中国制造业人工智能行业应用发展图谱2023

易观分析2023年12月 Confidential and Protected by Copyright Laws本产品保密并受到版权法保护 制造业人工智能行业应用发展背景01 我国制造业规模庞大，但行业数字经济渗透率仍与发达国家存在差距，面临高端制造回流、中低端制造转移等多重压力 2022年，我国数字经济规模首次突破50万亿，达到50.2万亿元，总量稳居世界第二，占GDP比重提升至41.5%。作为数字经济核心产业与实体经济的根基，当前我国制造业规模已经跃居世界第一位，建立起门类齐全、独立完整的制造体系。在全球经济下行背景下，我国制造业产业链韧性和产品竞争力有显著提升。近年来我国数字经济与制造业融合发展程度不断深化，2022年制造业数字经济渗透率提升至24%，但与发达国家相比仍存在差距，且当前面临着高端制造回流、中低端制造转移等多重压力。 www.analysys.cn 创新能力不足制约制造业向高质量阶段发展，需以并行模式融合网络化、数字化与智能化手段进行升级 中国制造业细分领域众多，行业间数字化基础差距较大且需求各异，在制造业由高增速向高质量发展过程中，我国制造业仍然面临低端供给过剩、高端供给不足、创新能力不适应高质量发展要求等诸多挑战。从全球工业革命的演变历程来看，我国尚处于工业化升级的进程当中，需要工业2.0、工业3.0与工业4.0“并行式”发展。 中国制造业升级基本范式，需“并行推进，融合发展”，运用网络化、数字化、智能化技术手段，深度融合制造机理，构建具有深度自感知、智慧优化自决策、精准控制自执行的高柔性化及自适应功能的制造体系。 制造业尚需基于工业互联网融合发展生态，强化供给与市场需求的精准对接，推动形成全新的生产制造与供给服务体系 2023年的中央经济工作会议提出要以科技创新引领现代化产业体系建设，广泛应用数智技术加快传统产业转型升级。工业互联网能够实现大规模生产和个性化定制深度融合，而制造业是工业互联网应用的核心领域，在智能制造架构模型下，工业互联网成为智能制造的关键基础，为智能工厂的转型升级提供了必要的共性基础设施和能力，能够加速创新成果转化，有效提升制造业供给水平。 www.analysys.cn 近年来我国工业互联网产业建设体系不断完善，带动核心产业、渗透产业蓬勃发展。2017-2022年我国工业互联网产业增加值年均复合增速达13.66%，工业互联网产业增加值贡献在GDP中的比重逐年提升。预计2023年工业互联网带动一、二、三产业的增加值规模将分别达到0.06万亿元、2.29万亿元、2.34万亿元，工业互联网核心产业将达1.35万亿元。 02 制造业人工智能行业应用发展图谱及行业应用案例 制造行业AI应用概述：提升研发生产与运营效率，提升产品核心竞争力与质量，实现可持续发展 制造行业是我国加快建设现代化产业体系的重要支撑，增强制造行业全价值链条数智化能力，全面提升智能制造整体水平与实力当务之急。同时，制造行业在IT与数字化等基础设施建设方面，尤其是面临不同行业、不同类型与规模企业的能力不均衡，相应地，制造行业数智化升级也就面临更大挑战，需要政府、行业链主企业以及科技企业共同以生态搭建协同运营等方式，来加速推动制造行业数智化升级与AI应用落地。 制造行业当前发展现状 人工智能在推动制造行业数智化转型过程中的核心价值 •通过自动化实现制造行业常规流程和任务，提高生产和运营效率•通过数据分析与建模发现质量缺陷，预测潜在问题，并通过优化工艺和生产参数来提高生产质量•通过优化生产计划、材料以及能源使用等，提高能源使用效率，降低废品率，实现可持续发展•通过引入人工智能进入产品研发流程，提升研发效率，缩短研发周期 •消费驱动力不足带来供需不平衡，供大于求导致行业竞争加剧•高端制造业向发达国家回流，低端制造业向低成本国家转移•创新能力不足，核心技术和核心高端设备、零部件额元器件仍受制于人•高能耗、高污染，碳排放压力巨大•国际贸易争端愈演愈烈，制造业供应链风险显著增加 制造行业AI应用价值与场景 制造行业AI应用图谱 案例：海尔卡奥斯AI工业大脑赋能智能制造全链场景 海尔卡奥斯以“大连接、大数据、大模型”为主线构建的卡奥斯COSMOPlat工业互联网平台，深度赋能工业场景，实现对工业领域的群体智能决策。