智能制造是由物聯(lián)網(wǎng)系統(tǒng)支撐的智能產(chǎn)品、智能生產(chǎn)和智能服務。它已經(jīng)成為全球價值鏈重構(gòu)和國際分工格局調(diào)整背景下各國的重要選擇。一些國家紛紛加大制造業(yè)回流力度，提升制造業(yè)在國民經(jīng)濟中的戰(zhàn)略地位。亞洲作為制造業(yè)重要區(qū)域也在積極部署自動化、智能化。隨著人工智能的飛速發(fā)展，智能化已經(jīng)成為產(chǎn)業(yè)發(fā)展的重要方向。核心觀點智能制造發(fā)展取得了明顯成效，進入高速成長期。

來源：智慧工廠

中國智能制造進入成長期，主要體現(xiàn)在三方面：

首先，中國工業(yè)企業(yè)數(shù)字化能力素質(zhì)提升，為未來制造系統(tǒng)的分析預測和自適應奠定基礎。

第二、財務效益方面，智能制造對企業(yè)的利潤貢獻率明顯提升。

第三、典型應用方面，中國已成為工業(yè)機器人第一消費大國，需求增長強勁。

中國工業(yè)企業(yè)智能制造五大部署重點

，依次為：數(shù)字化工廠（63%）、設備及用戶價值深挖（62%）、工業(yè)物聯(lián)網(wǎng)（48%）、重構(gòu)商業(yè)模式（36%）以及人工智能（21%）。（見圖1）

圖1：受訪企業(yè)智能制造部署重點領域

數(shù)字化工廠是首要任務。

智能制造是以制造環(huán)節(jié)的智能化為核心，以端到端數(shù)據(jù)流為基礎，以數(shù)字作為核心驅(qū)動力，因此數(shù)字化工廠被企業(yè)列為智能制造部署的首要任務。目前企業(yè)數(shù)字化工廠部署以打通生產(chǎn)到執(zhí)行的數(shù)據(jù)流為主要任務， 而產(chǎn)品數(shù)據(jù)流和供應鏈數(shù)據(jù)流提升空間大。

設備和用戶價值深度挖掘。

制造型企業(yè)面臨愈發(fā)激烈的市場競爭和日益透明的產(chǎn)品定價，不得不尋找新的價值來源。德勤智能制造調(diào)研結(jié)果顯示，設備和用戶價值深度挖掘是企業(yè)智能制造部署第二重點領域。62%的受訪企業(yè)正積極部署設備和用戶價值深度挖掘，其中41%的企業(yè)側(cè)重設備價值挖掘，21%的企業(yè)側(cè)重用戶價值挖掘。

中國制造企業(yè)云部署積極性不高。

53%的受訪制造企業(yè)尚未部署工業(yè)云，47%的企業(yè)正在進行工業(yè)云部署，其中27%的企業(yè)部署私有云，14%部署公有云，6%部署混合云。（見圖2）

圖2：受訪生產(chǎn)型企業(yè)工業(yè)云部署

重構(gòu)未來商業(yè)模式。智能制造不僅能夠幫助制造型企業(yè)實現(xiàn)降本增效，也賦予企業(yè)重新思考價值定位和重構(gòu)商業(yè)模式的契機。德勤調(diào)研結(jié)果顯示，30%的受訪企業(yè)未來商業(yè)模式以平臺為核心，26%的企業(yè)走規(guī)?；ㄖ颇Ｊ?，24%以“產(chǎn)品+服務”為核心向解決方案商轉(zhuǎn)型，12%以知識產(chǎn)權(quán)為核心。（見圖3）

圖3：受訪企業(yè)未來商業(yè)模式定位

人工智能對制造業(yè)的影響主要來自兩方面：

一是在制造和管理流程中運用人工智能提高質(zhì)量和效率；二是對現(xiàn)有產(chǎn)品與服務的徹底顛覆。

德勤智能制造調(diào)研發(fā)現(xiàn)，51%的受訪企業(yè)在制造和管理流程中運用人工智能，46%的受訪企業(yè)在產(chǎn)品和服務領域已經(jīng)或計劃部署人工智能。

三大任務，跨越能力鴻溝。

重構(gòu)商業(yè)模式是一項復雜艱巨的任務，商業(yè)模式優(yōu)化、創(chuàng)新管理以及云部署為企業(yè)能力建設三大關鍵任務。

一、突破與成長

數(shù)字化能力素質(zhì)提升

制造型企業(yè)數(shù)字化能力素質(zhì)顯著提升，大部分企業(yè)正致力于數(shù)據(jù)縱向集成。

圖4：受訪企業(yè)所處階段

（基于企業(yè)自我評估）

智能制造利潤貢獻顯著提升

智能制造利潤貢獻率明顯提升，利潤來源包括生產(chǎn)過程中效率的提升和產(chǎn)品服務價值的提升。

圖5：智能制造產(chǎn)品和

服務利潤貢獻率顯著提升

應用市場潛力

中國已連續(xù)六年為工業(yè)機器人第一消費大國，它的獨特優(yōu)勢：

首先當前人工智能熱潮背后的機器學習技術(shù)極其依賴，是數(shù)據(jù)量，

第二，中國制造業(yè)企業(yè)硬件設備和廠房相對歐美企業(yè)普遍較新，比較容易實現(xiàn)設備連接和廠房改造。

圖6：全球主要市場工業(yè)機器人銷量

二、智能制造部署重點

中國企業(yè)智能制造五大部署重點，依次為：數(shù)字化工廠(63%)、設備及用戶價值深挖(62%)、工業(yè)物聯(lián)網(wǎng)(48%)、重構(gòu)商業(yè)模式(36%)、人工智能(21%)。

