工業富聯李軍旗：我們的智造賦能三十年 | 世界人工智能融合發展大會

雷鋒網消息，2019 年 11 月 19 日，世界人工智能融合發展大會在濟南召開。大會上，富士康工業互聯網董事長李軍旗在做了《創新引領 智造賦能》的主題分享，主要闡述了富士康在過去 30 年的發展中，如何更新的技術融合，來促進傳統的電子制造行業不斷發展。

以下是李軍旗在大會上的演講內容，雷鋒網做了不改變原意的整理和編輯。

大家都知道，在 30 年前，我們每個人都想要的電子產品就是一臺電腦。在那個時候，富士康是一個傳統的電子代工廠。自 1988 年在深圳設立電子廠以來，經過 30 年的發展，可以說是每十年一個階段，總共經歷了三個發展階段。

第一個階段是第一個十年，從 1988 年到 1998 年，主要是為電腦生產組裝，是純粹的傳統制造代工組裝。

第二個階段是第二個十年。在之前，每個人想要的電子產品是功能型的手機，而不是今天的智能型手機。功能型手機的體積比電腦小，所以對零組件的精度要求非常高，而富士康就是這時候開始從傳統的制造轉型到精密制造的。

20 年前的功能型手機，其中一個典型用到超精密加工的零組件就是當時的攝像頭，雖然那時的攝像頭只有 30 萬畫素，但是制造這 30 萬畫素的模具卻需要納米等級，它需要 5 納米的表面精度，5 納米的表面光潔度，100 納米的形狀精度。要做這樣的超精密加工，當時只有日本、德國這些工業發達的國家能夠擁有。

我也就是那時候加入了富士康。我原來在大學讀書的時候，是學人工智能，故障診斷專家系統，1991 年在華中科技大學讀碩士，當時的華科最早的學部委員的院士是在 1989 年開了一個智能制造的國際學術會議，在國內率先提出智能制造的概念，我覺得這個題目很有意思。后來到 1994 年的時候，楊老師就說國內的實驗環境比較差，建議我去東京大學去學智能制造，所以就跟高文院士成了校友。

第三階段開始于在東大研究智能制造。當時東大有一位校長叫吉川弘之，曾于 1989 年在全球率先提出智能制造的概念。那個時候日本的實驗環境比國內好很多，有先進的儀器和設備可以做實驗。我花了幾年時間拼命研究智能制造，1999 年就拿到博士論文，并開始做網絡制造。

在 2000 年那個時候，通信手段連 4G 也沒有，只是電話線，要做一個實驗，用電話聯線去傳輸大量的數據確實有很大的問題。雖然 2000 年實現了智能制造和網絡制造的原型實踐，但是我覺得很迷茫，好像來日本學人工智能，很難跟我們的工業實踐相結合。于是就做了一個很大的決定，放棄了原來人工智能和智能制造的方向。

我覺得，智能制造、人工智能研究算法和現實差的太遠，而日本最先進的技術是納米加工，是精密制造，所以就跟東大另外一位教授叫中川威雄先生（日本模具協會創始人），開始研究精密制造。

在當時，有一個研究 30 萬畫素的鏡片的模具加工技術的題目，需要 1 納米分辨率的加工設備。因為日本有這樣的設備和環境，就開始做納米加工的研究。要真正在國內實現大批量生產，最關鍵的是裝備。所以，我們不但研究工藝，后來也研究裝備。

在 2006 年的時候，我們開發出了納米精度等級的超精密加工機，參加了當年的東京機床博覽會，帶著這臺設備參加了在深圳的高交會，開始探索如何把日本的精密制造基礎跟國內的產業相結合。后來，這些研究技術，都跟后面智能終端產品的大規模生產緊密結合了。

在 2007 年，有一款智能終端產品，可以說改變了全世界的格局，里面用到很多的精密制造技術，這和我們當時研究的技術是有密切相關性的。也正是這個精密度非常高的智能終端產品，又為我們提出了新的制造技術的需求。大規模的生產制造，不但需要精密制造的技術，還需要自動化、大數據。

