乐鱼体育官方入口中国制造业的路径探索工业互联网解决的是工业如何互联，如同招投标平台，将人、机器、物料在平台上实现互相联通，跨越了厂房、地域和行业的限制并各取所需：在企业内部可全过程实时监控，设备故障率降低、开工率提高；企业外部，可以跨地域调动资源，实现个性化定制，降低成本。

　　目前企业智能化改造有三大痛点，最核心的就是提高良品率，其次是能耗问题，最后是故障预警或者是预防性维护，工业互联网的应用恰好可以解决这三大痛点，实现提质增效。

　　评估工业互联网企业时，除经营业绩外，互联互通能力、综合集成能力以及数据分析利用能力是评估重点。在工业互联网数据、平台和安全的三大结构中，工业互联网平台将率先成为投资热点。

　　2018年是工业互联网的开局之年，仍处于产业发展初期，但发展速度很快。三一、徐工、海尔、用友、GE、西门子、富士康等国内外企业均依托自身优势布局工业互联网平台。

　　工业互联网由美国GE公司在2012年提出。从本质上讲，工业互联网解决的是工业互联的问题，因此并不是指工业的互联网，也不是互联网的分支，而是特指工业互联的网络集群。就像一个完整的招投标平台，将制造业产业链中的各种机器、设备组、设施和系统网络，与先进的传感器、控制和软件应用程序相连接形成了一个大型网络平台，在这个平台中，实现人、机器、物料的互相联通，各取所需。

　　美国提出的工业互联网与德国提出的工业4.0相比，有许多共性的内容。比如技术基础都是围绕大数据、互联网、物联网，最终的目的也都是更高的智能化，两者内涵都是一致的。深究起来，两者的区别在于，德国工业4.0更侧重于依靠智能设备形成的智慧生产和智慧工厂（Smart Factory），其实质是工厂整体的智慧水平和互联互通能力。而工业互联网不强调单个的工厂，而是一个工业互联的大系统，即侧重于依靠工业互联形成运维和智能服务系统，强调智能设备、智能系统、智能决策的智能化（Intelligent）互联互通，特别是美国GE公司提出的工业互联网源于携带低成本传感器的高性能设备（如航空发动机）带来的大数据采集、大数据分析和决策，其实就是一个生产全过程监测、运维和服务系统。

　　通过工业互联网，在企业内部可全过程实时监控，实现运行维护+生产调剂，解决设备故障率、开工率问题；在企业外部，可以通过工业互联跨地域、跨行业、夸企业来调动生产资源，根据生产需求统筹个性化定制和规模化生产，最终提高整个社会的生产效率。

　　按照Gartner的预测，到2020年，预计全球约有300亿到500亿的终端会集中到网络上来。另据麦肯锡研究，到2020年，物联网在机器效率的提升方面，将产生2万亿左右的价值增值。

　　另外，据国家统计局数据显示，2016年末，我国有规模以上中小工业企业37万家，90%左右都是中小制造企业，技术改造需求迫切，这是根云最大的市场潜力。中小企业资金有限，但对效率提升的需求最为迫切，许多企业存在的产品质量不够稳定、设备运行效率较低、物耗能耗偏高、设备故障预见性低、运维成本较高等问题，因此，新旧动能转换是工业互联网的切入点，特别是具备低门槛、快速接入、即插即用的工业互联网平台具有优势。

　　2017年10月30日，国务院常务会审议通过《深化“互联网+先进制造业”发展工业互联网的指导意见》，《意见》提出三个阶段发展目标：到2025年，基本形成具备国际竞争力的基础设施和产业体系，覆盖各地区、各行业的工业互联网网络基础设施基本建成，工业互联网标识解析体系不断健全并规模化推广，形成3-5个达到国际水准的工业互联网平台；在2018-2020年三年起步阶段，初步建成低时延、高可靠、广覆盖的工业互联网网络基础设施，初步构建工业互联网标识解析体系。2018年，工信部也将统筹推进工业互联网发展的“323”行动，即着力打造网络、平台、安全三大体系。这为我国工业互联网指明了发展道路，而2018年正是工业互联网的开局之年。

　　在这个大背景下，我国工业互联网发展加速，特别是工业互联网中的平台体系发展最快，也是投融资的热点。目前，我国形成了以三一树根互联、徐工、华为、中信、海尔、用友、富士康等为代表的工业互联网龙头企业，这些企业最大的特点是背靠某一具体行业，通过多年积累的数据、设备、技术、客户以及上下游产业链来构建自身的工业互联网帝国。

　　随着全球经济不断复苏，制造业重新回到应有的战略支柱地位，但同时又面临环境恶化、人口老龄化、制造业定制化和规模化发展并行的实际问题，传统的制造业态已经不能满足经济的发展需要，为此，欧、美等国家相继提出工业4.0、先进制造业战略。

