近日，德勤發(fā)布《中國智造，行穩(wěn)致遠——2018中國智能制造報告》，對一百多家來自汽車、裝備制造、電子電器等行業(yè)的大中型企業(yè)進行調研。調研發(fā)現(xiàn)，中國工業(yè)企業(yè)的數(shù)字化能力明顯提升，智能制造在效益產生方面的貢獻明顯增加，且中國工業(yè)機器人的需求增長強勁，已成為第一消費大國。

首先，德勤在報告中指出，“智能制造是基于新一代信息技術，貫穿設計、生產、管理、服務等制造活動環(huán)節(jié)，具有信息深度自感知、智慧優(yōu)化自決策、精準控制自執(zhí)行等功能的先進制造過程、系統(tǒng)與模式的總稱”。

也就是說，智能制造涵蓋了從制造智能化產品、利用智能技術提供服務到在生產過程中利用智能技術的一系列過程。如今，全球價值鏈的重構以及分工調整已迫使企業(yè)布局智能制造，以保障自身地位。傳統(tǒng)制造企業(yè)作為先頭部隊將智能化轉型提升至戰(zhàn)略地位，各大技術公司間相繼展開戰(zhàn)略合作，提供系統(tǒng)的解決方案能力。中國智能制造毫無疑問已進入高速成長期，工業(yè)企業(yè)開始發(fā)力智能制造。

德勤調查了企業(yè)對智能制造部署的重點方向，總結出五大重點：數(shù)字化工廠、設備及用戶價值深挖、工業(yè)物聯(lián)網(wǎng)、重構商業(yè)模式以及人工智能。

1數(shù)字化工廠

智能制造是以數(shù)字作為核心驅動力的，在各個制造環(huán)節(jié)中數(shù)據(jù)的收集無疑占據(jù)著重要地位。故此，無論是生產數(shù)據(jù)、產品數(shù)據(jù)還是最上游的供應商數(shù)據(jù)的積累都是企業(yè)的主要任務。通過數(shù)據(jù)的積累，以信息技術作為支撐，實現(xiàn)制造中各個環(huán)節(jié)的串聯(lián)可以快速建立起合適的模型，為企業(yè)生產制造提供指導。通過此數(shù)字化工廠的建立，企業(yè)才能提高決策準確性。

而在數(shù)字化工廠的建設中，打通數(shù)據(jù)流、實時觀測數(shù)據(jù)變化的指導意義重大：通過數(shù)據(jù)變化可以對生產過程進行優(yōu)化，實現(xiàn)業(yè)務、工藝以及資金流程上的協(xié)同，并合理配置資源。目前，在被調查企業(yè)中高達62%的企業(yè)已打通從生產計劃到執(zhí)行，再到現(xiàn)場設備的數(shù)據(jù)流。而航空航天領域由于制造精密、質量管控力強，該領域內企業(yè)的數(shù)字化工廠建設能力普遍較高。

2設備及用戶價值深度挖掘

設備價值挖掘是指在各個環(huán)節(jié)產品、設備相關服務效益的提升。如研發(fā)設計更智能化的產品、銷售階段提供設備相關金融服務、售后階段基于產品收集并監(jiān)控數(shù)據(jù)，從而進行性能分析等，挖掘更多服務機會。用戶價值挖掘則是以滿足客戶個性化需求為核心，進一步降低成本、提升效率。典型例子如C2M模型，不同于以往企業(yè)生產制造再進行銷售，C2M模型在企業(yè)研發(fā)設計之前接收到用戶的分散、個性化需求，通過針對性下單、生產制造，不僅更好地滿足用戶，而且大大減少了中間環(huán)節(jié)的浪費。

如今，在競爭程度愈發(fā)高、產品定價更透明的產業(yè)內，深度挖掘可以產生新的價值來源。報告顯示，62%的企業(yè)正在積極部署設備及用戶價值的深度挖掘。

3工業(yè)物聯(lián)網(wǎng)

實際上，面對高昂的云部署成本，在其未能創(chuàng)造核心價值之前，企業(yè)普遍對云部署積極性不高；國內工業(yè)制造業(yè)同樣如此。如今，智能制造中系統(tǒng)需要實現(xiàn)的感知、分析、決策等能力均涉及物聯(lián)網(wǎng)相關技術，迫使企業(yè)開始利用傳感器及物聯(lián)網(wǎng)平臺收集數(shù)據(jù)，并進一步利用大數(shù)據(jù)能力分析。其應用場景從設備監(jiān)控管理、了解產品如何被使用到創(chuàng)新服務均有涉及。

目前，47%的企業(yè)正在部署工業(yè)云，其中電子電器行業(yè)的傳感器和平臺應用最為普及，我們猜想其主要是由于該領域需要與消費者建立更為緊密的聯(lián)系。

4重構未來商業(yè)模式

除實現(xiàn)智能化流程，幫助企業(yè)降本增效外，智能制造還可以應用于企業(yè)產品及服務的創(chuàng)新中；而且，非常具有創(chuàng)新力的創(chuàng)業(yè)公司的不斷涌入也在挑戰(zhàn)傳統(tǒng)企業(yè)的地位。由此，企業(yè)需要重構商業(yè)模式，實現(xiàn)價值。

目前，工業(yè)企業(yè)商業(yè)模式定位以平臺型、規(guī)?；ㄖ啤ⅰ爱a品+服務”、知識產權四種為主。平臺型商業(yè)模式是立足于垂直行業(yè)，提供多種軟件服務，搭建生態(tài)系統(tǒng)；規(guī)?；ㄖ颇Ｊ绞侵笜I(yè)務領域的橫向拓展；“產品+服務”指圍繞客戶需求，探索新的解決方案；知識產權模式指通過專利的申請來建立技術壁壘，占領市場。其中，選擇前三種戰(zhàn)略來布局企業(yè)數(shù)量較多，分別達到30%、26%及24%。但各種模式之間挑戰(zhàn)也不盡相同。

5人工智能

人工智能對工業(yè)的影響主要來自兩方面：通過將人工智能運用到生產流程中，智能把控質量，提高生產效率；二是創(chuàng)新產品及服務的研發(fā)。

目前，國內制造業(yè)的自動化程度越來越高，在機器人的應用數(shù)量上更是居于全球首位。通過進一步實現(xiàn)機器學習，結合大數(shù)據(jù)，可以提高生產線的配合度，減少生產問題；如流程自動化、質量監(jiān)測等。而通過完全顛覆自有產品及服務本身，深度結合人工智能技術，設計具有感知、判斷能力的產品則更具競爭力；典型例子如自動駕駛。

調查中指出，一半以上的受訪企業(yè)已經在制造和管理流程中運用人工智能，46%的企業(yè)有制造人工智能產品及服務的計劃。而行業(yè)分布中，汽車及汽車零部件領域中人工智能的部署比例遠高于其他。

實際上，我們也可以看到，人工智能的落地應用探索越來越多，市場接受度也比較樂觀。AI成為近幾年創(chuàng)業(yè)、資本市場的高頻詞，AI領域更是出現(xiàn)多家獨角獸企業(yè)。而且，人工智能企業(yè)的營收逐年提升。如果能跳出自動化機器人的局限，大膽嘗試更多的人工智能產品和應用場景，人工智能的發(fā)展很大概率上會保持著這種高速增長。