2023年中國制造業(yè)數(shù)字化轉(zhuǎn)型研究報告-36氪

36氪研究院36KRRESEARCH《2023年中國制造業(yè)數(shù)字化轉(zhuǎn)型研究報告》——將至已至，智能技術(shù)帶領(lǐng)中國制造業(yè)提質(zhì)升級2023.08引言發(fā)達(dá)國家制造業(yè)回流力度加大，中國制造業(yè)戰(zhàn)略地位提升?

隨著全球制造業(yè)生產(chǎn)從西向東轉(zhuǎn)移，許多發(fā)達(dá)國家經(jīng)濟體經(jīng)歷了一段衰退期。美國制造業(yè)在20世紀(jì)50年代達(dá)到巔峰，約占經(jīng)濟總量的28%，但此后逐步下降至略高于10%；1991年至2022年期間，制造業(yè)在德國經(jīng)濟所占比重也從25%降至19%。然而在過去的幾年間，新的制造業(yè)時代開始形成，以德、美、日、法為代表的發(fā)達(dá)國家紛紛加大制造業(yè)回流力度，積極部署制造業(yè)自動化、智能化升級，以求提振制造業(yè)在國民經(jīng)濟中的戰(zhàn)略地位。?

對于中國而言，制造業(yè)發(fā)展水平不僅關(guān)乎國家地位，對于加快發(fā)展現(xiàn)代產(chǎn)業(yè)體系、鞏固壯大實體經(jīng)濟根基并在建設(shè)工業(yè)強國的同時構(gòu)建高質(zhì)量發(fā)展新格局更具有重要的戰(zhàn)略意義。歷經(jīng)數(shù)十年的高速發(fā)展，中國制造業(yè)已經(jīng)建立了獨立完善的產(chǎn)業(yè)體系，中國制造業(yè)規(guī)模排名世界第一，2022年中國制造業(yè)增加值占GDP比重達(dá)27.7%*。*注：數(shù)據(jù)來源于工信部歐盟工業(yè)5.0、中國美國《數(shù)據(jù)法案》《制造業(yè)可靠性《國家先進(jìn)制造提升實施意見》、《數(shù)字中國建設(shè)整體布局規(guī)劃》日本業(yè)戰(zhàn)略》、《芯片和科學(xué)法案》《制造業(yè)白皮書》、《機器人新戰(zhàn)略》圖示：全球國家制造業(yè)數(shù)字化轉(zhuǎn)型部署舉例12引言數(shù)字化技術(shù)全面重塑制造業(yè)生產(chǎn)體系，并為產(chǎn)業(yè)鏈上各環(huán)節(jié)帶來發(fā)展新機?

中國制造業(yè)體量龐大，一些產(chǎn)業(yè)內(nèi)的先進(jìn)企業(yè)正積極探索從自動化、信息化向數(shù)字化、智能化發(fā)展，但是多數(shù)企業(yè)對于前沿技術(shù)的融合落地應(yīng)用還處于初級階段，我國制造業(yè)距離完成真正的數(shù)字化轉(zhuǎn)型還有很長距離。?

隨著制造業(yè)數(shù)字化進(jìn)程的加速，人工智能、工業(yè)互聯(lián)網(wǎng)等底層技術(shù)正全面重塑制造業(yè)生產(chǎn)體系，推動新的生產(chǎn)要素、研發(fā)范式和商業(yè)模式的建立。這個變革過程不僅是對原有制造體系的顛覆，而且會影響制造業(yè)的所有細(xì)分行業(yè)和產(chǎn)業(yè)鏈價值鏈的每個環(huán)節(jié)，為眾多領(lǐng)域以更高效率穩(wěn)住發(fā)展動力提供了新的可能。?

本報告從“研發(fā)設(shè)計”、“供應(yīng)鏈”、“制造生產(chǎn)”及“營銷及售后服務(wù)”四個部分，闡述工業(yè)互聯(lián)網(wǎng)、人工智能等底層數(shù)字技術(shù)對制造業(yè)各環(huán)節(jié)的支持與賦能，并在此基礎(chǔ)上對中國制造業(yè)數(shù)字化轉(zhuǎn)型趨勢做出展望。我們相信，本報告所展現(xiàn)的產(chǎn)業(yè)洞察將為業(yè)界帶來新的啟示，幫助眾多制造業(yè)創(chuàng)新企業(yè)更好地把握數(shù)字化轉(zhuǎn)型的要點及路徑。研發(fā)設(shè)計供應(yīng)鏈制造生產(chǎn)營銷及售后服務(wù)工業(yè)互聯(lián)網(wǎng)、人工智能等底層技術(shù)支持圖示：底層技術(shù)從各個環(huán)節(jié)賦能制造業(yè)數(shù)字化轉(zhuǎn)型23目錄contents01

制造業(yè)數(shù)字化轉(zhuǎn)型底層技術(shù)支持ll人工智能工業(yè)互聯(lián)網(wǎng)02

研發(fā)設(shè)計ll產(chǎn)品設(shè)計洞察ll工藝仿真研發(fā)類工業(yè)軟件研發(fā)設(shè)計環(huán)節(jié)創(chuàng)新企業(yè)圖譜03

供應(yīng)鏈ll智能倉儲與物流配送供應(yīng)鏈協(xié)同l供應(yīng)鏈環(huán)節(jié)創(chuàng)新企業(yè)圖譜04

制造生產(chǎn)lll高級排產(chǎn)設(shè)備管理質(zhì)量管理ll能源管理與環(huán)保監(jiān)測制造生產(chǎn)環(huán)節(jié)創(chuàng)新企業(yè)圖譜05

營銷及售后服務(wù)ll智能營銷銷售預(yù)測ll售后服務(wù)營銷及售后服務(wù)環(huán)節(jié)創(chuàng)新企業(yè)圖譜06

產(chǎn)業(yè)總結(jié)和趨勢展望l產(chǎn)業(yè)總結(jié)l趨勢展望01

制造業(yè)數(shù)字化轉(zhuǎn)型底層技術(shù)支持l

人工智能-

以深度學(xué)習(xí)、計算機視覺等為代表的AI技術(shù)正加速向制造業(yè)滲透l

工業(yè)互聯(lián)網(wǎng)-

5G、區(qū)塊鏈、邊緣計算及數(shù)字孿生等技術(shù)體系為工業(yè)互聯(lián)網(wǎng)發(fā)展提供有力支撐41.1

人工智能從技術(shù)突破到應(yīng)用拓展，AI技術(shù)正加速在制造業(yè)中的滲透?

以深度學(xué)習(xí)、計算機視覺等為代表的AI技術(shù)正加速向制造業(yè)滲透，領(lǐng)先的AI能力能成為我國制造業(yè)在全球競爭力的重要體現(xiàn)。?

1）深度學(xué)習(xí)。曾經(jīng)制造業(yè)的數(shù)據(jù)分析方法以經(jīng)典統(tǒng)計學(xué)和計算機科學(xué)為基礎(chǔ)，能夠處理的數(shù)據(jù)量和計算速度都較為有限。引入深度學(xué)習(xí)等機器學(xué)習(xí)方法后，制造業(yè)企業(yè)能夠?qū)Ａ繑?shù)據(jù)進(jìn)行高效處理分析，并使其產(chǎn)生業(yè)務(wù)價值。深度學(xué)習(xí)技術(shù)能夠?qū)⒐I(yè)數(shù)據(jù)轉(zhuǎn)化為具備價值的數(shù)據(jù)資產(chǎn)，隨著各類算法的逐漸完善，深度學(xué)習(xí)技術(shù)逐漸成為衡量制造業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程的核心技術(shù)之一。?

2）計算機視覺。計算機視覺是以深度學(xué)習(xí)為基礎(chǔ)的、研究機器如何獲取、處理、分析和理解數(shù)字圖像的技術(shù)。對比人眼，計算機視覺具有識別精度高、速度快、效率高、環(huán)境適應(yīng)性好、方便信息集成等優(yōu)點，目前這類技術(shù)已廣泛應(yīng)用于電器制造、汽車、紡織等制造業(yè)領(lǐng)域。未來，隨著人力成本的不斷上升和傳感器、電子元器件等工業(yè)硬件成本的逐漸下降，機器視覺在制造業(yè)中的滲透率將逐步提高。應(yīng)用落地需求分析一體化系統(tǒng)高級排產(chǎn)智能工控營銷預(yù)測機器學(xué)習(xí)框架搭建供應(yīng)鏈管理物流機器人分揀機器人能耗監(jiān)測工業(yè)質(zhì)檢工藝仿真語音識別計算機視覺重點技術(shù)聚焦突破行業(yè)應(yīng)用逐步擴大行業(yè)應(yīng)用持續(xù)深入……圖示：AI技術(shù)在制造業(yè)逐步落地應(yīng)用561.2

工業(yè)互聯(lián)網(wǎng)技術(shù)體系支撐下的工業(yè)互聯(lián)網(wǎng)是工業(yè)制造業(yè)實現(xiàn)全面數(shù)字化轉(zhuǎn)型的關(guān)鍵基礎(chǔ)設(shè)施?

工業(yè)互聯(lián)網(wǎng)是新一代信息技術(shù)與工業(yè)制造業(yè)深度融合的產(chǎn)物，通過對人、機、物、系統(tǒng)的全面鏈接，構(gòu)建起覆蓋工業(yè)制造業(yè)全產(chǎn)業(yè)鏈的全新制造和服務(wù)體系，是工業(yè)制造業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵綜合信息基礎(chǔ)設(shè)施。業(yè)務(wù)應(yīng)用應(yīng)用開發(fā)需求引導(dǎo)決策優(yōu)化數(shù)據(jù)優(yōu)化閉環(huán)業(yè)務(wù)視圖描述

診斷

預(yù)測

指導(dǎo)分析技術(shù)體系支撐安全平臺網(wǎng)絡(luò)服務(wù)管理數(shù)字模型工業(yè)模型、數(shù)據(jù)模型數(shù)據(jù)管理功能架構(gòu)需求構(gòu)建感知控制實施框架識別感知控制執(zhí)行物理資產(chǎn)圖示：技術(shù)體系支撐下的工業(yè)互聯(lián)網(wǎng)功能架構(gòu)?