　　回归制造业的本源，其实质就是提质增效，但是，分散化的机器、设备、人员仅能在特定时期解决生产效率偏低的问题，但随着边际递减，传统企业闭门造车的生产方式不能解决社会生产效率的问题，甚至随着工业化的发展，单个企业也存在生产效率的瓶颈，企业和企业之间、企业和设备之间存在着信息沟通和共享障碍，最明显的表现就是开工率低下、故障率高，生产者并不能在企业自身内部寻求更高效率的解决方案，因此逐渐变成了生产和信息的孤岛。为了解决孤岛问题，德国等国家开始设立“制造岛”，我国称之为产业集群或集群，就是在特定地区把产业链上下游、研发机构等全部连接起来，形成局部地区生产的共享化、规模化效应。但是产业集群或者“制造岛”仍存在信息对称度不高、地区限制等问题，仍然不能从根本上解决社会大生产的效率问题。

　　那么，有没有一种办法把所有的机器、设备、知识（管理方法、技术能力等）统一嵌入一个公开的、共享的网络架构中，同时打破地区限制、技术限制、人员限制，进而实现机器、设备、知识跨区域、跨领域、夸企业流动？甚至是否可以实现将全社会乃至全球的工业资源统一调配，实现生产资源的按需分配，并将生产者和消费者需求通过网络来定制产品？

　　同时，还有一个非常重要的问题，即成本问题，成本从企业成立之初就开始产生，随着企业的逐渐成熟成本出现或增或降的变化，而降成本成为企业发展的永恒主题。众所周知，民营企业是制造业创新的源泉，但大多数初创科技型民营企业的痛点都在于如何能将产品在厂房不足、设备不足但技术水平较高的情况下落地，进而实现从实验室到产品的科技成果转化路径。过去，成立一个科技型企业不但需要技术，还需要厂房、设备、人员等，企业所募集的资金真正用在研发上占比较低，并且技术创业者的大量精力和金钱都花在了厂房等固定资产上，待产品落地之时，该项技术可能已不具备先进性和创造性。

　　目前，云计算、物联网、大数据等信息技术与制造技术的融合创新不断加剧给出了答案。可以将设备、物料、人员、知识等生产要素嵌入到网络构架，形成类似于招投标的框架，一方面，企业内部可以通过工业网络对所有的设备、物料、产品形成智能化管理，准确查明具体设备的开工率和可能出现的故障，满足自己的生产需要，同时还可以通过工业网络承接企业外部订单，打破企业信息孤岛；另一方面，企业外部可以形成全生产要素的定制化需求，充分运用全社会资源提高生产效率，满足个性化需求。因此，工业互联网应运而生，这个概念最早由GE（通用电气）于2012年提出，就是利用物联网和智能化的设备进行大规模工业制造，最终实现降成本、提质量、增效益。

　　从概念上讲，工业互联网解决的是工业互联的问题，因此并不是指工业的互联网，也不是互联网的分支，而是特指工业互联的网络集群，重点放在工业互联互通，互联网只是工业互联的手段。简单地说，所谓工业互联网就像一个完整的招投标平台，将制造业产业链中的各种机器、设备组、设施和系统网络，与先进的传感器、控制和软件应用程序相连接形成了一个大型网络平台，在这个平台中，实现人、机器、物料的互相联通，各取所需。

　　传统的工业系统是彼此独立、彼此不相兼容的制造孤岛，最大的问题是效率低下、产品不良率高、设备故障率高，在工业互联网体系下，首先是设备智能化，这也是智能制造的出发点和落脚点，这个过程解决的是传统设备的盲、聋、哑问题，实现生产效率的第一次提升。

　　长期以来，工厂的设备主要依赖于人工的操作、检测和检修，生产效率受限于人工效率，设备自身不具备“言语”的智慧，但是通过工业网络、传感器和生产物料中的标识系统等等，传统的设备具备了自主生产、定制生产、最优生产以及主动检测故障等智能化能力。同时，通过网络和平台再次对智能设备赋能，实现人和设备、设备和设备、设备和物料、人和物料之间的无障碍沟通和调配，这个过程是生产效率的第二次提升。

　　工业互联网最重要的意义在于，通过在移动互联网领域沉淀了多年的关键技术，与传统制造业和智能制造相叠加，共同释放出新的动能。以机床为例，目前我国机床生产效率极低，平均不到40%，生产效率低下的背后主要是开工率低的问题，而欧美等发达国家机床效率则在70%左右。当国内企业面临大规模订单时，单靠人工经验很难发现哪台机床处于非满负荷工作状态，也很难预测机床的故障发生，这个尴尬局面在引入工业互联网并对机床进行智能化改造后得以很好解决，即通过对机器和物料智能化赋能，工业互联网平台或软件可以快速判断出各个机床的工作状态，对生产物料进行自动调拨，同时对故障机床自动下线，确保每台机床处于满负荷工作状态，大幅度提高生产效率。

　　显然，引入工业互联网进行智能化改造后，企业在设备与设备之间的通信协议将被打通，让“机器之间能够用统一的语言说话交流”，从在企业内部网络和外部网络形成新的大数据库，激发机器的生产潜能，从而提升产品质量，提质增效。工业互联网平台本身就是面向制造业数字化、网络化、智能化需求，构建基于海量数据采集、汇聚、分析的服务体系，支撑制造资源弹性供给、高效配置的工业云平台。其本质是通过构建精准、实时、高效的数据采集互联体系，建立面向工业大数据存储、集成、访问、分析、管理的开发环境，实现工业技术、经验、知识的模型化、标准化、软件化、复用化，不断优化研发设计、生产制造、运营管理等资源配置效率，形成资源富集、多方参与、合作共赢、协同演进的制造业新生态。

