一、智能制造行业概况
《中国制造2025》提到，要研究制定智能制造发展战略，加快发展智能制造装备和产品，到2020年，制造业重点领域智能化水平显著提升，试点示范项目运营成本降低30%，产品生产周期缩短30%，不良品率降低30%。到2025年，制造业重点领域全面实现智能化，试点示范项目运营成本降低50%，产品生产周期缩短50%，不良品率降低50%。为引导制造业升级，提升潜在经济增长速度，中国政府近几年出台了许多促进政策，推动智能制造行业发展。
国家关于“智能制造”政策
资料来源：公开资料整理
二、中国智能制造行业发展现状分析
长期以来，中国制造业以低成本为主要竞争力，通过降低人工、环保、研发等方式加入国际竞争。但目前制造业的发展面临着诸多问题，比如人口结构改变、下制造业向东南亚转移、各国贸易保护加剧、能源价格上升等。智能制造利用物联网、大数据、云计算、云储存等技术，能够缩短产品上市时间、提高生产效率，增加产品附加值，提高制造业竞争力。据统计，截至到2018年，中国智能制造市场规模达到16867亿元，同比增长13.3%。
2014-2018年中国智能制造行业市场规模及增长
资料来源：公开资料整理
据统计，2018年智能制造系统解决方案市场规模达到1560亿元，同比增长22%，预计未来智能制造系统解决方案的市场规模将会增长至2380亿元。
2015-2020年中国智能制造系统解决方案市场规模及增长
资料来源：公开资料整理
2015年中国发布《中国制造2025》后，智能制造收到广大资本市场的关注，从2015年开始，中国智能制造发展迅速，截至到2018年，中国智能制造行业融资案例数量为942起，融资金额达到325.15亿元，同比增长17.4%。
2012-2018年中国智能制造行业融资案例数量及金额
资料来源：公开资料整理
大数据是中国智能制造产业园类型分布占比最多的产业园区，占比达到20.7%，排第二的是综合园区，占比17.9%，其次是新材料，占比17.1%。
中国智能制造产业园类型分布占比
资料来源：公开资料整理
据统计，2018年，中国智能制造行业新增企业数量为530家。
2012年-2018中国智能制造行业新增企业数量
资料来源：公开资料整理
从企业地域分布来看，广东省智能制造企业数量排第一，达到2900家，排第二的是北京市，智能制造企业数量为1819家，其次是上海市，智能制造企业数量为1077家。
中国智能制造企业地域分布TOP10统计
资料来源：公开资料整理
相关报告：华经产业研究院发布的《2019-2025年中国智能制造行业发展前景预测及投资战略研究报告》
三、中国智能制造行业面临的挑战
1、关键装备、核心零部件受制于人，短期内难以实现国产替代
智能制造系统中涉及大量的数控加工中心、工业机器人、嵌入式芯片等各种高端制造装备和核心零部件以及ERP、MES、CAD等各种工业软件，而上述装备、零部件以及工业软件的核心技术在国外，国内制造企业只能大量进口。目前，中国近90%的芯片、70%的工业机器人、80%的高档数控机床和80%以上的核心工业软件依赖进口。这造成国内制造业企业智能化改造成本居高不下，严重制约中国智能制造的整体进展。
2、小微企业难以融入智能化发展浪潮
在全国规模以上工业企业中，84.2%的企业属于小型企业，规模以下（年主营业务收入2000万元以下）尚有200余万家小微企业。广大小微企业是制造业的根基，其智能化水平很大程度上影响着中国智能制造工程的实施效果。然而从《中国制造2025》战略提出以来，由于自有资金不足、信息化基础薄弱、缺乏相关人才等多方面因素的影响，大部分中国制造业小微企业只能羡慕大企业申请智能制造试点示范项目、围观大企业开展轰轰烈烈的智能化改造，自己却难以融入智能制造的发展浪潮。相比于大中型企业，小微企业的智能化之路面临更大的试错成本和不可控风险，稍有不慎就会危及生存。
