9月28日，由中国高科技门户OFweek维科网主办的OFweek 2021中国智能制造数字化转型峰会暨企业家午餐会，在深圳四季酒店顺利举行。
本次午餐会是行业内高层次交流会，采用的是邀请制，出席的嘉宾有：OFweek维科网董事长李晓阳、加拿大工程院院士/华南理工大学教授杜如虚、上海交通大学教授曹其新、深圳大学教授石大明、华南理工大学教授闵华清、北京航空航天大学机械学院教授贠超等行业内顶级专家。
企业代表方面，有阿里云、百度、联想、树根互联、浪潮集团、阿童木机器人、大族机器人、合合信息、哈工智能、伟创力、梅卡曼德、Aabat+ GmbH、派纳维森等行业知名企业的总经理、副总裁到来。
在深圳大学特聘教授/博士生导师、（兼）哈尔滨工业大学博士生导师石大明教授的主持下，近二十位产业前沿洞察者、领航者共同参与，分享自己对于发展智能制造的经验与远见，解答在推进智能制造转型发展过程中遇到的困惑和问题，推动智能制造跨界技术创新、人才培养、产业落地，加强更多产、学、研合作机会。
在场嘉宾洞见行业问题，解析行业发展趋势
智能制造是我国接下来产业升级的关键点，已成为国家层面的发展战略，从2015年发布的《中国制造 2025》，到近期的《" 十四五 " 智能制造发展规划》 ( 征求意见稿 ) ，每年都会发布相关产业政策，以推动先进制造业的发展。
数据显示，2020年，我国智能制造行业的产值规模约为25056亿元，同比增长18.85%，预计未来几年我国智能制造行业将保持15% 左右的年均复合增速，到2025年，我国智能制造行业市场规模将超过5万亿元，行业增长空间巨大。
智能制造推进过程中面临的最大问题和挑战是什么？如何解决？数字化转型过程中，企业可以从哪些角度切入？在接下来的智能制造浪潮中，中国企业如何拿到行业话语权？……围绕智能制造发展面临的各种问题，现场嘉宾们展开了讨论，共同解析智能制造产业的未来发展趋势。
阿里云智能制造与能源电力产品解决方案总经理许呙兢指出，在推进智能的路上，可能存在理论上的问题。识别一只猫，机器需要百万次的经验，而人脑却只需要一两次就可以了，这是因为现在所有的计算理论都是冯·诺依曼的计算理论，核心是存算分离，而人脑是存算一体的。在存算分离下，会产生大量的数据，但数据大了之后，就会遇到瓶颈，所以最好是将机器做成像人脑一般的存算一体机制，不过现在还没有理论支撑存算一体到底是什么东西，根本无法着手。
华南理工大学教授闵华清也指出，现在机器智能的问题还是没有解决，比如智能语言理解，人类聊天可以各种话题跳跃，机器人就很呆板，就知道问今天天气怎样，小孩子玩个三天就没兴趣了。我们人类看东西很简单，理解东西也很简单，但计算机不是这样，它需要一个一个的做分类，做统计，然后模拟出来，所以要做深度计算，靠过去的计算机做不下去，现在靠超算已经能做下去了，能解决一些如视觉问题、固定条件下的应用等表面问题，但作为核心的智能问题还是没有解决。
百度智能制造专家关越分享了自己的看法，在百度看来，实现人工智能需要先人工后智能，现阶段，大数据必须先经过标注员的处理，只有依靠大量人力完成数据处理工作，接下来才能进入智能化阶段。其次，随着部署过程中历史数据的不断积累，数据信任问题日渐凸显，这个企业智能改造的数据不能用到下一家企业中，所以建立数据的信任体系，是目前整个产业都需要思考的问题。
联想商用总经理王磊表示，中国目前的PLC设备存量有6000万，数控机床现在的存量是400万，并以每年10%的速度在增长。在物联网时代，亟需的是可以软硬结合的产品，但何时出现尚未可知，主要是目前物联网的盈利模式尚不清晰，各供应商都在尝试之中。