　　工业互联网的兴起与发展可以打破原有封闭、隔离又固化的工业系统，扁平、灵活而高效的组织架构将成为新工业体系的基本形态。工业互联网平台依托高效的设备集成模块、强大的数据处理引擎、开放的开发环境工具、组件化的工业知识微服务，向下对接海量工业装备、仪器、产品，向上支撑工业智能化应用的快速开发与部署。

　　通俗来讲，整个工业互联网的构架就像我们日常的吃饭，消费者（企业）可以选择以下几种吃法，一是采购蔬菜、肉、蛋等等亲自做饭，这个过程极其费时费力，生产力没有得到解放，效率低下；二是去超市买速冻饺子等半成品，这时只需要寻找食品供应商等基础设施，这个过程就是基础设施即服务（IaaS层），但是仅有基础设施还是会出现延时等情况；三是还可以选择美团等外卖平台，直接享受一站式送到家服务，这个过程就是平台即服务（PaaS），同时也需要APP等软件，也就是软件即服务（SaaS）。假设有这么一家技术一流的公司，完全拥有基础设施、平台和软件等，那么这家企业就是完全意义上的工业互联网公司，这也是整个工业互联网产业发展的重点。但是，目前的现实情况是，互联网公司懂网络和架构，但不擅长工业；制造业企业通晓工业，但对互联网及其应用一知半解，工业互联网之所以说是一种新的业态，就是为了解决这个问题，一方面融合工业化和信息化，一方面解决如何通过网络解决工业互联问题。

　　第一，工业互联网底层是由信息技术企业主导建设的云基础设施IaaS层（Infrastructure as a Service，即基础设施即服务），在这一层级，我国与发达国家处在同一起跑线，阿里、腾讯、华为等云计算基础设施已达到国际先进水平。

　　第二，中间层是由工业企业主导建设的工业PaaS层（Platform-as-a-Service:平台即服务，即把服务器平台作为一种服务提供的商业模式），其核心是将工业技术、知识、经验、模型等工业原理封装成微服务功能模块，供工业 APP 开发者调用，因此工业PaaS的建设者多为了解行业本身的工业企业，如GE、西门子、PTC以及我国的航天科工、三一重工、海尔集团均是基于通用PaaS进行二次开发，支持容器技术、新型 API 技术、大数据及机器学习技术，构建了灵活开放与高性能分析的工业PaaS产品。

　　第三，最上层是由互联网企业、工业企业、众多开发者等多方主体参与应用开发的工业APP层，即软件即服务（SaaS）。其核心是面向特定行业、特定场景开发在线监测、运营优化和预测性维护等具体应用服务。

　　根据上一节提到的IaaS、PaaS、SaaS，工业互联网整个体系分为边缘层、平台层和应用层。首先是边缘，通过大范围、深层次的数据采集，以及异构数据的协议转换与边缘处理，构建工业互联网平台的数据基础。一是通过各类通信手段接入不同设备、系统和产品，采集海量数据；二是依托协议转换技术实现多源异构数据的归一化和边缘集成；三是利用边缘计算设备实现底层数据的汇聚处理，并实现数据向云端平台的集成。

　　第二层是平台，基于通用 PaaS 叠加大数据处理、工业数据分析、工业微服务等创新功能，构建可扩展的开放式云操作系统。一是提供工业数据管理能力，将数据科学与工业机理结合，帮助制造企业构建工业数据分析能力，实现数据价值挖掘；二是把技术、知识、经验等资源固化为可移植、可复用的工业微服务组件库，供开发者调用；三是构建应用开发环境，借助微服务组件和工业应用开发工具，帮助用户快速构建定制化的工业 APP。

　　第三层是应用，形成满足不同行业、不同场景的工业 SaaS 和工业 APP，形成工业互联网平台的最终价值。一是提供了设计、生产、管理、服务等一系列创新性业务应用。二是构建了良好的工业 APP 创新环境，使开发者基于平台数据及微服务功能实现应用创新。除此之外，工业互联网平台还包括 IaaS 基础设施，以及涵盖整个工业系统的安全管理体系，这些构成了工业互联网平台的基础支撑和重要保障。泛在连接、云化服务、知识积累、应用创新是辨识工业互联网平台的四大特征。一是泛在连接，具备对设备、软件、人员等各类生产要素数据的全面采集能力。二是云化服务，实现基于云计算架构的海量数据存储、管理和计算。三是知识积累，能够提供基于工业知识机理的数据分析能力，并实现知识的固化、积累和复用。四是应用创新，能够调用平台功能及资源，提供开放的工业 APP 开发环境，实现工业 APP 创新应用。

　　工业互联网本身就是连接企业（包括人员）和设备之间的神经枢纽，是智能化转型和智能化改造的关键。目前企业智能化有三个最典型的痛点，最核心的就是提高良品率，这也是很多企业产品质量上不去的原因，其次是能耗问题，最后是故障预警或者是预防性维护，工业互联网可以通过大数据分析和关联数据来提前对故障进行预测，防止生产过程中出现间断生产问题。

