在廣州博創智能裝備公司靠牆的一麵，一排可容納3000多個庫位的立體倉引人注目。每一個“寄存”在立體倉的原料背麵都貼有一個二維碼

，從入庫到出庫，全程都可追溯。

博創智能製造首席工程師黃土榮對此還不是很滿意，“如果換做是今天
，我們可能連這個立體倉都不會建了。所有原料的抵達都精準到2個小時內，就直接進入生產線。如果新建工廠還有很大的倉庫，這意味著庫存占用了很大的資金成本”。

今年年初，賽迪顧問數據表示
，互聯網金融、安防
、交通貢獻了超過50%的AI市場份額，緊跟其後的是與消費者息息相關的消費電子、教育
、醫療等，而製造業的AI市場份額隻有5%。但這種局麵正得到改變
，人工智能逐步向產業互聯網的深水區尤其是傳統製造業進發。

普華永道一份分析報告顯示
，到2030年全球得益於人工智能推動的經濟增長高達15.7萬億美元，而中國就有7萬wan億yi美mei元yuan

，增zeng長chang動dong力li主zhu要yao來lai自zi於yu人ren工gong智zhi能neng在zai企qi業ye流liu程cheng自zi動dong化hua帶dai來lai的de生sheng產chan力li提ti高gao
，增zeng強qiang智zhi能neng提ti升sheng產chan品pin和he服fu務wu的de消xiao費fei，機ji器qi輔fu助zhu智zhi能neng提ti高gao企qi業ye勞lao動dong力li水shui平ping。

AI深入產線助力“降本增效”

注塑
，聽起來非常傳統的一門行業，但它與日常生活息息相關
，手機
、相機
、礦泉水、筆等都是注塑加工出來的。

麵對龐大的生產線
，利用人工智能技術成為製造企業走向智能化、信息化升級的關鍵驅動力。黃土榮掏出手機，指著手機殼說
，對很多用戶來說，幾乎都有過這樣的體驗：白色塑料手機殼剛用時都是透明的，但用著用著就發黃變色。

“以前要做一個手機殼多是憑經驗
，其中要用到不同的PP材(cai)料(liao)
，都(dou)需(xu)要(yao)依(yi)賴(lai)經(jing)驗(yan)摸(mo)索(suo)，不(bu)同(tong)的(de)配(pei)方(fang)和(he)注(zhu)塑(su)工(gong)藝(yi)，組(zu)合(he)起(qi)來(lai)有(you)將(jiang)近(jin)上(shang)萬(wan)種(zhong)方(fang)案(an)，哪(na)一(yi)種(zhong)是(shi)最(zui)佳(jia)組(zu)合(he)
，經(jing)驗(yan)也(ye)不(bu)可(ke)靠(kao)，而(er)通(tong)過(guo)智(zhi)能(neng)分(fen)析(xi)，對(dui)注(zhu)塑(su)工(gong)藝(yi)過(guo)程(cheng)進(jin)行(xing)控(kong)製(zhi)研(yan)發(fa)
，才(cai)可(ke)能(neng)找(zhao)到(dao)最(zui)佳(jia)組(zu)合(he)。”黃土榮說。

rengongzhinengbujinkeyitishengxiaolv，hainengjiangdichengben。zhejiangyijiazhuanyepinlvzujianyugancezujiangonghuoshangchejian
，nvgongmenchuanzhehouhoudegongfuzuozaibolifang
，duizhexianweijingxiayongyoubiaokachijinxingjiance，jingduyaoqiuzaiweimiji，mianduijinqianzhongdecuowuzhuangkuang，nvgongmenjihumeitianpiyuyingdui，erqieguoquyilairengongfangpian、人工測量、人工錄入數據到MES係統
，出了問題後很難查找。

廣州賽意信息借助機器視覺的自動檢測，這些不知疲倦的“火眼金睛”
，很快將檢測精度提升一個台階。盡管部署這樣一套高清攝像係統需要幾百萬元，但相比人工成本仍有非常大的優勢：工廠需要40名工人兩班倒，算上工人培訓的成本，這套係統兩年內就能回本。

“比如醫藥行業，生產的藥丸往往是花花綠綠的；在食品企業，餅幹也是五花八門的形狀。現在可以通過機器視覺幫助客戶完成分揀。”廣州數控設備有限公司智能製造工程中心負責人宋健介紹。