梅卡曼德合伙人杨培发言称，之前她在参与一个大型智能工厂的建设中，发现了一个比较严重的问题，那就是在智能化改造过程中，工厂非常缺乏经验，对如何使用自动化和智能化来实现工艺的理解远远不够，实际遇到的问题几乎是预估的几十倍，导致整个流程时间非常紧，因此在智能化改造中，必须先理清思路，与有经验的人员进行深入的沟通，做到对各个工艺有充分的理解，这样才能成功。
北京航空航天大学机械学院教授贠超同时表示，智能制造的推进离不开机器人，但现阶段中国在机器人领域的核心技术还非常缺乏，特别是机器人的三大核心零部件减速机、伺服系统、控制器依然存在受制于人的局面，此外，在软件上，中国软件企业对于工业软件研发，目光不够长远，很难看到深层次的问题，像美国企业，重点关注的都是专利和标准。
另外，上海交通大学教授曹其新指出，在目前，出于短期内节约成本进行智能制造转型并不现实，和德国制造一样，中国智能制造也需要时间进行工艺和技术的不断积累，智能制造的发展应该由成熟的深度学习开始，通过物联网、互联网进行大数据收集整理，再由人工智能进行处理，形成闭环。
现场教授、企业家建言献策，助力企业转型智能制造
随着国家经济的发展，还有原材料价格、用工成本上升等多方面原因，近年来制造业的生产成本在不断上涨，在这样的背景下，企业想要完成智能制造转型升级该从哪些角度切入呢，有什么比较好的办法吗？
针对此，在场嘉宾也是纷纷建议献策，加拿大工程院院士/华南理工大学教授杜如虚首先表示，制造业的生产成本增加是必然的，随着国家经济总量的增长而水涨船高，企业可以通过技术创新来平衡成本，同时要有长远布局，整个产业的具体情况虽然看不清，但对细分领域的发展趋势还是可以预测的。
同时杜如虚院士还指出，企业要推进智能制造，可以在四方面做好布局，第一，就是要找出企业的问题在哪里，可能遭遇的挫折和障碍有哪些；第二，要把应变机制植入到系统里面，比如人才问题，可以和大学合作，把还在念书的学生先签好，培养定向生，作为保障，解决人才缺乏问题；第三，要做仿真，发挥出企业的数据价值，把各种应变情况来练习一下，做到心中有数；第四，要做好优化，把手中的资源发挥出最大的价值，这可以解决一部分问题。
百度智能制造专家关越还指出，在发挥信息、数据、知识的价值时，有一个方面很多人忽略了，那就是隐性知识，这部分知识很多都是存在老师傅的脑子里，而且跟具体的产品联系是很紧密的，超过一定范围，这个隐性知识就没用了，所以如何把这个隐性知识变成可以沉淀的知识库，使其可以在同一个产业和同一个产品制造过程中传承下去，是非常重要的，做好了可以大幅提高企业的数字化能力。
阿童木机器人深圳子公司总经理吴江峰表示，机器人发展面临着核心零部件限制和人才匮乏问题，底层技术限制了企业的竞争力。就像阿童木使用的机器人核心零部件都是国外的，不仅采购价格贵，而且很多问题不可控，又需要找国外的人解决，再次增加了成本，这时，就只能将成本附加到终端客户上面，大大降低了产品的竞争力，为了解决这个问题，国内的科研机构、企业们应该联合起来，在底层技术，在基础层面上作出突破，解决核心零部件的问题。
大族机器人副总经理赵屹表达了乐观的看法，他认为中国人解决问题的效率很高，用的时间甚至只有外国的三分之一，这是我们的长处。对于机器人，在一些核心零部件方面，如驱动器、控制器、编码器、减速机等，也已经取得了一些突破，传感器也在加紧研发，从长远来看，中国有十足的把握能够占领新一轮高地。
经过交流观点、思想碰撞，参会嘉宾都收获颇丰，在讨论环节结束后依然意犹未尽，纷纷主动寻找他人进行深度交流，现场气氛非常热烈，直到下午两点午餐会结束时间，各位参会人员都得到了满意的结果，至此，OFweek 2021中国智能制造数字化转型峰会暨CEO午餐会圆满落幕！