　　首先，工业互联网可以帮助企业实现智能化生产和管理。通过对各类数据的采集和分析，能够发现导致生产瓶颈与产品缺陷的深层次原因，不断提高生产效率及产品质量。基于现场数据与企业计划资源、运营管理等数据的综合分析，能够实现更精准的供应链管理和财务管理，降低企业运营成本。

　　比如阿里巴巴的阿里云平台，一方面将碎片化零散、随机的生产加工需求进行整合，另一方面对生产企业产能实现标准化、在线化，然后通过智能供需匹配的算法模型将消费端整合需求精准、高效匹配给淘工厂平台对应满足加工需求的优质工厂，推动生产企业分散产能整合共享。中策橡胶基于阿里云ET工业大脑，将生产端的各类数据进行深度运算和分析，形成了资源最优利用的方案组合，提升了5%混炼胶合格率。在传统工厂智能化升级、产线智能化改造模式下，中策橡胶是无法推演出从越南进口的橡胶原材料会影响产品合格率，而基于云的深度运算和分析，可以找出了这一影响因子。再如天合光能，阿里云数据科学家通过研究光伏电池的业务流程和制作工艺，构建出数据分析模型，对工艺参数进行调整，最终在丝网印刷环节捕获到了关键因子，优化后A品率提升了7%。传统模式下，即便最优秀的工程师和专家也无法给出这样的预测。

　　二是帮助企业实现生产方式和商业模式创新。企业通过平台可以实现对产品售后使用环节的数据打通，提供设备健康管理、产品增值服务等新型业务模式，实现从卖产品到卖服务的转变，实现价值提升。基于平台还可以与用户进行更加充分的交互，了解用户个性化需求，并有效组织生产资源，依靠个性化产品实现更高利润水平。此外，不同企业还可以基于平台开展信息交互，实现跨企业、跨区域、跨行业的资源和能力集聚，打造更高效的协同设计、协同制造，协同服务体系。

　　湖南星邦重工有限公司以“高空作业车”设备类型为主，引进三一重工根云平台及智能服务SaaS核心功能，实现高空作业车地理位置信息、工况信息的采集、资产管理、智能服务管理、决策支持等功能，覆盖26种类型的设备，同时优化高空作业车端到端的一体化流程，有助于提升和完善星邦重工后期业务拓展。

　　常州东风农机集团有限公司（原常州拖拉机厂）始建于1952年，是一家致力于研发、生产拖拉机及其各类农机具的国家大型专业农机企业。基于根云为农机企业提供定制化智能设备管理云服务，完成农机具设备的数据采集、数据上传，实现基础数据在大数据云服务的存储及处理，提供基础管理、设备工况监控与展示、设备远程控制与诊断、设备故障信息提醒、管理报表等设备管理功能呈现。

　　未来，工业互联网平台可能催生新的产业体系。如同移动互联网平台创造了应用开发、应用分发、线上线下等一系列新的产业环节和价值，当前工业互联网平台在应用创新、产融结合等方面已显现出类似端倪，未来也有望发展成为一个全新的产业体系，促进形成大众创业、万众创新的多层次发展环境，真正实现“互联网+先进制造业”。

　　工业互联网产业发展联盟发布了2017年工业互联网产业，其中提到的数据、平台等问题是我国目前遇到的产业瓶颈。首先，对于工业互联网平台而言，工业数据采集是基础，有什么样的数据规模就有什么样的工业互联能力。当前数据采集面临的突出问题是，受制于传感器部署不足、装备智能化水平低，工业现场存在数据采集数量不足、类型较少、精度不高等问题，无法支撑实时分析、智能优化和科学决策。据统计，我国在设备数字化、网络化方面与美德差距较大，我国企业设备数字化率为44.8%、数字化设备联网率为39.0%，尤其是中小企业基础薄弱。因此，数据采集体系建设和解决方案能力建设将会成为工业互联网平台建设的重要机会：一方面通过构建一套能够兼容、转换多种协议的技术产品体系，实现工业数据互联互通互操作，另一方面通过部署边缘计算模块，实现数据在生产现场的轻量级运算和实时分析，缓解数据向云端传输、存储和计算压力。

　　其次，工业PaaS（平台即服务）是核心。PaaS的本质是在现有成熟的 IaaS（基础设施即服务）平台上构建一个可扩展的操作系统，为工业应用软件开发提供一个基础平台。工业PaaS面临的突出问题是开发工具不足、行业算法和模型库缺失、模块化组件化能力较弱，现有通用 PaaS平台尚不能完全满足工业级应用需要。当前，工业PaaS建设的总体思路是，通过对通用PaaS平台的深度改造，构造满足工业实时、可靠、安全需求的云平台，将大量工业技术原理、行业知识、基础模型规则化、软件化、模块化，并封装为可重复使用和灵活调用的微服务，降低应用程序开发门槛和开发成本，提高开发、测试、部署效率，为海量开发者汇聚、开放社区建设提供支撑和保障。工业PaaS是当前领军企业布局的重点，是平台核心能力的集中体现，也是当前生态竞争的焦点。