過去
，以人臉識別為代表的機器視覺應用，逐步滲透到傳統製造行業，推動企業降本增效。

數據為智能製造提供“養分”

事實上，智能製造並不是一個新鮮事物。不同的是，廣州賽意信息董事長張成康說，轉變在於生產環節有了海量的數據
，尤其是伴隨著AI和5G傳輸等技術的提升，使數據采集、清洗等更加高效。“以前係統跑一個MRP（物資需求計劃），都是結構化數據
，需要很長時間，現在工業互聯網上，大量非結構化數據
，例如，溫度
、震動、語音、圖像等，對數據運算的能力都很不一樣，傳輸速度不僅要快，圖像清晰度還要高
，數據量非常大。”張成康說。

有了大量的數據，通過機器自學習，可以不斷在工藝上調優。賽意信息推出的“工業手環”，采集工業設備的噪音、震動、溫度等振動頻率，實時監測設備的運行狀況，優化生產運營效率。“如果生產線錯誤率突然升高，這可能是前端更換了新材料或新模具、新工藝

，往前追溯查找問題。”張成康說。

過去，製造企業守著數據的金礦卻無從下手

，而現在越來越重視在數據中淘金。黃土榮說，以前可能是20年的老師傅才能做好，但通過人工智能工藝係統，也可以在短時間獲取相當於20年老師傅的經驗。

對(dui)數(shu)據(ju)的(de)分(fen)析(xi)，也(ye)催(cui)生(sheng)了(le)生(sheng)產(chan)型(xing)服(fu)務(wu)業(ye)新(xin)的(de)增(zeng)長(chang)引(yin)擎(qing)。黃(huang)土(tu)榮(rong)介(jie)紹(shao)，未(wei)來(lai)公(gong)司(si)除(chu)了(le)堅(jian)定(ding)做(zuo)注(zhu)塑(su)裝(zhuang)備(bei)這(zhe)個(ge)主(zhu)業(ye)外(wai)

，也(ye)將(jiang)繼(ji)續(xu)做(zuo)強(qiang)注(zhu)塑(su)過(guo)程(cheng)的(de)數(shu)據(ju)分(fen)析(xi)，盡(jin)管(guan)後(hou)者(zhe)目(mu)前(qian)年(nian)營(ying)收(shou)隻(zhi)有(you)3000萬元，約占總營收的3%，但利潤占比則達到了20%。未來5年，這部分營收占比有望突破3億元，利潤可能會超過單純的銷售設備。

借助數據，廣東企業找到了升級的“鑰匙”。根據廣東省政府近日印發的《廣東省建設國家數字經濟創新發展試驗區工作方案》，其中提及，通過3年左右的探索實踐，廣東將強化智能製造高端供給
，推動製造業數字化轉型，推動5萬家以上工業企業運用工業互聯網實施軟硬一體的數字化改造。

自主可控催生國產替代新機遇

借助新技術
，製造業整體水平不斷邁向產業鏈價值鏈高端

，也催生了新的國產替代機遇。

在一次看報紙時，富士康工業互聯網董事長李軍旗偶然發現，截至2018年，中國高鐵養護技術被一家奧地利的外國企業壟斷，李軍旗當時就想
，能否利用本企業已掌握的技術解決該難題
？

依托近十年在精密工具領域布局的材料、塗層、高端裝備、精密智能製造加工等核心技術及團隊研發能力，隻經過數個月的攻關，就成功研發出“智能鋼軌銑刀”
，解決了“卡脖子”技術。

qiyeyanfachuzizhuhexinlingbujianhou，haixuzaiyingyongzhongbuduandiedai
，ruhebangqijinrugengduoyingyongchangjingquchendianjishu？zaizhegeguochengzhong，guoneiqiyeduiguochanpinzhiyeyoulechongzudexinxin。

賽特智能董事長李睿也感覺，此前
，國產雷達穩定性、可靠性都非常差，國內機器人廠商幾乎不敢碰，但如今國產雷達技術水平也有了顯著提升，賽特智能也加強了與國產雷達的深入合作。

製造業升級的需求強烈
，也催生製造企業在ITxitongdengfangmiandetouru
，yucitongshi，qiyeduiguochanzizhukekongdezhongyaoxingyeriyizhongshi，zhangchengkangrenwei，zhongguodechanyeliangengwanzheng，shangyemoshiyebufachuangxin，bentugongyeruanjianqiyegengduodeshi“草根”，有著與身俱來深入企業一線的優勢
，熟知企業痛點和發展需求
，未來極有可能跑出一些有行業影響力的企業。

