高瑞东 顾皓阳：智能制造如何助力高质量发展？

 Hi~新朋友进来 请关注我们哟

核心观点

智能制造是统筹发展与安全的重要抓手，其本质是企业再造，个性化要求高，涉及范围广，变革程度深，发展路径需要在试错中不断迭代，发展过程需要企业与政府同心协力。我国发展智能制造的难点堵点在企业端，主观原因在于战略不清晰、思想不统一，客观约束在于供给质量低、应用成本高。

智能制造是我国发挥海量数据和丰富应用场景优势，实现高质量发展的必由之路。政策支持方面，关注数控化率提升和工业互联网两条主线。供给端，硬件渗透速度将快于软件，高端突破看公司，生态建设看行业，关注发展与安全驱动的数控机床、工业软件等行业。需求端，市场驱动看新兴产业，政策驱动看央企改革，财务指标角度建议关注专用设备、乘用车、通信设备、电网设备等细分行业。

推动智能制造是时代的必答卷智能制造是新一代信息技术与先进制造技术的交汇点，是统筹发展与安全，应对消费互联网时代客户需求快速变化的主抓手，当前难点在于以企业再造为前提的数字化转型。各国智能制造发展战略和难点堵点有何异同？各国均高度重视智能制造发展，但因各自短板所限，发展仍均处于初级阶段，我国难点堵点在企业端，德国数据基础薄弱，美国应用场景不足。企业层面，智能制造为何“橘生淮南”？领军企业与普通企业向智能制造转型的成效显著不同，主观原因在于战略不清晰、思想不统一，客观约束在于供给质量低、应用成本高，关键问题仍是对企业战略规划、管理架构和业务流程的重塑。如何破局？日本工业机器人产业之鉴宏观环境和产业政策是必要的发展土壤，而滥觞于丰田的精益生产方式，才是日本工业机器人产业快速发展的根本原因。精益生产方式对生产现场和员工价值的再发现，助力上下齐心，推动持续改善。智能制造先驱者，如何披荆斩棘？无论是电动智能汽车领域的领军者特斯拉，还是我国纺服制造领域的代表企业申洲国际，其成功要义均在于明确战略引导下的持续投入，对生产经营关键环节的垂直一体化把控，以及对既有产品和转型经验的不断扬弃。智能制造，潮起何处？政策支持方面，关注数控化率提升和工业互联网两条主线。供给端，硬件渗透速度将快于软件，高端突破看公司，生态建设看行业，关注发展与安全驱动的数控机床、工业软件等行业。需求端，市场驱动看新兴产业，政策驱动看央企改革，财务指标角度建议关注专用设备、乘用车、通信设备、电网设备等细分行业。发展机制上，关注“用产学研”合作机制和产业联盟体系的完善进程。风险提示：政策支持力度不及预期，国际政治局势演化超预期。

一、智能制造是时代必然，是企业再造

1.1 推动智能制造是时代的必答卷

极高的战略定位，有力的政策支持。当前，面对百年未有之大变局，制造业成为大国博弈新焦点，全球产业链加速重构，科技和产业竞争日趋激烈。在此背景下，习近平总书记曾多次指出，“要以智能制造为主攻方向推动产业技术变革和优化升级，推动制造业产业模式和企业形态根本性转变”，而党的二十大报告中也已明确指出，要“推动制造业高端化、智能化、绿色化发展”。

随着《“十四五”智能制造发展规划》、《“十四五”信息化和工业化深度融合发展规划》等顶层规划和相关政策支持稳步落地，智能制造在我国有望实现进一步发展，其所引领的产业新浪潮也已然到来。

同时，在美国、德国、日本等发达国家近年来发布的制造业发展战略中，也不约而同地，将智能制造作为产业高质量发展的重要抓手，并力图借此抢占全球制造业未来制高点。那么，智能制造究竟是什么？能带来什么新变化？为何我国和世界各国均将其提升至国家战略高度呢？

广阔的发展前景，曲折的前进道路。根据《智能制造发展规划（2016-2020年）》，智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。然而，上述内容只描述了智能制造广阔的发展空间和其所引领的深刻变革，在智能制造的实际落地过程中，仍需分步骤分阶段，解决诸多共性和特性问题。

具体来看，智能制造由自动化、数字化、网络化和智能化四大要素组成。自动化是实现流程标准化、信息可采集的技术基础；数字化是充分利用数据要素，实现企业全流程再造的必经之路；网络化是推动端到端全场景互联，重塑价值链环节的连接纽带；智能化是转向智能决策支持，赋能产业革命的最终目标。

在智能制造由愿景变为现实的过程中，上述要素的演进并没有绝对的先后顺序，而是需要相辅相成、螺旋前进。其中，为实现自动化所需的软硬件升级，是相对容易满足的必要条件，而为完成数字化转型所必须实现的企业再造，是当前难点和成败关键。

时代的必然趋势，未定的演变方向。当前我国发展内在产生和外在面临的安全风险均在上升，从国内情况看，我国科技自立自强存在诸多“卡脖子”问题，能源安全和产业转型等各类问题仍然凸显。从国际形势看，中美关系进入指标对抗期、矛盾激化期，对华施压、与华“脱钩”等政策力度不断加大，为避免陷入陷阱，把握战略主动，也需要统筹好发展和安全两件大事。（详情可参考我们于2022年10月16日外发的报告《高质量发展是中国式现代化的首要任务——<二十大报告>精神学习第二篇》）

