中国制造业人工智能行业应用发展图谱2023

易观分析2024年1月 01制造业人工智能行业应用发展背景 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。 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。图：中国智能新造基本范式滴进 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。 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。 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。 人工智能在推动制造行业数智化转型过程中的核心价值 制造行业当前发展现状 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 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 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，系统复杂度高，工业AI的开发与应用须依托工业互联网方可实现创新在效率的预期目标。目前工业互联网已经形成六大类典型应用模式，各模式中均深度融合AI技术，能够拓展智能工厂各项能力建设，在推动模式创新的同时将核心业务链条中的创新进行集成，从而实现系统性创新。 平台化设 依托工业互联网平台，汇聚人员、算法、模型、任务等设计资源，实现高水平高效率的轻量化设计、并行设计、敏捷设计、交互设计和基于模型的设计，变革传统设计方式，提升研发质量和效率 制造 人工智能等数智技术在制造业领域加速创新应用，实现材料、设备、产品等生产要素与用户之间的在线连接和实时交互，逐步实现机器代替人生产，智能化代表制造业未来发展的趋势 基于工业互联网泛在连接能力，结合AI技术实现工业设备资产的智能化管理，包括远程诊断、预测性维护等。 网络化协同 通过跨部门、跨层级、跨企业的数据互通和业务互联，推动供应链各类信息资源实现网络化的协同设计、协同生产、协同服务，进而促进资源共享、能力交易以及业务优化配置 面向消费者个性化需求，通过客户需求准确获取和分析、敏捷产品开发设计、柔性智能生产、精准交付服务等，实现用户在产品全生命周期中深度参与 个性化定制 企业从原有制造业务向价值链两端高附加值环节延伸，从以加工组装为主向“制造+服务”转型，从单纯出售产品向出售“产品+服务”转变 服务化延伸 数字化管理 通过打通核心数据链，贯通生产制造全场景，全过程，基于数据的广泛汇聚、集成优化和价值挖掘，优化、创新乃至重塑从企业战略决策到市场服务的各项业务活动 人工智能与制造机理深度融合，驱动智能工厂多层次创新 在制造业迎来“数字化、网络化、智能化”为发展方向的变革中，以人工智能为代表的数智技术与制造机理深度融合，构建智能制造发展范式，已经成为加快制造业高质量发展和建设新型工业化的重要抓手。通过AI在关键环节的赋能作用，智能工厂实现了生产、管理、服务的智能化，推动了产业模式向服务型制造转变，助力制造业实现数字化端到端集成，促进协作与资源共享，为未来制造业发展注入新的动力。 产品创新 产业模式创新 智能化产品是制造业价值创造的核心。随着人工智能技术的深入应用，将使产品发生革命性变化，产品的创新与升级换代将极大提升各种产品的性能与市场竞争力，以及提高智能工厂的生产效率和质量水平。在日常消费方面，将现出一大批先进的智能生活产品：如智能终端、智能家电、智能玩具等。在工业制造方面，设备将全面智能升级，如信息制造装备、农业装备、医疗装备、智能机床、智能机器人等。 从“以产品为中心”向“以用户为中心”的转变是产业模式创新的内核，主要是从生产型制造向服务型制造的转变。通过深度学习和数据分析，人工智能提供更全面、精准的用户洞察，使智能工厂能够构建更智能化、自适应的生产体系，同时也为用户提供了更加可靠和高质量的产品和服务。 系统集成创新 生产技术创新 AI+工业互联网平台智能高效集成产品、生产和产业模式三大模块，通过系统的集成优化实现新的价值创造。其中，在“端到端集成”方面智能化协调产品制造的研发、设计，生产、服务等全生命周期内的各项工程活动，并集成价值链上链主企业和相关合作企业的所有终端和用户端，以此在价值网络中实现不同主体之间的合作、协同与共享。 先进技术与制造机理的融合主要在生产流程的自动化和生产管理的信息化方面实现生产技术的创新型应用。人工智能赋能生产过程实现智能工厂更高程度的自主决策和智能控制，从而推动了生产技术的创新型应用，推进从产线到工厂发生革命性的智能化升级。 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 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COSMOPIat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。图：海尔卡奥斯工业大脑平台架构 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、柔性装配与数字李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。 案例：海尔卡奥斯AI工业大脑赋能智能制造全链场景 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。 卡奥斯创智物联合肥互联工厂 中德冰箱互联工厂 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送代。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一超薄真空节能发泡是基于卡奥斯COSMOPIat平台所研发的发泡设备数字李生模型，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：中国移动依托云智融合能力，推动5G×云×AI向智能工厂核心生产环节纵向延伸 作为5G技术，标准和产业的重要推动者，中国移动云平台结合资源优势在边缘、AI、生态等方面拓展，帮助工厂从订单到排产、生产工艺、工序流转、过程管理、物料管理、质量检查、订单发货和数据统计分析的全流程信息化管控。中国移动发布的“九天”人工智能平台打造从智算基础设施、核心算法能力到智能化应用的全栈人工智能服务，与移动云深度融合，能够为制造业提供泛在的智能云服务能力。 洛阳工业互联网平台案例 洛阳区域云承载当地工业设备、系统、工艺参数、软件工具、企业业务需求和制造能力等工业资源的互联网汇聚共享平台，承载工业经验与知识模型，对接工业优化应用，在企业内部和企业间形成网络协同优化，助力工业企业上云，推动区域经济发展。 中移动工业云平台优势 分布式云架构、N种接入方式，立体双层云间组网，满足工厂内外网络各场景连接需求 云网一体 华菱湘钢数智工厂云平台案例 面向钢企制造场景，满足华菱湘钢“让设备开口说话”让机器自主运行、让职工更有尊严地工作、让企业更有效率”的数字化转型愿景，打造统一云底座，整合资源、整合应用、整合数据。边 边缘智能服务平台EISP边缘智能云EIC+边缘智能小站