發改委官員：形勢嚴峻，我擔心中國要為此而付出沉重代價

文/年勇（國家發改委產業司原司長）

智能製造是一個特別大的題目，我講點自己的認識，跟大家分享。按理說，今天要講製造業，有人會不太理解，說還講製造業，題目和內容都很LOW。

我說講什麼不LOW呢？講大數據、雲計算、區塊鏈就不LOW？我說你理解錯了，我們這個社會目前最大的誤導就是認為講製造業是過時的，是落伍的，認為要講大數據、雲計算、區塊鏈、量子計算之類，才跟得上形勢，才與時俱進。這是當前社會最大的問題。

01、美國從來沒有放棄製造業

要談製造業是因為當前製造業還是我們國民經濟的基礎，是我們科學技術的基本載體。一個國家的科技水平和經濟實力體現在哪裡？唯一的標志就是製造業發不發達。

這是我們現在沒人說，不想說，不願意說的。我總結，人類的發展進步就是製造業的發展進步。有人會說我偏激，我說人和動物的區別就是在於人可以製造工具。

現在有一個說法叫做美國是服務經濟，是後工業社會，不搞製造業了，而中國製造業很發達。但美國具體是什麼情況呢？

去年美國服務業的比重是81%，以此證明美國是後工業經濟，是不要製造業的經濟。但是很多人不知道，美國去年製造業是2.36萬億，占經濟總量的11%，服務業是81%。

大家不知道81%背後的東西，那麼背後是什麼呢？在美國服務業的81%里頭60%以上都是為製造業服務的，這些年占美國經濟總量約48%、49%、50%。

什麼意思？就是說美國經濟全部總量里有一半是為製造業服務的。加上製造業本身就超過了60%。換句話說，美國製造業占美國經濟總量超過60%。

所以說，美國其實是一個製造業大國。美國從來也沒有放棄製造業，直到今天。特朗普說，美國要成為世界製造業的超級大國。中心意思是講要擺脫中國的依賴。

總之，如果我們中國對這個認識不清楚，天天忽悠新概念，我估計中國要為此付出沉重的代價。

02、工業化的發展歷程

第一，昨天。人類歷史就是科學技術不斷為製造業賦能的歷史，我們不斷發明新的科學技術，不斷應用在製造業上，促進製造業的發展進步。今天“智能製造”這個詞是1988年美國懷特教授出的一本叫《智能製造》的書里首次提出來的，到現在也就32年，時間很短。

實際上說起智能製造，往前追溯，第一次工業革命開始於1776年瓦特發明蒸汽機，那個時候製造業有了比較快的進步。為什麼說工業革命的開始是瓦特發明蒸汽機呢？因為動力的進步，人力可以解放出來，是機械化時代，那個時候開始我們就已經進入了製造業的現代化進程。

之後，經歷了第二次工業革命。第二次工業革命是以1821年法拉第發明電動機為標志，人類進入了電氣化時代，電氣化時代又上了一個台階。

進入第三次工業革命，是1946年發明電子計算機開始。第三次工業革命這個時代還在持續，至於持續多長時間，還不知道。

第三次工業革命過程中，大數據、雲計算、人工智能等新技術的出現，又被認為是智能化時代。在過去200多年當中，第一次工業革命以來，發達國家從來沒有放棄過製造業，而且始終處在製造業的領先地位。

近年來，推進製造業的能力水平及各方面，發達國家從國家層面提出了很多的戰略，也提出了很多的支持措施，包括資金支持。他們的企業，特別是大企業在推進製造業智能化方面有很多的戰略舉措。

從國內來看，我們國家改革開放40年來，緊跟發達國家步伐，向他們學習，在抓住全球產業大勢特別是新一代信息技術和傳統的製造技術有機融合方面還是取得了非常大的進步，取得了很多成就，這些成就就不一一列舉。為什麼有這個成就？一個原因是我們積極向別人學習借鑒，另一個是我們自己不斷努力的結果。

03、短時間完成的工業化，丟失了什麼

第二，今天。儘管過去三十年我們在製造業取得了很大成就，發展成為世界第一大製造體系（總規模），但製造業存在的問題也是很多，距離發達國家差距還非常巨大。

儘管塊頭不小，但從技術、工藝、材料、水平能力各個方面，尤其是高端（製造業）這部分差距還是非常巨大的。當然，（我國）真正走工業化的時間還比較短，實際上也就這四十年。

換句話說，現在我們取得的成就實際上是我們用三四十年的時間走完了西方發達國家近三百年的工業化道路。

走過了第一次工業革命一百年，走過了第二次工業革命的一百年，又走過了第三次工業前三四十年，這麼短的時間內我們急速地追趕，勢必缺失了很多東西，少了很多環節。

歸納起來有三個方面比較突出：

第一，產業基礎十分薄弱。

現在產業基礎包括研究的基礎、產業化的基礎、應用的基礎等等與發達國家的差距還很大。其中最為突出的就是基礎研究，基礎研究對後面的應用至關重要。因為前面工業化時間很短這個客觀現實，（導致）很多基礎研究沒有跟上，包括大學研究機構，還有大企業的基礎研究都很差。

一百多年前美國有一個物理學家叫做亨利·羅蘭，做過一次演講，他說為了應用科學，科學本身必須成功，假如我們停止科學的進步而只留意科學的應用，很快就會退化成中國人那樣。

多少代人以來他們都沒有什麼進步，因為他只滿足科學應用，卻從來沒有追問過他們所做事情的原理，這些原理就構成了科學。到了一百多年之後的今天，我們改得怎麼樣了？我回答不了這個問題。