中美方面，随民主党在中期选举中失去对国会的绝对掌控地位，拜登政府内政腾挪空间收窄，预计将延续“灵活鹰派”外交策略，加大对我国产业围堵和技术封锁力度。美国白宫所圈定的四大供应链，半导体制造和先进封装、大容量电池、关键矿物和材料，以及医疗用品和原料药，是白宫构建供应链安全，不断“施加高墙”的核心领域。

在落实方式上，美国将以其主导的“美日竞争力和弹性伙伴关系”、“印太经济框架”、“四方芯片联盟”等为抓手，不断拉拢盟友，构建“排华”封闭圈子，打造对华封锁“小院高墙”。（详情可参考我们于2022年10月31日外发的报告《Long Shadows：中期选举的长尾效应——<大国博弈>系列第三十六篇》）

智能制造是统筹发展与安全的重要抓手。一是，智能制造将以“鼎新”带动“革故”，以增量带动存量，推动产品价值创造、企业组织形态和产业生态系统发生根本性改变，助力我国产业安全问题的解决；二是，智能制造引发的供需良性循环，将带动相关产业的科技创新，提升全要素生产率，助力我国科技安全问题的突破；三是，智能制造将成为实现碳达峰碳中和的重要抓手，帮助企业减少能源消耗，优化资源利用，助力我国能源安全问题的缓解。

软硬件方面，智能制造已不再是空中楼阁，但亦步亦趋还是另辟蹊径，仍待抉择。随着我国企业在新一代信息技术、先进制造技术等方面不断取得突破，企业发展模式的颠覆性改变将得到有力支撑，为智能制造由理想化作现实提供了历史机遇。然而，新产业、新模式的层出不穷，也对我国企业发展道路的选择提出了全新挑战，是把发达国家成功企业的发展经验奉为圭臬，还是结合时代背景和客观条件求新求变，将成为我国企业破茧成蝶前所需跨越的一道难关。

需求驱动方面，近年来消费互联网的兴起，带来了客户消费习惯的颠覆性改变。传统方式下产品的长迭代周期，难以满足消费者日益多元化且快速变化的需求，倒逼企业进一步践行以客户为中心的发展理念，并将关注点转向使产品真正落地的生产环节。另一方面，消费互联网所孕育的大数据、云计算和人工智能等产业，也将成为智能制造发展的坚实基础。

但是，消费互联网和智能制造之间，仍然存在本质区别，前者意在提升产品和服务的使用体验，而后者聚焦产品和服务带来的价值创造，这一模式和思维上的显著差异，使得从消费互联网向智能制造的经验转移道阻且长。智能制造有无比强大的时代驱动力，但也必须不断开辟新发展道路。

1.2  智能制造的本质不是技术革命，而是企业再造

智能制造不是乌托邦，但也不是康庄道。智能制造与传统制造截然不同，引入相关软硬件只是前奏音，对企业组织形式和价值创造方式的颠覆性改变才是主旋律。智能制造有其时代必然性，但其所引发变革的深远历史意义，决定了对智能制造实际效果的评价，不能只关注短期，而需要放眼长远。智能制造不是一场百米跑，而是一场马拉松。

是个性化，而不是标准化。智能制造必须从明晰企业战略出发，理清企业运营流程，重塑企业管理架构，并结合企业内外部实际情况，蹄疾步稳，最终形成个性化的解决方案。短时间、局部性的资本投入不可能对企业带来根本性改变，引入标准化的软硬件也只能在中短期内帮助企业学习成熟经验、提升运营效率，而不能直接带来企业价值重塑。降本增效是共性需求和短期目标，企业再造才是独有特色和长期愿景。

是乘法，而不是加法。智能制造是一项系统工程，涉及企业内部生产经营全流程，乃至整个产业生态系统的转型升级。智能制造的发展，不仅仅依赖于软硬件的简单堆砌，而是必须以不同环节、不同主体间的高效联动所产生的乘数效应为基础。相应地，企业确定启动变革的具体环节更难，实现数据充分利用所需打通的难点堵点更多，需要平衡协调的利益关系也更广，且任何一个环节的短板，都有可能导致落地实效不及预期。

是企业再造，而不只是技术革命。智能制造的发展重点，不在于各环节的新技术引进，而在于企业能否抓住时代机遇，实现自我重塑。技术对于企业的赋能效果如何，最终取决于企业战略、管理架构和业务流程能否提供有力支撑和广阔舞台。因此，智能制造的本质不只是技术革命，资金投入可以直接提升软硬件的技术水平，但不能直接提升企业创造新价值的能力。企业对自身的认知和变革，才是智能制造实际成效的决定性因素。

总结来看，智能制造个性化要求高、涉及范围广、变革程度深，不仅需要企业在发展战略和业务流程上不断推动变革，也需要政策进行合理引导和有力扶持。智能制造将重塑过去数十年全球产业分工的微笑曲线，生产环节将不再是可替代、可转移的低端环节，而是将成为企业产品力、产业竞争力的重要组成部分，成为高质量发展的必由之路。在此过程中，需要政府与企业同心戮力，在核心技术攻关、应用经验推广、产业生态建设等方面开创新模式，建立新机制。

  二、各国智能制造发展战略和难点堵点有何异同？

2.1 智能制造面面观：有先发优势，但无绝对优势

无论在国家政策层面，还是企业战略层面，都不存在智能制造应如何发展的标准答案。从以美国和德国为代表的发达国家智能制造规划来看，各国在政策导向上，均倾向于充分发挥自身现有优势，力争在领先环节实现突破，随后借助外溢效应，最终实现全环节、全产业的变革。