　　同时，特定工业应用场景的工业 APP 是关键乐鱼体育官方入口，用户可以通过对工业 APP 的调用实现对特定制造资源的优化配置。工业 APP面临的突出问题是传统的生产管理软件云化步伐缓慢，专业的工业APP应用较少，应用开发者数量有限，商业模式尚未形成。未来，工业 APP 发展的机会在于，一方面，传统的 CAx（CAD、CAM、CAE、CAPP、CIM、CIMS、CAS、CAT、CAI等各项技术的综合叫法，即CA+X）、ERP（Enterprise Resource Planning，企业资源规划应用软件）、MES （面向制造企业车间执行层的生产信息化管理系统，可对从订单下达到产品完成的整个生产过程进行优化管理）等研发设计工具和运营管理软件加快云化改造，基于工业PaaS实现了云端部署、集成与应用，满足企业分布式管理和远程协作的需要；另一方面，围绕多行业、多领域、多场景的云应用需求，大量开发者通过对工业 PaaS 层微服务的调用、组合、封装和二次开发，开发形成面向特定行业特定场景的工业 APP。

　　在整个工业互联网体系中，网络是实现人、机、物互联互通的基石，我国中小企业中网络化基础与人、机、物互联的网络需求差距较大，尤其是中小企业专线网络还不够健全，导致人、机器、物料之间的“沟通”出现了障碍，影响了工业生产效率，未来几年，以下几个方面将成为工业互联网发展的重点：

　　一是工业企业内网改造升级。通过实施工业企业内网改造来推动工业企业内网的IT化、扁平化、柔性化，从而打通信息孤岛、数据烟囱，为更广泛的互联互通，为先进制造业的深入发展打下良好基础。

　　二是工业企业外网建设。重点加快推进宽带网络基础设施建设与改造，扩大网络的覆盖范围，优化升级国家骨干网络，为实现产业链各环节的泛在互联与数据顺畅流通提供保障。进一步推进连接中小企业的专线提速降费，降低中小企业信息服务的成本，支持大中小企业的融通发展。

　　三是标识解析体系建设。即赋予机器和产品“身份证”，实现供应链系统和企业生产系统精准对接和人、机、物全面互联，进而实现跨企业、跨地区、跨行业的产品全生命周期的管理，促进信息资源的集成共享。

　　四是工业领域全面部署IPv6。我国IPv6发展起步比较早，但与发达国家相比目前普及率还不高，在工业企业的网络化改造建设的同时，同步推进工业领域IPv6的发展。

　　当中国发展进入新时代，中国也进入由科技和创新驱动的新一轮发展阶段，而人工智能将成为中国新时代科技创新的关键和参与全球竞争的重要砝码。人工智能技术在各行业已经展现出广阔的应用前景，不仅能带来生产效率的提升，还会催生新的产品、模式与公司，推动整个产业价值链的重构。发展人工智能也已经成为国家之间竞争的制高点之一。

　　从国家发展的长远角度来看，人工智能将对经济、社会、国防等多个领域带来深远影响，成为全球竞合中的重要砝码之一，是不可错过的重要发展机遇。人工智能的争夺是世界未来最主要、最重要的争夺，将决定世界的未来，也会重新撰写和定义中华民族5000年的历史，在这个争夺中，中国没有任何的空间和实践可以犹豫和后退。

　　中国是世界上最大的制造业大国，制造业与人工智能的结合是中国从制造大国走向制造强国的重要一步，是中国直面国内国际挑战的重要超车机遇。

　　本文提出“智能制造：中国制造业和人工智能共享共赢的未来”的命题。我们认为，制造业与人工智能的结合是解决中国人口老龄化，制造业由于装备和软硬件平台依赖进口所面临的缺乏创新平台自动化自主程度较低、制造业外移、制造业仍然处于价值链低端， 劳动生产率较低等问题的重要手段。特别在中美贸易摩擦挑战下，制造业亟待人工智能赋能。人工智能等新技术为制造业的发展打开新天地，制造业为人工智能提供巨大的数据养料和落地舞台。沿着数字化、网络化、智能化的智能制造发展路径，一个包括设备企业、软件与服务企业、通信和解决方案提供商、制造业工厂在内的全新产业即将出现。未来智能化的制造业将是中国经济和技术发展的重中之中。

　　今天，中国是世界上最大的制造业大国。 中国之前，全球尚未有任何一个国家能在短短的40年内，实现由农业经济向信息经济的跃迁。改革开放40年来，我国建立了门类齐全的现代工业体系，工业经济的实力迅速壮大并跃升为世界第一制造大国，也是世界上唯一有完整的制造业体系、产品、和产业链的大国。世界银行统计数据显示，2017年中国制造业增加值为3.59万亿美元，占全世界的28.57%，是美国和德国制造业增加值的总和，遥遥领先于世界国家（图1），并在2016世界制造业竞争力指数排名中（图2）位居榜首。

　　另一方面，制造业在中国产业结构中地位至关重要。2017年美国GDP中第二产业仅占19%，而同期中国第二产业占据GDP的41%、制造业增加值占GDP的29%。相较于世界其他国家，中国制造业在国民经济中的地位和重要性都要高，也为人工智能提供了更大的发展空间。

