数字化转型白皮书-数智技术驱动智能制造.docx

数字化转型白皮书数智技术驱动智能制造第一章智能制造2021（一）智能制造的定义和内涵智能制造源于人工智能的研究和应用，其概念最早由美国赖特·伯恩在著作《SmartManufacturing》中提出，将“智能制造”定义为“通过集成知识工程、制造软件系统、机器人视觉和机器人控制来对制造技工们与专家知识进行建模，以使智能机器能够在没有人工干预的情况下进行小批量生产”。20世纪90年代，随着主要发达国家投入重视和研究，“智能制造”概念得到进一步发展，由原先的单体智能化转向智能机器与智能生产活动的有机融合。21世纪以来，随着人工智能、大数据、云计算、物联网等新一代信息技术的快速发展及应用，“智能制造”概念进一步深化。根据我国工信部2016年出台的《智能制造发展规划（2016-2020年）》中定义，“智能制造是基于新一代信息技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动各个环节，具有自感知、自决策、自执行、自适应、自学习等特征，旨在提高制造业质量、效益和核心竞争力的先进生产方式。”2014年，美国能源部将“智能制造”定义为，“智能制造是先进传感、仪器、监测、控制和过程优化的技术和实践的组合，它们将信息和通信技术与制造环境融合在一起，实现工厂和企业中能量、生产率、成本的实时管理。”无论从哪个视角出发，今天各国对“智能制造”的理解都不再局限于生产过程或单体智能，而是扩展到产业价值链的各个环节、包含企业活动的方方面面，也不再单方面强调数智技术本身的应用价值，而是更加重视数智技术与先进制造等跨领域技术的深度融合和实践创新。由全新定义出发，智能制造在实践中的运用和渗透将帮助企业实现在产品、生产、管理和服务四大方面的智能化升级。产品智能化：即是将传感器、处理器、存储器、通信模块、传输系统嵌入产品，使得产品具备动态存储、感知和通信能力，成为物联网连接的终端，从而实现产品“可追溯、可识别、可定位”功能。根据TransformaInsights研究显示，到2030年这些物联网终端数量将增长到241亿个，复合年增长率为11％。制造智能化：包括制造载体智能化和制造过程智能化两个层面：制造载体智能化，包括单机智能化，以及单机设备的互联而形成的智能制造单元、智能产线、智能车间、智能工厂等；制造过程智能化，则是通过数智技术和先进制造技术的融合应用，使得制造过程中所涉及的各个流程、生产要素以及上下游企业，以用户价值为中心，实现网络化协同和柔性化生产。管理智能化：随着技术融合不断深入，制造企业获取数据的实时性、完整性、准确性不断提高，结合智能化分析技术可以帮助企业提升资源管理、能源管理、供应链管理、订单管理、设备管理等方面的决策效率，变被动管理为主动管理和预防性管理，使得管理更准确、更高效、更智能。服务智能化：在产品智能化的基础上，企业与终端用户交互更为直接，为用户提供更好的服务体验将成为智能制造的重要组成和价值增量，越来越多的制造企业将从生产型制造向服务型制造转型，制造与服务的边界逐渐消弭。（二）智能制造发展驱动因素制造业升级是所有制造业大国面临的共同课题，主要目标都是在于通过数智技术创新和应用来提升国家制造业竞争实力，克服逐渐上涨的人力成本，将制造业留在本国的同时，保持自身制造业优势，但由于各国制造业基础和优势不同，在发展智能制造的核心诉求和战略重心上各有差异。美国自二战后面临制造业空心化问题比较严重，通过发展智能制造引领制造业复兴是美国的主要诉求，而美国制造业信息化全球领先，尤其在工业软件和互联网方面独占鳌头，因此其战略重点主要关注生产设计、服务等价值链环节，强调智能设备与软件的集成和大数据分析。德国工业自动化领域全球领先，精密制造能力强，高端装备可靠性水平高，国家战略着眼通过CPS（Cyber-PhysicalSystems，信息物理系统）推进智能制造，希望通过数字化创新与工业制造的融合发展来巩固、捍卫国家工业技术主权。日本制造业注重提高产品质量和技术创新，牢牢占据产业链高端位置。由于日本社会面临老龄化和少子化问题比较严重，发展智能制造主要以解决问题为导向，战略侧重引导产业智能化成果融入到社会生活的方方面面，以此来支撑日本社会的结构化转型，打造“超智慧社会”。中国近年来从顶层规划到行动计划不断发布各种利好政策来推动智能制造发展，背后的驱动力主要源自供给侧问题和需求侧变化两大因素。从供给侧看，中国制造虽体量大，但在长期竞争中却面临“大而不强”的现实局面，具体体现在以下四个方面：一是中国制造综合成本的相对优势正逐渐变小。除用工成本外，能源使用成本、土地成本、融资成本都在不断上涨。波士顿咨询曾比较25家出口经济体的制造业成本指数显示，中国制造业综合成本已与美国基本相当。二是我国产能过剩问题较为严重。根据专家测算，我国产能利用效率低于79%~83%的