展开来看，德国选择以设备智能化带动产业智能化，以充分发挥自身在全球生产制造环节的绝对优势；与之相反，美国选择以产品和服务智能化带动产业智能化，也是基于美国在全球消费互联网领域的龙头地位。两国政策导向看似不同，实则是求同存异，也将是殊途同归。

2.2 我国发展智能制造的难点堵点在企业端

资本投入不足，内部沟通不畅，落地效果不佳等问题，在我国尤为突出。根据德国MHP咨询公司发布的《工业4.0晴雨表》（2021），在数字化转型投入方面，来自中美德英四国的776家受访企业中，有80%以上表示有待加强。具体来看，企业内部对数字化转型的必要性以及预期效果的认知不统一，使得围绕转型的相关争议和消极应对变革的官僚主义，成为阻碍进一步投资的主要原因。

这一现象在我国尤为严重，我国受访企业中，表示具备足够数字化预算的企业占比仅为25%，相当于发达国家水平的一半。究其原因，我国企业基础设施、组织架构和产品质量的良莠不齐，使得企业必须从清晰的自我剖析出发，自主决定开启转型的具体环节，而难以简单使用在转型过程中表现突出的领军企业经验，这也加剧了围绕转型必要性和实际效果的争议。在挖掘实际需求和痛点问题以应对这一挑战时，我国企业又会遇到内部沟通不畅的阻碍。

由于智能制造的推进涉及生产、销售和IT等多部门，部门间的信息沟通效率和通力合作程度，是充分挖掘企业实际需求，并决定企业数字化改造发力方向和实际效果的重要因素。在这一方面，虽然各国都多少存在业务部门和IT部门沟通不畅的问题，但我国相较于发达国家仍有差距。这一痛点问题的解决不仅需要自上而下的战略设计和组织变革，也需要企业内部基础设施的有力支撑。

在企业内部基础设施方面，各国数字化改造的过程中，都多少受到了原有IT基础设施水平不足的限制，而我国企业在这一方面遇到的阻碍更大。一方面，企业生产、采购、财务等系统间数据缺乏互通互联性，导致信息孤岛问题的产生，因此各部门之间的信息沟通不畅不仅是组织架构的欠缺，也是客观支撑条件的不足。

另一方面，企业内部流程、资源和培训的缺失，也使得技术引入易而见效难，转型开启易而落实难。企业在购置信息系统和设备时，往往缺乏对自身实际条件的充分考量，也缺乏对项目实施难度和周期的足够认知。转型不见效往往并非因为技术无用，而是源自基础不牢。

转型动机不一致，导致转型效果不一致，西方谋发展，我国重增效。在遭受疫情带来的供应链冲击后，各发达国家纷纷反思过度依赖单一产地和市场所带来的负面影响，并利用向智能制造的转型契机，积极开拓全球新市场和新客户。相比之下，多数中国企业对全球市场的拓展仍有所不足。

这一方面是由于我国部分产品的全球竞争力仍有待提升，另一方面也是由于我国企业组织架构对全球化发展的支撑不够。但从中长期来看，以不断推进智能化改造为基础，在立足国内市场的前提下，积极参与全球竞争，才是中国企业不断提升自身实力的最佳途径。智能制造必定要求企业再造，降本增效不是目的，而是结果，我国企业往往谋其中，得其下。

2.3 德国数据基础薄弱，美国应用场景不足

德国：数字化、网络化相对落后，掣肘转型进度

如果说我国智能制造短期推进受阻的关键，在于制造业综合水平有待提升，局部短板有待加强，则制造业居于全球顶尖水平的德国，在引领智能制造浪潮时，理应进展顺利。但从实际情况来看，尽管德国从顶层设计上，充分结合自身需求，将发展重心落在智能硬件和智能工厂之上，然而智能制造对于互通互联的全面性要求，仍然使得德国企业在推进智能制造时遭遇困难。

具体来看，数字化和网络化基础有限，成为德国实现智能制造转型的最大掣肘。从相关技术的发展程度来看，德国计算力指数远落后于中美两国。无论是数据中心、网络建设等基础设施，还是人工智能、大数据等实际应用的落地情况，德国均与中美两国存在较大差距。数据传输和分析运算的速度和质量双双受限，导致德国企业的智能化进展多局限于企业内，而无法通过高效互通互联，充分发挥外溢效应，这也限制了智能制造的进一步深化发展。

从企业角度来看，一方面，德国的传统优势行业在于机械、化工、汽车等领域，并已形成了一套行之有效的生产体系。由于产品短期内难以被替代，升级需求也相对较低，因此智能制造带来的赋能效应也相对有限，导致企业投资意愿有所不足。另一方面，德国中小企业也遇到了与我国类似的问题，一是受限于资金和技术不足，数据安全难以保证，使得部分企业不愿意贸然开启数字化转型；二是复合型人才的缺失导致智能制造的应用效果不佳，推广效率低下。

美国：产业结构失衡，生产环节薄弱，拖累转型效率

上世纪七十年代以来，由于要素成本上升、资本回报率下降等原因，美国开始将中低端制造业和中高端制造业的生产环节移向本土之外，导致制造业占美国GDP比例出现持续下滑，但这并不直接意味着美国产业空心化。美国制造业仍然活跃于全球产业浪潮之巅，在信息技术、航空航天、生物医药、半导体、消费电子等关键领域占据绝对优势地位。

然而，这一极端追求效率和回报率的发展模式，在智能制造时代将难以为继。一方面，中低端产业的缺失，将使智能制造的落地场景受到极大局限，不利于美国智能制造产业发挥规模效应和网络效应；另一方面，生产与研发环节的高度分离不仅导致各环节间的信息传递效率低下，由此带来的本土供应链缺失也将对新兴产业的发展和传统产业的重塑造成约束。