張成康注意到，無論是國內大量新建工廠，還是越南、印度等地推進的自動化，其設備的運營與維護都少不了後續的服務，這為中國軟件企業創造了新的機會。

■延伸

智能製造還有幾道坎


？

“很多企業在遭遇經濟下行壓力時
，往往首先砍的預算就是信息化投入
，不願構建自己的‘心髒’和‘大腦’。”在廣州舉行的工業軟件國產化高層論壇
，一位行業人士的演講引發了不少參會者的共鳴。

近幾年來，AI的應用場景逐漸從視頻
、電商擴大到智能安防、自zi動dong駕jia駛shi等deng領ling域yu

，應ying用yong廣guang度du和he深shen度du不bu斷duan擴kuo大da。然ran而er，在zai製zhi造zao等deng傳chuan統tong行xing業ye，依yi然ran有you不bu少shao企qi業ye被bei區qu隔ge在zai數shu字zi經jing濟ji之zhi外wai。究jiu其qi原yuan因yin，還hai在zai於yu生sheng產chan運yun輸shu環huan境jing惡e劣lie
、產業鏈複雜、場景不標準等因素導致。

痛點一：如何獲取數據？

打消疑慮就要幫客戶提升數據價值

傳統企業與科技企業相比，數字化基因不足，包括原有信息係統老化、“煙囪化”嚴重，數據積累不足且類型單一，大數據分析能力不足，數據模型缺失以及數據對決策支持理念與流程不到位。

“數據采集是一個漫長的過程，如何給數據貼標簽也是難點
，涉及複雜的工業機理和數學模型。”廣州博創智能製造首席工程師黃土榮說。

在博創看來，重點要打消客戶對數據的顧慮。“我們構建了行業的知識庫
，企業雖然關注數據的安全，但也同時會關注，如何更好活下去，讓數據產生更好的經濟效益。”黃土榮說，工業數據和用戶數據剝離
，經過脫敏，博創收到的是機器的數據
，用於自動診斷和排查，這對企業來說是安全的。

黃土榮打個比方：“數shu據ju就jiu好hao比bi客ke戶hu的de水shui稻dao
，我wo們men將jiang水shui稻dao加jia工gong成cheng麵mian包bao給gei到dao客ke戶hu，他ta們men自zi然ran就jiu願yuan意yi交jiao換huan我wo的de麵mian包bao了le。而er我wo還hai希xi望wang數shu據ju的de價jia值zhi繼ji續xu提ti升sheng，將jiang水shui稻dao加jia工gong成cheng酒jiu，可ke以yi賣mai出chu更geng高gao的de價jia格ge。”

痛點二：擔心投入風險？

人工成本將高過信息化投入

傳統製造企業一邊擁抱AI機遇，但也一邊防範AI對自身優勢的衝擊
，而非利用AI技術建立新的競爭壁壘。

“製造企業那麼多設備，是幾十年持續投入下來的
，老舊設備怎麼辦，不是說想改變就能改變、說扔就扔的。”黃土榮說。

害怕失敗的風險，加上前期資金投入太大
，讓很多企業對信息化改造踟躕不前。

廣州賽意信息董事長張成康用“剪刀差”打個比方：如果把時間作為一個橫軸，把成本作為縱軸
，可以看到
，隨著時間的延展，人工成本一定會越來越高，但自動化、智能化的成本越來越少。實際上

，信息技術發展太快
，相應成本逐漸降低，當場景的交叉點來臨，自動化和智能化就會全部取代人工。

他ta舉ju了le一yi個ge例li子zi，一yi家jia山shan東dong從cong事shi水shui管guan鑄zhu造zao件jian客ke戶hu，他ta們men積ji極ji嚐chang試shi做zuo無wu人ren化hua工gong廠chang，從cong成cheng本ben上shang來lai說shuo，其qi投tou入ru其qi實shi是shi更geng高gao的de。但dan作zuo為wei頭tou部bu企qi業ye，必bi須xu要yao有you引yin領ling的de標biao杆gan和he技ji術shu