以5G、區(qū)塊鏈、邊緣計算、數(shù)字孿生等技術(shù)為代表的新興數(shù)字技術(shù)對支撐工業(yè)互聯(lián)網(wǎng)體系架構(gòu)中的網(wǎng)絡(luò)、平臺和安全的建設(shè)以及實現(xiàn)數(shù)據(jù)優(yōu)化閉環(huán)具有重要作用。?

1）5G技術(shù)。制造業(yè)領(lǐng)域中的人、機、物系統(tǒng)的全面鏈接，離不開具有海量連接、低時延的網(wǎng)絡(luò)連接技術(shù)。5G作為最新一代的蜂窩移動技術(shù)，具備海量連接、高可靠、低時延等優(yōu)勢，利用5G無線技術(shù)、網(wǎng)絡(luò)切片技術(shù)，以及其他與網(wǎng)絡(luò)技術(shù)融合的5G+時間敏感網(wǎng)絡(luò)、5G+云等技術(shù)，可有效解決不同工業(yè)場景的多樣性需求。671.2

工業(yè)互聯(lián)網(wǎng)5G、區(qū)塊鏈、邊緣計算數(shù)字孿生等技術(shù)將在更廣泛的生產(chǎn)制造場景中實現(xiàn)落地應(yīng)用?

當(dāng)前，5G賦能工業(yè)互聯(lián)網(wǎng)已經(jīng)取得了一定的研究及應(yīng)用成果。在生產(chǎn)制造場景下，5G能夠支持AGV等移動機器設(shè)備的部署，并在網(wǎng)絡(luò)架構(gòu)融合的基礎(chǔ)上支持部分設(shè)備的遠(yuǎn)程控制。?

2）區(qū)塊鏈。企業(yè)在部署工業(yè)互聯(lián)網(wǎng)過程中，隱私數(shù)據(jù)需要上云，因此需要區(qū)塊鏈技術(shù)解決工業(yè)互聯(lián)網(wǎng)平臺中的互信協(xié)作及數(shù)據(jù)安全、數(shù)據(jù)控制權(quán)等問題。通過區(qū)塊鏈的加密算法、訪問控制、隱私保護、入侵檢測等技術(shù)，可以實現(xiàn)企業(yè)內(nèi)部各個環(huán)節(jié)的數(shù)據(jù)共享、網(wǎng)絡(luò)加密及訪問權(quán)限控制等功能。目前，區(qū)塊鏈技術(shù)在產(chǎn)品質(zhì)量管理及生產(chǎn)過程追溯等環(huán)節(jié)已經(jīng)落地應(yīng)用，未來隨著“區(qū)塊鏈+工業(yè)互聯(lián)網(wǎng)”融合研究以及各項標(biāo)準(zhǔn)制度的發(fā)展與完善，區(qū)塊鏈技術(shù)將在工業(yè)互聯(lián)網(wǎng)中持續(xù)發(fā)揮更大的作用。?

3）邊緣計算。一些需要高效計算能力的生產(chǎn)控制場景不支持將數(shù)據(jù)傳輸?shù)皆贫撕笤龠M(jìn)行計算，并且由于生產(chǎn)現(xiàn)場設(shè)備之間通信標(biāo)準(zhǔn)的不統(tǒng)一和總線連接的異構(gòu)，需要將計算資源部署在生產(chǎn)現(xiàn)場附近，以滿足這部分業(yè)務(wù)的高效實時需求。邊緣計算技術(shù)與工業(yè)互聯(lián)網(wǎng)的融合，能夠?qū)⒐I(yè)場景中的計算以及存儲分散到工業(yè)互聯(lián)網(wǎng)邊緣來降低云端計算和存儲的壓力，解決云計算模式存在的實時性差、運維成本高、數(shù)據(jù)安全風(fēng)險等問題。未來，邊緣計算技術(shù)的數(shù)據(jù)安全能力及其協(xié)同性、可靠性將進(jìn)一步提升，邊緣計算將成為制造業(yè)數(shù)字化轉(zhuǎn)型的強大驅(qū)動力。?

4）數(shù)字孿生。數(shù)字孿生為工業(yè)互聯(lián)網(wǎng)智能化部署提供了強大驅(qū)動力。數(shù)字孿生是物理世界在數(shù)字世界的建模映射，起源于新興信息技術(shù)與不同領(lǐng)域技術(shù)的融合，其技術(shù)基礎(chǔ)包括物聯(lián)網(wǎng)、大數(shù)據(jù)、機理模型建模、人工智能及云邊協(xié)同計算等技術(shù)。這些數(shù)字技術(shù)的融合賦予數(shù)字孿生系統(tǒng)數(shù)據(jù)采集、建模分析、高效計算和判斷決策等功能，未來，數(shù)字孿生與工業(yè)互聯(lián)網(wǎng)的融合將持續(xù)完善工業(yè)互聯(lián)網(wǎng)的功能架構(gòu)，幫助企業(yè)實現(xiàn)全方位數(shù)據(jù)優(yōu)化閉環(huán)。7802

研發(fā)設(shè)計l

產(chǎn)品設(shè)計洞察-

大數(shù)據(jù)、AI、物聯(lián)網(wǎng)等數(shù)字技術(shù)助力企業(yè)貼近需求端，加快研發(fā)效率的同時，縮短研發(fā)周期l

研發(fā)類工業(yè)軟件-AI/云計算+研發(fā)類工業(yè)軟件，實現(xiàn)研發(fā)質(zhì)量與效率的雙提升l

工藝仿真-

多物理場耦合、云仿真和SaaS化、人工智能成為工藝仿真技術(shù)未來發(fā)展新機遇l

研發(fā)設(shè)計環(huán)節(jié)創(chuàng)新企業(yè)圖譜82.1

產(chǎn)品設(shè)計洞察大數(shù)據(jù)、AI、物聯(lián)網(wǎng)等數(shù)字技術(shù)助力企業(yè)貼近需求端，加快研發(fā)效率的同時，縮短研發(fā)周期?

工業(yè)設(shè)計是制造業(yè)的第一步，也是產(chǎn)品的起點與核心，包含需求洞察、產(chǎn)品研發(fā)、仿真優(yōu)化等環(huán)節(jié)。工業(yè)設(shè)計與創(chuàng)新能力息息相關(guān)，設(shè)計越活躍，其市場競爭能力越強，制造業(yè)水平越高。數(shù)字技術(shù)的成熟，推動企業(yè)可在設(shè)計環(huán)節(jié)，根據(jù)用戶需求，在大數(shù)據(jù)、人工智能、虛擬現(xiàn)實等支撐技術(shù)的作用下，對海量信息進(jìn)行分析，實現(xiàn)高效設(shè)計的同時，對產(chǎn)品進(jìn)行仿真，進(jìn)而快速產(chǎn)出符合用戶需求的產(chǎn)品設(shè)計。?

在需求洞察環(huán)節(jié)，過去主要依賴研發(fā)人員，研發(fā)思路、手段、創(chuàng)意均受到限制，這導(dǎo)致家電、汽車、服裝等制造業(yè)細(xì)分產(chǎn)業(yè)的產(chǎn)品同質(zhì)化嚴(yán)重，各品牌難以通過差異性產(chǎn)品搶占市場份額，行業(yè)競爭激烈。此外，消費者需求愈加碎片化、多元化，僅依靠傳統(tǒng)產(chǎn)品設(shè)計思路已難以適應(yīng)市場變化。精準(zhǔn)挖掘并高效響應(yīng)市場需求，已成為決定企業(yè)市場份額螺旋上升的關(guān)鍵。因此，制造業(yè)積極探索需求洞察環(huán)節(jié)的數(shù)字化，借助大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等數(shù)字技術(shù)，抓取并分析需求，指導(dǎo)新產(chǎn)品的設(shè)計與改進(jìn)，縮短研發(fā)周期的同時，提升研發(fā)效率。?

1）人工智能+大數(shù)據(jù)。大數(shù)據(jù)技術(shù)可基于用戶訪問、交易等海量數(shù)據(jù)，對需求端進(jìn)行全方位深度挖掘分析，以數(shù)據(jù)驅(qū)動，構(gòu)建用戶、產(chǎn)品畫像的同時，及時捕捉用戶需求，從而為新品設(shè)計提供思路，提高研發(fā)效率。此外，隨著深度學(xué)習(xí)和知識圖譜等技術(shù)的成熟，大數(shù)據(jù)分析能力和效率增強，可深度挖掘數(shù)據(jù)價值，提升數(shù)據(jù)洞察能力。美的即通過瓴羊旗下的數(shù)據(jù)銀行產(chǎn)品，洞察消費趨勢，準(zhǔn)確了解消費者喜好及目前使用痛點，明確“清洗方便”是急需提升的產(chǎn)品特點，從而進(jìn)軍免洗破壁機市場，研發(fā)出更復(fù)合年輕消費者對廚房空間和生活方式期待的產(chǎn)品。?

2）物聯(lián)網(wǎng)。物聯(lián)網(wǎng)可打通消費端與設(shè)計端，遠(yuǎn)程從IoT設(shè)備獲取設(shè)備數(shù)據(jù)，評估產(chǎn)品運行狀態(tài)，收集消費者使用反饋，幫助產(chǎn)品進(jìn)行迭代設(shè)計。1092.2

研發(fā)類工業(yè)軟件研發(fā)類工業(yè)軟件輔助設(shè)計工作，但面臨要求高、數(shù)據(jù)孤島等問題?

研發(fā)設(shè)計類工業(yè)軟件融合多學(xué)科，利用計算機計算和圖文處理能力，以可視化方式，在設(shè)計階段即可規(guī)劃產(chǎn)品整個生命周期，幫助設(shè)計人員完成產(chǎn)品設(shè)計和工程繪圖等多項工作，提高設(shè)計環(huán)節(jié)效率的同時，大大簡化了設(shè)計人員的重復(fù)工作，降低誤差概率，管控研發(fā)質(zhì)量。CADCAMCAE計算機輔助設(shè)計，人員利用計算機輔助工程技術(shù)進(jìn)行產(chǎn)品設(shè)計、工程繪圖和數(shù)據(jù)管理。計算機輔助制造，將計算機應(yīng)用到生產(chǎn)制造過程中，以代替人工對生產(chǎn)設(shè)備與操作的控制。計算機輔助工程，利用計算機對工程和產(chǎn)品進(jìn)行性能與安全可靠性分析。PLMPDMEDA電子設(shè)計自動化，利用CAD完成超大規(guī)模集成電路芯片功能設(shè)計、綜合、驗證、物理設(shè)計等流程的設(shè)計方式。產(chǎn)品生命周期管理，覆蓋產(chǎn)品導(dǎo)入期、成長期、成熟期到衰退期整個生命周期的管理軟件。產(chǎn)品數(shù)據(jù)管理，幫助產(chǎn)品研發(fā)設(shè)計，完善產(chǎn)品結(jié)構(gòu)優(yōu)化，跟蹤研發(fā)中的設(shè)計概念。圖示：研發(fā)設(shè)計類工業(yè)軟件舉例?

