政策利好助于智能制造行业的发展

智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式，是培育我国经济增长新动能的必由之路，是抢占未来经济和科技发展制高点的战略选择，实现制造强国具有重要战略意义。

虽然我国近几年在积极推动智能制造，同时出台了多项利好政策，但是在发展智能制造的过程中仍面临诸多问题。对此，制造业主流企业、互联网巨头以及通讯行业纷纷发力，加快发展智能制造，推动我国制造业供给侧结构性改革，打造制造业竞争新优势。

政策利好

经过几十年的快速发展，我国制造业规模跃居世界第一位，建立起门类齐全、独立完整的制造体系，但与先进国家相比，仍存在大而不强的问题。随着我国经济发展进入新常态，经济增速换挡、结构调整阵痛、增长动能转换等相互交织，长期以来主要依靠资源要素投入、规模扩张的粗放型发展模式难以为继。加快发展智能制造，对于推进我国制造业供给侧结构性改革，培育经济增长新动能，构建新型制造体系，促进制造业向中高端迈进、实现制造强国具有重要意义。近年来我国出台的“互联网+制造业”的相关政策见下表。

2018年政府工作报告中，提出坚持以供给侧改革为主线，着力培育壮大新动能，经济结构加快优化升级。紧紧依靠改革破解经济发展和结构失衡难题，培育壮大新动能，改造提升传统产业，提高供给体系质量和效率。

工业和信息化部党组成员、副部长辛国斌在2018中国智能制造解决方案大会上表示，智能制造作为新一轮科技革命和产业变革的重要驱动力，正在催生大量新产业、新业态、新模式，以智赋能、以智增效，为全球制造业注入了新动能。

据悉，工业和信息化部按照党中央和国务院部署，围绕加快制造强国和网络强国建设，深入实施创新驱动发展战略，推动互联网、大数据、人工智能与实体经济深度融合，促进物联网规模化应用，优化产业生态，突破关键核心技术，健全标准体系，加快示范推广，深化物联网在智慧城市领域应用，发展物联网开环应用，推进智慧城市建设，产业规模快速增长，区域布局不断完善。

在相关利好政策的积极推动下以及随着新一代信息技术和制造业的深度融合，我国智能制造发展取得明显成效：一是推进体系初步形成，央地联动，确立了中国制造业数字化、网络化、智能化并行推进的发展路径；二是关键领域实现突破，一批技术装备、工业软件填补空白，初步建立起智能制造标准、工业互联网体系架构；三是试点示范成效明显，国家层面实施了305个试点示范项目，生产效率平均提高近30％，同时形成了一批新模式推广到相关行业；四是开放合作不断拓展，在标准体系架构、标准路线图制定、标准互认、产业园区和培训基地建设等方面开展了务实合作。

制造业智能转型任务仍严峻

相对工业发达国家，推动我国制造业智能转型，环境更为复杂，形势更为严峻，任务更加艰巨。我国在发展智能制造的过程中仍面临诸多问题，例如关键共性技术和核心装备受制于人，智能制造标准/软件/网络/信息安全基础薄弱，智能制造新模式成熟度不高，系统整体解决方案供给能力不足以及缺乏国际性的行业巨头企业和跨界融合的智能制造人才等。

辛国斌认为，当前有三个格局仍旧没有改变：一是关键核心技术和装备受制于人的局面没有根本改变；二是在全球产业链分工中，整体上仍处于中低端的格局没有改变；三是前堵后追、两面夹击的外部竞争环境没有改变。

此外，近几年估值比较高的创新企业大多集中在电子商务、互联网金融、物流、文化娱乐等领域，处于制造业的很少。

就这一现状，国务院发展研究中心企业研究所副所长张文魁认为，中国制造业已经深入嵌入全球化体系。以全球视角观察的话，中国制造业增加值率在全球处于较低水平。一方面，美国、德国、法国、英国、日本甚至荷兰、瑞士、瑞典这些国家工业的增加值率大概在40%左右，与之相比，我国相差约10个百分点。另一方面，中国工业增加值率较高的行业一般是垄断性、资源性的上游行业，例如采掘、烟草等行业，电子产品等下游行业工业增加值率很低。从生产率角度看，中国的制造业生产率仅相当于美国的约40%，日本韩国超过60%。

只有“中国制造”变成“中国智造”，我国制造业才能由大变强。张文魁建议，应调动本土民营企业和外资企业的积极性，并利用财税政策等通过现有渠道对制造业进行支持，例如补贴要从补建设转为补运营、补研发，尤其是补在基础研究上。

制造业领军企业积极行动

前瞻产业研究院发布的《中国智能制造行业市场前瞻与投资战略规划分析报告》显示，2019年中国智能制造行业市场规模将超过1.9万亿元，值得关注的是，技术纵深程度高的工业场景有望成为“AI+”广泛应用的突破点，构建精准数据流闭环将成为打造智能制造生态体系的关键，工业企业附加值提升关键点将由设备价值挖掘转向用户价值挖掘，超高附加值制造领域将成为增材制造在工业领域的最优切入点，以及汽车和3C等行业将引领数字孪生技术加速普及有望成为未来的发展趋势。