，才cai能neng持chi續xu領ling先xian於yu競jing爭zheng對dui手shou，同tong時shi，信xin息xi化hua成cheng本ben在zai不bu斷duan降jiang低di，雖sui然ran當dang下xia效xiao益yi未wei必bi是shi最zui好hao的de，但dan隻zhi要yao在zai不bu斷duan應ying用yong就jiu能neng不bu斷duan降jiang低di成cheng本ben。

痛點三：技術陷入同質化？

對場景理解重要性凸顯

在智能製造領域，互聯網、科技、ICT與製造企業的切入角度不同，但無論從哪個角度，AI算法已經不再構成“壁壘”，隨著大量算法和通用平台已被開放出來
，中小企業的選擇非常多。

這意味著，依托算法和數據等建立的優勢，也將很快被趕超。與此同時，有技術但沒有好的場景，就好比“拿著錘子找釘子”，這樣的情況並不少見。

張成康認為，企業最終比拚的依然是對場景的理解，即能否提供一套谘詢和解決方案的能力。

張成康提到一個筷子篩選中的案例：筷子有長有短
，視覺AI在嚐試中發現並不是非常精細化，最後的解決方案非常簡單：兩塊夾板一夾，長筷子留下，短筷子往下掉；這樣的步驟重複幾次
，筷子分類就做好了。

“明明有些場景投入幾萬元就輕鬆解決，關鍵看你對場景的理解是不是到位。”張成康說，對於智能製造理解，也並非一味強調各種新技術的整合應用。

■相關

智造企業如何培養“接班人”？

從中專畢業，17歲進入富士康
，朱偉一待就是14年
，從用砂輪打磨的模具學員開始
，跳到了技術部接觸了自動化技術，成功轉型為一名熟練技術工人，並在2019年晉升為模具工程師。

在“機器換人”的(de)自(zi)動(dong)化(hua)浪(lang)潮(chao)中(zhong)，有(you)人(ren)離(li)開(kai)，有(you)人(ren)留(liu)了(le)下(xia)來(lai)
，朱(zhu)偉(wei)成(cheng)為(wei)留(liu)下(xia)來(lai)的(de)一(yi)員(yuan)。過(guo)去(qu)，朱(zhu)偉(wei)隻(zhi)是(shi)富(fu)士(shi)康(kang)每(mei)台(tai)機(ji)器(qi)前(qian)麵(mian)都(dou)有(you)一(yi)個(ge)站(zhan)著(zhe)的(de)那(na)位(wei)，現(xian)在(zai)
，朱(zhu)偉(wei)隱(yin)身(shen)於(yu)機(ji)器(qi)之(zhi)後(hou)，通(tong)過(guo)屏(ping)幕(mu)同(tong)時(shi)操(cao)控(kong)十(shi)幾(ji)台(tai)機(ji)器(qi)。

曾經忙碌在工廠層層流水線上的“打工人”，創造了中國持續高速增長的經濟奇跡；而在當下，越來越多的簡單勞動正被機器人替代

，同時，新生代年輕人第一份工作寧可去送外賣快遞
，也不願意進入製造工廠。

製造業人才又極度稀缺。日前，在2020中國5G+工業互聯網大會上，國家工業信息安全發展研究中心發布了《2020人工智能與製造業融合發展白皮書》提及，我國人工智能人才缺口達30萬。一方麵，人工智能與製造業融合存在的諸多難點
，另一方麵，發展至今，再談機器人，已經不能局限在“機器換人”的簡單邏輯。製造業如何才能吸引年輕人？

“機器換人”紅利接近瓶頸

每(mei)當(dang)提(ti)及(ji)企(qi)業(ye)大(da)規(gui)模(mo)機(ji)器(qi)換(huan)人(ren)的(de)潮(chao)流(liu)，將(jiang)搶(qiang)奪(duo)工(gong)人(ren)飯(fan)碗(wan)時(shi)，便(bian)會(hui)引(yin)起(qi)較(jiao)大(da)範(fan)圍(wei)的(de)社(she)會(hui)爭(zheng)議(yi)。部(bu)分(fen)機(ji)械(xie)工(gong)人(ren)必(bi)將(jiang)被(bei)機(ji)器(qi)所(suo)取(qu)代(dai)
，這(zhe)也(ye)是(shi)全(quan)球(qiu)工(gong)業(ye)自(zi)動(dong)化(hua)的(de)發(fa)展(zhan)趨(qu)勢(shi)。但(dan)這(zhe)是(shi)否(fou)意(yi)味(wei)著(zhe)工(gong)人(ren)變(bian)得(de)不(bu)再(zai)重(zhong)要(yao)？