傳統(tǒng)工業(yè)研發(fā)軟件基于單機或局域網(wǎng)本地部署，對使用環(huán)境配置、數(shù)據(jù)版本一致性、數(shù)據(jù)安全性有較高要求，各環(huán)節(jié)的獨立也導(dǎo)致團隊合作較為割裂。此外，目前各個研發(fā)軟件差異較大，各軟件間數(shù)據(jù)一致性、時效性不同，且存在難以流通、數(shù)據(jù)孤島問題，對企業(yè)的研發(fā)工作造成困難。AI與云計算等數(shù)字技術(shù)和軟件一體化有望解決以上問題，提升設(shè)計效率和結(jié)果的同時，降低軟件使用成本。?

1）一體化。研發(fā)類軟件一體化指將設(shè)計各環(huán)節(jié)、各類軟件功能聚合，標(biāo)準(zhǔn)化并共享設(shè)計數(shù)據(jù)，有望實現(xiàn)多方協(xié)同設(shè)計，縮短開發(fā)時間。例如，中望軟件提出all-in-one

CAx戰(zhàn)略，逐步向CAx一體化軟件平臺發(fā)展，從二維CAD軟件逐步向三維CAD、CAM、CAE拓展，并協(xié)同發(fā)展PDM、PLM軟件能力。10112.2

研發(fā)類工業(yè)軟件AI、一體化、云計算幫助研發(fā)類工業(yè)軟件實現(xiàn)研發(fā)質(zhì)量與效率的雙提升?

2）人工智能。AI技術(shù)有望引領(lǐng)研發(fā)工業(yè)軟件交互模式、設(shè)計模式變革，已在芯片、制藥等領(lǐng)域應(yīng)用。具體而言，工程師通過自然語言下達(dá)指令，設(shè)定材料和工藝要求，AI自動生成多種設(shè)計方案，提高設(shè)計效率的同時，提前預(yù)設(shè)到各類影響因素，提升設(shè)計效果。在芯片制作領(lǐng)域，Cadence推出智能芯片設(shè)計工具Optimality，AI驅(qū)動取代傳統(tǒng)設(shè)計、測試和調(diào)整循環(huán)的交互流程，幫助工程師自動優(yōu)化設(shè)計，生產(chǎn)效率提升近10倍，部分設(shè)計上操作速度提升百倍。圖示：Optimality智能系統(tǒng)優(yōu)化?

3)云化。一方面，基于Web或云端部署的研發(fā)軟件，可將用戶產(chǎn)生的數(shù)據(jù)存儲在云端服務(wù)器上，方便其隨時掌握知識產(chǎn)權(quán)、產(chǎn)品生產(chǎn)制造等核心數(shù)據(jù)的同時，云架構(gòu)軟件將各個環(huán)節(jié)整合，使設(shè)計師隨時隨地可協(xié)作工作，提高工作效率。另一方面，企業(yè)無需再配置本地圖形工作站和專業(yè)運維團隊，減少其軟件使用成本。以釘釘為例，基于云服務(wù)等技術(shù)，釘釘幫助企業(yè)實現(xiàn)生產(chǎn)數(shù)據(jù)上云，并可以通過低代碼開發(fā)的方式，幫助制造業(yè)企業(yè)以較小的成本實現(xiàn)研發(fā)工作的協(xié)同。11122.3

工藝仿真工藝仿真與數(shù)字技術(shù)的融合，有望解決行業(yè)門檻高、效率低、局部優(yōu)化等問題?

工藝仿真利用產(chǎn)品三維數(shù)字樣機，對產(chǎn)品裝配過程進(jìn)行統(tǒng)一建模，在計算機上實現(xiàn)對零部件、裝置(整機)、生產(chǎn)線和工廠工作、運行狀態(tài)的模擬和仿真，從而在研發(fā)階段，通過虛擬調(diào)試，對產(chǎn)品性能與功能進(jìn)行預(yù)測分析，并模擬真實生產(chǎn)制造工作狀態(tài)和表現(xiàn)情況，確保設(shè)計方案及工藝的準(zhǔn)確性，協(xié)助設(shè)計人員及早發(fā)現(xiàn)制作工藝、工藝布局中潛在問題，減少物理實驗次數(shù)，加速設(shè)計迭代并降低試錯成本。?

目前，傳統(tǒng)的工藝仿真技術(shù)面臨著單領(lǐng)域、單學(xué)科仿真僅能優(yōu)化局部、使用門檻高、仿真效率低、仿真結(jié)果置信度不高等問題。在多物理場耦合、云計算、人工智能等技術(shù)賦能下，一方面工藝仿真的結(jié)果準(zhǔn)確度和計算速度有望提升，另一方面，降低仿真技術(shù)使用門檻，最終實現(xiàn)研發(fā)環(huán)節(jié)的降本增效。無法進(jìn)行多學(xué)科仿真與優(yōu)化，僅能解決局部優(yōu)化問題僅針對某個領(lǐng)域的仿真技術(shù)，無法解決多物理場耦合分析難以全局優(yōu)化存在算力瓶頸無法復(fù)雜仿真易用性低模擬仿真需大算力支持，本地部署受制于個體算力限制涉及數(shù)學(xué)、物理等專業(yè)知識，難以普及應(yīng)用過于依靠用戶自身水平，不同經(jīng)驗、知識水平的用戶，仿真結(jié)果差異性大效率低模擬結(jié)果差異大部分流程需手工管理圖示：工藝仿真技術(shù)現(xiàn)存挑戰(zhàn)?

1）多物理場耦合。工藝仿真需在多物理場耦合的情況下，對真實物理世界建模還原，應(yīng)用過程復(fù)雜多樣，且各個參數(shù)相互影響。因此多單一學(xué)科中進(jìn)行多次往返計算的工藝仿真無法滿足精確性要求，將底層求解公式融合的多物理場耦合仿真、多學(xué)科結(jié)合仿真成為未來發(fā)展方向。例如，COMSOL推出集成化仿真平臺COMSOL

Multiphysics，可靈活組合電磁、結(jié)構(gòu)力學(xué)、聲學(xué)等領(lǐng)域多個附加專業(yè)模塊，提供豐富的多物理場仿真解決方案，幫助客戶精確分析、預(yù)測真實場景下的設(shè)備、工藝和流程，提升仿真結(jié)果準(zhǔn)確度。12132.3

工藝仿真多物理場耦合、云仿真和SaaS化、人工智能成為工藝仿真技術(shù)未來發(fā)展新機遇?

2）云仿真和SaaS化。工藝仿真為確定最優(yōu)設(shè)計參數(shù)，提高仿真效果，涉及大量計算，對算力要求較高。云仿真和SaaS化可解決算力問題，為工藝仿真提供多端訪問，讓客戶可直接在云平臺進(jìn)行數(shù)據(jù)分析，靈活運用計算資源，提升計算速度的同時，大幅降低客戶使用門檻和采購、維護成本。例如，阿里云可為工藝仿真廠家提供上云服務(wù)。作為仿真業(yè)務(wù)底層基礎(chǔ)設(shè)施，阿里云實現(xiàn)云上高性能計算的性能無損。同時，阿里云高性能計算平臺（E-HPC）可自動管理計算資源，優(yōu)化運維成本，改善用戶體驗，解決訪問潮汐問題。此外，用Serverless工作流編排函數(shù)計算，可同時拉起數(shù)百個CPU實例進(jìn)行三維渲染，效率提升近百倍。全自主底層求解器SaaS云原生ü

自適應(yīng)多層局部網(wǎng)格加密部分算法ü

多云調(diào)度的云原生仿真技術(shù)ü

三維在線渲染技術(shù)工藝仿真ü

不可壓縮流體格子玻爾茲曼求解算法ü

大紊流模擬Re~106ü

“重”數(shù)據(jù)壓縮率90%ü

大數(shù)據(jù)在線可視化技術(shù)ü

MPI+OPENMP混合并行框架ü

基于反算模型的4D界面換熱系數(shù)模型計算速度提升8-10倍仿真成本下降80%-90%圖示：云原生壓鑄CAE?

3）人工智能。AI與工藝仿真的融合可優(yōu)化代碼生成能力的同時，使用AI自動尋找仿真參數(shù)、增強仿真，提升仿真速度和準(zhǔn)確性。目前，Ansys等龍頭企業(yè)已開始使用AI優(yōu)化工藝仿真技術(shù)。一方面，Ansys使用AI/ML方法自動查找仿真參數(shù)；另一方面，利用增強仿真，通過數(shù)據(jù)驅(qū)動方法或基于物理的方法訓(xùn)練神經(jīng)網(wǎng)絡(luò)，將仿真速度提高100倍的同時，優(yōu)化仿真效果。13142.4

研發(fā)設(shè)計環(huán)節(jié)創(chuàng)新企業(yè)圖譜研發(fā)設(shè)計環(huán)節(jié)創(chuàng)新企業(yè)圖譜研發(fā)類工業(yè)軟件CADCAMEDAPLM/PDMCAE工業(yè)云平臺注：本圖譜由36氪研究院整理，僅列舉部分企業(yè)為代表，未覆蓋全產(chǎn)業(yè)141503

供應(yīng)鏈l

智能倉儲與物流配送-

智能倉儲物流系統(tǒng)將硬件與軟件有機結(jié)合，為企業(yè)實現(xiàn)倉儲物流環(huán)節(jié)的降本增效l

供應(yīng)鏈協(xié)同-

人工智能、區(qū)塊鏈和物聯(lián)網(wǎng)等數(shù)字技術(shù)打通產(chǎn)業(yè)鏈上下游，實現(xiàn)供應(yīng)鏈管理的高效協(xié)同l

供應(yīng)鏈環(huán)節(jié)創(chuàng)新企業(yè)圖譜153.1

智能倉儲與物流配送智能倉儲物流系統(tǒng)將硬件與軟件有機結(jié)合，為企業(yè)實現(xiàn)倉儲物流環(huán)節(jié)的降本增效?

