智能化为中国制造“空中加油”

根据对150余家生产型和技术服务型的大中型企业的调研，德勤中国最新发布《中国智造，行稳致远 —— 2018中国智能制造报告》指出：亚洲正受到自动化、智能化大潮冲击。

国际劳工组织调研发现，越南、柬埔寨、菲律宾和印度尼西亚的工人的失业风险最高，据估计这几个区域约50%的工人工作可能在未来20年被自动化取代。

亚洲尤其是中国作为制造业的重要区域，在面临制造业向自动化、智能化、数字化转型中，能否继续保持其竞争力？

中国智能智造进入高速成长期

智能制造是基于新一代信息技术，贯穿设计、生产、管理、服务等制造活动环节，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。简而言之，智能制造是由物联网系统支撑的智能产品、智能生产和智能服务。

智能制造已经成为全球价值链重构和国际分工格局调整背景下各国的重要选择。发达国家纷纷加大制造业回流力度，提升制造业在国民经济中的战略地位。毫无疑问，在此次大潮中亚洲正在积极寻求突破。以人工智能为例，各国政府大力支持人工智能，推动科技公司、初创公司和学术界的创新。

除了政府的支持，亚洲企业更积极打破行业壁垒加快新产品开发。不同于欧美同类企业，中国领先企业间的合作屡见不鲜，一些知名范例包括：百度与小米在物联网与人工智能领域合作开发更多应用场景;腾讯与京东合作布局电子商务生态圈;印度系统集成商组成AI联盟（如OpenAI）。这赋予它们惊人的影响力，也意味着它们拥有可用于快速推动创新的技术实力和资本基础。

中国是亚洲智能化转型的重要力量。政府加强智能制造顶层设计，开展试点示范和标准体系建设;企业加快数字化转型，提升系统解决方案能力。中国智能制造取得明显成效，进入高速成长期。

中国智能制造进入成长期主要体现在三方面：首先，中国工业企业数字化能力素质提升，为未来制造系统的分析预测和自适应奠定基础。第二、财务效益方面，智能制造对企业的利润贡献率明显提升。第三、典型应用方面，中国已成为工业机器人第一消费大国，需求增长强劲。

企业智能化的六大阶段

企业数字化能力素质体现在其利用数据指导生产以及系统自优化的能力。我们借鉴国际普遍认可的工业4.0发展路径，将企业智能化成熟度分为六个阶段：计算机化、连接、可视、透明、预测和自适应。

计算机化：企业通过计算机化高效处理重复性工作，并实现高精度、低成本制造。但不同的信息技术系统在企业内部独立运作，很多设备并不具备数字接口。

连接：相互关联的环节取代各自为政的信息技术。操作技术（OT）系统的各部分 实现了连通性和互操作性，但是依旧未能达到IT层面和OT层面的完全整合。

可视：了解正在发生什么，通过现场总线和传感器等物联网技术，企业捕获大量的实时数据，建立起企业的“数字孪生”，从而改变以前基于人工经验的决策方式，转为基于数字进行决策。

透明：了解事件发生的原因，并通过根本原因分析生成认识。

预测：将数字孪生投射到未来，模拟不同的情景对未来发展进行预测，并适时做出决策和采取适当措施。

自适应：预测能力只是自动化行为和决策的根本要求，而持续的自适应则使企业实现自主响应，以便其尽快适应变化的经营环境。

智能制造为企业贡献更多利润

随着中国两化融合和工业物联网建设等多项举措推进，制造型企业数字化能力素质显著提升，大部分企业正致力于数据纵向集成。

德勤调研结果显示，81%的受访企业已完成计算机化阶段，其中41% 处于连接阶段，28%处于可视阶段，9%处于透明阶段，而预测和自适应阶段的企业各自占2%。

智能制造利润贡献显著提升向工业4.0进阶，为制造企业带来真实可见的效益。2013年德勤曾调研全国200家制造型企业，结果显示中国企业智能制造处在初级阶段，且利润微薄。经过五年的快速发展，智能制造产品和服务的盈利能力显著提升。

2013年智能制造为企业带来的利润并不明显，55%的受访企业其智能制造产品和服务净利润贡献率处于0-10%的区间，而2017年，仅有11%的受访企业处于这个区间，而41%的企业其智能制造利润贡献率在11-30%之间。利润贡献率超过50%的企业，由2013年受访企业占比14%提升到2017年的33%。智能制造利润贡献率明显提升，利润来源包括生产过程中效率的提升和产品服务价值的提升。

中国已连续六年为工业机器人第一消费大国。IFR数据显示，中国工业机器人市场规模在2017年为42亿美元，全球占比27%， 2020年将扩大到59亿美元。2018-2020年国内机器人销量将分别为16、19.5、23.8万台，未来3年CAGR达到22%。汽车、高端装备制造和电子电器行业依然为工业机器人的主要用户。

中国有哪些独特优势？首先是数据量。当前人工智能热潮背后的机器学习技术对数据极其依赖。识别人脸、翻译语言和试验无人驾驶汽车需要大量的“训练数据”。

由于中国的人口数量和设备数量庞大，中国企业在获取数据方面具有天然的优势。第二，中国制造业企业硬件设备和厂房相对欧美企业普遍较新，比较容易实现设备连接和厂房改造。

德勤调查发现，中国工业企业智能制造五大部署重点依次为：数字化工厂（63%）、设备及用户价值深挖（62%）、工业物联网（48%）、重构商业模式（36%）以及人工智能（21%）。

深挖设备和用户价值

制造型企业面临愈发激烈的市场竞争和日益透明的产品定价，不得不寻找新的 价值来源。德勤智能制造调研结果显示，设备和用户价值深度挖掘是企业智能制造部署第二重点领域。62%的受访 企业正积极部署设备和用户价值深度挖掘，其中41%的企业侧重设备价值挖掘，21%的企业侧重用户价值挖掘。

围绕设备进行价值挖掘可以说是制造型企业的天性。如在研发设计阶段，嵌入新技术，生产更智能或更多样化的产品;在销售阶段，提供设备相关金融服务;在售后阶段，对出厂设备和产品进行实时数据采集和监控，并进行性能分析、预测性维护等，既提升安全性，也为企业创造更多服务机会。

例如：红领集团通过打造C2M电商平台、柔性供 应能力和大数据能力实现了大规模定制 化。顾客可以在其C2M电商平台选择款式、工艺、材料并下单。平台快速收集顾客分散、个性化需求数据的同时，大数据和云计算技术按客户需求匹配产品数据模型，其款式数据和工藝数据能满足超过百万万亿种设计组合，覆盖99.9%的个性化设计需求。当版型确定后，系统自动生成工艺数据，工艺数据发送至工厂，工厂进行生产交付。整个流程从下订单到产 品出厂仅需7个工作日，并做到按需生产、零库存、一人一版、一衣一款。

阿里巴巴的“淘工厂”集结上万家工厂，将电商买家订单与制造厂商产能进行对接，把柔性产能档期联网，解决电商买家有订单无工厂、制造企业有产能无订单的结症。