品设计智能优化和智能原材料采购预测。
(3)虚拟体验系统和虚拟制造。利用多种虚拟现实技术(VR)、云渲染平台、VR互动体验技术等快速实现设计方案的虚拟仿真，实现设计阶段的客户产品体验。通过采用多种调度模型和求解算法，将不同材质、不同类型的定制产品订单快速拆分，然后合理组织成批次，实现虚拟制造系统中的订单管理和智能生产调度。
(4)构建全过程信息自动采集、生产控制和协同优化系统。通过微纳传感、条形码标注等手段，在大规模定制产品柔性制造的混流生产中，实现生产工艺、生产计划、生产设备、质量分析等信息的实时控制，优化仓储、设备、质量、物流管理和销售，完成R&D和设计环节的数据反馈，实现全流程的协同优化。
2.支持技术
(1)数据挖掘技术:利用数据挖掘技术对收集到的信息进行筛选、分类、分析和验证，以保证在设备发生故障时能够快速发现设备异常，准确判断故障位置和故障机理。
(2)传感器技术:远程监控以及运维技术的实现基础。监控准确性和数据传输效率直接影响远程运维的准确性和响应速度。
(3)嵌入式监控系统:嵌入式监控该系统采用客户/服务器模式，在设备中安装嵌入式Web服务器，使设备可以通过互联网互联，并可以在监控该中心实现了网络管理功能，使用户可以通过浏览器直接远程访问设备。监控管理和控制。
(4)故障预测算法:设备预测性维护的核心技术，通过对设备状态的预测，提供设备状态的发展趋势分析和故障预警，使运维人员有针对性地进行设备运维，避免突发的设备故障和后续的设备停机事故。
(5)机器视觉技术:机器视觉技术是人工智能技术的重要组成部分。计算机是用来模拟人类视觉的。获取客观事物的图像后，通过智能系统对图像中的信息进行分析、处理和理解，并根据处理结果对设备进行处理。监控并且可以实现智能运维。
(6)机器学习和人工智能技术:机器学习技术使机器能够管理大量不同类型、不同环境的设备，使机器能够像人一样增长知识和经验，使设备运维可以不局限于某一类设备，而是可以扩展到各个行业、不同设备和环境；人工智能技术制造设备监控该运维系统能够根据监测到的设备信息对设备运行做出合理的判断，并提供故障预测方案和故障维护方案。
第四，新模式新业态的先行者
发现中国制造企业特别是装备制造企业对高单价设备进行远程运维，在保证设备安全稳定和为客户提供服务方面进行了有效的尝试，取得了一些经验和良好的效果。表1列举了部分企业远程运维的典型做法，供研究人员参考。
所有进行远程运维的企业，基本都具备了数字化制造的基础，积累了大量的数据。他们正在尝试利用人工智能技术解决数据处理、知识生成和应用算法生成的问题。这种做法迅速普及，形成了新的生产方式和新的业态。同样，在大规模定制领域，一些流程和半流程工业消费品企业、服装、家具企业等企业，在数字化生产的基础上，不仅通过大规模定制满足市场对个性化的需求，而且有效降低成本，使产品在大规模生产的低成本下满足个性化需求的质量和速度。应用案例见表2。
动词 （verb的缩写）新模式、新业态的发展目标和路径
中国在新一代人工智能引领下发展新模式、新业态，应以开放、融合、共享、创新为战略方针，实现制造业转型升级，迈向制造强国行列。
发展目标
发展新业态、新模式将成为中国产业的发展战略。建议分为近期突破目标(2020年)、中期发展目标(2025年)和中长期战略突破目标(2030年)三步走，实现以重点突破为点的点面结合战略，带动人工智能技术的大范围高水平应用。
2020年前，在轨道交通、风电设备、航空发动机和新一代直升机、工程机械、通用机械、电梯等。纷纷开展远程运维服务，探索应用人工智能技术、数据挖掘和自学习知识库建设，实现高效、准确、实时的远程自诊断。推进中国远程运维数据标准化，根据行业不同特点建设若干子行业远程运维服务数据中心，建设基于工业互联网的运维服务体系保证了重大装备制造和运行的质量、效率和安全。
加强人工智能技术在家电、家具、服装等行业的应用，初步建成家具行业、家电行业、服装行业定制服务平台，完成基于虚拟制造系统的智能R&D设计平台和智能生产调度试点示范。
2025年前，在远程运维服务和大规模定制生产服务两个重点领域全面推广人工智能技术应用成果，技术水平达到世界领先水平，并在其他领域进行示范。全力推进家电行业、家具行业、服装行业人工智能技术，关键技术水平达到世界领先水平，力争在汽车等行业开展试点。2030年前，全面应用人工智能技术，实现智能制造，技术达到国际先进水平，部分领域达到国际领先水平。
(二)发展道路
联动。加强企业内部R&D、设计、制造、营销、服务等部门的“纵向一体化”，促进企业之间的“横向一体化”，实现资源的快速配置和高效整合，实现不同企业在产品开发、制造、管理等方面的信息共享和业务协同。
重新走到一起加强现有制造技术和信息技术、生产组织模式和商业模式的有机融合，最终形成复合型、多元化的创新模式。
平行。注重多阶段并行推进，以适应我国制造业发展水平的不均衡，寻求高端制造业全价值链的业态和模式创新，以及低端制造业部分环节的微创创新和渐进式创新。