总结来看，智能制造涉及范围广、变革程度深等特性，使得各发达国家难以充分发挥自身优势，而是必须首先弥补自身短板。无论是美国积极促进制造业回流，还是德国对数字基础设施的大力投入，都是智能制造时代下的必然选择。对于我国而言，如何发挥在数字经济和产业链完整性方面的相对优势，同时尽快解决企业端的种种积弊，将成为我国抢占全球智能制造制高点时所需面对的关键挑战。

   三、企业层面，智能制造为何“橘生淮南”？  

3.1 转型效果分化的主观原因，是企业战略规划不清晰

不同企业智能制造转型效果出现分化。在面对同样的智能化转型愿景时（如降本增效、持续赋能等），由于普通企业（多为中小企业）的各项基础能力与领军企业（多为有充足资金、条件相对完备的大型企业）相差较大，导致实地落地的成效天差地别。

由于普通企业的资源约束更紧，往往更需要与智能制造相关的投资立刻发挥作用，领军企业智能化投入向商业价值的快速转化，使得普通企业产生了极大的紧迫感和急躁情绪。而这一现象的产生，既有主观原因，也有客观原因。

企业战略规划不清晰，是主观原因。我国中小企业数字化转型进度显著落后于大型企业，根据中国电子技术标准化研究院2021年发布的《中小企业数字化转型分析报告》，受访大型企业中，有52%已经迈过了数字化初步探索阶段，进入应用践行和深度应用阶段，相比之下，中小企业仍有79%处于初步探索阶段。这一方面是由于中小企业掌握资源有限，在短期效果不明显的前提下，难以进行持续投入，另一方面也是由于中小企业内部对向智能制造转型必要性的认识不足，经营管理水平也亟待提升。

在企业战略方面，仅有35%的受访中小企业制定了明确的数字化转型规划，且系统性仍然有所欠缺。战略规划的不清晰，使得中小企业对数据采集利用的重视程度和实际进展也明显不足，仅有41%的受访中小企业实现了数据采集，16%的受访中小企业建立了统一数据平台管理数据，且企业生产经营不同环节引入的不同信息系统间，往往还存在重复建设和互不兼容等问题，使得内部信息不互通成为智能制造成效不佳的限制因素之一。

进一步来看，由于企业战略、管理架构和业务流程等方面的欠缺，使得中小企业高层与基层员工对于智能化转型任务的优先级，以及开启智能化转型的具体环节的认识并不一致。高层重愿景而轻落实，基层重实物而轻思想，使得自上而下的信息传导和项目落地存在较多堵点难点。

具体来看，基层员工乃至企业中层并不理解智能化转型的意义何在，或者往往仅从实际生产的角度出发，认为软硬件性能的提升，而非企业战略和业务架构的升级，才是提高产品质量和生产效率的关键所在。与此同时，企业智能化转型所产生的新价值，非但不能为基层员工所分享，却会危及其自身利益，使得由上及下的合力难以形成。

与之相反，中小企业高层或许对智能化改造的价值和意义有一定理解，但往往忽略了基层员工的思想引导和相关培训，对理清业务流程的重要性认识也有所不足，又进一步导致自上而下的信息传导不畅。

企业高层和基层对智能化转型认识的不同，使得新技术、新思维、新架构的引入非但未能赋能业务，反而加重了基层员工的实际负担，引发了基层员工的抵触情绪，最终使得企业经营效率和投入产出比远不及预期。因此，企业向智能制造进发的过程中，必须完成由领导人一言堂，向高层牵头、全员参与的发展模式转变。

3.2 供给质量低、应用成本高是客观约束

缺乏符合要求的软硬件支持，是企业智能化转型的客观约束。智能制造是长期愿景，不可能一蹴而就，而是需要进入持续改善的良性循环，则稳定而有效的资本投入是其必要前提。然而，企业在进行智能化改造时，却往往不得不考虑短期效果。疫情发生以来，中小企业生存压力加剧，据2020年2月发布的《新冠疫情众生相：招商银行小微企业调研报告》，仅在2020年初的疫情冲击下，就有67%以上的小微企业现金流维持时间不足3个月。

因此，针对中小企业资源有限而追求短期投入产出的现状，必须打造适合中小企业的轻量化产品和服务，使其能够在短期内发挥效果。但从实际情况来看，这一目标的实现仍然道阻且长。

企业贪大求全是普遍现象。仅以企业所需的智能制造软件为例，根据2002年美国IT项目权威评估机构Standish Group进行的调研，受访企业中有超过60%的企业级软件功能，处于几乎或完全不被使用的状态。这一现象并非美国独有，在中国则更为严重。企业对管理架构和业务流程的重视程度不足，使其在购置相关软件时往往不是基于实际需求，而是贪大求全，购置超出实际使用能力的产品，聘请咨询顾问辅助项目落地的投入则明显不足。由此引发的系统复杂度过高，实操能力不足等问题，反而导致项目周期加长，使用效果不佳。

更深层次的原因，在于高质量产品和服务供给的不足。由于中小企业资源和能力有限，既无必要购置并不适配自身状况的标准化产品，也无能力承担定制或自研软件的高昂成本，更无余裕放眼长远，从理清业务流程出发进行智能化改造。中小企业未必需要性能优越的产品，但一定需要问题导向的服务，从供给端来看，在项目落地过程中，由于资金和实力的双重约束，国内软件厂商多以低价切入，而并不具备从业务流程出发，辅助企业完成项目落地的能力。