智能倉儲物流系統(tǒng)，通常是指通過信息化、物聯(lián)網(wǎng)和機電一體化等技術(shù)共同實現(xiàn)的智慧倉儲物流解決方案。這套方案能夠?qū)⑽锪铣鋈霂?、存儲、分揀、輸送等過程實現(xiàn)自動化、信息化和智能化。從構(gòu)成來看，智能倉儲物流配送系統(tǒng)可分為硬件裝備和軟件系統(tǒng)兩部分。智能倉儲物流系統(tǒng)智能物流硬件裝備分揀設(shè)備軟件系統(tǒng)智能倉儲倉儲設(shè)備搬運與輸送設(shè)備A控制與管理系統(tǒng)堆倉儲管理系統(tǒng)倉儲控制系統(tǒng)軟件系統(tǒng)分揀機器人GV和R碼垛機器人立體倉庫手持終端分揀機輸送機GV圖示：智能倉儲物流系統(tǒng)?

制造業(yè)企業(yè)傳統(tǒng)倉儲與物流配送存在倉儲空間利用率低、人力成本高、物料盤點及出入庫流程手續(xù)繁瑣、倉儲信息透明度低、信息更新不及時、物料減配差錯率高、人工安全風(fēng)險等諸多痛點。隨著軟硬件兩端的數(shù)字技術(shù)不斷更新，越來越多的制造業(yè)企業(yè)在智能倉儲物流系統(tǒng)的加持下，實現(xiàn)了倉儲與物流環(huán)節(jié)的降本增效。?

1）工業(yè)移動機器人。在倉庫物料移動配送過程中，各類工業(yè)機器人的協(xié)同工作能夠在保障物料完好性的同時，提升物料出入庫的整體效率，以安踏晉江倉為例，其智能倉儲物流項目上線后，在各類機器人協(xié)同幫助下，全倉實現(xiàn)入庫產(chǎn)能1,000箱/小時，整體出庫產(chǎn)能20萬件/天；出庫效率為20,000件/小時，是傳統(tǒng)人工效率的2倍以上*。*注：數(shù)據(jù)資料來源于東北證券研究所《倉安四海，智拓八方》16173.1

智能倉儲與物流配送以機器人為代表的硬件和以智能算法為基礎(chǔ)的軟件雙輪驅(qū)動，助力制造業(yè)倉儲物流智能升級?

隨著計算機視覺、激光傳感器和機器學(xué)習(xí)等技術(shù)的成熟，分揀、搬運及堆碼垛機器人可應(yīng)用于更多精細(xì)復(fù)雜的場景，滿足更多制造業(yè)企業(yè)的應(yīng)用需求。以3D視覺算法、高速準(zhǔn)確讀碼、OCR等技術(shù)為核心，完成托盤識別、缺陷檢測、re“眼”尺寸測量、分色等各類復(fù)雜工作依托視覺感知、力觸感知、抓取規(guī)劃等，可精確控制關(guān)節(jié)運動，適應(yīng)各類手勢切換，以及狹小空間物體抓取移動底盤采用激光雷達(dá)進(jìn)行導(dǎo)航與避障，快速適應(yīng)不同“手”“腳”作業(yè)場景圖示：工業(yè)移動機器人“手腳眼”三位一體?

此外，云計算技術(shù)也在幫助工業(yè)機器人企業(yè)探索商業(yè)模式新方向。在阿里云協(xié)助下，極智嘉的機器人調(diào)度部署逐漸從本地化向云化發(fā)展。通過計算巢平臺，極智嘉能夠?qū)⑵湮锪鳈C器人軟件交付部署自動化、服務(wù)在線化，并在云上實現(xiàn)統(tǒng)一的運維與軟件更新。這種云化發(fā)展不僅能夠獲得高性價比的算力資源，也能保障業(yè)務(wù)的持續(xù)穩(wěn)定運行。?

2）智能算法。在人力參與的工作環(huán)節(jié)中，即使是最為瑣碎的工作內(nèi)容，也需要工作人員的決策才能繼續(xù)推進(jìn)，而人力做出決策需要消耗一定時間。一個物流環(huán)節(jié)作業(yè)量越大，需要進(jìn)行決策的問題就越多，且問題之間的關(guān)聯(lián)也越復(fù)雜。在此情況下，單靠人力在短時間內(nèi)很難給到最優(yōu)決策。當(dāng)前，智能倉儲物流系統(tǒng)中的智能決策算法正不斷更新，通過與自動分揀技術(shù)、射頻識別和語音識別等技術(shù)的結(jié)合，幫助制造業(yè)企業(yè)物料的收、存、發(fā)、配全過程任務(wù)逐步走向自觸發(fā)與自執(zhí)行，在降低用人成本的同時提升物料周轉(zhuǎn)效率。例如，緯創(chuàng)資通建立的PCBA智能倉儲配送系統(tǒng)能夠通過智能決策算法將物料管理用人從6人縮減至3人，PCBA平均庫存周轉(zhuǎn)天數(shù)從3天縮短至1.5天。17183.2

供應(yīng)鏈協(xié)同人工智能技術(shù)串聯(lián)供應(yīng)鏈各環(huán)節(jié)數(shù)據(jù)，實現(xiàn)供應(yīng)鏈高效協(xié)同?

供應(yīng)鏈?zhǔn)钦瞎九c供應(yīng)商、分銷商，實現(xiàn)原材料采購、生產(chǎn)、銷售、物流等全過程協(xié)同的組織形態(tài)。對于制造業(yè)而言，智慧供應(yīng)鏈體系可降低企業(yè)經(jīng)營成本和交易成本，有效提高各環(huán)節(jié)協(xié)同效率。?

現(xiàn)階段，在流通環(huán)節(jié)長且多、貿(mào)易商格局分散的大背景下，我國制造業(yè)供應(yīng)鏈存在體系建設(shè)不足的問題，導(dǎo)致企業(yè)運作成本高、流通效率較低。此外，供應(yīng)鏈數(shù)字化程度較低，這表現(xiàn)為信息孤島、數(shù)據(jù)分割、數(shù)字化基礎(chǔ)設(shè)施薄弱、上下游企業(yè)聯(lián)動不足等問題頻發(fā)。人工智能、區(qū)塊鏈、物聯(lián)網(wǎng)等數(shù)字技術(shù)有效串聯(lián)、整合、分析各方業(yè)務(wù)數(shù)據(jù)，推動供應(yīng)鏈高效協(xié)同且更加透明、智慧，實現(xiàn)供應(yīng)鏈的降本增效。信息孤島數(shù)據(jù)割裂信任度低上下游割裂管理成本高各方信息難以打通數(shù)據(jù)一致性、維度不同，難以互通出于保密性原則，產(chǎn)業(yè)鏈上企業(yè)難以互相信任上下游鏈接不緊密，

運作成本高、流通效分別處于獨立狀態(tài)

率低圖示：供應(yīng)鏈現(xiàn)存挑戰(zhàn)?

1）人工智能。嵌入人工智能技術(shù)的供應(yīng)鏈可根據(jù)經(jīng)濟周期、地緣政治、天氣、經(jīng)營情況等內(nèi)外部數(shù)據(jù)和供應(yīng)鏈策略，預(yù)測可能發(fā)生的問題、新需求等情況，并自動設(shè)計、決策、執(zhí)行相應(yīng)解決方案，幫助企業(yè)降低供應(yīng)鏈管理難度，實現(xiàn)各環(huán)節(jié)數(shù)據(jù)高效協(xié)同和企業(yè)的降本增效。例如，阿里云基于數(shù)據(jù)中臺幫助某頭部乳業(yè)品牌拉通采購、生產(chǎn)、計劃、物流、銷售各部門數(shù)據(jù)，設(shè)計并形成內(nèi)外部的全鏈路分析場景，通過全局?jǐn)?shù)據(jù)洞察打造供需端到端協(xié)同；并通過人工智能算法，幫助該企業(yè)在實際訂單和未來需求的基礎(chǔ)上，綜合庫存、運力、需求、運輸時間等因素給出基地倉到總倉和總倉間調(diào)撥計劃和排單計劃。庫存調(diào)撥和排單算法的應(yīng)用，將該企業(yè)的人工效率提升了20%以上。18193.2

供應(yīng)鏈協(xié)同區(qū)塊鏈和物聯(lián)網(wǎng)技術(shù)打通產(chǎn)業(yè)鏈上下游并保證數(shù)據(jù)安全性，實現(xiàn)供應(yīng)鏈管理的降本增效?

2）區(qū)塊鏈。區(qū)塊鏈去中心化、不可篡改、公開透明等特點，幫助供應(yīng)鏈上下游企業(yè)提供互相信任基礎(chǔ)，保證區(qū)塊鏈上數(shù)據(jù)的安全性和保密性，簡化各企業(yè)操作流程的同時，使信息更加透明化，強化上下游協(xié)同，提高供應(yīng)鏈運營效率。例如，廈門國貿(mào)的“國貿(mào)云鏈”智慧供應(yīng)鏈平臺利用區(qū)塊鏈技術(shù)對數(shù)據(jù)進(jìn)行加密，保證供應(yīng)鏈透明安全。?

