中国工业企业智能制造现状如何？

为了解中国智能制造当前的发展阶段，德勤共调研153家中国大中型企业，评估智能制造在中国工业企业中的部署及特点，形成“2018中国智能制造报告”。其对智能制造落地前景进行预测，并帮助相关企业迎接关键转型挑战。本文摘录其最新发布的“报告”核心观点及主要成果。

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。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。

进入高速成长期

中国智能制造进入高速成长期主要体现在三个方面：

第一，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大消费国，需求增长强劲。

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；财务方面，智能制造利润贡献率超过50%的企业占比从2013年的14%增加至2017年的33%，而大部分受访企业（41%）的智能制造业务的利润贡献率在11%-30%的区间内，利润来源则包括生产过程增效和产品服务价值提升。中国工业机器人市场规模在2017年达到42亿美元，在全球占比27%，预计到2020年将扩大至59亿美元。德勤预计，汽车、高端装备制造和电子电器行业依然是工业机器人的主要用户。

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优化的能力上。调研显示，大部分中国企业（81%）目前已完成计算机化阶段，能够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仍属于独立运作，很多设备并不具备数字接口。受访企业中有四成处于连接阶段，它们以相互关联的环节取代独立运作的信息技术，但依旧未能达到信息技术层面与操作技术层面的完全整合。尽管如此，由于中国的人口和设备数量庞大，中国企业在获取数据方面具有天然优势，能够为人工智能背后的机器学习技术发展提供支持。德勤发现，逾半数受访企业已在制造和管理流程运用人工智能。此外，相比欧美企业，中国制造企业的硬件设备和厂房普遍较新，更容易实现设备连接和厂房改造。

五大部署重点

中国工业企业智能制造的部署重点依次为：数字化工厂、设备及用户价值深挖、工业物联网、重构商业模式、人工智能（图一）。

数字化工厂是首要任务。智能制造是以制造环节的智能化为核心，以端到端数据流为基础，以数字作为核心驱动力，因此数字化工厂被企业列为智能制造部署的首要任务。目前，企业的数字化工厂部署以打通生产到执行的数据流为主要任务，而产品数据流和供应链数据流提升空间巨大。

设备和用户价值深度挖掘。制造业面临愈发激烈的市场竞争和日益透明的产品定价，其不得不寻找新的价值来源。设备和用户价值深度挖掘是企业智能制造部署的第二重点领域。62%的受访企业正积极部署设备和用户价值深度挖掘。用户价值深度挖掘中以C2M（客户到制造）最受瞩目，它体现了定制化生产的特性，使制造商直接面对用户，以满足用户个性化需求；同时减少中间环节降低成本，提升效率。

中国制造企业云部署积极性不高，仅有47%的企业正在进行工业云部署。其中，27%的企业部署私有云，14%部署公有云（图二）。

重构未来商业模式。智能制造不仅能够帮助制造型企业实现降本增效，也赋予企业重新思考价值定位和重构商业模式的契机（图三）。

人工智能对制造业的影响

主要来自个两方面：一是在制造和管理流程中运用人工智能提高质量和效率；二是对现有产品与服务的彻底颠覆。

人工智能在制造业产品和服务领域的应用更具有颠覆性。产品本身就是人工智能的载体，硬件和各类软件结合具备感知、判断的能力并实时与用户、环境互动。而产品的功能和服务也将颠覆原有生态系统。以汽车产业为例，传统汽车行业的竞争格局是金字塔型——整车厂处于顶端，各级别供应商跟随其后。但在智能汽车时代，整车厂的主导地位将受到严峻挑战。零部件厂商、互联网巨头、算法公司、芯片制造商、传感器供应商等企业无不加快对无人驾驶技术的研发和商业化步伐，并期望通过占据技术制高点打破汽车产业的生态平衡。

三大任务，跨越能力鸿沟

重构商业模式是一项复杂、艰巨的任务，要达成这项任务，企业需先加强商业模式优化、创新管理以及云部署三大关键能力。