企业价值重塑，需要软硬件高质量供给助力。虽然近年来我国在自动化、数字化和网络化等方面取得了长足进展，在部分领域已居于全球领先地位。但随着我国产业升级进入关键期，各领域的产业自主能力欠缺及其带来的衍生问题，以及与软硬件配套的服务能力不足，标准不统一，仍将成为我国在推进智能制造时的重要掣肘。

供给端来看，产业自主问题不仅涉及到我国各产业的“卡脖子”问题，从短期产品和技术渗透角度出发，由于核心技术受制于人，导致产品成本高企，降本增效空间有限，使企业难以通过拓宽产品矩阵，触达更大范围的潜在客户，步入规模效应的良性循环，最终实现从提供产品到提供解决方案的转型。同时，供给端分散带来的标准不统一问题，也会成为产业互联的阻碍。

需求端来看，由于应用难度和成本过高，各类新技术的使用多局限在具备转型意愿和资金实力的大企业，而无法实现互通互联，难以惠及产业链整体。因此，在智能制造的发展过程中，必须以系统化思维谋划发展思路，以产业链协调发展的方式，在供给端和需求端同步发力，才能最终实现产业升级和大中小企业融通发展等关键目标。

明确企业定位为先，强化需求牵引供给。缺乏明确的发展战略和业务流程，是企业在推进智能制造时目标不定，效果不佳的根本原因。只有在清晰的战略引导下，对业务流程进行充分梳理，才能明确企业智能化转型的困难点和发力点，最终实现企业价值重塑。

高质量的软硬件供给是智能化转型的必要条件，必须进一步促进政企合作，强化需求牵引供给，加强核心技术攻关，降低新技术使用难度和成本，使智能化发展成果惠及更大范围。在探索智能制造发展路径时，领军企业和政策支持也要在指引发展新方向，打造合作新模式，明确转型发力点等方面发挥更大作用。

  四、如何破局？日本工业机器人产业之鉴 

4.1 政策支持是产业发展的必要条件

正如前述，国家层面政策导向和基础设施供给的差异，会对智能制造在企业端的进展带来关键影响，而企业层面所需解决的种种痛点问题，也需要自上而下、更大范围的支持与配合。因此，我们有必要回溯历史，汲取邻邦日本在推进产业自动化时的宝贵经验，观察日本政府和企业如何通力合作，助力工业机器人产业实现快速发展。

发展工业机器人是日本经济面临内部转型和外部冲击时的必然选择吗？是，但也不全是。

20世纪70年代的日本经济主旋律是滞涨与转型，一方面，要素成本的迅速上升和需求增速的逐步放缓，导致此前依赖重化工业等资本密集型产业，拉动经济增长的发展模式难以为继；另一方面，两次石油危机的外部冲击不仅要求经济政策进行合理应对，也带来了影响深远的能源和产业结构转型。

需求端：在两次石油危机驱动下，油价飙升导致日本低油耗、轻量化汽车在全球范围内的竞争优势凸显，对反应迟缓的美国汽车产业形成实质性冲击，带来了日本汽车出口量的大幅提升。需求的快速放量，也对生产效率和产品质量提出了更高的要求。自此，汽车产业成为最早大规模应用工业机器人的产业，为其快速渗透和不断更新迭代提供了土壤，时至今日，汽车产业仍是使用工业机器人最多的产业之一。

供给端：工业机器人发源于美国，但在发展初期未能在美国本土找到合适的应用场景，从而缺乏通过需求牵引供给，实现技术迭代的机遇。与之相反，通过技术引进和自主研发并举，工业机器人产业成功在日本萌芽，并通过拓宽产品类别和使用场景不断成长，最终具备了全球领先的技术水平，目前全球机器人四大家族中，日本企业仍占据半壁江山。

成本端：要素成本是机器替人的永恒驱动力。上世纪60年代起日本各类要素成本的不断上升，对工业机器人发展的促进作用主要体现在两方面，一是人口老龄化导致的用工缺口以及人工成本的逐步增加，使工业机器人的性价比相对凸显；二是土地价格的持续上涨，导致企业扩大产能的方式从扩建转向改建（增加单位面积的生产效率而非扩大生产面积）。

政策端：货币政策方面，上世纪70年代后期通胀危机趋缓后，日本央行逐步放松银根，为工业机器人企业和下游应用企业提供了宽松的融资环境。产业政策方面，大力扶持汽车产业出口，为工业机器人推广创造条件；以推广融资租赁、提供补贴等方式支持工业机器人应用，大幅降低工业机器人投资回收期，使工业机器人性价比进一步凸显。

4.2 企业再造是产业革命的根本动力

宏观环境和产业政策只能提供土壤，而不能揠苗助长。滥觞于丰田的精益生产方式，才是日本工业机器人产业快速发展的根源。

任何宏观经济现象背后，都有其微观本质。我们必须深思，为什么只有以丰田为代表的日本汽车企业，才能够抓住石油危机带来的发展机遇？为什么工业机器人发源于美国，而成长于日本？为什么日本汽车产业和工业机器人产业能够相辅相成，不断创新？我们认为，这些问题的答案，都指向丰田创造并推广的精益生产方式。

精益生产方式的本质是企业战略和组织的转型。相较于大批量生产方式，精益生产方式在以下几个方面进行了大胆扬弃，成果斐然：

在指导思想方面，坚持需求导向，推行全面管理。围绕降本增效和生产灵活性两大主线，精益生产方式强调以生产全流程中的质量管理，代替单独的质量检验环节，并尽一切可能降低库存水平，从而减少生产过程中的一切浪费。同时，改推式生产为拉式生产方式，强化生产单元间的协调，以兼顾低成本和灵活性，最大限度地满足客户需求，践行以客户为中心的发展思想。