2006 年，富士康開發出了第一款機器人，經過十幾年的開發，集團內擁有自主知識產權自主研發的機器人 8 萬臺，用在全國幾十個廠區，實現制造過程的自動化，在這個基礎上加傳感器，實現數據化。

最近我們開始探討網絡化智能化，圍繞著智能制造的這條路做了將近十年的探索。在過去 30 年，富士康從一個小小的電子代工廠到現在擁有 100 萬員工，去年產值達 1.21 萬億人民幣，在全國有將近 40 個園區，確實走過不斷創新的轉型升級的路。

2017 年 5 月 9 日，總理視察了我們位于鄭州的智能終端產品的熄燈工廠，當時給了很高的評價，說你們應該在電子行業繼續做大做強，持續引領電子行業的高端制造，同時又給集團提出新的要求：

是不是可以探索一下如何用你們在電子產業所引領的技術賦能中國廣大的中小企業？如今中小企業技術轉型升級需求非常迫切，但是對于如何實現轉型，還在探索中，富士康可不可以在這方面做一些探索。

根據總理的要求，我們選擇了一條路徑——就是工業互聯網。通過工業互聯網的平臺，把設備人員互聯互通，探索出一條制造業的轉型升級之路。基于這個環境和背景，富士康做了一個產業調整，2018 年 6 月 8 日，我們快速在 A 股上市，主打的、以及未來的方向就是工業互聯網。

人們一直都在探索智能制造與工業互聯網之間的邏輯關系。

為什么需要智能制造？為什么又需要工業互聯網？經過幾年時間的不斷探索，我們也的確找到了其中的一些內在邏輯。

回溯過往二十載，消費互聯網存在的目的是將產品通過網絡平臺對接給終端用戶；而工業互聯網則是將產品的供應鏈、制造過程連接入網，從而實現互聯互通。也就是說，消費互聯網與工業互聯網之間最大的區別在于：能否將產品制造過程通過網絡連接、共享。

而智能制造與工業互聯網又是包含關系。智能制造將產品制造數字化、網絡化、智能化，實現產品制造過程的可預測、可控制、無憂生產；在智能制造的基礎上，形成工業互聯網平臺，通過環節調優，實現制造資源的優化配置。

智能制造也好，工業互聯網平臺也罷，這些技術名詞的出現最終都需要產生價值。產生不了價值的技術研發，對一個企業來說是創新。這里的價值可以用八字總結：提質增效降本減存。

當然，在智能制造與工業互聯網平臺的打造過程中，也有一些問題存在，首當其沖的則是人才問題。無論是智能制造，還是工業互聯網，缺乏核心技術加持，企業如想實現可持續發展，甚至引領行業無從談起。而實現核心技術壁壘的最為關鍵要素則是復合型人才的多寡。

大背景下，在探索智能制造的過程當中，我們廣納人才，開發了智能制造中控系統，將原來做服務器的技術，下沉到車間的智能控制，實現車間層與工廠層的智能控制及無憂生產，對此，我們稱之為霧小腦。

在工業互聯網平臺上，我們基于過去三十年時間積累的制造經驗，開發了不同領域的專業云，如機械加工、CNC、機器人等對外賦能的軟平臺。

值得一提的是，在軟硬件結合方面，我們打造的無憂生產熄燈工廠在今年 1 月 10 日被世界達沃斯經濟論壇評為制造業的燈塔工廠。全球范圍內總共 16 家入選，我們是唯一用工業大數據，工業人工智能實現無憂生產的系統。正是因為該技術的突破，今年的 MIT 麻省科技評論將工業富聯評為全球最聰明的 50 家公司之一。

剛才主要談到的是電子行業的智能制造，我來談談跨界創新的例子。

2017 年，有一款手機在全球范圍內都較為暢銷，這款手機最大的特色，就是把原來鋁合金的制造外殼改成了不銹鋼，就這一點小小的改變，對整個加工制造行業提出極大的挑戰。當年 3 月份，我把全球做加工的，尤其是生產刀具的前十家企業全部請到深圳，看能不能在半年內突破加工領域不銹鋼的高效率高精度加工。

