德勤深度分析智能制造在中国制造业中的部署及特点，预测智能制造落地前景，

并为相关企业提出三大策略。

亚洲正受到自动化、智能化大潮冲击。国际劳工组织调研发现，越南、柬埔

寨、菲律宾和印度尼西亚的工人的失业风险最高，据估计这几个区域约 50%的

工人工作可能在未来 20 年被自动化取代。

亚洲尤其是中国作为制造业的重要区域，在面临制造业向自动化、智能化、

数字化转型中，能否继续保持其竞争力？

中国进入高速成长期

智能制造是基于新一代信息技术，贯穿设计、生产、管理、服务等制造活动

环节，具有信息深度自感知、智慧优化自决策、 精准控制自执行等功能的先进

制造过程、系统与模式的总称 。简而言之，智能制造是由物联网系统支撑的智

能产品、智能生产和智能服务。

智能制造已经成为全球价值链重构和国际分工格局调整背景下各国的重要

选择。发达国家纷纷加大制造业回流力度，提升制造业在国民经济中的战略地位。

毫无疑问，在此次大潮中亚洲正在积极寻求突破。以人工智能为例，各国政府大

力支持人工智能，推动科技公司、初创公司和学术界的创新。

2017 年，韩国政府宣布了 10 亿美元的人工智能资金；日本鼓励人工智能

创业公司和风险投资；新加坡政府的国家研究基金会宣布国家人工智能计划

（AI.SG），计划未来五年投入 1.5 亿新加坡元（约 1.07 亿美元）发展人工智能。

▲ 工业 4.0 发展路径

除了政府的支持，亚洲企业更积极打破行业壁垒加快新产品开发。不同于欧

美同类企业，中国领先企业间的合作屡见不鲜，一些知名范例包括：百度与小米

在物联网与人工智能领域合作开发更多应用场景；腾讯与京东合作布局电子商务

生态圈；印度系统集成商组成 AI 联盟（如 OpenAI）。这赋予它们惊人的影响

力，也意味着它们拥有可用于快速推动创新的技术实力和资本基础。

中国是亚洲智能化转型的重要力量。政府加强智能制造顶层设计，开展试点

示范和标准体系建设；企业加快数字化转型，提升系统解决方案能力。中国智能

制造取得明显成效，进入高速成长期。

中国智能制造进入成长期主要体现在三方面：首先，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。第二、财务效益方

面，智能制造对企业的利润贡献率明显提升。第三、典型应用方面，中国已成为

工业机器人第一消费大国，需求增长强劲。

企业智能化的六大阶段

企业数字化能力素质体现在其利用数据指导生产以及系统自优化的能力。我

们借鉴国际普遍认可的工业 4.0 发展路径，将企业智能化成熟度分为六个阶段：

计算机化、连接、可视、透明、预测和自适应。

计算机化

企业通过计算机化高效处理重复性工作，并实现高精度、低成本制造。但不

同的信息技术系统在企业内部独立运作，很多设备并不具备数字接口。

连接

相互关联的环节取代各自为政的信息技术。操作技术（OT）系统的各部分 实

现了连通性和互操作性，但是依旧未能达到 IT 层面和 OT 层面的完全整合。

可视

了解正在发生什么，通过现场总线和传感器等物联网技术，企业捕获大量的

实时数据，建立起企业的“数字孪生”，从而改变以前基于人工经验的决策方式，

转为基于数字进行决策。

透明

了解事件发生的原因，并通过根本原因分析生成认识。

预测

将数字孪生投射到未来，模拟不同的情景对未来发展进行预测，并适时做出

决策和采取适当措施。

自适应

预测能力只是自动化行为和决策的根本要求，而持续的自适应则使企业实现

自主响应，以便其尽快适应变化的经营环境。

随着中国两化融合和工业物联网建设等多项举措推进，制造型企业数字化能

力素质显著提升，大部分企业正致力于数据纵向集成。德勤调研结果显示，81%

的受访企业已完成计算机化阶段，其中 41% 处于连接阶段，28%处于可视阶段，

9%处于透明阶段，而预测和自适应阶段的企业各自占 2%。

▲ 受访企业所处阶段（基于企业自我评估）

智能制造利润贡献显著提升向工业 4.0 进阶为制造企业带来真实可见的效

益。2013 年德勤曾调研全国 200 家制造型企业，结果显示中国企业智能制 造

处在初级阶段，且利润微薄。经过五年的快速发展，智能制造产品和服务的盈利

能力显著提升。

2013 年智能制造为企业带来的利润并不明显，55%的受访企业其智能制造

产品和服务净利润贡献率处于 0-10%的区间，而 2017 年，仅有 11%的受访企

业处于这个区间，而 41%的企业其智能制造利润贡献率在 11-30%之间。利润

贡献率超过 50%的企业，由 2013 年受访企业占比 14%提升到 2017 年的 33%。

智能制造利润贡献率明显提升，利润来源包括生产过程中效率的提升和产品服务

价值的提升。