在组织结构方面，重视生产现场，秉持全局思维。不同于大批量生产方式中的严格层级关系和高度分工，精益生产方式强调个人主观能动性和现场力，一旦生产现场出现问题，处于生产第一线的员工有权停止产线运行，直至问题得到解决。终身雇佣制的引入，也成为稳定员工预期，充分发挥能力的保障。

在对生产制造、供应链等环节进行持续优化的过程中，精益生产方式的目标是提高总体效益而非局部效益，不对特定部门进行过度倾斜，也不吝牺牲局部效益而创造全局价值。

在运作方式方面，追求持续改善，强调全员参与。精益生产方式强调持续改善，坚信长期发展战略的实现不可能一蹴而就，而是需要在实际生产经营过程中不断细化目标，强化落实。为此，不仅需要加强对普通员工的培训，增进员工对现场问题的发现能力。同时，也需要借助团队力量，通过技术和生产人员的通力合作，多角度、高效率地应对生产过程中不断出现的新问题、新需求。此外，精益生产方式还要求企业领导人深入现场，与普通员工共同了解情况，解决问题。

由此，精益生产方式成功将人力资源、产品库存、生产占用空间等资源的消耗减少了50%以上，同时将新产品开发周期缩短至此前的一半。对于精益生产方式的开创和践行，成为日本车企构筑全球竞争力的真正秘诀。

以工业机器人为代表的自动化转型，是实现精益生产方式的手段，而不是目的。精益生产方式中的“自働化”（不同于汉语中的自动化），是生产流程标准化的一种实现方式，不仅包括引入工业机器人等自动化设备，还包括人的自动化和业务流程的自动化，即明确业务流程，养成工作习惯，并在此基础上，在生产经营的过程中不断学习创新。通过生产方式的革新，日本企业并未选择一味提高自动化水平，而是选择将适合自身的自动化水平发挥到极致。

据詹姆斯·沃麦克《改变世界的机器》一书中记载，1989年时，相较于总装自动化程度更高（约48%）的欧洲工厂，总装自动化程度更低（仅为34%）的日本工厂生产效率，却可以达到欧洲工厂的两倍以上。生产组织方式的相对落后，限制了欧洲工厂对自动化设备性能的发挥程度，而日本工厂则基于对精益生产方式的理解，根据自身需求，实现了兼顾生产效率和灵活性的最优自动化水平。可见，日本工业机器人产业蓬勃发展的背后，实则是日本汽车产业的生产方式革命。

企业管理方式的转型，是工业机器人成长于日本的根本原因。引入工业机器人所带来的生产效率提升，必然导致一线员工数量相应削减。美国车企并非不理解工业机器人对于生产流程标准化和高效率的意义，但由于工会出于维护自身利益的大力抵制，即使在二十世纪七十年代美国人力成本大幅上升的背景下，工业机器人的应用仍频频受阻。

与之相反，精益生产方式对员工价值的再发现，以及稳定预期的终身雇佣制，消解了高层和基层的利益不一致，促成了技术与管理的强大合力。美日劳动力充裕度的差异是表象，而企业管理方式的差异是本质。

启示：把握政策支持与企业转型间的辩证关系，强化支持力度，细化支持方式，以企业为中心。

政策支持和企业转型相辅相成，共同支持着日本工业机器人产业从无到有，由弱变强。外生的政策支持从宏观经济环境出发，切实降低了要素成本，促进了技术创新，起到了产业发展指南针和助推器的关键作用。内生的企业转型打造了享誉世界的精益生产方式，构建了企业内部的强大合力，将工业机器人的作用最大化，并成为其不断迭代创新的核心支撑。

面对智能制造带来的新挑战，不变的是企业转型的必要性，变的是政策支持的方式和范围。企业对自身战略和组织架构的重新定义，仍然是决定智能制造效果的关键所在，也是当下亟待解决的痛点问题。但相比于以工业机器人为代表的自动化升级，智能制造涉及范围广、变革程度深等特征，决定了政策支持的方式和范围都需要相应延展，也需要更加精准。

无论是大力支持企业融资需求，或是对智能制造软硬件产业发展和相关基础设施建设进行扶持，还是进一步推动市场和产业体系建设，都将在智能制造的发展中扮演重要角色。如何激发企业应用智能制造的内生动力，充分发挥智能制造的外溢效应，带动更大范围的产业革命与经济增长，仍是政策端和企业端需要共同思考的现实课题。

从

五、智能制造先驱者，如何披荆斩棘？

5.1 特斯拉：从离经叛道到另辟蹊径

作为智能电动汽车领域的破局者和领导者，特斯拉的成长历程并非一帆风顺。从饱受质疑到一骑绝尘，特斯拉的秘诀不仅在于对产品的重新定义，更在于其背后一以贯之的指导思想，和永无止境的生产方式革命。

指导思想：第一性原理

通俗来说，第一性原理就是抛开现象看本质，从最基本的原理出发，对事物进行解构和重构，最终找到实现目标的最优路径。

举例来看，在电动汽车的导入期，电池成本高昂曾经是渗透率提升的阻碍之一。但如果从第一性原理角度出发，真正需要认识和解决的问题在于，电池的物理组件主要包括哪些？这些物理组件的市场价值究竟是多少？特斯拉发现，电池成本中除了锂、钴、镍等原材料成本难以大幅降低外，其余成本均来自产品设计和生产制造环节。