“企業發展是循序漸進的，除了土地廠房
，企業設備投入是大頭
，沒法快速更新，10年nian前qian都dou還hai在zai用yong，現xian在zai也ye不bu算suan太tai落luo後hou，對dui很hen多duo中zhong小xiao企qi業ye來lai說shuo，可ke能neng就jiu隻zhi選xuan擇ze自zi動dong化hua工gong序xu中zhong的de一yi部bu分fen
，即ji便bian是shi廣guang汽qi集ji團tuan這zhe樣yang最zui先xian進jin的de製zhi造zao業ye企qi業ye，衝chong壓ya工gong位wei也ye用yong了le比bi較jiao多duo的de工gong人ren。”廣州數控設備有限公司智能製造工程中心負責人宋健說。

tarenwei，jibianshizaikuaisubianhuadeshoujixingye，yeyouhenduogongweibingmeiyoushixianzidonghua，qiaqiashiyinweigengxinhuandaitaikuai
，henduoqiyeyenanyouzugoudelirunlaizhichengkuaisuzidonghua。

但過度自動化也產生了新的問題。日前，央行課題組在題為《疫情衝擊下全球經濟麵臨變革》文章中認為
，過度自動化造成失業增加
，但生產率卻未得到提高。

在業界看來
，自動化並不一定等於創新，自動化主要是在生產和服務流程上以機器取代人工，“創造性破壞”shiyixindejishuhechanyequdaijiudetixi，erzidonghuabingbuhuichuangzaogengduozuyifugaiyinqixingchengdeshiyedegangwei
，shenzhiyemeiyouyinfashengchanxiaolvdetigao，jinjinshijiangdilerengongchengben。

美國學者近年的研究發現，在過去的三十年裏，由於過度自動化，湧現出一些所謂的“平庸技術”，如自動檢查站、zidonghuakehufuwu，huoshiguoduzidonghuadeshengchanchejian。zhexiezidonghuameiyouyinfashengchanxiaolvdetigao，danquezaochengledaliangdetidairengongxianxiang，congshengchanxiaolvhelaodongliliangfangmiangeijingjidailaishuangzhongdaji。

“事實上，10年前開始盛行的‘機器換人’那一波浪潮，已經接近尾聲了，該換的機器也換了
，自動化程度也差不多了。”一位製造業內部人士表示，一些精密製造企業的營收也已趨緩。

人的成長與產業的提升交替上升

麵mian對dui人ren才cai短duan缺que成cheng為wei製zhi約yue人ren工gong智zhi能neng與yu製zhi造zao業ye融rong合he的de短duan板ban，多duo位wei受shou訪fang專zhuan家jia不bu約yue而er同tong提ti到dao

，要yao為wei未wei來lai的de新xin增zeng崗gang位wei培pei養yang人ren才cai，也ye要yao有you豐feng富fu的de渠qu道dao接jie納na現xian有you人ren才cai的de再zai教jiao育yu、再培訓
，為現有的人才補充新的能力來適應新時代的需要。

在珠三角的一家製造業工廠，工廠也在想方設法提升員工的技能。該公司負責人告訴南方日報記者，實際上，設備越先進、自動化程度越高，人的深度認知也在不斷提升，雙方形成了一種交替性的提升。

在車間，所有的崗位都進行了分級

，根據操作難度、對客戶的影響程度分成了幾個等級
，1-1
、1-2、2-1、2-3等等。針對不同的等級，有不同的招聘策略和培養策略，比如普通崗位培訓7天(tian)就(jiu)可(ke)以(yi)上(shang)崗(gang)，而(er)關(guan)鍵(jian)的(de)檢(jian)驗(yan)崗(gang)
，通(tong)常(chang)要(yao)培(pei)訓(xun)一(yi)個(ge)月(yue)才(cai)能(neng)上(shang)崗(gang)。同(tong)時(shi)針(zhen)對(dui)不(bu)同(tong)的(de)崗(gang)位(wei)，給(gei)予(yu)不(bu)同(tong)的(de)薪(xin)資(zi)
，以(yi)此(ci)激(ji)發(fa)員(yuan)工(gong)的(de)積(ji)極(ji)性(xing)，主(zhu)動(dong)去(qu)挑(tiao)戰(zhan)一(yi)些(xie)更(geng)難(nan)的(de)崗(gang)位(wei)。

