“智能制造”這一概念最早由美國學者P.K.Wright和D.A.Bourne在其著作《ManufacturingIntelligence》中出現，他們將智能制造定義為機器人應用制造軟件系統技術、集成系統工程以及機器人視覺等技術，實行批量生產的系統性過程。工信部出臺的《智能制造發展規劃（2016-2020年）》中，將智能制造定義為基于新一代信息通信技術與先進制造技術深度融合，貫穿于設計、生產、管理、服務等制造活動的各個環節，具有自感知、自學習、自決策、自執行、自適應等功能的新型生產方式。

    智能制造是通過新一代信息技術、自動化技術、工業軟件及現代管理思想在制造企業全領域、全流程的系統應用而產生的一種全新的生產方式。智能制造的應用能夠使制造業企業實現生產智能化、管理智能化、服務智能化與產品智能化。

    中國的經濟發展已由高速增長階段逐步轉入高質量發展階段，政府更加關注于優化經濟結構、轉換增長動力。制造業是供給側結構性改革的主要領域，盡管制造業增加值在全國GDP總量中的比重呈下降態勢，但以制造業為代表的實體經濟才是中國經濟高質量發展的核心支撐力量。提高質量效益、轉變生產方式是中國制造業必須要解決的問題，而發展智能制造正是中國制造由大到強的必由之路。

    智能制造是一種可以讓企業在研發、生產、管理、服務等方面變得更加“聰明”的方法，我們可以把制造智能化理解為企業在引入數控機床、機器人等生產設備并實現生產自動化的基礎上，再搭建一套精密的“神經系統”。智能“神經系統”以ERP、MES等管理軟件組成中樞神經，以傳感器、嵌入式芯片、RFID標簽、條碼等組件為神經元，以PLC為鏈接控制神經元的突觸，以現場總線、工業以太網、NB-IoT等通信技術為神經纖維。企業能夠借助完善的“神經系統”感知環境、獲取信息、傳遞指令，以此實現科學決策、智能設計、合理排產，提升設備使用率，監控設備狀態，指導設備運行，讓自動化生產設備如臂使指。

2017-2022年中國智能制造行業規模及預測

數據來源：公開資料整理

    數字化設計是智能制造系統的源頭，是企業實現數字化、智能化道路上必須要突破的關鍵點。制造業中的設計包括產品設計、工藝設計、工藝優化、樣品制造、檢測檢驗等一系列過程。傳統的研發設計流程是以模塊分立形式，按照順序完成開發，產品開發周期長且質量得不到保證。而數字化設計借助計算機輔助設計軟件、三維設計與建模工具等技術能夠賦予企業將研發過程全面數字化、模型化，實現研發設計流程的高度集成、協同與融合，大幅縮短產品開發周期，降低開發風險和開發費用。目前CAX類軟件在國內制造業企業中已有一定程度應用基礎，但從發展趨勢及與智能制造系統的契合程度來看，第三代產品設計語言MBD技術將成為數字化設計的主武器，MBD的應用將打通數字化設計與數字化制造，使三維模型成為制造的唯一數據源，讓產品模型在整個生命周期得到充分利用。

數字化設計的五維評價雷達圖

數據來源：公開資料整理

    智能制造單元是針對離散加工現場，將一組能力相近的加工設備和輔助設備進行模塊化、集成化、一體化的聚合，使其具備多品種少批量產品的生產輸出能力。對于離散制造領域的中小型企業來說，打造智能制造單元是開啟智能化道路行之有效的切入點，其最大的作用在于提升設備開動率，加快生產節奏，“簡單粗暴”的通過增加產出來提升企業收益。

    奇步自動化控制設備有限公司推出的“智造單元”是智能制造單元的成熟范式之一。“智造單元”是一種模塊化的小型數字化工廠實踐，整個單元由自動化模塊、信息化模塊和智能化模塊三部分組成，以“最小的數字化工廠”實現企業在多品種小批量乃至單件自動化的生產智能化。

智能制造單元的五維評價雷達圖

數據來源：公開資料整理

    生產全過程數字化是將“人、機、料、法、環”五個層面的數據連接、融合并形成一個完整的閉環系統，通過對生產全過程數據的采集、傳輸、分析、決策，優化資源動態配置，提升產品質量管控。生產全過程數字化需要企業在人員配備、自動化設備、設備連接、環境感知等各方面具備良好的基礎，即前文中提到的智能“神經系統”包含的要素必須齊全。在此基礎上，生產全過程數字化的重點工作是打通各種數據流，包括從生產計劃到生產執行的數據流、MES與控制設備和監視設備之間的數據流、現場設備與控制設備之間的數據流。有條件的企業可以自主研發或委托開發生產數字化集成平臺，將不同生產環節的設備、軟件和人員無縫地集成為一個協同工作的系統，實現互聯、互通、互操作。