进化。因为信息技术的引入是一个循序渐进的过程，它注重业态创新和模式创新的渐进式发展特点，率先启动贴近消费端的环节，进行从局部到整体、从量变到质变的动态演进，最终构建出新的制造模式和业态。
整合。进行产业生态的制度创新，进行基于价值链的资源重构创新，进行基于价值网络的系统集成创新。通过整合和整合各种资源，将企业从单一的参与者提升为行业定义者、平台搭建者和系统集成商。
不及物动词新模式新业态的重点应用领域
根据我们的国家工业领域的发展基础和现状，在许多具有数字化制造和网络化制造能力的新业态和新模式中，远程运维服务和规模定制服务有望通过新一代人工智能技术的应用形成突破。
(1)远程运维服务
根据人工智能技术需求迫切、技术应用基础好、开发效益高的原则，可在以下领域实现突破:轨道交通、航空发动机、风电设备、工程机械、通用旋转机械、火电和核电设备和电梯。
轨道交通(高速铁路):开发应用故障预测与健康管理(PHM)系统，开展新一代人工智能技术支持的远程运维服务，改变劳动密集型运维服务模式，降低运维服务中的劳动力需求，保障列车运行安全，保障列车设备出口。
图1远程运维服务在高速铁路中的应用
航空发动机:通过推进民航领域的远程运维，推动国产航空。公司与发动机供应商合作开发远程诊断平台。在现有监测、诊断和数据积累的基础上，将新一代人工智能技术引入航空发动机远程运维系统，进而延伸到军用航空发动机领域，以满足未来智能运维管理、智能作战指挥和智能后勤保障的重要需求。
风电设备:在现有风电监测诊断基础、振动监测系统、过程环境等数据采集与监控系统(SCADA)数据和大数据积累的基础上，利用新一代人工智能技术挖掘大数据信息，将振动监测系统和SCADA系统有效融合，实现风电机组的智能运维和寿命预测。
工程机械:改变目前我国工程机械以事后维护和定期维护为主的维护模式，将新一代人工智能技术引入工程机械远程运维服务，大幅提高运维的准确性、及时性和监控范围，降低工程机械人工维护成本，探索利用工程机械运行数据监控国内外经济运行。
图2远程运维服务在工程机械中的应用
通用旋转机械:用于石油化工和煤化工企业的鼓风机、压缩机、泵、阀门等设备。通用强大的和基于数据的设备进行远程。监控，实现智能远程运维，降低运营风险，降低设备维护成本。对于运营好的，我们会继续示范推广。
火电核电设备:将新一代人工智能技术引入相关设备，实现设备的全生命周期和实时动态。监控预警，增强污染物排放和安全运行状况的控制能力，增强公众安全信心。
电梯:开展新一代人工智能技术在电梯行业的深度应用，缓解电梯维保人员不足，提高电梯维保响应速度，增强备件和预测诊断能力。
2020年前，探索上述七个行业，建设七个远程运维中心。2025年前全面推广，技术达到世界领先水平。
(B)规模定制服务
新一代人工智能技术为大规模定制生产服务提供了技术基础。通过信息感知和数据积累，到大数据驱动的系统互联，通过自我感知、自我学习、自我决策三个步骤实现人工智能技术在定制生产中的应用。新一代人工智能技术有望在以下三个领域实现突破:家电行业、家具行业、服装行业。
家电行业:建立规模化定制服务平台，促进用户深度参与，将用户融入互联工厂，实现产销一体化，通过平台固化生产经验，利用人工智能技术推进生产系统的数字化和柔性化，实现定制产品的高精高效生产，提高无入库率，缩短生产周期。
家具行业:根据个性化产品多品种小批量生产的特点，借助人工智能技术帮助定制业务的开展，缩短设计周期，快速开发出符合市场变化和需求的产品。降低成本，提高生产效率，材料利用率提高10%，出错率降低到1%以下。
服装行业:消费者需求数据驱动的技术流、资金流、人才流、物流的垂直整合。通过流程再造和全流程数据驱动，基于一组消费者数据完成所有定制和服务的全流程，7个工作日内满足全球订单的个性化需求。以点带面推进商业模式，实现传统产业升级转型。
2020年前，探索上述三个行业，初步建成家具行业、家电行业、服装行业定制服务平台。2025年前在三个行业全面推广，技术水平达到世界领先水平，力争在汽车等行业探索试点。
七。政策建议
(1)新一代人工智能技术在远程运维服务和大规模定制生产中的应用，作为服务型制造最重要的两个方向，应该得到加强。
(2)加速人工智能技术教育纳入中国高等教育教育系统流程。据了解，英国已经上高中了。教育通过在高等教育阶段引入人工智能技术进行知识学习教育系统中的人工智能作为一门学科已经建立了相当长的时间。
(3)进一步加强网络安全。随着开放的逐步深入，我国的社会安全、金融安全、能源安全、信息安全和重大工程安全需要进一步保障。建议国家和各级政府尽快明确管理主体责任，制定外资进入我国人工智能市场的准入标准，制定人工智能数据传输、数据产权、数据隐私等方面的标准和法律法规，为我国人工智能技术的健康发展保驾护航。
(4)应用新一代人工智能技术，加强产品和服务的标准化。建议将智能制造的相关标准测试验证项目交由中介。机构企业联合申报的团体标准倾向于增强智能制造标准体系的实用性。