　　在制造业，低技术含量(第二产业、处理常规/可预测/可编程任务)的工人将首先面临被人工智能替代。中国制造业主要由传统产业驱动、从业者技术要求较低，因此其劳动力可以被自动化的程度整体较高，重复性、规则性、可编程性较高的工作内容将在未来主要由人工智能协同智能化工业机器人完成。基于产业结构和劳动力结构的不同，人工智能替代低技术工人对中国的影响将大于美国。MGI(麦肯锡全球研究所)估计中国51％的工作(约3.94亿全职员工)可以自动化。由此，未来AI对中国经济增长的驱动力将达1.3%左右，高于世界平均水平。

　　制造业可源源不断产生比消费更为丰富的海量数据，为人工智能发展提供丰富的“生产资料”。根据Monica Rogati 的数据科学需求层次，数据的收集是数据分析、测试、机器学习的基础。仅当拥有足量的数据基础时，机器学习才能够最大程度发挥其效用。三大产业的数据产生频率有所不同，第一产业以一年若干季为周期，服务业以月和日为周期，制造业可以在产线运行、检测、运输、仓储等全过程源源不断产生数据流，为AI时代的计算提供大量的、相对规则的数据资料，助力机器学习进一步的算法优化、提高预测准确度。

　　今天，产业互联网已经超越ToB、ToG范畴，未来将以独特的C2B方式连接智能产业，帮助B端打通生产制造、消费服务的价值链，构筑新的“服务产业、也服务于人”的新型制造业服务业。未来将不再有纯粹的“制造业”或纯粹的“服务业”，而是两者深度融合，制造业将从现在的标准化、规模化增添个性化与定制化的服务属性。伴随工业智能化的进一步推进，最终有望实现定制化用户个性需求。物联网拥有“、无价、无序”的本质，通过建立自驱动的非线性网络，有望实现“用户零距离、流程零签字、体验零延误”。高端智造的核心不止步于生产高端产品，而可进一步延伸至为用户提供高端服务，满足用户的个性化需求。依托智能化与高效率的定制美好生活平台，或成为全球产业的下一个风口。

　　尽管中国是世界第一制造业大国和“世界工厂”，但中国制造业仍然处于国际分工中价值链相对低端的位置，面临着生产率增速下降、技术学习难度加大，人口红利消失，制造业外移和国际环境的外部冲击的根本性挑战。随着我国经济发展逐渐步入工业化后期，需求拉动对制造业资源配置和效率提升的效应正不断弱化；从技术层面看，我国传统产业中的高端生产装备和核心零部件技术长期受制于人，技术竞争力差距大；而新兴技术和产业领域全球竞争的制高点掌控不足；在全球产业结构调整中，我国制造业增长更多依赖于来自发达国家的制造业转移。在此背景下，在新一轮“制造业+人工智能”的竞争中把握好机遇，以人工智能技术的连接、融合功能引发传统制造业产业形态的平台化、网络化和深度服务化，对于我国制造业的转型升级和提升国际竞争力有着重要意义。

　　从国际比较视角看，中国的单位劳动产出较低。2015年，世界平均单位劳动产出为18,487美元，中国是7,318美元，不及全球平均水平的40%。 伴随中国产业结构升级、劳动素质提升及对外开放程度的提高，中国单位劳动产出实现过两位数的增长，缩小了和发达国家的差距，但2010年至今中国单位劳动产出增长速度下降到6-7%区间。以高新技术接力赋能增长、提高中国劳动生产率时不我待。

　　中国正面临人口老龄化的挑战，就业倾向制造业适龄人口未来快速减少。2011年中国出现“人口红利”拐点，之后青年劳动力人口占比继续下降， 已从从2011年的50%，下降到2016年的46%。根据国务院《国家人口发展规划(2016—2030年)》，14-45岁人口占比到2030年将下降到32%，适龄人口减少对未来制造业的发展将产生持续影响。同时，“90后”和“00后”以后的年轻人对从事简单重复劳动的意愿较低，中国制造业已经出现员工稳定性下降的趋势。人工智能会为员工创造从普通操作工人向操作机器人的工程师等行业专家发展的更大的成长空间，也为企业的持续发展创造动力。

　　我国企业运用的自动化设备及技术仍然依赖美德日企业。虽然中国企业在规模上超过美德日，但产品设计和生产所需的自动化装备、方和软硬件平台上，目前还主要依靠西门子、GE、三菱等美德日企业。人工智能、大数据等新技术兴起，为制造业自主化的进一步升级提供了可能性。工业互联网提供了大数据信息处理，机器视觉信息获取，低延迟工业级信息传输等功能，这些功能对生产、运输、检测环节带来新的生产力，为先进装备的创新和发展提供了新的契机。

　　以人工智能解决中国制造业因劳动成本上升等引起的产业向第三方发展中国家转移的挑战。近年来伴随中国人力、土地、环保、社保等成本端的提升，以及中美贸易摩擦带来的挑战，中国低端制造业出现向印度、越南等低成本国家的外迁趋势。以电子产业链为例，近几十年来，全球化的电子产业沿欧美→日本→韩国/中国→中国内地转移，现在部分开始从中国转移至印度/越南等低成本国家。采用人工智能自动化、优化成本控制的企业才能能在产业迁移的过程中胜出。

