【聚焦】中国智造:深耕五大领域 增长势头强劲

发布日期
在人工智能的浪潮下,增加值已经连续多年位居世界第一的中国制造业正向“中国智造”加速升级。
德勤中国发布的《2018中国智能制造报告》对153家生产型和技术服务型的大中型企业进行了调研,总结发现中国制造业目前已在智能制造方面取得显著成效,进入高速成长期,主要体现在:中国工业企业数字化能力素质提升,为未来制造系统的分析预测和自适应奠定基础;财务效益方面,智能制造对企业的利润贡献率明显提升;典型应用方面,中国已成为工业机器人第一大消费国,需求增长强劲。

 

进入高速成长期
德勤调研显示,81%的中国企业目前已完成计算机化阶段,能够通过计算化高效处理重复性工作,并实现高精度、低成本制造。
德勤调查发现,逾半数受访企业已经在制造和管理流程运用到人工智能,另有46%的受访企业已经或计划在产品和服务领域部署人工智能。此外,相对欧美企业,中国制造企业的硬件设备和厂房普遍较新,更容易实现设备连接和厂房改造。
在财务方面,智能制造对企业的利润贡献率大幅增加,利润贡献率超过50%的企业占比从2013年的14%增至2017年的33%,而41%的受访企业智能制造业务的利润贡献率在11%~30%的区间,利润来源则包括生产过程增效和产品服务价值提升。
据了解,中国已连续六年为工业机器人第一消费国。国际机器人联合会数据显示,中国工业机器人市场规模在2017年高达42亿美元,全球占比27%,预计2020年将扩大至59亿美元,国内机器人销量将增至23.8万台,未来三年的复合年均增长率高达22%。德勤预计,汽车、高端装备制造和电子电器行业依然是工业机器人的主要用户。

重点部署五大领域
德勤调查发现,中国工业企业智能制造五大部署重点依次为:数字化工厂(63%)、设备及用户价值深挖(62%)、工业物联网(48%)、重构商业模式(36%)以及人工智能(21%)。受访企业所关注的相关技术包括工业软件、传感器技术、通信技术、人工智能、物联网、大数据分析等。
◆数字化工厂是首要任务
智能制造是以制造环节的智能化为核心,以端到端数据流为基础,以数字作为核心驱动力,因此数字化工厂被企业列为智能制造部署的首要任务。目前企业数字化工厂部署以打通生产到执行的数据流为主要任务,而产品数据流和供应链数据流提升空间巨大。
从行业角度来看,航空航天领域全部受访企业已经打通从生产计划到执行的数据;电子组件及电器制造行业产品数据流和供应链数据流连通情况高于其他行业;打通产品数据流的制药企业仅占33%;汽车及汽车零部件以及高端装备制造都在产品数据流方面领先。
◆设备和用户价值深度挖掘
制造业企业面临愈发激烈的市场竞争和日益透明的产品定价,不得不寻找新的价值来源。设备和用户价值深度挖掘是企业智能制造部署第二重点领域。62%的受访企业正积极部署设备和用户价值深度挖掘,其中41%的企业侧重设备价值挖掘,21%的企业侧重用户价值挖掘。
围绕设备进行价值挖掘可以说是制造型企业的天性,如在研发设计阶段嵌入新技术,生产更智能或更多样化的产品;在销售阶段提供与设备相关的金融服务;在售后阶段对出厂设备和产品进行实时数据采集和监控,并进行性能分析、预测性维护等,既提升安全性,也为企业创造更多服务机会。
虽然起步较晚,制造型企业也在探索和尝试对用户价值进行深度挖掘,其中以C2M(客户到制造)最受瞩目。

 
◆工业物联网
智能制造要求制造系统具备感知、分析、决策和执行的能力,而这些能力的核心均涉及物联网相关技术,如面向感知的物联技术(传感器、射频识别、芯片)、面向分析的工业大数据分析和面向决策及服务的应用平台。
德勤发现,中国制造企业云部署积极性不高,53%受访企业尚未部署工业云,47%的企业正在进行工业云部署,其中27%的企业部署私有云,14%部署公有云,6%部署混合云。上云可以大幅降低每个单元的储存和计算成本,甚至通过跨界创造新的商业模式,但也带来了复杂性。企业担心一旦将诸如工厂生产过程、资产性能管理的数据放到云平台后,信息安全、知识产权问题会接踵而至。除此之外,很多企业尚未明确工业云在企业层面的商业应用和相关能力欠缺也是导致企业云部署积极性不高的原因。
◆重构未来商业模式
智能制造不仅能够帮助制造型企业实现降本增效,也赋予企业重新思考价值定位和重构商业模式的契机。
德勤调研发现企业对未来商业模式的规划大致呈四类:30%的受访企业未来商业模式以平台为核心,26%的企业走规模化定制,24%以“产品+服务”为核心向解决方案商转型,12%以知识产权为核心。
◆人工智能
人工智能对制造业的影响主要来自两方面:一是在制造和管理流程中运用人工智能提高质量和效率;二是对现有产品与服务的彻底颠覆。
中国制造企业人工智能应用情况如何?德勤调研发现,51%的受访企业在制造和管理流程中运用人工智能,46%的受访企业在产品和服务领域已经或计划部署人工智能。制造和管理流程中人工智能的运用更偏向系统自动化和制造精益化,目的是提高生产效率和产品质量,同时人也被解放出来,可以去思考更复杂的问题。在产品和服务领域人工智能的运用更侧重产品和服务与使用者的互动,典型应用包括研发和新品测试、用户行为分析、自动驾驶等。


 
 

精彩推荐