人工智慧是一個嶄新的概念，首先需要知道他的內涵和外延，但迄今為止，人類對人工智慧的說法不一，尚無明確、清晰、一致的概念，雖然，人類預知它會是一個新的趨勢，前景不可估量，且超乎想象會顛覆人類的種種現有觀念，但現實高科技中，我們依然停留在一些具體產品、想象或測試當中，比如：智慧家居是透過運用資料分析和人工智慧將家中裝置連線，實現智慧化的一種生態系統，具有智慧光控、安防監控等功能。自動駕駛汽車又稱無人駕駛汽車，依靠人工智慧、雷達等系統協同合作，讓電腦在無人操作下自動控制機動車輛的智慧汽車。微軟小冰是一款除智慧聊天之外，還兼具提醒、星座、交通指南、餐飲點評等實用功能的人工智慧機器人，再比如：基因技術、人工智慧手術等等生活、工業領域，甚至一些軍事技術領域也都有不同程度的類似人工智慧的滲透。
作為製造業如何以“智”取勝，這個話題著實有點大，是一個需要研究的課題，但對的研究需要隨著人工智慧的發展才能同步前進。
任正非說：深感數學人才急缺，企業需要大量計算天才，中國要加強基礎學科的研究，這一論點其實得到不少企業家的肯定，很大程度上也能看出工業的自動化，特別是人工智慧代替製造業現有的生產流程、各環節的工人、老舊裝置需要一個過程，首先得有人才，也得有能操作機器的人才。
同樣，從國際技術角度觀察，我們在製造業企業內部的自動化水平還有一段普及人才的路要走，比如，我們跟德國的工業化水平、自動化水平差距還是很明顯的，也正是基於這些，我們想快卻快不了，不但是卡在高階人才，也卡在基層操作人員的基本素養和知識水平。
有錢不一定能僱到合適的人才，即使僱到了，但因為模式不對接或社會產業系統的配套機制約束，也會讓製造業付出高額的投入成本，難以為繼。
首先，製造業要緊跟國際步伐，找到市場趨勢和可能定型或可以引導定型的消費模式，然後狠下力氣加大研發，分批次的逐漸淘汰陳舊裝置、作業線，讓一些人工智慧的生產裝置和流水線逐步迭代替換。
其次，對於一些輕資產的製造業的可以優先引入人工智慧並在內部推廣，在這個過程中要適時、審勢、分批、有重點的淘汰或更新替換老舊模式、裝置或生產線，特別是要結合人們消費觀念的變化和接受程度，以及技術的可行性、被接受程度逐漸展開。因為我們的製造業和工業體系並不像德國、日本、美國那種具有很強的專業社會分工，大規模的、斷崖式替換人工智慧是不可取的，更是充滿風險的。
第三，一些可以替代的領域或環節，我們要快速推出人工智慧，同時要做好跟蹤、改進，最終達到從個體智慧化到行業智慧化。
第四，加強內部全面預算管理，瞭解前後的投入產出比，做好預估和控制下工作，建議可以在個別城市、製造業或企業的某個部門（生產線）優先推出試驗，看看收效，再製定大規模的改進、替換計劃。
第五、製造企業要逐步提高工人的自動化水平意識，普及人工智慧的操作知識，輸入新的血液改善企業人才結構。
第六，要善用AI技術，做好大資料的挖掘，連線客戶需求和服務，準確進行配對，不要搞自我封閉式的大規劃生產計劃運動，最後導致的都是庫存浪費、裁員死亡，作為製造業的掌門人，要用這種思維來貫穿和引導整個系統走出傳統模式。
第七，同理，行業協會和國家要從國家高度，運用政策、示範、資金、新聞各種形式加強引導和支援帶動，首先讓運用人工智慧的方式、方法，優先滲透到製造業的思維觀念裡邊。
目前，人工智慧的很多產品處於中低端或初試階段，製造業也要考慮自己後續升級、改進導致資源浪費的各種可能。作為人工智慧企業要推出可靠、安全、有升級空間的產品，不能老是改來改去，甚至徹底放棄重新再來，這些對人工智慧企業無疑是自我毀滅。