基于上述思路，在产品设计方面，特斯拉开发独有的4680“无极耳”电池结构，以同时解决能量密度和安全性问题，并选用高镍正极，实现成本和性能的兼顾；在生产制造方面，特斯拉建立自有电芯厂，不断积累生产经验，优化生产流程。此外，特斯拉还与上游供应商签订保价协议，尽可能降低原材料成本。由此，特斯拉逐步解决了电动汽车商业化的最大难点之一，但特斯拉面对的挑战还不止于此。

产能扩大之路，绝非坦途

第一阶段：生产流程渐进式优化，全面自动化尝试受阻

2010年马斯克从丰田和通用手中购置加州工厂后，起初只有Roadstar一款车型，所使用的零部件也多数来自外购，因此仅需要对加州工厂进行简单改造，就能够投入使用，加州工厂的离散式布局，也体现了特斯拉发展初期的渐进式优化思路。随后几年里，在车型数量和出货量不断增加的过程中，特斯拉持续对工艺布局和生产流程进行局部优化，满足了企业发展初期的少量交付需求，然而，特斯拉未来将面对的真正挑战，绝不可能仅靠局部优化应对。

另一方面，马斯克希望工厂实现极致自动化。2016年，马斯克曾表示，生产汽车方式的改进潜力，要比汽车结构本身的改进潜力高出十倍。为此，特斯拉设计了拥有超过1000台机器人及装配机器的自动化生产线，以及高度复杂的零部件传送网络，将机器人全面用于Model  3冲压生产、车身、烤漆与组装环节的生产制造工作。然而，这一野心勃勃的尝试，由于技术前瞻性过强且脱离实际，并缺乏对生产制造和商业模式的深入理解，终究事与愿违。

特斯拉的极致自动化尝试，并未显著减少劳动力成本，却要在单位产能上增加传统车企一倍以上的开支。据Bernstein Research 估计，特斯拉围绕 Model 3 自动化产线的总投入大约在 20 亿美元，相当于特斯拉上海工厂的总投资额。同时，技术应用和数据管理上的不成熟，也进一步放大了自动化内生的可靠性问题，使得产线始终无法完成流畅运转。最终，马斯克不得不亲承，特斯拉的过度自动化是一个错误。

第二阶段：自上而下猛抓生产、调整思路，渡过从小规模生产到大批量生产难关

在2016年特斯拉推出Model 3后，从小规模生产到大批量生产的挑战，使得特斯拉不得不在生产方式上做出巨大改变。作为一款平民车型，Model 3必须在大幅扩产的同时，实现降本增效，然而实际情况却相当严峻。2016年时，马斯克曾乐观表示，到2017年底，特斯拉可以每月生产2万辆。然而在2017年第四季度，加州工厂只生产了2425辆Model 3，直到2018年4月，特斯拉每周产量仍在2000辆左右徘徊。

面对这一困局，马斯克调整思路，亲临生产一线猛抓生产。首先，纠正了此前过度自动化带来的问题，以一定程度的半自动化以及人工装配取代了部分非必要的全自动化流程。同时，马斯克与工程师和员工一起，对产品结构和生产方式进行全方面改造，小到传感器，大到整条产线，都以降本增效为目标，进行了全面优化。同时，Model 3的零部件复杂度和生产流程也得到了大幅简化。

此外，特斯拉还以在加州工厂周边，搭建简易帐篷总装生产线等看似离经叛道的方式，充分发挥人力作用，千方百计扩大产能。最终，特斯拉在2018年成功实现了每周生产5000辆的目标，当年产能达到了20多万辆，在此过程中，特斯拉生产方式也逐步成型。

第三阶段：将工厂视为产品，开花结果，引领变革

早在2017年，马斯克就曾指出，从长期来看，特斯拉的竞争力不在于产品，而在于工厂，特斯拉将把工厂作为产品进行打造，追求生产方式的可推广、可复制。在经历了产能提升阶段的磨砺后，特斯拉逐步明确了未来优化产品的思路，建立了把控关键生产环节的垂直一体化模式，打造了全球最为先进的电动汽车制造工厂，并在此基础上不断开发全新的生产技术，进一步提高产品质量，提升生产效率，向实现汽车电动智能化的愿景大步迈进。

在2019年建成的特斯拉上海工厂中，就使用了特斯拉独创的物流仓储系统，将集装箱当作流动仓库来代替传统的物流车间，各种物料经此可以直接送入生产现场，显著提高了土地利用效率和生产灵活性。2020年，特斯拉首次引入一体化压铸技术，并为此配备了当时全球最大的6000吨级压力机，将Model Y后底板原本的79个组件直接铸成一体，大幅简化生产流程。

在特斯拉推进一体化压铸技术的进程中，前期在智能制造方面的扎实积累发挥了重要作用。一体化压铸对生产工艺的要求极高，且不存在标准化的解决方案。在最优条件的摸索中，不仅需要实现压力机、真空机、模温机等多设备的协同，也需要利用传感器和数据系统实时收集生产过程中的各项参数，并借助数据处理和仿真模拟等技术，将其转化为产品设计和生产工艺上的实质性优化。特斯拉在智能制造方面的扎实积累，使特斯拉成为目前唯一能将一体化压铸产品良率提升至接近90%的企业。

