智能制造是由物聯網系統支撐的智能產品、智能生產和智能服務。它已經成為全球價值鏈重構和國際分工格局調整背景下各國的重要選擇。一些國家紛紛加大制造業回流力度，提升制造業在國民經濟中的戰略地位。亞洲作為制造業重要區域也在積極部署自動化、智能化。隨著人工智能的飛速發展，智能化已經成為產業發展的重要方向。智能制造發展取得了明顯成效，進入高速成長期。

中國智能制造進入成長期，主要體現在三方面：

首先，中國工業企業數字化能力素質提升，為未來制造系統的分析預測和自適應奠定基礎。

第二、財務效益方面，智能制造對企業的利潤貢獻率明顯提升。

第三、典型應用方面，中國已成為工業機器人第一消費大國，需求增長強勁。

中國工業企業智能制造五大部署重點，依次為：數字化工廠（63%）、設備及用戶價值深挖（62%）、工業物聯網（48%）、重構商業模式（36%）以及人工智能（21%）。（見圖1）

圖1：受訪企業智能制造部署重點領域

數字化工廠是首要任務。智能制造是以制造環節的智能化為核心，以端到端數據流為基礎，以數字作為核心驅動力，因此數字化工廠被企業列為智能制造部署的首要任務。目前企業數字化工廠部署以打通生產到執行的數據流為主要任務， 而產品數據流和供應鏈數據流提升空間大。

設備和用戶價值深度挖掘。制造型企業面臨愈發激烈的市場競爭和日益透明的產品定價，不得不尋找新的價值來源。德勤智能制造調研結果顯示，設備和用戶價值深度挖掘是企業智能制造部署第二重點領域。62%的受訪企業正積極部署設備和用戶價值深度挖掘，其中41%的企業側重設備價值挖掘，21%的企業側重用戶價值挖掘。

中國制造企業云部署積極性不高。53%的受訪制造企業尚未部署工業云，47%的企業正在進行工業云部署，其中27%的企業部署私有云，14%部署公有云，6%部署混合云。（見圖2）

圖2：受訪生產型企業工業云部署

重構未來商業模式。智能制造不僅能夠幫助制造型企業實現降本增效，也賦予企業重新思考價值定位和重構商業模式的契機。德勤調研結果顯示，30%的受訪企業未來商業模式以平臺為核心，26%的企業走規模化定制模式，24%以“產品+服務”為核心向解決方案商轉型，12%以知識產權為核心。（見圖3）

圖3：受訪企業未來商業模式定位

人工智能對制造業的影響主要來自兩方面：一是在制造和管理流程中運用人工智能提高質量和效率；二是對現有產品與服務的徹底顛覆。

德勤智能制造調研發現，51%的受訪企業在制造和管理流程中運用人工智能，46%的受訪企業在產品和服務領域已經或計劃部署人工智能。

三大任務，跨越能力鴻溝。重構商業模式是一項復雜艱巨的任務，商業模式優化、創新管理以及云部署為企業能力建設三大關鍵任務。

一、突破與成長

數字化能力素質提升

制造型企業數字化能力素質顯著提升，大部分企業正致力于數據縱向集成。

圖4：受訪企業所處階段（基于企業自我評估）

智能制造利潤貢獻顯著提升

智能制造利潤貢獻率明顯提升，利潤來源包括生產過程中效率的提升和產品服務價值的提升。

圖5：智能制造產品和服務利潤貢獻率顯著提升

應用市場潛力

中國已連續六年為工業機器人第一消費大國，它的獨特優勢：

首先當前人工智能熱潮背后的機器學習技術極其依賴，是數據量，

第二，中國制造業企業硬件設備和廠房相對歐美企業普遍較新，比較容易實現設備連接和廠房改造。

圖6：全球主要市場工業機器人銷量

二、智能制造部署重點

中國企業智能制造五大部署重點，依次為：數字化工廠(63%)、設備及用戶價值深挖(62%)、工業物聯網(48%)、重構商業模式(36%)、人工智能(21%)。

受訪企業所關注的相關技術包括工業軟件、傳感器技術、通信技術、人工智能、物聯網、大數據分析等。

圖7：受訪企業智能制造部署重點領域

圖8：受訪企業所關注的技術

a.數字化工廠

數字化工廠被企業列為智能制造部署的首要任務。打通數據流主要包括三類數據的連通，即生產流程數據、產品數據以及供應鏈數據。

圖9：生產數據流主要類型

b.設備和用戶價值深度挖掘