但是我們看到的現實是我們重大的基礎理論，重大的原創核心技術幾乎是空白的。到今天4G的關鍵基礎材料、先進基礎工藝、核心基礎零部件等都嚴重依賴於國外。

目前我國高端的芯片，工業機器人等等這些硬件幾乎不能生產，我們原創的操作系統等這些關鍵軟件也要依靠進口。

比如說驅動電機，生產驅動電機一個小部件國內生產規模很大，全世界沒無人可比，但製造這個電機所需的高速精密軸承，耐電的材料，高精度的位置和溫度的傳感器，裡面的電子開關IGBT等等這些東西，我們沒有一件能生產。由於基礎研究差，導致了底層的硬件、底層的軟件都要依賴別人，這是我們和發達國家，和美國最根本的、最大的差距。

第二個短板是產業生態上不去。

（我國）製造業的整個產業鏈不完整，這個問題非常突出，有的環節是空白的。而且我們為智能製造服務的這些關鍵基礎設施還差得很遠，比如說這兩天討論的工業互聯網、5G，包括數據資源的體系、人才資源體系幾乎沒有什麼是健全的。

第三，產業環境亟待提升。

我歸納有三個偏差，第一個是認知偏差，是不重視製造過程、製造經驗的結果。這個積累非常重要，就是好大喜功，沒有認識到工業1.0、2.0、3.0到4.0要一步一步走，為什麼？因為工業化的進程可以縮短，不可以省略。省略了任何一個環節將來都要付出沉痛的代價，而且早晚要補上。

第二是引導偏差，很多引導策略不系統、不完整、碎片化，沒有辦法執行，針對性和可操作性都很差，重點也不突出。這種情況下，沒有辦法形成共識、形成合力。

第三個偏差就是執行偏差，在推進製造業智能化或者推進智能製造過程中，沒有看見主導力量，各自為政，一片散沙，而且資本、人力、物力的投入都浪費掉了。這就是我們今天面臨的形勢，（形勢）就是這麼嚴峻。

04、美國的經濟起飛的引擎是什麼

第三，明天。明天面臨什麼？實際上很清楚，今天面臨什麼短板、瓶頸，那就是我們明天要努力的方向。這樣說的話，第一是要夯實基礎，當然有高校問題、研究機構問題、企業問題，這些基礎都要夯實，沒有這個想飛基本是不可能的。意思是，全社會必須得有這個意識。

大學在基礎研究中承擔至關重要的角色，美國的經濟起飛有兩個引擎，一個是美國西部的舊金山灣區，一個在美國的東部波斯頓，為什麼會出現這兩個特別活躍，創新成果層出不窮（的地方）？

因為西部有加州大學、斯坦福大學這些著名大學。東部地區有哈佛大學、麻省理工學院等。這些大學有雄厚的研究力量，有長期的積累，有源源不斷的學生進來和出來，就是提供了源源不斷的一代又一代的精英人才。

美國這兩個地方圍繞着大學形成相當成熟的產業，大學裡頭的發明創造提供產業化給一系列製造業（技術支撐），還有為製造業系統提供金融支持。

同時，這一套發達國家的製造業體系和發達的金融業體系就確保了美國從大學的基礎研究出來的成果能夠小試、中試、產業化，然後放大，最後就是很大的產業。工廠可以不放在美國，可以放在中國、歐洲。

但是，它的原創成果在他的大學裡，這些教授、實驗室主任領着老師學生圍繞着某一個細分領域，一個小領域持續研究。而且從前幾代的實驗室主任接過來這個接力棒。

曾經有一個中國小孩在那工作，我就問他，你是幹什麼的？他說就做研究，來了半年。我說我想知道你這半年的學習、生活狀態是什麼樣的？他說我的半年全部在實驗室，早上起床吃點東西就到實驗室，晚上十一二點回去（宿舍）。

他說也不是老師要求他這樣子，從實驗室主任到一幫的年輕老師，再到學生都是這樣的狀態，而且全是自願的，每天的狀態都非常激昂，覺得有意義。我說這就是美國強大的唯一原因，誰能做到一點誰就是最大、最強的。

第二，健全生態。一個是健全智能製造產業鏈，把短板補上。一個是推進智能製造的基礎設施建設，包括工業互聯網、5G。一個是人才體系的建設，沒有人什麼都幹不成。

第三，完善環境。

其一，提升認知水平。

其二，加強引導，要破除引導策略的碎片化。 我曾經牽頭制定了一個《增強製造業核心技術三年行動計劃》，每三年一次，為什麼要制定這個？就是想集中少數重點領域，把各種資源、資金、人才都集中到這個領域，使這個領域儘快有所突破。現在已經執行到第二輪，支持了一大批項目，效果非常好。

其三，推動實施。我們講智能制造核心還是製造，你不能想你的製造不行，上面加計算機，加個軟件就行了。不是這樣的，製造業需要積累，需要摸索，它有很多隱性知識，不是三天兩天就學得來的。如果不熟悉製造過程、製造程序、製造工藝、製造經驗，後邊再多的數據都沒有用，你根本不知道數據背後是什麼。

從這個意義上講，智能製造的推進可能需要一個製造業巨頭來引領、來主導，沒有的話，這個事情就很難做。製造巨頭才了解製造業，才明白製造工藝、製造的程序和掌握製造的核心技術，不掌握這個，你想引領也引領不了。

國際上最典型就是GE，上百年的製造經驗，它對製造工藝、製造領域的理解比任何其他企業都深刻。同時又有巨大的實力來提升信息技術水平，掌握了大量信息技術的關鍵，這樣，兩方結合才可能引領智能製造的發展。製造業大企業要承擔起歷史的責任。