3）5G+物聯(lián)網(wǎng)。5G與物聯(lián)網(wǎng)等技術(shù)的應(yīng)用，使制造業(yè)全產(chǎn)業(yè)鏈可打破限制，進(jìn)行更廣泛地連接，打通信息孤島，并推動數(shù)據(jù)、資源要素在產(chǎn)業(yè)鏈上下游高效共享，實現(xiàn)全局資源協(xié)同。企業(yè)可基于數(shù)據(jù)貫通多級供應(yīng)商體系，構(gòu)建供應(yīng)鏈協(xié)同平臺，連接供應(yīng)商采購、產(chǎn)品庫存、銷售等上下游環(huán)節(jié)，通過集成優(yōu)化，實現(xiàn)供應(yīng)鏈可視化管理和資源調(diào)控，降本增效。如新寶電器與阿里云合作構(gòu)建供應(yīng)鏈協(xié)同平臺，將35家核心供應(yīng)商接入平臺，及時同步訂單計劃變動、生產(chǎn)安排調(diào)整等信息，系統(tǒng)整體運作效率提升10%的同時，實現(xiàn)供應(yīng)鏈的透明化可控。此外，產(chǎn)業(yè)鏈協(xié)同平臺也幫助供應(yīng)商實現(xiàn)降本增效，再反哺新寶物資采購質(zhì)量、成本、效率的提升，實現(xiàn)雙贏。工具下發(fā)計劃排程生產(chǎn)執(zhí)行生產(chǎn)報工質(zhì)檢執(zhí)行成品入庫送貨預(yù)約打印送貨單送貨通知發(fā)貨上游供應(yīng)商接收訂單排程監(jiān)控進(jìn)度監(jiān)控質(zhì)量追蹤庫存監(jiān)控供應(yīng)鏈協(xié)同平臺采購訂單下發(fā)供應(yīng)商送貨計劃下發(fā)供應(yīng)商采購訂單送貨計劃收貨原料入庫客戶管理產(chǎn)品BOM新寶電器應(yīng)付賬單工藝BOM銷售訂單銷售預(yù)測MRP生產(chǎn)計劃物料需求計劃APS總裝生產(chǎn)計劃生產(chǎn)及設(shè)備管理付款生產(chǎn)過程協(xié)同圖示：阿里云供應(yīng)鏈協(xié)同制造解決方案19203.3

供應(yīng)鏈環(huán)節(jié)創(chuàng)新企業(yè)圖譜供應(yīng)鏈環(huán)節(jié)創(chuàng)新企業(yè)圖譜硬件裝備倉儲分揀搬運與輸送軟件系統(tǒng)一體化解決方案注：本圖譜由36氪研究院整理，僅列舉部分企業(yè)為代表，未覆蓋全產(chǎn)業(yè)202104

制造生產(chǎn)l

高級排產(chǎn)-人工智能和模塊集成技術(shù)幫助制造業(yè)企業(yè)實現(xiàn)更高效率的排產(chǎn)調(diào)度l

設(shè)備管理-5G、數(shù)字孿生等技術(shù)從設(shè)備使用和設(shè)備維護兩方面賦能企業(yè)設(shè)備管理l

質(zhì)量管理-人工智能和區(qū)塊鏈技術(shù)分別從提高檢測效率和數(shù)據(jù)管理兩方面，提高企業(yè)質(zhì)量管理能力l

能源管理與環(huán)保監(jiān)測-數(shù)字技術(shù)的創(chuàng)新引發(fā)軟硬件創(chuàng)新變革，實現(xiàn)資源效率和社會效益雙提高l

制造生產(chǎn)環(huán)節(jié)創(chuàng)新企業(yè)圖譜214.1

高級排產(chǎn)生產(chǎn)排程軟件整合各類生產(chǎn)信息資源，快速生成排產(chǎn)計劃?

排產(chǎn)即生產(chǎn)排程，是指將生產(chǎn)任務(wù)分配至生產(chǎn)資源的過程。在考慮訂單、人效、物料和設(shè)備等情況的前提下，如何平衡所有資源負(fù)荷，并優(yōu)化生產(chǎn)任務(wù)的生產(chǎn)順序，是制造業(yè)企業(yè)排產(chǎn)環(huán)節(jié)的首要目標(biāo)。?

訂單信息：銷售訂單、預(yù)測訂單、庫存訂單?

工藝信息：工廠車間的生產(chǎn)工藝流程?

工序信息：加工、生產(chǎn)操作流程排產(chǎn)規(guī)則設(shè)備調(diào)度人員調(diào)度物料調(diào)度工裝工具?

人員信息：生產(chǎn)現(xiàn)場工人的工作安排?

BOM信息：物料清單信息記錄（產(chǎn)品結(jié)構(gòu)表）?

日歷信息：人員、設(shè)備安排情況?

庫存信息：生產(chǎn)所需物料倉庫情況圖示：從信息整合到排產(chǎn)調(diào)度?

目前，大部分制造業(yè)企業(yè)已經(jīng)在排產(chǎn)過程中普及了APS等生產(chǎn)排程軟件的應(yīng)用，但這些傳統(tǒng)排產(chǎn)軟件仍面臨一定局限性。例如針對下游客戶越來越高的定制化需求，傳統(tǒng)軟件難以快速給到合理的換線計劃和生產(chǎn)安排；或是在發(fā)生設(shè)備故障、原材料短缺和自然災(zāi)害等突發(fā)事件時，傳統(tǒng)排產(chǎn)軟件的計算速度無法及時響應(yīng)重排應(yīng)急需求。?

隨著人工智能及模塊集成等技術(shù)的不斷迭代，排產(chǎn)軟件將基于生產(chǎn)一線繁雜多變的信息和資源狀況，更快速地實現(xiàn)作業(yè)計劃的高級排程，在提升生產(chǎn)效率、降低使用門檻等方面取得進(jìn)步。22234.1

高級排產(chǎn)人工智能和模塊集成等技術(shù)，幫助制造業(yè)企業(yè)實現(xiàn)更高效率的排產(chǎn)調(diào)度?

1）人工智能。由于排程約束信息的復(fù)雜性，目前絕大部分APS系統(tǒng)都采用規(guī)則或啟發(fā)式算法。這類算法優(yōu)勢是能快速得到一個可行的排程結(jié)果，但是無法保證最優(yōu)解，也無法量化排程結(jié)果。與人工智能動態(tài)調(diào)整算法融合后，APS系統(tǒng)的算法引擎能夠?qū)崿F(xiàn)優(yōu)化，有高度智能的生產(chǎn)計劃調(diào)度功能，可以在多任務(wù)且存在諸多約束條件的復(fù)雜生產(chǎn)流程中，最大化地利用企業(yè)的資源條件，找到最佳的調(diào)度排程結(jié)果。此外，在面臨重排需求時，人工智能優(yōu)化后的APS系統(tǒng)能夠針對新的需求進(jìn)行約束條件的動態(tài)調(diào)整，快速給出新的排產(chǎn)方案。以阿里云開發(fā)的工業(yè)生產(chǎn)調(diào)度優(yōu)化解決方案為例，該方案通過配置高度智能的算法引擎，幫助制造業(yè)企業(yè)精細(xì)化工序與設(shè)備的生產(chǎn)計劃，精簡計劃人員需求，提升主計劃排產(chǎn)速度和效率。?

2）模塊集成。APS作為生產(chǎn)排程系統(tǒng)，需要調(diào)用銷售、采購、倉儲、車間等諸多數(shù)據(jù)信息，因此在排產(chǎn)功能上與MES和ERP系統(tǒng)存在一定重疊。目前的趨勢是APS、MES與ERP等系統(tǒng)的一體化，企業(yè)希望在同一系統(tǒng)中實現(xiàn)功能模塊的集成，形成生產(chǎn)計劃和生產(chǎn)數(shù)據(jù)的閉環(huán)管理。生產(chǎn)指示需求計劃生產(chǎn)計劃車間管理ERP（銷售、采購、倉庫等信息）APS（輸出生產(chǎn)計劃調(diào)度）MES（工單、車間、質(zhì)檢等信息）【未來】【現(xiàn)在】生產(chǎn)計劃制定生產(chǎn)執(zhí)行控制HR（人力資源信息）IOT控制設(shè)備對象【過去】人工智能（決策輔助）生產(chǎn)情況分析實時生產(chǎn)進(jìn)度和數(shù)據(jù)圖示：APS、MES、ERP的功能一體化集成23244.2

設(shè)備管理5G等通訊技術(shù)改善工業(yè)設(shè)備遠(yuǎn)程控制中數(shù)據(jù)延時和控制精度不足等痛點?

工業(yè)設(shè)備是制造業(yè)企業(yè)執(zhí)行生產(chǎn)的物質(zhì)技術(shù)基礎(chǔ)，企業(yè)設(shè)備管理水平與其生產(chǎn)任務(wù)是否能按期完成密切相關(guān)。設(shè)備管理手段大致可以分為設(shè)備使用和設(shè)備維護兩類。其中，設(shè)備使用包括工業(yè)控制系統(tǒng)、工業(yè)設(shè)備遠(yuǎn)程控制和設(shè)備調(diào)試/調(diào)參等，設(shè)備維護則主要是指日常巡檢、預(yù)測性維護等。設(shè)備使用?

工業(yè)控制系統(tǒng)設(shè)備維護?

日常巡檢、預(yù)測性維護痛點：產(chǎn)能浪費、運維成本高、故障發(fā)現(xiàn)不及時、關(guān)鍵設(shè)備突發(fā)故障影響生產(chǎn)計劃痛點：多套系統(tǒng)疊加，復(fù)雜度高、性能較差?

設(shè)備遠(yuǎn)程控制、設(shè)備調(diào)試痛點：數(shù)據(jù)延時、控制精度不足制造業(yè)企業(yè)設(shè)備管理圖示：制造業(yè)企業(yè)設(shè)備管理主要手段及當(dāng)前痛點?

1）工業(yè)設(shè)備遠(yuǎn)程控制。制造業(yè)行業(yè)的生產(chǎn)現(xiàn)場環(huán)境通常較為惡劣、復(fù)雜，員工面對惡劣工作環(huán)境生產(chǎn)效率較低，并常伴隨生產(chǎn)安全隱患。智能機器人等工業(yè)設(shè)備的遠(yuǎn)程控制能夠大幅提升工作效率、降低生產(chǎn)安全風(fēng)險。目前，大多制造業(yè)企業(yè)的工業(yè)裝備遠(yuǎn)程控制存在數(shù)據(jù)延時和控制精度不足等問題，5G等通訊技術(shù)的落地應(yīng)用極大改善了這類問題。5G低時延、高帶寬的特性使其能夠快速傳輸工業(yè)現(xiàn)場數(shù)據(jù)，基于現(xiàn)場總線/TSN實現(xiàn)現(xiàn)場數(shù)據(jù)實時上傳和控制指令即時傳遞，能夠滿足生產(chǎn)現(xiàn)場的控制精度要求。例如，華辰智通通用型工業(yè)互聯(lián)網(wǎng)平臺可以通過其5G邊緣計算網(wǎng)關(guān)，實施對工業(yè)設(shè)備進(jìn)行接入，并在采集生產(chǎn)數(shù)據(jù)的同時，對生產(chǎn)設(shè)備進(jìn)行遠(yuǎn)程控制。24254.2

設(shè)備管理智能工業(yè)裝備控制平臺解決傳統(tǒng)工控系統(tǒng)工具成本高、協(xié)同性不足等痛點?