　　中国制造业普遍面临利润空间狭窄的挑战。人工智能可以从产品、服务和生产三个维度帮助制造业企业实现升级，提升企业营收和利润。

　　产品方面：软件赋能硬件的智能升级。通过内置新操作系统或更新程序，将人工智能算法嵌入产品中，如机械、汽车等，从而帮助制造业企业生产全新的智能化产品。如腾讯人工智能开放平台对外提供计算机视觉，帮助制造业企业实现产品升级。

　　服务方面：提高营销能力和售后服务水平。利用人工智能算法，帮助制造业企业优化营销能力，提升售后服务水平。1）售前营销乐鱼体育官方入口，通过人工智能分析用户画像，判断重点需求，从而进行更实时、精准的广告投放；2）售后服务，以物联网、大数据和人工智能算法，对产品进行实时监测、管理和风险预警。

　　生产方面：提升设备自动化生产能力。将人工智能技术嵌入生产过程，提升机器设备的自动化水平，实现在复杂情况下的自主生产，从而全面提升生产效率。通过机器学习建立产品的生产模型，识别各制造环节参数，判断其对最终产品质量的影响，通过深度学习自主判断最佳参数，从而实现完全机器自主的生产。

　　制造业智能化实现路径：在数字化、网络化、智能化的相互递进与配合下，企业转型智能工厂、跨企业价值链延伸、全行业生态构建与优化配置将有望得以实现。

　　首先，数字化。通过将种类繁多的工业传感器布置于生产与流通的各个部分，可以将工业过程各主要参数制式数字化，产生大量工业数据，为智能化奠定数据基础。

　　其次，网络化。工业通信将传感器采集到的工业数据低延迟、低丢包率地传输至云端。未来，通信协议标准化、无线通信技术应用将成为趋势。工业云是工业互联网最核心的部分，进行海量数据的汇聚、提炼、模型计算等，实现资源优化与预测。

　　最终，实现智能化。依托区块链和图像、语音、机器学习等人工智能技术，制造业企业得以在网络化的基础上进一步实现智能化，如依托区块链技术进行供应链管理、依托图像技术进行自动光学检测和仓储机器人的使用、依托语音技术进行物流语音拣选、依托机器学习进行预测性维护和车货匹配等。

　　因此，企业制造业智能化转型也可以分为数字化、网络化、智能化三步。在数字化、网络化、智能化的相互递进与配合下，企业转型智能工厂、跨企业价值链延伸、全行业生态构建与优化配置将有望得以实现。

　　(1) 为配合工业智能化、实现智能制造，制造业工厂在进行数字化、网络化、智能化的软硬件应用之前，更为基础的是在生产流程上打通设计、生产、检测、搬运、仓储、配送等主要环节，高效、科学的生产流程设计蕴含着巨大的提质增效、降本减存的机会。

　　人工智能的基础是大量的数据，而工业传感器是获得工业数据的感官。除了设备状态信息以外，人工智能平台需要收集工作环境(如温度湿度)、原材料的良率、辅料的使用情况等相关信息，用以预测未来的趋势。这就需要部署更多类别和数量的传感器。如今，使用数量较多的传感器包括压力、位移、加速度、角速度、温度、湿度和气体传感器等。现在的工业传感器可以提供监视输出信号、为预测设备故障作出数据支持，可以助于确认库存中可用的原材料，可代替指示表更精确地读数以及在环境恶劣的情况下收集数据、亦可监测通过网关和云的数据传输、维护数据安全等。

　　得到大量数据后，如何将数据传输至云端呢？这需要依托先进的工业级通信技术。和过去在车间内直接对数据进行简单响应不同，企业需要把不同车间，不同工厂，不同时间的数据汇聚到同一个地方(云数据中心)，进行复杂的数据计算，以提炼出有用的数学模型。这就对工业通信网络架构提出新要求，推动标准化通信协议及5G等新的技术在车间里的普及。

　　人工智能进行计算的场所——云平台。工业互联网最有意义的部分是其云计算平台。工业生产中产生的海量数据将与工业云平台相连，采用分布式架构进行分布式数据挖掘，提炼有效生产改进信息，最终将用于预测性维护等领域。在云平台上首先打通数据流和物流，在云上汇聚工厂内部的不同维度、产品生命周期不同阶段、供应链上下游不同行为主体。其次可以通过运用大数据及人工智能技术进行分析，提炼数字分析模型。

　　制造业智能化及工业互联网具有不同层面的应用场景。首先，在企业层面主要是内部的提质增效，降本减存，从传统制造进化为智能工厂，以数据驱动智能生产能力。其次，可实现跨企业价值链延伸，优化跨企业的制造资源配置，打通企业外部价值链。最后，有望实现全行业生态构建，以数据驱动生态运营能力，汇聚协作企业、产品、用户等产业链资源，不断沉淀、复用、重构和输出，实现制造行业整体的资源优化配置。

　　过去传统的制造业工厂的内部存在信息系统(IT)和生产管理系统(OT)两个相对独立的子系统。IT系统生产规划，OT负责执行，不需要过多的互动。未来的智能工厂，需要打通设备，数据采集，企业IT系统，云平台等不同层的信息壁垒，实现从车间到决策层的纵向互联乐鱼体育官方入口。

