信息技术 第二册（五年制高职）教案 9.1.5 人工智能与传统产业的融合.docx

PAGE

PAGE1

9.1.5人工智能与传统产业的融合

传统产业转型升级面临的问题。改革开放以来，中国迅速从一个落后的农业大国成长为第一工业大国，但在取得惊人成绩的背后，产业发展正面临着“大而不强”、产业发展不平衡以及环境污染和资源约束等瓶颈问题。

从农业看，人多地少是中国的基本国情，中国农户被认为是“超小的土地经营者”，平均可经营土地规模较小，且呈零散化特征。小规模、分散化的农业经营模式导致中国农业生产成本较高，且难以实现产业化发展，使农业在国际竞争中处于劣势地位。另外，长期以来，中国政府更偏重于工业和服务业的支持，导致农业科技投入水平低、农产品产业链不完整现象严重，制约着中国农业转型升级。有学者的实证研究表明，中国农业发展出现了资本报酬递减现象，且过度依赖政府补贴和保护，缺乏自立性和竞争力。

从制造业看，2010年中国制造业在全球制造业总值中的比例为19.8%，超过美国的19.4%，成为世界制造业第一大国，对此欧美国家纷纷提出针对中国的“再工业化”战略，扼制中国制造业转型升级。另外，中国制造业“大而不强”的特征导致大多企业集中在产业链低端位置，随“人口红利”消失，劳动成本上浮和人均增加值的下滑严重影响中国制造业的发展。从区域发展的角度来看，中国制造业受各地区要素禀赋和经济水平的影响，东西部制造业发展差距较大。从制造业产品来看，中国制造业受制于核心技术的瓶颈，产品难以满足高质量、个性化的市场需求。

从服务业来看，改革开放以来，中国服务业保持稳定增长趋势，占全国GDP总量比重由1978年的23.7%上升为2018年的52.16%。互联网的快速发展，更推动了中国新兴服务业的发展，使中国服务业产值跃居世界第三位。然而，中国服务业主要以传统服务业为主，而生产性服务业发展缓慢，且呈现出规模小、不均衡、产业融合度低等特点，关于研发设计、节能环保等高新技术服务产业比重较低，难以支撑制造业转型升级。

人工智能与传统产业深度融合。面对人工智能技术进步带来的全球竞争格局，中国新常态经济发展需要开发新的经济增长点，人工智能与传统产业深度融合是建设现代化经济体系的需要，也是推动农业现代化、制造业转型升级以及服务业智能化的需要。

“智能+农业”主要是指物联网、大数据、云计算等技术实现农业生产的精准投入和智能化管理。据MarketsandMarkets报告显示，2017年全球智慧农业市场规模已达67亿美元，预计2023年将达到135亿美元。早在1984年，日本就颁布了《人工智能与农业——精农技术与尖端技术的融合》，旨在利用人工智能技术提高农业生产力；美国作为全球第一农业强国，一直引领智能农业的发展，高盛研究报告《精确农场：用数字农业欺骗马尔萨斯》认为，美国通过智能农业能够实现到2050年将玉米产量提高70%。中国近几年经过不断探索，在农产品生产加工和水产、畜牧业养殖等方面不断实现智能化、精准化控制，从而提高农业经济效益，加速农业现代化发展。例如，京东的“京东农场”和阿里云的ET农业大脑均是国内农业现代化发展的代表。

“智能+制造”是以新一代信息技术为基础，配合新能源、新材料、新工艺，贯穿设计、生产、管理、服务等制造活动各个环节，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称，是“中国制造”能否转型升级为“中国智造”的关键路径，也将在很大程度上影响到中国能否从如今的“经济大国”走向世界“经济强国”。《中国制造2025》战略实施以来，智能制造产业得以快速发展，据前瞻产业研究院报告显示，2017年中国智能制造产业规模约达15000亿元，预计2023年将达到2.81万亿元，产业增长潜力巨大。当前中国智能制造产业可分为基础、平台和应用三个层面，其中基础层包括工业机器人、制造业物联网，平台层包括制造云、制造业大数据及商业分析、制造业人工智能(算法)，应用层包括智能工厂应用/解决方案。

“智能+服务”是智能时代发展的必然趋势，将改变人们的生活和工作方式。一方面，人工智能技术能够改变传统服务业现有业态，有效连接企业与客户需求，解决行业痛点问题，从而提高企业服务质量和服务效率，促进传统服务业转型升级。例如，政务利用计算机视觉、机器学习等技术提高自助服务能力，减少了政府服务巨大的工作量；金融行业用语音识别等技术打造智能客服，并且用大数据开发智能投顾提供更多的个性化服务，解决了运营成本和个性化服务问题；零售行业利用机器学习、计算机视觉等技术精准分析顾客需求，提高顾客消费体验。另一方面，人工智能技术直接应用于服务业，如医疗机器人、医疗影像辅助诊断技术可以快速进行病症筛选、诊断，同时健康管理通过移动端设备连接健康医疗，改变人们的健康习惯。在教育、娱乐、家政等领域，智能服务机器人也被广泛地应用