近日，德勤發布《中國智造，行穩致遠——2018中國智能制造報告》，對一百多家來自汽車、裝備制造、電子電器等行業的大中型企業進行調研。調研發現，中國工業企業的數字化能力明顯提升，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、服務等制造活動環節，具有信息深度自感知、智慧優化自決策、精準控制自執行等功能的先進制造過程、系統與模式的總稱”。

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布局智能制造，以保障自身地位。傳統制造企業作為先頭部隊將智能化轉型提升至戰略地位，各大技術公司間相繼展開戰略合作，提供系統的解決方案能力。中國智能制造毫無疑問已進入高速成長期，工業企業開始發力智能制造。

德勤調查了企業對智能制造部署的重點方向，總結出五大重點：數字化工廠、設備及用戶價值深挖、工業物聯網、重構商業模式以及人工智能。

1數字化工廠

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

而在數字化工廠的建設中，打通數據流、實時觀測數據變化的指導意義重大：通過數據變化可以對生產過程進行優化，實現業務、工藝以及資金流程上的協同，并合理配置資源。目前，在被調查企業中高達62%的企業已打通從生產計劃到執行，再到現場設備的數據流。而航空航天領域由于制造精密、質量管控力強，該領域內企業的數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節產品、設備相關服務效益的提升。如研發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控數據，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，不同于以往企業生產制造再進行銷售，C2M模型在企業研發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節的浪費。

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

3工業物聯網

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

目前，47%的企業正在部署工業云，其中電子電器行業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系。

4重構未來商業模式

除實現智能化流程，幫助企業降本增效外，智能制造還可以應用于企業產品及服務的創新中；而且，非常具有創新力的創業公司的不斷涌入也在挑戰傳統企業的地位。由此，企業需要重構商業模式，實現價值。

目前，工業企業商業模式定位以平臺型、規模化定制、“產品+服務”、知識產權四種為主。平臺型商業模式是立足于垂直行業，提供多種軟件服務，搭建生態系統；規模化定制模式是指業務領域的橫向拓展；“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，選擇前三種戰略來布局企業數量較多，分別達到30%、26%及24%。但各種模式之間挑戰也不盡相同。

5人工智能

人工智能對工業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；二是創新產品及服務的研發。

目前，國內制造業的自動化程度越來越高，在機器人的應用數量上更是居于全球首位。通過進一步實現機器學習，結合大數據，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已經在制造和管理流程中運用人工智能，46%的企業有制造人工智能產品及服務的計劃。而行業分布中，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成為近幾年創業、資本市場的高頻詞，AI領域更是出現多家獨角獸企業。而且，人工智能企業的營收逐年提升。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，人工智能的發展很大概率上會保持著這種高速增長。