2）智能工業(yè)控制平臺。傳統(tǒng)工業(yè)控制系統(tǒng)需要企業(yè)額外購買或自研授權(quán)軟件，工具成本較高，并且多套功能性系統(tǒng)的疊加提升了其整體復(fù)雜度，協(xié)同性不足?；谶@種情況，越來越多的企業(yè)開始探索實時上云、軟件定義、集成協(xié)同的智能工控平臺。?

以阿里云智能融合控制平臺為例，該新型工控平臺內(nèi)置包含AI和傳統(tǒng)工控技術(shù)在內(nèi)的各類組件，能夠針對工業(yè)設(shè)備實現(xiàn)系統(tǒng)試驗、工業(yè)分析、實時控制、離線訓(xùn)練建模、性能監(jiān)測等多種功能。阿里云智能融合工控平臺憑借其云端的低代碼開發(fā)和服務(wù)，基于SaaS化方式為客戶提供持續(xù)性的便捷服務(wù)。目前該新型工控平臺已經(jīng)廣泛應(yīng)用于鋼鐵、水泥、固廢和汽車等工業(yè)領(lǐng)域。值得一提的是，阿里云智能融合工控平臺是AI和傳統(tǒng)工控技術(shù)的結(jié)合，代表著新科學(xué)工具的發(fā)展和新科研范式的構(gòu)建，契合了人工智能技術(shù)AI

forScience的發(fā)展趨勢，能夠長久、持續(xù)地為制造業(yè)產(chǎn)業(yè)賦能。工業(yè)分析統(tǒng)計分析數(shù)據(jù)處理實時控制智能控制工業(yè)視覺系統(tǒng)試驗系統(tǒng)辨識數(shù)據(jù)采集控制參數(shù)數(shù)據(jù)傳輸控制策略設(shè)備AICS邊緣端離線訓(xùn)練建模模型訓(xùn)練性能監(jiān)測&整定PID整定AICS智能控制平臺模型發(fā)布性能評估AICS公共云數(shù)據(jù)上云，模型訓(xùn)練VPN

模型下發(fā)可視化算法編排自定義算法上架

DAG編排

Serverless開發(fā)定時/API調(diào)度

運行日志系統(tǒng)辨識

動態(tài)仿真

數(shù)據(jù)建模智能控制

過程優(yōu)化工業(yè)時序數(shù)據(jù)采集/存儲/查詢/分析-IGates圖示：阿里云智能控制融合平臺25264.2

設(shè)備管理數(shù)字孿生技術(shù)是設(shè)備預(yù)測性維護的基礎(chǔ)，通過數(shù)字建模實現(xiàn)工業(yè)設(shè)備實時管理?

3）設(shè)備可視化與預(yù)測性維護。工業(yè)生產(chǎn)設(shè)備造價高昂，且一旦出現(xiàn)故障造成產(chǎn)線停工，會使企業(yè)面臨重大損失，但常規(guī)的人工點檢、日常巡檢和定期維護成本較高，并且難以及時發(fā)現(xiàn)故障隱患和細(xì)微的設(shè)備壽命衰減。因此，制造業(yè)企業(yè)需要在生產(chǎn)設(shè)備可視化的基礎(chǔ)上開展設(shè)備預(yù)測性維護，實現(xiàn)設(shè)備狀態(tài)實時監(jiān)控、實時進(jìn)行運行效率和性能狀況綜合分析，并作出故障診斷和故障預(yù)警。?

數(shù)字孿生技術(shù)能夠通過數(shù)字建模實現(xiàn)工業(yè)設(shè)備運行狀態(tài)的可視化、實時分析與故障預(yù)測；設(shè)備健康預(yù)測模型能夠?qū)崿F(xiàn)實時分析設(shè)備狀態(tài)，從而在設(shè)備出現(xiàn)故障異常時自動報警。以阿里云為某固廢企業(yè)提供的設(shè)備預(yù)測性維護服務(wù)應(yīng)用為例，阿里云故障算法能夠?qū)⒃O(shè)備狀態(tài)數(shù)據(jù)、故障維修記錄和設(shè)備閾值規(guī)則等信息輸入至故障算法模型，通過該算法模型完成設(shè)備異常狀態(tài)檢測和趨勢預(yù)測，最終輸出設(shè)備具體故障，極大提升了設(shè)備檢修效率并降低了設(shè)備故障率。故障算法輸入故障算法模型故障算法輸出?

設(shè)備狀態(tài)數(shù)據(jù)?

故障維修數(shù)據(jù)?

設(shè)備閾值規(guī)則?

異常狀態(tài)檢測?

殘差預(yù)測?

爐排卡澀?

鍋爐本體爆管?

噴霧器振動?

……?

長期趨勢檢測圖示：阿里云為某固廢企業(yè)提供設(shè)備預(yù)測性維護服務(wù)應(yīng)用26274.3

質(zhì)量管理作為產(chǎn)品生產(chǎn)生命線，質(zhì)量管理面臨效率低、準(zhǔn)確度差、數(shù)據(jù)無法收集應(yīng)用等問題?

對于制造業(yè)而言，提升質(zhì)量是推動產(chǎn)業(yè)鏈向中高端轉(zhuǎn)變，加速行業(yè)高質(zhì)量發(fā)展的重要手段之一，因此，質(zhì)量管理成為工業(yè)企業(yè)產(chǎn)品生產(chǎn)的生命線。質(zhì)量管理指運用科學(xué)理論和專業(yè)技術(shù)對產(chǎn)品質(zhì)量、性能等方面進(jìn)行檢測，以保證產(chǎn)品符合標(biāo)準(zhǔn)并滿足消費者需求。?

傳統(tǒng)質(zhì)量監(jiān)測主要依賴人工，以專業(yè)人員進(jìn)行質(zhì)檢為主，檢測效率低且易出現(xiàn)誤判，導(dǎo)致不合格產(chǎn)品流入市場，對消費者和企業(yè)造成損失的同時，影響企業(yè)形象。此外，傳統(tǒng)質(zhì)量管理僅局限于檢測產(chǎn)品質(zhì)量，無法收集并應(yīng)用質(zhì)量數(shù)據(jù)，實現(xiàn)產(chǎn)品全流程質(zhì)量追溯。人工智能、區(qū)塊鏈等數(shù)字技術(shù)的應(yīng)用，為越來越多工業(yè)企業(yè)提供高效質(zhì)量管理與追蹤能力，提高良品率的同時，為產(chǎn)品迭代提供支持。?

1）人工智能。隨著深度學(xué)習(xí)、機器學(xué)習(xí)、強化學(xué)習(xí)等技術(shù)的成熟，人工智能相關(guān)技術(shù)已可以覆蓋產(chǎn)品質(zhì)檢、根原因分析、質(zhì)量提升等質(zhì)量管理全流程，工業(yè)企業(yè)質(zhì)量管理能力得到提升的同時，實現(xiàn)生產(chǎn)效率的提速。AI產(chǎn)品質(zhì)檢根因分析產(chǎn)品優(yōu)化根原因分析質(zhì)量即時性預(yù)測安全風(fēng)險預(yù)測即時預(yù)測發(fā)展趨勢應(yīng)用模型滾動尋優(yōu)工藝參數(shù)增強控制圖示：AI對質(zhì)量管理全流程的技術(shù)能力27284.3

質(zhì)量管理人工智能和區(qū)塊鏈技術(shù)分別從提高檢測效率和數(shù)據(jù)管理兩方面，提高企業(yè)質(zhì)量管理能力?

在質(zhì)檢環(huán)節(jié)，基于深度學(xué)習(xí)的視覺檢測技術(shù)，讓機器擁有人的視覺功能，并支持2D/3D成像方式，提供缺陷檢測、分類、定位、分割提取等檢測功能。其非接觸、高精度、高速度等特點，降低人工質(zhì)檢成本的同時，提高檢測準(zhǔn)確率。在根因分析環(huán)節(jié)，機器學(xué)習(xí)技術(shù)幫助客戶在出現(xiàn)質(zhì)量缺陷時，收集、建模分析數(shù)據(jù)，從數(shù)十個、甚至數(shù)百個分析維度，找出問題根源，降低產(chǎn)品質(zhì)量診斷時間。在產(chǎn)品優(yōu)化環(huán)節(jié)，強化學(xué)習(xí)技術(shù)在模型預(yù)測控制中進(jìn)行滾動尋優(yōu)，提高企業(yè)質(zhì)量改進(jìn)效率。以阿里云智能制造AI中臺解決方案為例，其工業(yè)視覺AI產(chǎn)品可管理、標(biāo)注、訓(xùn)練數(shù)據(jù)，提高檢測效率與準(zhǔn)確度。樣本數(shù)據(jù)管理算法模型管理智能輔助標(biāo)注樣本預(yù)處理分布式訓(xùn)練遷移學(xué)習(xí)框架增值學(xué)習(xí)自動化運維IaaS數(shù)據(jù)資源庫光照系統(tǒng)工業(yè)相機圖示：阿里云智能制造AI中臺——工業(yè)視覺AI?

2）區(qū)塊鏈。工業(yè)企業(yè)通過數(shù)字化手段收集并記錄各環(huán)節(jié)質(zhì)量信息，再通過條碼和區(qū)塊鏈技術(shù)，打通質(zhì)量數(shù)據(jù)與產(chǎn)品實物間的聯(lián)系，實現(xiàn)產(chǎn)品全生命周期質(zhì)量管控、追溯和改善，并為后續(xù)產(chǎn)品優(yōu)化提供數(shù)據(jù)支持，加速產(chǎn)品迭代。例如，歌爾股份建立的質(zhì)量管理系統(tǒng)，通過其內(nèi)置的條碼和區(qū)塊鏈技術(shù)可對生產(chǎn)流程、供應(yīng)鏈質(zhì)量等問題追蹤分析，產(chǎn)品良率提升10%*。*注：數(shù)據(jù)資料來源于中國信息通信研究院《中國智能制造發(fā)展研究報告-智能工廠》28294.4

能源管理與環(huán)保監(jiān)測智能采集裝置可實時收集能源消耗與污染排放等數(shù)據(jù)，為后續(xù)管理提供數(shù)據(jù)基礎(chǔ)?