一些高端的產品生產前
，工廠會對員工提前了解，比如對崗位是否具備了相應的經驗、技能、知識等等，甚至一些大客戶也會反過來要求，生產線必須具備較高素質的工人。

當產品上出現了一些新工藝
、新知識
、新設備、新事物時，專門的研究團隊提前研究——所用的功率、工藝、工序要求是什麼樣的，在這個團隊中，有10年生產經驗的員工占到了75%
，老師傅依然非常吃香。

上述負責人說
，一方麵

，原本依賴人的檢驗，比如隻是去看哪裏貼錯了標簽、哪裏有瑕疵
，這些重複勞動可以通過智能化解放人。另一方麵，人在與機器的交互中，在思考更複雜、更需要經驗的環節
，“過去我們討論

，人工智能會降低勞動力的需求，實際上

，這也是促成了人的成長與產業的提升”。

製zhi造zao環huan節jie中zhong引yin入ru工gong業ye互hu聯lian網wang後hou
，華hua星xing光guang電dian高gao級ji副fu總zong裁cai陳chen盛sheng中zhong也ye經jing常chang被bei問wen及ji，如ru何he平ping衡heng投tou入ru與yu產chan出chu。他ta認ren為wei，從cong中zhong長chang期qi來lai看kan，工gong人ren薪xin資zi水shui平ping都dou是shi往wang上shang漲zhang的de，同tong時shi用yong工gong結jie構gou也ye在zai發fa生sheng變bian化hua

，工gong程cheng師shi水shui平ping不bu能neng停ting留liu在zai過guo去qu
，也ye需xu要yao熟shu練lian掌zhang握woAI

、大數據等技術
，“實際上
，用人來判別圖片

，這樣的簡單重複勞動
，對個人並沒有實現增值”。

提升培育環境，培養更多“數字工匠”

如果把視野放寬，德國是一個工業與農業自動化程度很高的經濟體，但並沒有引發失業問題。

這zhe得de益yi於yu德de國guo企qi業ye的de全quan球qiu競jing爭zheng力li不bu依yi靠kao成cheng本ben而er是shi技ji術shu，技ji術shu優you勢shi的de獲huo取qu是shi靠kao政zheng府fu在zai產chan業ye升sheng級ji轉zhuan型xing過guo程cheng中zhong

，對dui勞lao動dong力li知zhi識shi結jie構gou再zai調tiao整zheng和he新xin技ji能neng匹pi配pei的de持chi續xu投tou入ru。

這zhe對dui中zhong國guo的de啟qi示shi在zai於yu，中zhong國guo應ying該gai重zhong點dian轉zhuan向xiang技ji術shu創chuang新xin，並bing製zhi定ding對dui勞lao動dong者zhe進jin行xing大da規gui模mo培pei訓xun的de計ji劃hua，同tong時shi避bi免mian由you資zi本ben主zhu導dao的de過guo度du自zi動dong化hua產chan生sheng失shi業ye與yu貧pin富fu分fen化hua問wen題ti。

工業富聯董事長李軍旗表示，人才是智能製造的關鍵
，但就目前來看，既缺“對的人”
，也缺“對的培育環境”。目前

，富士康就創辦了工業互聯網學院

，同時與高校共建機器人創新創業實踐教學基地、舉辦“未來智造大講堂”等舉措
，以教育培訓和訓練實習的方式，培養更多“數字工匠”。

zaigongyefulianjinengjiaoyushiyebuzongjingliliguanghuikanlai，zhizaogongchangchengweikuzaofaweideliushuixianshangdedaimingci，hendachengdushangshishangyidairenjinchangdejiyi。zhuanbianzhezhongguannianfeichangguanjiandeyibushikaoyindao。gongyefulianshexiang，ruguojiang“燈塔工廠”的樣板設在小朋友經常去的科學館、zhanguandengdi，bazhinengzhizaogongchangbanchulai，rangdajiazhidaoweilaidezhizaoyeyuanlaishigezhongxianjinjishudejicheng
，yujiqirenhudongjiaoliu，zheyouzhuyugaishanxiaopengyouduizhizaoyedeyinxiang。

博創智能製造首席工程師黃土榮則注意到，過去
，傳統製造業很難吸引高端人才
，而借助人工智能、大數據、工業互聯網等技術
，企業招聘也更有吸引力，2020年新招聘了一批名校畢業的研究生。