工业富联李军旗：我们的智造赋能三十年 | 世界人工智能融合发展大会

雷锋网消息，2019 年 11 月 19 日，世界人工智能融合发展大会在济南召开。大会上，富士康工业互联网董事长李军旗在做了《创新引领 智造赋能》的主题分享，主要阐述了富士康在过去 30 年的发展中，如何更新的技术融合，来促进传统的电子制造行业不断发展。

以下是李军旗在大会上的演讲内容，雷锋网做了不改变原意的整理和编辑。

大家都知道，在 30 年前，我们每个人都想要的电子产品就是一台电脑。在那个时候，富士康是一个传统的电子代工厂。自 1988 年在深圳设立电子厂以来，经过 30 年的发展，可以说是每十年一个阶段，总共经历了三个发展阶段。

第一个阶段是第一个十年，从 1988 年到 1998 年，主要是为电脑生产组装，是纯粹的传统制造代工组装。

第二个阶段是第二个十年。在之前，每个人想要的电子产品是功能型的手机，而不是今天的智能型手机。功能型手机的体积比电脑小，所以对零组件的精度要求非常高，而富士康就是这时候开始从传统的制造转型到精密制造的。

20 年前的功能型手机，其中一个典型用到超精密加工的零组件就是当时的摄像头，虽然那时的摄像头只有 30 万画素，但是制造这 30 万画素的模具却需要纳米等级，它需要 5 纳米的表面精度，5 纳米的表面光洁度，100 纳米的形状精度。要做这样的超精密加工，当时只有日本、德国这些工业发达的国家能够拥有。

我也就是那时候加入了富士康。我原来在大学读书的时候，是学人工智能，故障诊断专家系统，1991 年在华中科技大学读硕士，当时的华科最早的学部委员的院士是在 1989 年开了一个智能制造的国际学术会议，在国内率先提出智能制造的概念，我觉得这个题目很有意思。后来到 1994 年的时候，杨老师就说国内的实验环境比较差，建议我去东京大学去学智能制造，所以就跟高文院士成了校友。

第三阶段开始于在东大研究智能制造。当时东大有一位校长叫吉川弘之，曾于 1989 年在全球率先提出智能制造的概念。那个时候日本的实验环境比国内好很多，有先进的仪器和设备可以做实验。我花了几年时间拼命研究智能制造，1999 年就拿到博士论文，并开始做网络制造。

在 2000 年那个时候，通信手段连 4G 也没有，只是电话线，要做一个实验，用电话联线去传输大量的数据确实有很大的问题。虽然 2000 年实现了智能制造和网络制造的原型实践，但是我觉得很迷茫，好像来日本学人工智能，很难跟我们的工业实践相结合。于是就做了一个很大的决定，放弃了原来人工智能和智能制造的方向。

我觉得，智能制造、人工智能研究算法和现实差的太远，而日本最先进的技术是纳米加工，是精密制造，所以就跟东大另外一位教授叫中川威雄先生（日本模具协会创始人），开始研究精密制造。

在当时，有一个研究 30 万画素的镜片的模具加工技术的题目，需要 1 纳米分辨率的加工设备。因为日本有这样的设备和环境，就开始做纳米加工的研究。要真正在国内实现大批量生产，最关键的是装备。所以，我们不但研究工艺，后来也研究装备。

在 2006 年的时候，我们开发出了纳米精度等级的超精密加工机，参加了当年的东京机床博览会，带着这台设备参加了在深圳的高交会，开始探索如何把日本的精密制造基础跟国内的产业相结合。后来，这些研究技术，都跟后面智能终端产品的大规模生产紧密结合了。

在 2007 年，有一款智能终端产品，可以说改变了全世界的格局，里面用到很多的精密制造技术，这和我们当时研究的技术是有密切相关性的。也正是这个精密度非常高的智能终端产品，又为我们提出了新的制造技术的需求。大规模的生产制造，不但需要精密制造的技术，还需要自动化、大数据。