作為中國最重要的能源消耗和二氧化碳排放行業(yè)，制造業(yè)除依靠節(jié)能技術(shù)降低能耗外，能源管理與環(huán)保監(jiān)測也可提高企業(yè)能源利用效率，并對制造可能產(chǎn)生的環(huán)境影響進(jìn)行分析和評估，降低企業(yè)能耗的同時，構(gòu)建綠色節(jié)能體系，是實現(xiàn)雙碳戰(zhàn)略目標(biāo)的重要手段。?

當(dāng)前，我國能源管理與環(huán)保監(jiān)測存在數(shù)據(jù)采集方式落后、運維監(jiān)管粗放、安全隱患大等問題，傳統(tǒng)制造業(yè)轉(zhuǎn)型需求迫切。隨著人工智能、大數(shù)據(jù)、5G、工業(yè)互聯(lián)網(wǎng)等新技術(shù)加速滲透，技術(shù)創(chuàng)新引發(fā)軟硬件發(fā)生變革，一方面，檢測、采集設(shè)備加快智能化轉(zhuǎn)型，另一方面，智能分析系統(tǒng)被越來越多企業(yè)使用，推動制造業(yè)實現(xiàn)資源效率和社會效益雙提高。?數(shù)據(jù)收集、使用效率低傳統(tǒng)能源統(tǒng)計與計量主要依賴人工收集數(shù)據(jù)和信息，數(shù)據(jù)收集效率低人工收集的數(shù)據(jù)不利于進(jìn)行系統(tǒng)整合、分析?能源安全存在隱患在安全出現(xiàn)問題時才進(jìn)行反饋，問題難追蹤，易出現(xiàn)安全隱患?管理方式粗放üüü無法將產(chǎn)能、設(shè)備、能耗、排放情況合理結(jié)合管理ü圖示：能源管理與環(huán)保監(jiān)測現(xiàn)存痛點?

1）智能監(jiān)測、采集裝置。隨著窄帶物聯(lián)網(wǎng)、視聽感知、數(shù)據(jù)處理技術(shù)的不斷成熟，智能電表、智能傳感器等能源采集裝置加速崛起，制造業(yè)可實時采集生產(chǎn)全過程多能源介質(zhì)的消耗數(shù)據(jù)和各種污染物排放數(shù)據(jù)，為后續(xù)分析管理提供堅實的數(shù)據(jù)基礎(chǔ)。具體而言，智能電表除了可完成傳統(tǒng)電表數(shù)據(jù)采集、計量等工作外，還滿足負(fù)荷監(jiān)測、遠(yuǎn)程控制、智能交互、信息儲存、處理等需求；智能傳感器具有編程自動化能力，可實現(xiàn)高精度信息收集，且成本較低。以安科瑞為例，推出電力監(jiān)控儀表、電能管理儀表、電氣安全儀表等智能電力儀表，幫助用戶跟蹤用電設(shè)備或線路運行狀況。29304.4

能源管理與環(huán)保監(jiān)測智能分析系統(tǒng)在能源優(yōu)化、安全預(yù)警、污染優(yōu)化和碳資產(chǎn)管理四方面，助力制造業(yè)綠色發(fā)展?

2）智能分析系統(tǒng)?；趯崟r收據(jù)的數(shù)據(jù)，智能分析系統(tǒng)可在能源效率優(yōu)化、安全監(jiān)控預(yù)警、污染優(yōu)化和碳資產(chǎn)管理四方面，幫助企業(yè)實現(xiàn)節(jié)能環(huán)保并高效處理應(yīng)急能源事件。在能源效率優(yōu)化方面，通過構(gòu)建能耗分析模型，可視化展示能源使用情況，分析能源最佳效率點，并制定相關(guān)計劃，進(jìn)而優(yōu)化能耗，實現(xiàn)節(jié)能降本。在應(yīng)急響應(yīng)方面，智能分析系統(tǒng)利用危險源采集的數(shù)據(jù)進(jìn)行分析，可自動識別并判斷危險情況的發(fā)生，并根據(jù)預(yù)設(shè)解決方案，自動調(diào)度應(yīng)急資源，高效處置安全事故，降低危險造成的損失。在污染監(jiān)測及優(yōu)化方面，根據(jù)采集的污染數(shù)據(jù)，對污染物進(jìn)行溯源分析，并建立環(huán)保模型，實時監(jiān)控并優(yōu)化污染排放情況。在碳資產(chǎn)管理方面，智能分析管理系統(tǒng)可收集并計算生產(chǎn)各環(huán)節(jié)碳資產(chǎn)數(shù)據(jù)，進(jìn)而管控并優(yōu)化碳交易全過程，提高碳資產(chǎn)計算效率。如阿里云推出碳管理及能耗優(yōu)化產(chǎn)品——能耗寶，依托大數(shù)據(jù)及人工智能技術(shù)，幫助制造企業(yè)核算并監(jiān)管碳排放量，并制定降碳方案的同時，提供智慧能源管理和優(yōu)化服務(wù)，推動企業(yè)綠色發(fā)展。ü

用能規(guī)劃綜合能源規(guī)劃清潔能源規(guī)劃ü

碳排管理碳盤查工具監(jiān)測上報輔助專業(yè)核查認(rèn)證ü

用能診斷能耗分析ü

碳排追蹤碳排來源追蹤碳排趨勢分析減碳優(yōu)化建議能耗管理碳排管理用能經(jīng)濟性分析新能源效率分析ü

用能預(yù)測用能趨勢預(yù)測新能源發(fā)電預(yù)測綜合決策ü

綠色金融碳排交易決策綠色授信認(rèn)證圖示：阿里云能耗寶30314.5

制造生產(chǎn)環(huán)節(jié)創(chuàng)新企業(yè)圖譜制造生產(chǎn)環(huán)節(jié)創(chuàng)新企業(yè)圖譜排產(chǎn)系統(tǒng)APS模塊集成工業(yè)設(shè)備管理工業(yè)質(zhì)量檢測工業(yè)能耗監(jiān)測注：本圖譜由36氪研究院整理，僅列舉部分企業(yè)為代表，未覆蓋全產(chǎn)業(yè)313205

營銷及售后服務(wù)l

智能營銷-

從人群挖掘到效果評估，數(shù)字技術(shù)可優(yōu)化營銷全鏈路，提升營銷效率l

銷售預(yù)測-

智能預(yù)測模型的不斷迭代，提升預(yù)測精準(zhǔn)度和效率l

售后服務(wù)-

工業(yè)互聯(lián)網(wǎng)的應(yīng)用和數(shù)據(jù)分析能力的提升，推動售后服務(wù)向預(yù)測性轉(zhuǎn)變并支持遠(yuǎn)程運維l

營銷及售后服務(wù)環(huán)節(jié)創(chuàng)新企業(yè)圖譜325.1

智能營銷從人群挖掘到效果評估，數(shù)字技術(shù)可優(yōu)化營銷全鏈路，提升營銷效率?

營銷指讓消費者了解并購買產(chǎn)品的過程。在價格愈發(fā)透明且互聯(lián)網(wǎng)渠道日益成熟的大背景下，貿(mào)易展覽會、直銷、口碑營銷等形式為主的傳統(tǒng)營銷模式效率較低、成本較高，限制企業(yè)銷售發(fā)展。部分企業(yè)已開始向線上營銷轉(zhuǎn)移，但由于缺少準(zhǔn)確的營銷策略且營銷模式、內(nèi)容同質(zhì)化嚴(yán)重，營銷轉(zhuǎn)化率不高。人工智能、大數(shù)據(jù)等數(shù)字技術(shù)的應(yīng)用，賦能營銷全流程，提升營銷效率。?

人工智能+大數(shù)據(jù)。利用數(shù)據(jù)分析能力和AI技術(shù)，企業(yè)可實現(xiàn)從人群挖掘、營銷渠道、預(yù)算分配、智能監(jiān)播到效果評估的營銷全鏈路生命周期優(yōu)化，提高企業(yè)營銷效率。在人群挖掘環(huán)節(jié)，企業(yè)通過豐富的社交媒體渠道，利用知識圖譜、機器學(xué)習(xí)、大數(shù)據(jù)等技術(shù)，將復(fù)雜的消費行為轉(zhuǎn)化為可理解的數(shù)據(jù)，進(jìn)而全面了解消費者心里，并構(gòu)建消費者360度全景畫像，再精準(zhǔn)輸出人群策略，優(yōu)化營銷策略，并針對不同人群匹配適宜的渠道及營銷內(nèi)容。此外，機器學(xué)習(xí)、大數(shù)據(jù)等技術(shù)的成熟，讓營銷效果監(jiān)控成為現(xiàn)實，企業(yè)可從數(shù)據(jù)物理屬性、網(wǎng)絡(luò)屬性、行為屬性等多方面進(jìn)行效果跟蹤，有效避免數(shù)據(jù)造假行為的發(fā)生，明確營銷策略效果，并及時進(jìn)行策略調(diào)整，提高營銷效率。其中，消費品尤其重視營銷環(huán)節(jié)，以阿里云工業(yè)大腦產(chǎn)品為例，該產(chǎn)品功能之一便是利用人工智能和大數(shù)據(jù)技術(shù)幫助制造業(yè)企業(yè)實現(xiàn)智能營銷，不僅能夠為企業(yè)評估品牌形象，而且可以提供從宏觀產(chǎn)業(yè)洞察到微觀潛客挖掘的多層次分析。文字識別、計算機視數(shù)據(jù)挖掘、云計算、知覺、機器學(xué)習(xí)識圖譜、機器學(xué)習(xí)用戶洞察智能決策創(chuàng)意生成智能投放效果分析再營銷數(shù)據(jù)挖掘、云計算、知識圖譜、機器學(xué)習(xí)數(shù)據(jù)挖掘、計算機視覺、自然語言處理、知識圖譜數(shù)據(jù)挖掘、云計算、機器學(xué)習(xí)圖示：營銷流程及應(yīng)用的數(shù)字技術(shù)33345.2

銷售預(yù)測智能預(yù)測模型的不斷迭代，提升預(yù)測精準(zhǔn)度和效率?

