智能制造对中国产业的影响

导读：到2020年，制造业重点领域智能化水平显著提升，试点示范项目运营成本降低30%，产品生产周期缩短30%，不良品率降低30%。到2025年，制造业重点领域全面实现智能化，试点示范项目运营成本降低50%，产品生产周期缩短50%，不良品率降低50%。

按照“制造强国”战略中对智能制造发展的要求。主要是：紧密围绕重点制造领域关键环节，开展新一代信息技术与制造装备融合的集成创新和工程应用。支持政产学研用联合攻关，开发智能产品和自主可控的智能装置并实现产业化。依托优势企业，紧扣关键工序智能化、关键岗位机器人替代、生产过程智能优化控制、供应链优化，建设重点领域智能工厂/数字化车间。在基础条件好、需求迫切的重点地区、行业和企业中，分类实施流程制造、离散制造、智能装备和产品、新业态新模式、智能化管理、智能化服务等试点示范及应用推广。建立智能制造标准体系和信息安全保障系统，搭建智能制造网络系统平台。

预期的对产业带动影响的目标是：到2020年，制造业重点领域智能化水平显著提升，试点示范项目运营成本降低30%，产品生产周期缩短30%，不良品率降低30%。到2025年，制造业重点领域全面实现智能化，试点示范项目运营成本降低50%，产品生产周期缩短50%，不良品率降低50%。

生产角度

各国都在关注智能制造，似乎制造业不进行智造升级转型就会有很严重的后果，也有许多人意识到智能制造会带来更高效更便捷的生产效率，但无法全面认识到智能制造带来的好处。下面来分析下智能制造究竟有什么好处：

（一）更高的产量

智能制造通过更好的控制方法来控制机器生产（包括AI、机器人、批量控制等多种），效率比传统制造业更高。另外，智能制造中大数据的应用可以帮助制造商更有效了解生产流程，也有利于改进生产运营。因此，智能制造带来更高的产量是其最主要的原因。

（二）更高的精度

在生产流程，利用机器视觉等方式能够带来更精度的辨别，另外，整个生产流程中，传统制造业为了减少失败几率需要通过更好设备，以及培训操作人员，但还是很难减少失败率，而智造时大数据能够分析错误，防止因为失误造成的失败率。

（三）更好的预测

过去，制造业的生产受制于订单，同时根据个人经验分出淡季旺季，旺季加产量，淡季减产量，而智能制造的大数据会更有利于制造业掌控自身产量，更好地预测，从而在最有价值的生产条件下进行生产。

同时，大数据也能带来生产过程中的信息，例如可以跟踪不同供应商的产品数据，从而判断供应商的产品供应质量，以便于预测更好的供应商。同理可以通过大数据预测客户的需求，更理性做出生产计划来对应客户需求。

（四）更好的自定义和个性化

自定义和个性化是智能制造的一大魅力所在，传统制造业的流水线工作难以实现客户的自定义或个性化定制，而智能制造的生产流程能够实现实时控制，根据客户需求调整生产机器人从而制造自定义和个性化的产品更为容易。与更为传统的个人作坊相比，智能制造的自定义和个性化能够利用大数据整理生产经验，带来的自定义和个性化也可以批量化，也可以帮助制造商采取逆向工程，为熟悉的问题提出新的解决方案。

（五）更高的盈利回报

这一点其实是对前面几点的总结，更高的产量能够更好满足生产需求，更高的精度能够保证产品的质量，更好的预测能够保证更好的销量，更好的自定义和个性化则是能够扩大销路。利用智能制造的大数据，可以更好地了解制造运营的效率，同时也可以统计智能升级转型过程的投资回报率（ROI），制造业可以更好的制定未来制造计划。

2015年智能制造试点示范项目是中国工业和信息化部组织评审的第一批智能制造试点示范项目，共有46个项目上榜，覆盖了38个行业，分布在21个省（自治区、直辖市），涉及流程制造、离散制造、智能装备和产品、智能制造新业态新模式、智能化管理、智能服务等6个类别。根据工业和信息化部统计，实施智能制造的效果——“两提高，三降低”。

图1 智能制造效果

产品角度

2013年德勤(Deloitte)公司曾经调研全国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。

图2 智能制造产品和服务的盈利能力提升