　　供应链各个环节之间的物流会产生大量的数据。这些物流信息的收集能够帮助物流行业提升效率，降低成本。未来的智慧物流，通过智能化收集、集成、处理物流的采购、运输、仓储、包装、装卸搬运、流通、配送等各个环节的信息，实现全面分析，及时处理及自我调整。这需要涉及到将这些数据数字化并累积成足够的数据库，需要大量的基础设施建设。

　　工业互联网要实现产品从设计、制造到服务，再到报废回收再利用整个生命周期的互联。未来的工厂会以数字化方式为物理对象创建虚拟模型，来模拟其在现实环境中的行为。通过搭建整合制造流程的数字双胞胎生产系统，能实现从产品设计、生产计划到制造执行的全过程数字化，将产品创新、制造效率和有效性水平提升至一个新的高度。

　　在人工智能、工业机器人、工业互联网、区块链等多种技术赋能下，未来智能化的制造业将值得畅想。短期人工智能与工业机器人的落地将解放大量重复、规则的人类劳动。工业互联网日益成熟，机器之间、工厂之间得以智能化互联互通，区块链技术的加入更使得制造业“全自动运行”成为可能，“人工智能+机器人+区块链”模式值得期待。而伴随制造业与服务业将深度融合，标准化生产与个性化定制并存，智能制造将为人们构筑美好生活。相信在数字化、网络化、智能化的相互递进与配合下，企业转型智能工厂、跨企业价值链延伸、全行业生态构建与优化配置将有望得以实现，制造业的深度智能化将不再仅存在于愿景。

　　未来10-15年内，50%的制造业将会被人工智能取代，中国的主导产业将发生天翻地覆的变化，并且面临国内外企业的新一轮冲击。面临人工智能时代全新的竞争环境，中国必须迎难而上，从当下开始打造人工智能生态，为未来全方位跟进时代浪潮打下深厚基础。新时代下，人工智能发展的规模之大、速度之快、在国际竞合中地位之高，决定了中国需要进一步改革开放，以改革政策带来的制度创新的力量促进人工智能快速发展，占据技术制高点，并形成国际竞争力。

　　制造业+人工智能已成为中美等国制造业竞争的主赛道之一。美国拥有人工智能先发优势、领先工业制造商基础以及资金优势。中国需要在人工智能的成熟度和行业整合上取得突破，这种背景下，能够率先建立工业互联网技术基础、并顺利将其应用和大规模铺设至智能工厂、先进制造装备等领域的国家，无疑将在全球制造业竞争中占据优势地位。2018年11月19日美国商务部发布题目为《Review of Controls for Certain Emerging Technologies》的法规制定提案预告(Advance notice of proposed rulemaking，ANPRM)，如提案落实，众多高新科技行业将面临美国出口与技术封锁，为已经面临人口结构、自动化自主程度较低、进口依赖的中国制造业的进一步升级造成额外阻碍。历史阶段与国际环境挑战下，中国的制造业亟待AI赋能。

　　但是，人工智能这轮变革是中国和世界第一次站在同一个起点上，在人工智能的竞争中，中国第一次有了资本、人才和技术去把握未来。中国实现“弯道超车”有四大信心和条件。

　　一是用户基数与市场潜力。中国有近14亿用户，形成了巨大而多样化的市场，为人工智能的发展应用提供了充足的空间。特别是中国今年来互联网与移动应用和商业模式迅速发展，在很多领域已经超越了美国等发达市场的发展水平，结合巨大的用户基数产生了规模巨大而差异化的数据集，为人工智能的应用提供了最佳基础。

　　二是技术差距逐渐缩小。近年来中国在技术上发展迅速，国际会议论文中，出现中国作者名字的占三分之一以上。海外科技人员归国创业的热潮明显，人才回流现象加强。此外，中国在超级计算机方面的潜力巨大，为技术的发展提供了加速支持。2017年，超级计算机五百强榜单显示中国已超过美国，成为世界上拥有最快超级计算机、且数量最多的国家。

　　三是创新能力的提升。“中国创造”已成大势所趋，时下流行的商业模式中有诸多为中国首创，例如共享单车、移动支付、直播、手机短视频等，成为海外市场研究与效仿的对象。

　　四是资本力量充裕。一方面政府将创新提升至战略层面，高科技领域的政府引导基金可达到千亿、万亿的级别。另一方面大量民间资本渴望找到成长性高的投资机会。据Pitchbook调查，2018中国人工智能领域的投融资已占到全球所有人工智能投融资总额的12%，且其占比仍保持迅速上升趋势。基于以上四方面原因，中国有望在智能制造领域，百尺竿头更进一步，从“世界领先”走向“世界第一”。

　　中国近年出台多项政策鼓励智能制造及互联网、新兴技术于制造业的应用结合，然而我们需要清醒认识到政策与制度层面、人才与环境层面仍存在落地困难。未来，伴随中国制造业转型升级意识的增强，人工智能、新兴技术与制造业应用进展的进一步推进，以及相关行业、企业、政府三大层面的政策引领作用的提升，一个自动高效、互联互通、具备前瞻预测能力的智能制造时代将早日到来。返回搜狐，查看更多