其中“卡奥斯BaaS工业大脑”、“天智工业大模型”致力于降低人工智能作为生产要素的使用门槛及成本，实现人工智能以自动化、自适应的方式在工业企业中落地。在工信部发布2023年度智能制造示范工厂揭榜单位和优秀场景名单中，卡奥斯创智物联合肥互联工厂、卡奥斯COSMOPlat赋能打造的青岛海尔特种冰箱智能制造示范工厂、海尔上海洗衣机智能制造示范工厂成功入选。 大连接 通过建设面向工业的现代物联栈，支持多种方式全面连接工业设备及企业数据源，畅通企业协作。 大数据 基于现代数据堆栈将数据持续汇聚、工业知识持续沉淀，并整合工业数据算法分析优化，利用AI挖掘数据隐含关系、隐性知识，广泛应用于供应链优化、工业控制、产能分析等场景。 大模型 通过建设面向工业的现代模型栈，在在开源基础大模型基础上自主研发了天智工业大模型，协同3900多个机理模型与200多个专家算法库，提升了大模型在工业场景下的精度。目前已在工业设计与研发、柔性装配与数字孪生等细分场景落地应用。 目前，基于天智工业大模型形成的企业智能中台已集成至卡奥斯BaaS工业大脑，工业企业通过部署工业大脑即可构建一套智能化转型所需的平台底座。 信息来源：企业专家访谈、网络公开信息等，由易观分析收集整理 案例：海尔卡奥斯AI工业大脑赋能智能制造全链场景 卡奥斯工业互联网平台中深度融合AI技术，包括视觉监控检测、质量缺陷检测、智能安防、智能物流等，广泛应用于工业设计与研发、机理仿真及数字孪生，具备高度的可迁移和可复制性，多年来已合作打造多个工业领域标杆案例。 作为国内智能控制器行业首家全球灯塔工厂，卡奥斯创智物联合肥互联工厂通过应用AI、机器视觉等数字化技术，以大规模定制模式驱动制造转型，实现对100余家客户、500余家供应商及6家自有工厂的端到端链接，完成订单100%准时交付的同时，将交付周期缩短一半，原材料库存周转天数降低56%。 中德冰箱互联工厂是行业首家智能+5G互联工厂应用标杆。通过AI+5G的技术组合，工厂实现全流程信息自动感知、全要素事件自动决策、全周期场景自动更新迭代。实现了生产模式、生产技术以及组织模式的升级。 在智能控制器生产中，平台采用自研的光学检测设备和算法，在对工厂每年数亿片检测数据进行深度学习的基础上，融入历史人工经验，在数秒内完成对数千个检查点的快速“阅判”，并充分兼容非质量原因造成的颜色、形状差异，误判率由原来的10%降低至0.3%，检出率达99.99%。 其中，海尔冰箱制造核心工艺——超薄真空节能发泡是基于卡奥斯COSMOPlat平台所研发的发泡设备数字孪生模型，通过实时采集发泡200多项工艺、环境等参数，实现发泡环境压力动态控制，使泡孔更小更均匀，提升保温性能。同时还节省了材料用量，解决了行业溢料等难题，最终实现了生产效率提升50%，产品节能提升12%，支撑了海尔冰箱在低碳环保方面的全球引领。 案例：华为工业AI质检实现生产质量管控智能化 针对传统工业质检场景下准确率低、开发难、运维难等问题，华为基于工业AI质检基于AI、大数据、云计算等能力，结合自身200+条产线AI质检实践经验，提炼800+工业级图像处理算子，为汽车、烟草、电子等制造行业客户打造工业AI视觉质检平台，实现生产质量管控的自动化、智能化，助力持续提质降本增效。 