人工智慧是一個嶄新的概念，首先需要知道他的內涵和外延，但迄今為止，人類對人工智慧的說法不一，尚無明確、清晰、一致的概念，雖然，人類預知它會是一個新的趨勢，前景不可估量，且超乎想象會顛覆人類的種種現有觀念，但現實高科技中，我們依然停留在一些具體產品、想象或測試當中，比如：智慧家居是透過運用資料分析和人工智慧將家中裝置連線，實現智慧化的一種生態系統，具有智慧光控、安防監控等功能。自動駕駛汽車又稱無人駕駛汽車，依靠人工智慧、雷達等系統協同合作，讓電腦在無人操作下自動控制機動車輛的智慧汽車。微軟小冰是一款除智慧聊天之外，還兼具提醒、星座、交通指南、餐飲點評等實用功能的人工智慧機器人，再比如：基因技術、人工智慧手術等等生活、工業領域，甚至一些軍事技術領域也都有不同程度的類似人工智慧的滲透。
作為製造業如何以“智”取勝，這個話題著實有點大，是一個需要研究的課題，但對的研究需要隨著人工智慧的發展才能同步前進。
任正非說：深感數學人才急缺，企業需要大量計算天才，中國要加強基礎學科的研究，這一論點其實得到不少企業家的肯定，很大程度上也能看出工業的自動化，特別是人工智慧代替製造業現有的生產流程、各環節的工人、老舊裝置需要一個過程，首先得有人才，也得有能操作機器的人才。
同樣，從國際技術角度觀察，我們在製造業企業內部的自動化水平還有一段普及人才的路要走，比如，我們跟德國的工業化水平、自動化水平差距還是很明顯的，也正是基於這些，我們想快卻快不了，不但是卡在高階人才，也卡在基層操作人員的基本素養和知識水平。
有錢不一定能僱到合適的人才，即使僱到了，但因為模式不對接或社會產業系統的配套機制約束，也會讓製造業付出高額的投入成本，難以為繼。
首先，製造業要緊跟國際步伐，找到市場趨勢和可能定型或可以引導定型的消費模式，然後狠下力氣加大研發，分批次的逐漸淘汰陳舊裝置、作業線，讓一些人工智慧的生產裝置和流水線逐步迭代替換。
其次，對於一些輕資產的製造業的可以優先引入人工智慧並在內部推廣，在這個過程中要適時、審勢、分批、有重點的淘汰或更新替換老舊模式、裝置或生產線，特別是要結合人們消費觀念的變化和接受程度，以及技術的可行性、被接受程度逐漸展開。因為我們的製造業和工業體系並不像德國、日本、美國那種具有很強的專業社會分工，大規模的、斷崖式替換人工智慧是不可取的，更是充滿風險的。
第三，一些可以替代的領域或環節，我們要快速推出人工智慧，同時要做好跟蹤、改進，最終達到從個體智慧化到行業智慧化。
第四，加強內部全面預算管理，瞭解前後的投入產出比，做好預估和控制下工作，建議可以在個別城市、製造業或企業的某個部門（生產線）優先推出試驗，看看收效，再製定大規模的改進、替換計劃。
第五、製造企業要逐步提高工人的自動化水平意識，普及人工智慧的操作知識，輸入新的血液改善企業人才結構。
第六，要善用AI技術，做好大資料的挖掘，連線客戶需求和服務，準確進行配對，不要搞自我封閉式的大規劃生產計劃運動，最後導致的都是庫存浪費、裁員死亡，作為製造業的掌門人，要用這種思維來貫穿和引導整個系統走出傳統模式。
第七，同理，行業協會和國家要從國家高度，運用政策、示範、資金、新聞各種形式加強引導和支援帶動，首先讓運用人工智慧的方式、方法，優先滲透到製造業的思維觀念裡邊。
目前，人工智慧的很多產品處於中低端或初試階段，製造業也要考慮自己後續升級、改進導致資源浪費的各種可能。作為人工智慧企業要推出可靠、安全、有升級空間的產品，不能老是改來改去，甚至徹底放棄重新再來，這些對人工智慧企業無疑是自我毀滅。