日本的企業、歐美的企業，一個月之后全部放棄了。因為他們沒有做過類似產品的加工制造，所以很難在短時間內提出不銹鋼的高效、高品質的加工方法和工具。后來我說你們都可以放棄，如果我們放棄的話，今年這款手機上不了市，問題就大了。

還好，我們那個團隊有材料研發的團隊，有工藝研發，有設備研發的團隊，他們通過研究開發，突破了當時刀具的材料配方的技術，并且加上了納米涂層技術，終于使當年的不銹鋼這款手機的加工制造，從不可能到真正的上市到后來推遲一個月時間上市。

在 2017 年突破不銹鋼的加工技術后，2018 年 5 月 24 日，我看了《科技日報》的一篇報道，說中國的高鐵是世界的一張名片，但是修鐵軌的刀子還被歐洲一家小企業所控制。我們國內沒有辦法突破。

我想是不是可以嘗試一下，從切削加工的角度來看，不銹鋼的加工和高鐵的加工在材料加工特性上有相似性。后來，我們這個團隊花了半年時間，就把鋼軌的銑刀問題解決了，如果解決了這個問題，也頂多是個進口替代。

那么，能不能把工業大數據，工業人工智能的技術用在這個領域？

后來的解決辦法是在鋼軌銑刀上加了傳感器，可以實時監控修鐵軌的狀態，形成智能的運維系統，這個可以說是三種創新的集成：

• 原始創新，也就是材料的創新。

• 集成創新，把一個行業的工業大數據，工業人工智能的技術和傳統的精密制造的技術結合進行集成創新。

• 跨界創新，把電子行業突破的技術能夠應用在另外一個行業和領域，能夠帶給這個行業新的技術突破。

我剛才講了智能制造，工業互聯網平臺，最終是要打造一個新的生態，智能制造核心要素，分為“三硬+三軟”，制造業的核心技術，裝備、工具、材料，三個基礎要素。再加上工業大數據，工業人工智能和工業軟件，才能形成智能制造整個體系。

工業互聯網平臺同樣也有三硬和三軟，分別是“三硬”：云、網、端。“三軟”：工業大數據，工業人工智能和工業軟件。如果將這兩個“三硬、三軟”結合起來，就會形成智能制造+工業互聯網的新的生態。

剛才講的這也是一個美好愿景，雖然智能制造從提出到現在成為國家戰略已經經歷了 30 年。要真正把這個愿景實現，還需要廣大的企業能夠共同努力，這需要一個長時間的過程。

如何對外賦能，我們回顧了過去十幾年，我們探索的經歷，總結出了這四種可以對外賦能的形式：

• 第一種是通過我們開發的行業里的專業云來實現對外服務。

• 第二種是通過數據服務。數據不一定大就是好，有用的數據才是可以形成對外賦能的數據。如何利用這些數據做有效的分析，來實現數據的對外賦能。

• 第三種是知識賦能。我們需要普及性的知識，工業富聯的前任副董事長李杰教授出了很多工業大數據，工業人工智能的書，通過把過去的經驗變成知識，讓更多的人能夠了解這些新的業態。

• 第四種是人才賦能。跨領域、跨行業的人才實現智能制造，實現工業互聯網。

在過去 30 年中，富士康不斷探索。現在山東也在探索新舊動能轉換，希望把我們已經探索過的這些路徑能夠結合當地的企業、政府的一些實踐，共同賦能中國制造。謝謝大家。

雷鋒網年度評選——尋找19大行業的最佳AI落地實踐

創立于2017年的「AI最佳掘金案例年度榜單」，是業內首個人工智能商業案例評選活動。雷鋒網從商用維度出發，尋找人工智能在各個行業的最佳落地實踐。

第三屆評選已正式啟動，關注微信公眾號“雷鋒網”，回復關鍵詞“榜單”參與報名。詳情可咨詢微信號：xqxq_xq

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。