有效預(yù)判銷售情況對于生產(chǎn)安排、原材料采購、資源利用、庫存安排等環(huán)節(jié)至關(guān)重要，可幫助企業(yè)動態(tài)、準(zhǔn)確定制各環(huán)節(jié)計劃，減少庫存擠壓的同時，避免資源浪費，提升供應(yīng)鏈效率。傳統(tǒng)的銷售預(yù)測主要基于人工經(jīng)驗和歷史數(shù)據(jù)，存在數(shù)據(jù)質(zhì)量不佳、覆蓋面不全、個人偏見和時間成本等局限性，導(dǎo)致銷量預(yù)測常存在誤差。近年來，在算法技術(shù)的加持下，銷售預(yù)測變得更加精準(zhǔn)，為供應(yīng)鏈優(yōu)化打下堅實基礎(chǔ)。01.數(shù)據(jù)源選擇02.基礎(chǔ)數(shù)據(jù)加工

03.通用特征提取圖示：銷售預(yù)測主要步驟04.算法模型05.預(yù)測數(shù)據(jù)修正?

預(yù)測算法。隨著機器學(xué)習(xí)、深度學(xué)習(xí)技術(shù)的提高，銷售預(yù)測模型的算法不斷迭代，預(yù)測難度降低，精準(zhǔn)度持續(xù)提升，目前常用機器學(xué)習(xí)模型、深度時序模型和時空圖網(wǎng)絡(luò)模型等算法。機器學(xué)習(xí)模型可從歷史數(shù)據(jù)中找到銷量和各類影響因素的相對穩(wěn)定關(guān)系，并推演至預(yù)測期，預(yù)測效率較高；深度時序模型減少人工參與度，通用性、準(zhǔn)確性較高；時空圖網(wǎng)絡(luò)模型考慮到時間和空間維度的關(guān)聯(lián)關(guān)系，適用于關(guān)聯(lián)替代性商品銷量預(yù)測。?

例如，服裝制造行業(yè)對銷量預(yù)測要求較高，精準(zhǔn)的銷量預(yù)測可優(yōu)化庫存管理，進(jìn)而可減少存貨滯壓和暢銷款缺貨等現(xiàn)象發(fā)生，提高企業(yè)效益的同時，提升用戶體驗。此外，汽車制造業(yè)具有較強周期性，通過各類預(yù)測模型對當(dāng)季銷量進(jìn)行預(yù)測，可對生產(chǎn)資源進(jìn)行高效利用，實現(xiàn)降本增效。34355.3

售后服務(wù)工業(yè)互聯(lián)網(wǎng)的應(yīng)用和數(shù)據(jù)分析能力的提升，推動消費者售后服務(wù)體驗提升?

隨著制造業(yè)發(fā)展?jié)u趨成熟，售后服務(wù)不再僅僅是銷售的附屬、用戶的基本保障，已成為企業(yè)差異化競爭點，創(chuàng)造出更大的后市場價值。傳統(tǒng)的產(chǎn)品設(shè)備故障發(fā)現(xiàn)主要依靠人工日常巡檢或使用，難以在出現(xiàn)潛在問題時，進(jìn)行提前預(yù)判，問題日積月累常導(dǎo)致設(shè)備停機；此外，在出現(xiàn)故障后，一般售后需派遣維修人員到現(xiàn)場查看設(shè)備情況，存在配件不齊，一次難以維修好的情況，維修效率較低。面對高效運維的需求，利用工業(yè)互聯(lián)網(wǎng)、數(shù)據(jù)分析等數(shù)字技術(shù)，售后服務(wù)向在線化、預(yù)測性轉(zhuǎn)型，幫助客戶實現(xiàn)降本增效。?

1）工業(yè)互聯(lián)網(wǎng)。工業(yè)互聯(lián)網(wǎng)的數(shù)據(jù)采集和分析能力幫助制造業(yè)企業(yè)實現(xiàn)產(chǎn)品監(jiān)控和智能報警，用戶和企業(yè)均可自主、提前發(fā)現(xiàn)設(shè)備故障，并支持在線診斷和遠(yuǎn)程維修，降低運維成本的同時，減少故障停機風(fēng)險。此外，5G高速率的特點提高了數(shù)據(jù)匯總速度，縮短了用戶收到警報的時間，方便其及早進(jìn)行維修。如積成電子借助工業(yè)互聯(lián)網(wǎng)解決方案，售后派工效率提升33%*。*注：數(shù)據(jù)資料來源于浪潮官網(wǎng)用戶發(fā)現(xiàn)用戶自主解決在線報修遠(yuǎn)程維修故障修復(fù)企業(yè)發(fā)現(xiàn)聯(lián)系用戶現(xiàn)場維修圖示：產(chǎn)品故障發(fā)現(xiàn)及維修過程?

2）數(shù)據(jù)分析。云計算、人工智能等技術(shù)推動數(shù)據(jù)分析計算能力大幅提高，實現(xiàn)產(chǎn)品故障預(yù)測性分析，幫助工業(yè)企業(yè)提前進(jìn)行預(yù)防性維修，減少故障損失。例如，現(xiàn)代斗山通過瓴羊Quick

BI產(chǎn)品，對部品故障及維保費用等進(jìn)行趨勢分析，進(jìn)而優(yōu)化維保政策及庫存管理的同時，Quick

BI的即席分析功能，可以將任意多張報表同時進(jìn)行對比分析，問題解決效率顯著提升。35365.4

營銷及售后服務(wù)環(huán)節(jié)創(chuàng)新企業(yè)圖譜營銷及售后服務(wù)環(huán)節(jié)創(chuàng)新企業(yè)圖譜智能營銷銷售預(yù)測國內(nèi)企業(yè)國外企業(yè)售后服務(wù)工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)分析注：本圖譜由36氪研究院整理，僅列舉部分企業(yè)為代表，未覆蓋全產(chǎn)業(yè)363706

產(chǎn)業(yè)總結(jié)和趨勢展望l

產(chǎn)業(yè)總結(jié)l

趨勢展望376.1

產(chǎn)業(yè)總結(jié)制造業(yè)數(shù)字化轉(zhuǎn)型升級的核心價值在于降低生產(chǎn)成本、提升產(chǎn)業(yè)效率和創(chuàng)新商業(yè)模式?

工業(yè)互聯(lián)網(wǎng)、人工智能等新興數(shù)字技術(shù)從每個生產(chǎn)節(jié)點切入，賦能制造業(yè)數(shù)字化轉(zhuǎn)型。對于制造業(yè)企業(yè)而言，實現(xiàn)數(shù)字化轉(zhuǎn)型升級的核心價值在于降低生產(chǎn)成本、提升產(chǎn)業(yè)效率和創(chuàng)新商業(yè)模式。?

1）降低生產(chǎn)成本?；谏a(chǎn)現(xiàn)場數(shù)據(jù)的收集處理和生產(chǎn)設(shè)備的智能應(yīng)用，幫助企業(yè)實現(xiàn)更精準(zhǔn)的供應(yīng)鏈及財務(wù)管理，減少物料浪費、降低產(chǎn)品不合格率、降低勞動力需求及人工成本。?

2）提升產(chǎn)業(yè)效率。通過大幅優(yōu)化生產(chǎn)過程、改良生產(chǎn)工藝等手段，提升設(shè)備利用率和生產(chǎn)執(zhí)行精度，縮短生產(chǎn)周期，提升產(chǎn)業(yè)鏈整體效率。?

3）創(chuàng)新商業(yè)模式。通過智能網(wǎng)絡(luò)協(xié)同制造、產(chǎn)品遠(yuǎn)程運維、智能銷售預(yù)測等多種新型生產(chǎn)方式，幫助企業(yè)創(chuàng)新商業(yè)模式，增加收入來源。?

未來，隨著各類新興數(shù)字技術(shù)的發(fā)展與進(jìn)步，制造業(yè)將在集成協(xié)同平臺、人機交互、共享制造和大模型應(yīng)用等方向持續(xù)探索創(chuàng)新，最終實現(xiàn)制造產(chǎn)業(yè)產(chǎn)品、生產(chǎn)、銷售及服務(wù)、管理全方位、全流程的智能化。產(chǎn)品智能化生產(chǎn)智能化將傳感器、通信模塊等技術(shù)融入產(chǎn)品，使產(chǎn)品具備感知、通訊能力，并且可追溯、可識別、可定位通過工業(yè)機器人等生產(chǎn)設(shè)備的應(yīng)用和管理，融合工業(yè)互聯(lián)網(wǎng)、人工智能等技術(shù)，實現(xiàn)生產(chǎn)環(huán)節(jié)的高效可控01030204銷售及服務(wù)智能化管理智能化以產(chǎn)品和生產(chǎn)智能化為基礎(chǔ)，依托可追溯、可識別等屬性拓展后續(xù)智能化服務(wù)PLM、ERP及智能工控平臺等軟件系統(tǒng)的應(yīng)用使制造業(yè)企業(yè)的管理環(huán)節(jié)更高效、決策更準(zhǔn)確圖示：制造業(yè)數(shù)字化轉(zhuǎn)型的目標(biāo)38396.2

趨勢展望數(shù)字化轉(zhuǎn)型背景下，制造業(yè)將持續(xù)探索設(shè)計制造協(xié)同集成平臺?

對于制造業(yè)而言，設(shè)計制造創(chuàng)新的關(guān)鍵要素在于集成、協(xié)作和靈活性。未來，通過數(shù)字技術(shù)集成各類功能模塊，搭建協(xié)同集成平臺，制造業(yè)企業(yè)將能夠?qū)崿F(xiàn)訂單需求、產(chǎn)品研發(fā)、產(chǎn)品設(shè)計和制造進(jìn)度的有效同步。1）需求同步：收到客戶訂單后，根據(jù)訂單需求進(jìn)行智能計算，在系統(tǒng)平臺上通過知識管理技術(shù)的協(xié)同優(yōu)化，使設(shè)計和生產(chǎn)動態(tài)無縫銜接提升設(shè)計制造環(huán)節(jié)的靈活性；2）研發(fā)設(shè)計同步：利用工業(yè)設(shè)計的跨學(xué)科屬性將參數(shù)智能計算、產(chǎn)品變形設(shè)計、工藝變形設(shè)計、虛擬樣機設(shè)計、多領(lǐng)域優(yōu)化設(shè)計及智能過程控制等通過PDM系統(tǒng)集成接口整合，縮短設(shè)計周期；3）制造進(jìn)度同步：集成協(xié)作平臺可根據(jù)產(chǎn)品特性與制造原料情況，實時同步產(chǎn)品制造進(jìn)度，提升產(chǎn)品質(zhì)量與生產(chǎn)效率。?

目前，已有服務(wù)方案供應(yīng)商能夠搭建這類集成平臺，如Braincube，通過自有的數(shù)字孿