受訪企業(yè)所關注的相關技術(shù)包括工業(yè)軟件、傳感器技術(shù)、通信技術(shù)、人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)分析等。

圖7：受訪企業(yè)智能制造部署重點領域

圖8：受訪企業(yè)所關注的技術(shù)

a.數(shù)字化工廠

數(shù)字化工廠被企業(yè)列為智能制造部署的首要任務。打通數(shù)據(jù)流主要包括三類數(shù)據(jù)的連通，即生產(chǎn)流程數(shù)據(jù)、產(chǎn)品數(shù)據(jù)以及供應鏈數(shù)據(jù)。

圖9：生產(chǎn)數(shù)據(jù)流主要類型

b.設備和用戶價值深度挖掘

調(diào)研結(jié)果顯示，設備和用戶價值深度挖掘是企業(yè)智能制造部署第二重點領域。62%的受訪企業(yè)正積極部署設備和用戶價值深度挖掘，其中41%的企業(yè)側(cè)重設備價值挖掘，21%的企業(yè)側(cè)重用戶價值挖掘。

c.工業(yè)物聯(lián)網(wǎng)

智能制造要求制造系統(tǒng)具備感知、分析、決策和執(zhí)行的能力，而這些能力的核心均涉及物聯(lián)網(wǎng)相關技術(shù)，如面向感知的物聯(lián)技術(shù)（傳感器、RFID、芯片）、面向分析的工業(yè)大數(shù)據(jù)分析和面向決策及服務的應用平臺。

結(jié)果顯示，目前中國制造企業(yè)物聯(lián)網(wǎng)應用以感知為重點，分析和服務交融將是未來物聯(lián)網(wǎng)建設重點。

圖10：受訪企業(yè)典型物聯(lián)網(wǎng)

相關技術(shù)應用情況

未來企業(yè)很大部分增值將來自跨企業(yè)活動，從長遠看，公有云、混合云是大趨勢，因為只有這樣才能實現(xiàn)數(shù)據(jù)交換和資源共享。私有云雖然安全，但很可能被孤立在新的商業(yè)模式和新的生態(tài)圈之外。

物聯(lián)網(wǎng)在智能制造領域的應用場景主要分為三類：設備與資產(chǎn)管理、產(chǎn)品洞察和服務創(chuàng)新。

d.重構(gòu)未來商業(yè)模式

智能制造不僅能夠幫助制造型企業(yè)實現(xiàn)降本增效，也賦予企業(yè)重新思考價值定位和重構(gòu)商業(yè)模式的契機。同時，新進入者也在不斷挑戰(zhàn)傳統(tǒng)市場參與者的地位，眾多技術(shù)型企業(yè)加入戰(zhàn)場推動工業(yè)企業(yè)探索商業(yè)模式上的創(chuàng)新。

企業(yè)對未來商業(yè)模式的規(guī)劃大致呈四類：30%的受訪企業(yè)未來商業(yè)模式將以平臺為核心，26%的企業(yè)走規(guī)?；ㄖ颇Ｊ?，24%以“產(chǎn)品+服務”為核心向解決方案商轉(zhuǎn)型，12%知識產(chǎn)權(quán)為核心。

圖11：受訪企業(yè)未來商業(yè)模式定位

e.人工智能

人工智能對制造業(yè)的影響主要來自兩方面：

一是在制造和管理流程中運用人工智能提高產(chǎn)品質(zhì)量和生產(chǎn)效率；

二是對現(xiàn)有產(chǎn)品與服務的徹底顛覆。

圖12：受訪企業(yè)人工智能應用

及部署情況（整體）

圖13：受訪企業(yè)尚未部署

人工智能的主要原因

人工智能正迅速滲透到各行各業(yè)。汽車及汽車零部件制造、高端裝備制造、電子及電器三個行業(yè)在制造流程中采用機器人的比例果伴。汽車及零部件制造行業(yè)使用機器人的企業(yè)比例達到80%，預示未來工業(yè)機器人的市場增量將主要來自非汽車行業(yè)。在產(chǎn)品和服務領域已經(jīng)或部署人工智能的行業(yè)分布比較均勻，高端裝備制造和制藥比例較高，但其他行業(yè)如新材料、汽車及零部件、航空航天、電子及電器也正在或計劃部署人工智能。

圖14：受訪企業(yè)人工智能應

用及部署情況（按行業(yè)）

行業(yè)對人工智能的理解已隨著算法、技術(shù)和應用的發(fā)展，越來越加深。對于企業(yè)而言，應跳出人工智能僅是“機器換人”的既定思維，在精益制造、產(chǎn)品質(zhì)量、用戶體驗等多方面進行部署。

圖15：人工智能行業(yè)應用場景