华为工业AI质检行业应用实践 •富士康智能光伏控制器产线AI质检 低代码平台封装典型工业应用场景算子工具，提升AI质检应用开发效率 端云边协同实现模型快速迭代优化，满足生产快速上线需求 联合华为在智能光伏控制器产线打造了昇腾智造AI质检示范产线，通过人工智能算力加算法，检测智能光伏控制器涂刷硅脂颜色是否正确，硅脂是否少涂、漏涂，以及铭牌是否漏贴、倒贴和错贴，产线月检测6000+台，总体准确率＞99%，实现了从自动到智能的变化，显著提升了效率与质量。 •美的冰箱冷柜工厂AI质检 美的集团在冰箱事业部冷柜工厂引入昇腾智造解决方案，用于底脚检测、环保安全标签检测、品牌商标检测和冷凝管贴敷检测，检测准确率提高了10%，并大大提升了效率。 •宝德计算机生产线AI质检 宝德计算机引入昇腾智造解决方案，将AI质检贯穿于来料检验、生产制造过程检验以及包装检验等环节，方案上线以来，检测准确率超过99%，不仅提高了产品质量，还大大降低了生产成本和人力成本。 案例：创新奇智工业AI技术平台助力汽车装备智能管控 工业制造行业需要处理大量复杂多样场景，标准化程度较低，对行业know-how要求高。创新奇智推出的“AInnoGC工业大模型技术平台”专注于工业知识的归纳生成，具有语言、视觉、科学计算、跨模态等丰富的任务支持度，作为控制器驱动整条产线，与“MMOC人工智能技术平台”相结合，可提供从感知到分析决策到生成的完整AI能力，为各种AI应用提供了更广阔的技术空间。 创新奇智工业AI技术平台在汽车装备场景的典型应用 数字化预防性维护 预防性维护系统为企业快速定制实施汽车焊装车间、机器人装配线体、智能化高精度传送系统，并接入工业互联网，解决了客户智能产线自动化的系统需求。 奇智孔明AInnoGC工业大模型技术平台 制造质量管理 面向制造业细分场景提供生成式AI应用，包括企业私域数据分析、工业机器人任务编排、企业私域知识问答应用等。 产品出厂检查的全流程闭环管理，实时获取现场质量状况、识别质量问题、快速定位改善，实现各部门质量数据共享，产品质量全面追溯。全方位提升整车出厂质量。 奇智孔明连接工业大模型和生成式AI应用，提供数据处理、大模型精调、大模型服务、提示工程等全生命周期服务。 智能配装控制基于视觉+智慧传感器+程控系统的贯穿式解决方案，将工业互联网预防性维 护与原生设备厂家进行融合。 面向工业、智能制造推出的行业大模型，支持工业知识总结推理、交互式报表生成、工业自动化任务规划等功能。 理想汽车智能自动化产线创新奇智联合理想汽车将AI技术引入新能源汽车工厂自动化产线，AI技术、智 能传感器、过程控制系统贯穿于整个产线，将工业互联网预防性维护与原生设备厂家进行融合，帮助客户提前发现潜在问题，降低设备故障率，降低停产损失。同时，创新奇智提供了覆盖三大车间的制造执行系统（MES），实现全厂车辆跟踪以及生产调度执行，将整个工厂的有效技术工时缩短了70%。 AI+工业互联网重构传统制造形态，实现全要素、全流程、全生命周期以及全价值链的互联互通与高效决策 关键变量 传统制造 智能赋能 传统制造 关键变量 智能赋能 人、机、料、法、环、测缺乏自动化连动与优化机制，依赖于人的决策实现精益管理 全工业互联网将人、机、料、法、环、测以数据相连接，融合AI技术实现自动化与智能决策，数智驱动实现精益管理 传统制造业生命周期线性转换，以商品为核心，但是对用户需求失焦 重构制造生命周期，以用户为中心，环环联动 全要素 全各参与方间构建信息流动有效渠道，可进行持续互动、建立正反馈循环，助力制造系统迭代 全价重构制造与经营生态，以生态为主阵地，打破封闭协同经营，从而重构生产体系中信息流、产品流与资金流的运行模式 全各参与方间仅生产方与用户方存在单向买卖关系，缺乏有效的信息沟通反馈 传统制造以企业为核心，工厂、客户、供应商、渠道商单向封闭 全价值链 全流程 制造业AI应用需要结合场景进行建模与优化，以工业互联网为基础的智能工厂是AI在制造业落地实践的最佳形式 工业互联网典型应用模式 一方面，人工智能与工业知识的结合能够构建各类工业机理模型，嵌入智能工厂重点领域与场景，加速协同与创新。另一方面，由于智能工厂环节多，