在积极推进智能制造的过程中，以海尔、格力代表的先进制造企业，抓住全球制造业分工调整和我国智能制造快速发展的战略机遇期，在智能制造方面走出特色发展之路。

针对个性化、高端化的用户需求，传统大规模制造已经很难实现用户体验的升级和迭代。海尔COSMOPlat大规模定制模式解决了大规模与个性化定制的矛盾，打造了开放共赢的生态平台，COSMOPlat成果率先在海尔的互联工厂得到验证。目前，海尔COSMOPlat已打造了全球领先的11大互联工厂，平台整体产品不入库率达到71%。定单周期缩短一半，生产效率提升60%。值得一提的是，海尔COSMOPlat通过生态圈模式与七大板块互联互通，赋能衣联网、食联网、农业、房车等15个行业物联生态，践行跨行业、跨领域生态赋能，提供大规模定制社会化服务。

格力电器选择在智能装备领域持续发力。目前，格力智能装备有限公司产品涵盖数控机床、机器人、自动化生产线、物流仓储装备、检测设备等10多个品类，超百种规格产品，核心零部件和关键技术实现自主研发和制造。伺服电机、减速机和控制器，是工业机器人的“三大核心部件”，也是制约我国机器人发展的重要瓶颈。2017年，格力完成20多款伺服电机产品开发，批量应用于机器人产品，“工业机器人用高性能伺服电机及驱动器”达到“国际先进”水平，其中伺服电机功率密度、过载能力等性能指标达到“国际领先”水平，打破了高端伺服电机由日系和欧系垄断的局面。

软件与制造业融合将成为制造业高质量发展的重要途径

值得关注的是，2018年软件业将加速赋能制造业。工业和信息化部公布数据显示，2018年1月份至11月份，我国软件和信息技术服务业完成软件业务收入56092亿元，同比增长14.7%，增速同比提高0.2个百分点。其中，2018年我国制造业数字化转型步伐加快，工业企业数字化研发设计工具普及率达到68%，关键工序数控化率达到49%。软件与制造业融合已被视为制造业高质量发展的重要途径。

工业和信息化部总经济师王新哲在2018中国智能制造解决方案大会的致辞中表示，针对我国智能制造发展仍存在一些问题和短板，大力发展工业互联网。希望行业企业、产业联盟等积极参与工业互联网建设，推进关键技术装备、核心支撑软件等系统集成应用，不断推进智能化、数字化技术在企业研发设计、生产制造、物流仓储、经营管理、售后服务等关键环节的深度应用。

在推动工业互联网的过程中，以阿里、华为、京东为代表的互联网和通讯行业巨头积极行动、各展所长为制造业高质量转型发展奠定坚实的基础。

11月7日，阿里云牵头建设的supET工业互联网平台当选为世界互联网领先科技成果，也是唯一获奖的工业互联网平台。据悉，该平台创新采用了“1+N”开放协同发展模式，即以supET平台为核心基础，同时建设N个行业级、区域级、企业级平台，能有效解决工业互联网面临的N个行业与众多技术领域难以跨界合作的问题。在supET平台上，阿里云提供的云计算能力，集结阿里云IoT、ET工业大脑，为智能制造提供技术支撑，数字化改造消费制造企业，同时提供工业App运营服务。预计到2025年，supET平台将承载行业级平台30个、开发集成10万款工业App，连接2亿台工业设备，服务工业企业30万家。

京东对制造企业用户的服务能力主要体现在制造企业最为关心的技术能力、营销场景、生产场景中，不仅能满足制造业整合企业供应链管理各环节的需求，为其实现供应链信息流的全贯通；更实现了制造业企业降本提效和转型升级的需求，加速制造企业多场景的智能化转型。以制造企业的核心场景——生产场景为例，京东企业购通过打通“翼采平台”与其管理系统的有效连接，对西南水泥企业的工业品进行标准化设定，确保西南水泥在生产前期的采购过程中能够实现精细化管理，保证产品的质量和价格能够实现统一，有利于企业实现增效降本。在营销场景，京东企业购与广汽三菱合作，在京东智采平台的加持下，打通线上线下联通渠道，让企业能准确了解目标用户画像，从而为用户推荐更加符合自身喜好的商品，促进营销活动效果实现最大化，进一步加强用户消费粘性。

作为通讯行业巨头，华为有关负责人认为，工业互联网是IT、CT、OT与DT的高度融合，核心是将具有IT功能的所有工业领域都整合起来，通过企业生产全过程的数字化映射帮助企业改善业务系统以及各部门之间整体的信息流动，从而提升企业的运营水平，这也就导致了企业实际应用场景非常复杂。此外，制造企业的细分行业属性，也使工业云在不同类型企业的契合度很低。据介绍，华为在整个工业互联网的定位是“平台之平台”，在自身制造业应用实践基础上，与各细分领域的领先制造企业合作，通过ICT技术赋予企业理解行业know-how的平台能力，与行业领袖一起整合产业链资源，推动工业互联网的应用。在谈到具体赋能模式上，华为可提供公有云、私有云以及混合云的服务，通过广泛连接的手段实现企业数据的互联互通，同时在边缘计算以及通过芯片实现边缘侧的产品智能化。