2006 年，富士康开发出了第一款机器人，经过十几年的开发，集团内拥有自主知识产权自主研发的机器人 8 万台，用在全国几十个厂区，实现制造过程的自动化，在这个基础上加传感器，实现数据化。

最近我们开始探讨网络化智能化，围绕着智能制造的这条路做了将近十年的探索。在过去 30 年，富士康从一个小小的电子代工厂到现在拥有 100 万员工，去年产值达 1.21 万亿人民币，在全国有将近 40 个园区，确实走过不断创新的转型升级的路。

2017 年 5 月 9 日，总理视察了我们位于郑州的智能终端产品的熄灯工厂，当时给了很高的评价，说你们应该在电子行业继续做大做强，持续引领电子行业的高端制造，同时又给集团提出新的要求：

是不是可以探索一下如何用你们在电子产业所引领的技术赋能中国广大的中小企业？如今中小企业技术转型升级需求非常迫切，但是对于如何实现转型，还在探索中，富士康可不可以在这方面做一些探索。

根据总理的要求，我们选择了一条路径——就是工业互联网。通过工业互联网的平台，把设备人员互联互通，探索出一条制造业的转型升级之路。基于这个环境和背景，富士康做了一个产业调整，2018 年 6 月 8 日，我们快速在 A 股上市，主打的、以及未来的方向就是工业互联网。

人们一直都在探索智能制造与工业互联网之间的逻辑关系。

为什么需要智能制造？为什么又需要工业互联网？经过几年时间的不断探索，我们也的确找到了其中的一些内在逻辑。

回溯过往二十载，消费互联网存在的目的是将产品通过网络平台对接给终端用户；而工业互联网则是将产品的供应链、制造过程连接入网，从而实现互联互通。也就是说，消费互联网与工业互联网之间最大的区别在于：能否将产品制造过程通过网络连接、共享。

而智能制造与工业互联网又是包含关系。智能制造将产品制造数字化、网络化、智能化，实现产品制造过程的可预测、可控制、无忧生产；在智能制造的基础上，形成工业互联网平台，通过环节调优，实现制造资源的优化配置。

智能制造也好，工业互联网平台也罢，这些技术名词的出现最终都需要产生价值。产生不了价值的技术研发，对一个企业来说是创新。这里的价值可以用八字总结：提质增效降本减存。

当然，在智能制造与工业互联网平台的打造过程中，也有一些问题存在，首当其冲的则是人才问题。无论是智能制造，还是工业互联网，缺乏核心技术加持，企业如想实现可持续发展，甚至引领行业无从谈起。而实现核心技术壁垒的最为关键要素则是复合型人才的多寡。

大背景下，在探索智能制造的过程当中，我们广纳人才，开发了智能制造中控系统，将原来做服务器的技术，下沉到车间的智能控制，实现车间层与工厂层的智能控制及无忧生产，对此，我们称之为雾小脑。

在工业互联网平台上，我们基于过去三十年时间积累的制造经验，开发了不同领域的专业云，如机械加工、CNC、机器人等对外赋能的软平台。

值得一提的是，在软硬件结合方面，我们打造的无忧生产熄灯工厂在今年 1 月 10 日被世界达沃斯经济论坛评为制造业的灯塔工厂。全球范围内总共 16 家入选，我们是唯一用工业大数据，工业人工智能实现无忧生产的系统。正是因为该技术的突破，今年的 MIT 麻省科技评论将工业富联评为全球最聪明的 50 家公司之一。

刚才主要谈到的是电子行业的智能制造，我来谈谈跨界创新的例子。

2017 年，有一款手机在全球范围内都较为畅销，这款手机最大的特色，就是把原来铝合金的制造外壳改成了不锈钢，就这一点小小的改变，对整个加工制造行业提出极大的挑战。当年 3 月份，我把全球做加工的，尤其是生产刀具的前十家企业全部请到深圳，看能不能在半年内突破加工领域不锈钢的高效率高精度加工。