生產全過程數字化的五維評價雷達圖

數據來源：公開資料整理

    物流倉儲是制造業中極為重要的一環，如果說通信網絡是智能制造系統的神經纖維，那么物流倉儲則可視為智能制造系統的血管。智能物流倉儲系統的應用能夠使原材料、輔助物料、在制品、制成品等物理對象在各個生產工序間順暢流轉，并通過提升倉庫貨位利用效率、提高倉儲作業的靈活性與準確性、合理控制庫存總量、降低物流倉儲人員需求數量等方式大幅壓縮物流倉儲成本。

    智能物流倉儲系統盡管不直接參與產品的生產，但作為整個智能制造系統中的重要子系統，其組成架構也與之類似，分為設備層、操作層、企業層，設備層包括倉儲設備、物流設備、識別設備；操作層由WMS、WCS、TMS等軟件構成；企業層則對接ERP、CRM、SCM等管理軟件的采購、計劃、庫存、發貨等模塊，融入總系統的閉環中。

    銷售是所有企業的核心業務之一，智能制造系統中的銷售智能化除了應用CRM等軟件管理銷售業務外，更為重要的是在訂單獲取層面發揮作用。在當前個性化需求日益旺盛的環境下，企業通過建立定制平臺，能夠將用戶提前引入到產品的設計、生產過程中，通過差異化的定制參數、柔性化的生產，使個性化需求得到快速實現，以此提升品牌價值，增加用戶粘性。與之相匹配的，企業應將定制平臺與智能制造系統中的研發設計、計劃排產、制造執行等模塊實現協同與集成，實現從線上用戶定制方案，到線下柔性化生產的全定制過程；在企業后臺建立個性化產品數據庫，應用大數據技術對用戶的個性化需求特征進行挖掘和分析，并反饋到研發設計部門，優化產品及工藝，基于用戶需求新趨勢開展研發活動。

大規模定制平臺的五維評價雷達圖

數據來源：公開資料整理

    智能制造視角下的產品服務是借助云服務、數據挖掘和智能分析等技術，捕捉、分析產品信息，更加主動、精準、高效的給用戶提供服務，推動企業價值鏈向后延伸。遠程運維服務即是典型的制造企業智能化服務模式，企業利用物聯網、云計算、大數據等技術對生產并已投入使用的智能產品的設備狀態、作業操作、環境情況等維度的數據進行采集、篩選、分析、儲存和管理，基于上述數據的分析結果為用戶提供產品的日常運行維護、預測性維護、故障預警、診斷與修復、運行優化、遠程升級等服務。遠程運維服務可以有效降低設備故障率，提升設備使用率與使用壽命，既能減輕制造商的負擔，又能顯著提升產品價值。遠程運維對于企業產品的智能化程度要求較高，產品必須配備開放的數據接口，具備數據采集、通信模塊；企業還需建立遠程運維服務前端平臺與后端數據中心，采集產品數據并基于大數據分析與計算，向用戶提供增值服務。

產品遠程運維的五維評價雷達圖

數據來源：公開資料整理

    智能制造系統中涉及大量的數控加工中心、工業機器人、嵌入式芯片等各種高端制造裝備和核心零部件以及ERP、MES、CAD等各種工業軟件，而上述裝備、零部件以及工業軟件的核心技術在國外，國內制造企業只能大量進口。目前，中國近90%的芯片、70%的工業機器人、80%的高檔數控機床和80%以上的核心工業軟件依賴進口。這造成國內制造業企業智能化改造成本居高不下，嚴重制約中國智能制造的整體進展。

    根據調查數據顯示，中國已經連續六年成為工業機器人第一消費大國，2017年中國工業機器人銷量達到了13.8萬臺，全球占比達到36%。而其中僅有3.5萬臺是由國內工業機器人制造商生產，國產率僅為25.1%，比2016年的31%還下降了近6個百分點。由此可見，中國制造業企業在提升自動化水平時優先選取的是選購國外品牌的工業機器人，國產機器人盡管發展較快，但短時間內難以滿足智能制造的需求。

2013-2017年中國工業機器人銷量及國產率

數據來源：公開資料整理

    制造業企業智能化的動力本源是響應市場需求，這點在消費品制造領域尤為明顯，乘用車、家電、3C、服裝、醫藥、食品等直接面向消費者的制造業企業搭建智能制造系統的主要目的即是實現高度柔性生產，快速、準確地實現消費者對產品的個性化、定制化需求。

    快速變化的市場需求從消費端沿著產業鏈不斷向上傳導，下游企業生產方式的顛覆與創新迫使上游供應商融入智能化浪潮，智能制造倒逼機制就此形成。在這種倒逼機制的作用下，產業鏈上游企業要主動適應變化，實現柔性生產，基于供應商先期介入思維，通過網絡協同制造確立競爭優勢，否則將面臨被市場淘汰的風險。

    5G一旦實現工業領域應用，將成為支撐智能制造轉型的關鍵使能技術，5G將分布廣泛、零散的人、機器和設備全部連接起來，構建統一的互聯網絡，幫助制造企業擺脫以往無線網絡技術較為混亂的應用狀態，推動制造企業邁向“萬物互聯、萬物可控”的智能制造成熟階段。

    相關報告：智研咨詢發布的《2019-2025年中國智能制造市場運行態勢及戰略咨詢研究報告》