中国制造业小微企业发展智能制造面临的困境
资料来源：公开资料整理
3、大部分中国企业缺少智能制造的文化内核——“工匠精神”
工业文明是建立在企业文化基础上的，对于制造业企业而言，优秀的企业文化即是“工匠精神”在微观领域的集合或集中体现，它在形成以后会向所在产业及上下游延伸、渗透，在其他企业接受并实践此种文化的过程中逐渐形成工业文明。中国走的是一条“压缩型”的工业化道路，与美、日、德等制造业强国上百年的工业化历史相比，中国的工业化进程只有几十年，快速发展的副作用是企业为了追求急速扩张占领市场而选择忽略细节因素，大量制造业企业没有建立科学合理的企业文化，即便有，也并未真正落实到生产经营中的各个环节。
美国、德国、日本的“工匠精神”比较分析
资料来源：公开资料整理
四、中国智能制造行业发展趋势分析
1、流程领域有望率先实现智能化
智能制造系统是一个覆盖设计、物流、仓储、生产、检测等生产全过程的极其复杂的巨系统，企业要搭建一个完整的智能制造系统，最困难也是最核心的部分就是生产过程数字化。尤其是对于生产工艺复杂、原材料及原器件种类繁多的离散制造领域，产品往往由多个零部件经过一系列不连续的工序装配而成，其过程包含很多变化和不确定因素，在一定程度上增加了离散型制造生产组织的难度和配套复杂性，要做到生产全程数字化、可视化、透明化殊为不易。
与离散领域显著不同的是，流程领域的生产流程本质上是连续的，被加工处理的工质不论是产生物理变化还是化学变化，其过程不会中断，而且往往是处于密闭的管道或容器中，生产工艺相对简单，生产流程清晰连贯，生产全过程数字化难度相对较低。流程领域企业接下来要做的是在全面贯通整合各阶段数据的基础上，运用人工智能的深度学习、强化学习（主要是动态规划方法）进行实时数据分析和实时决策，并进一步将智能系统延伸至供应链、生产后服务等各个环节，最终实
现全面智能化
2、供应链协同倒逼产业链上游企业“上马”智能制造
制造业企业智能化的动力本源是响应市场需求，这点在消费品制造领域尤为明显，乘用车、家电、3C、服装、医药、食品等直接面向消费者的制造业企业搭建智能制造系统的主要目的即是实现高度柔性生产，快速、准确地实现消费者对产品的个性化、定制化需求。如果把视角向上推，对于原材料工业和装备工业的企业而言，智能化浪潮前沿的消费品制造厂商即是他们的市场所在，要跟上客户多品种、小批量的生产节奏，就必然要大幅提升自身的产品创新能力、快速交货能力以及连续补货能力。快速变化的市场需求从消费端沿着产业链不断向上传导，下游企业生产方式的颠覆与创新迫使上游供应商融入智能化浪潮，智能制造倒逼机制就此形成。在这种倒逼机制的作用下，产业链上游企业要主动适应变化，实现柔性生产，基于供应商先期介入思维，通过网络协同制造确立竞争优势，否则将面临被市场淘汰的风险。
3、5G的应用将开启“万物互联、万物可控”的智能制造新时代
工业通信网络是智能制造系统中极为重要的基础设施，无线通信网络作为其重要组成部分，正逐步向工业数据采集领域渗透，但目前使用的WiFi、Zigbee和WirelessHART等无线通信网络尚无法满足智能制造对于数据采集的灵活、可移动、高带宽、低时延和高可靠等通信要求，仅能充当有线网络的补充角色。然而随着5G商用部署的临近，无线通信网络在工业领域的应用将迎来爆发式增长。与传统的工业无线通信网络相比，5G比4G实现单位面积移动数据流量增长1000倍、数据传输速率峰值可达10Gbps、端到端时延缩短5倍、联网设备的数量增加10到100倍。5G一旦实现工业领域应用，将成为支撑智能制造转型的关键使能技术，5G将分布广泛、零散的人、机器和设备全部连接起来，构建统一的互联网络，帮助制造企业摆脱以往无线网络技术较为混乱的应用状态，推动制造企业迈向“万物互联、万物可控”的智能制造成熟阶段。