日本的企业、欧美的企业，一个月之后全部放弃了。因为他们没有做过类似产品的加工制造，所以很难在短时间内提出不锈钢的高效、高品质的加工方法和工具。后来我说你们都可以放弃，如果我们放弃的话，今年这款手机上不了市，问题就大了。

还好，我们那个团队有材料研发的团队，有工艺研发，有设备研发的团队，他们通过研究开发，突破了当时刀具的材料配方的技术，并且加上了纳米涂层技术，终于使当年的不锈钢这款手机的加工制造，从不可能到真正的上市到后来推迟一个月时间上市。

在 2017 年突破不锈钢的加工技术后，2018 年 5 月 24 日，我看了《科技日报》的一篇报道，说中国的高铁是世界的一张名片，但是修铁轨的刀子还被欧洲一家小企业所控制。我们国内没有办法突破。

我想是不是可以尝试一下，从切削加工的角度来看，不锈钢的加工和高铁的加工在材料加工特性上有相似性。后来，我们这个团队花了半年时间，就把钢轨的铣刀问题解决了，如果解决了这个问题，也顶多是个进口替代。

那么，能不能把工业大数据，工业人工智能的技术用在这个领域？

后来的解决办法是在钢轨铣刀上加了传感器，可以实时监控修铁轨的状态，形成智能的运维系统，这个可以说是三种创新的集成：

• 原始创新，也就是材料的创新。

• 集成创新，把一个行业的工业大数据，工业人工智能的技术和传统的精密制造的技术结合进行集成创新。

• 跨界创新，把电子行业突破的技术能够应用在另外一个行业和领域，能够带给这个行业新的技术突破。

我刚才讲了智能制造，工业互联网平台，最终是要打造一个新的生态，智能制造核心要素，分为“三硬+三软”，制造业的核心技术，装备、工具、材料，三个基础要素。再加上工业大数据，工业人工智能和工业软件，才能形成智能制造整个体系。

工业互联网平台同样也有三硬和三软，分别是“三硬”：云、网、端。“三软”：工业大数据，工业人工智能和工业软件。如果将这两个“三硬、三软”结合起来，就会形成智能制造+工业互联网的新的生态。

刚才讲的这也是一个美好愿景，虽然智能制造从提出到现在成为国家战略已经经历了 30 年。要真正把这个愿景实现，还需要广大的企业能够共同努力，这需要一个长时间的过程。

如何对外赋能，我们回顾了过去十几年，我们探索的经历，总结出了这四种可以对外赋能的形式：

• 第一种是通过我们开发的行业里的专业云来实现对外服务。

• 第二种是通过数据服务。数据不一定大就是好，有用的数据才是可以形成对外赋能的数据。如何利用这些数据做有效的分析，来实现数据的对外赋能。

• 第三种是知识赋能。我们需要普及性的知识，工业富联的前任副董事长李杰教授出了很多工业大数据，工业人工智能的书，通过把过去的经验变成知识，让更多的人能够了解这些新的业态。

• 第四种是人才赋能。跨领域、跨行业的人才实现智能制造，实现工业互联网。

在过去 30 年中，富士康不断探索。现在山东也在探索新旧动能转换，希望把我们已经探索过的这些路径能够结合当地的企业、政府的一些实践，共同赋能中国制造。谢谢大家。

雷锋网年度评选——寻找19大行业的最佳AI落地实践

创立于2017年的「AI最佳掘金案例年度榜单」，是业内首个人工智能商业案例评选活动。雷锋网从商用维度出发，寻找人工智能在各个行业的最佳落地实践。

第三届评选已正式启动，关注微信公众号“雷锋网”，回复关键词“榜单”参与报名。详情可咨询微信号：xqxq_xq