不会一蹴而就，但非徒劳无功。即使如特斯拉这般拥有宏大愿景和领先理念的顶尖企业，仍然不可能在引入智能制造时一次成功，甚至也会如其他企业一样误入歧途。特斯拉成功的背后，是坚定引领方向的一把手工程，十年磨一剑的强大韧性，自上而下的全面优化，快速纠错的灵活变通，以及在此过程中不断积累的，对产业发展方向的深刻理解。智能制造的精髓在于不断试错，在于厚积薄发。

5.2 纺服制造：只有落后的产品，没有落后的产业

申洲国际，如何使老行业焕发新活力？

申洲国际是我国最大的垂直一体化纺服制造商。作为代工企业，申洲国际的净利率远超耐克、安踏等国际纺服巨头，毛利率也接近我国纺织制造产业平均水平的一倍。申洲国际的成功，当然不是无心插柳，而是有意栽花。

持续增长的投入，是厚积薄发的基础。专注于成为全球最佳科技服饰运营商的愿景，在上市之前，申洲国际就坚持将所有利润的60-90%投入设备改造和升级。上市之后的几年时间里，公司仍坚持将50%左右的利润用于持续投入。2005年上市募集的9亿多港元，全部用于设备升级，将老旧染色机和织布机换成国际先进设备。行业龙头地位稳固之后，公司依然维持较高的研发和设备投资，为智能制造的实现打下了良好基础。

坚持垂直一体化，是高效生产的要诀。纺织制造过程琐碎而复杂，需要纺纱-织布-印染-后整理等多个环节形成合力，才能不断前进。因此，申洲国际始终坚持垂直一体化模式，从面料生产出发，掌握了从面料生产到成衣制造的全环节，从而能够协同管理生产全流程、灵活安排生产，并节省中间环节的物流和交易等成本。按照行业惯例，从接单到产品上架往往需要三个月，但申洲国际的平均交货周期仅为45天，备料充足的情况下最快可15天交付。

抓住机遇的能力，是持续成长的动力。持续而坚定的投入所构筑的坚实基础，以及垂直一体化带来的高质高效，使得申洲国际能够抓住机遇，持续成长。2012年，申洲国际取代台湾丰泰，成为Nike最尖端Flyknit面料的主要供应商，带动了申洲国际营收的持续增长。优衣库的AIRism等面料技术背后，也都有申洲国际的身影。借助智能制造带来的强大能力，申洲国际得以分享下游企业的成长红利，护城河也随时日更迭愈发坚固。

酷特智能：从代工到自有品牌，商业模式创新仍有难度。

酷特智能是国内最早尝试在纺服行业推动C2M模式（用户直连制造）创新的企业之一。以单件定制为核心模式，酷特智能一方面利用互联网高效收集客户个性化量体参数，另一方面积极引进智能制造软硬件，并在此基础上搭建自有生产流水线，积累了丰富的应用经验和数据资源。基于智能制造的定制化业务模式，也确实带来了相比纯代工模式更高的毛利率。

但在酷特智能打造自有红领品牌的过程中，仍需要承担转型阵痛。2018年，由于产能约束，酷特智能被迫舍弃毛利率更低但订单量更大的大客户，选择更符合转型方向的中小客户，导致营收出现下滑。疫情冲击也进一步加大了中小客户订单的不稳定性和线上线下渠道融合的难度，导致酷特智能的品牌建设进度持续放缓。尽管酷特智能在智能制造方面已取得了可观进展，但商业模式的进一步打通，仍是其深化智能化转型的前提。

企业实现智能制造的具体路径，应由发展战略所引领。仅以特斯拉、申洲国际和酷特智能对企业资源计划（ERP）软件的选择为例，引领产业新一轮变革的特斯拉和酷特智能，出于自身对产业发展方向的充分理解，均选择自研ERP。而将代工模式发挥到极致的申洲国际，则选择外购发展成熟的ERP产品。可见，智能制造行至何处，去向何方，应由清晰的企业战略和定位所引领，不可能千篇一律，但可能殊途同归。

战略引领，把握要点，持续改善。智能制造必然是螺旋前进的，也是不存在标准答案的。从特斯拉和纺服产业代表企业的经验来看，虽然基于智能制造个性化程度高的特征，不同企业纷纷开辟出了独有的发展道路。但从其成功的共性经验来看，企业想要借助智能制造获得成功，必须坚持以下三个原则：

明确而坚定的发展战略是企业穿越周期，持续前进的指南针；对生产经营关键节点的把握，是企业明确自身优劣势，选择最为合适的发展模式的破局点；坚持审视现状、持续改善，是企业不断超越自我的驱动力。智能制造不仅将驱动产品和生产工艺不断迭代，也将成为企业独特竞争力的新源泉。

  六、智能制造，潮起何处？  

6.1 政策指引中，有哪些确定性机会？

智能制造是我国海量数据和丰富应用场景优势的交集，应当走产业互联的中国特色发展道路。习近平总书记曾多次指出，要充分发挥海量数据和丰富应用场景优势，赋能传统产业转型升级，催生新产业新业态新模式。基于我国在生产制造环节及数字经济领域的突出优势，智能制造在我国应当自成一脉，不同于德国将硬件端摆在首要地位，也不同于美国重互联轻生产的发展战略。

智能制造在我国的发展模式，应当以互联网巨头和制造业巨头为核心，通过软硬结合，对制造业全产业链进行充分赋能，不限于特定产业，不囿于特定环节。智能制造没有标准答案，需要不断试错，我国海量数据和丰富的应用场景，是最利于智能制造不断迭代更新的环境，也必将成为我国产业实现弯道超车的基石，也是实现高质量发展的必由之路。

党的二十大报告明确指出，要“实施产业基础再造工程和重大技术装备攻关工程，支持专精特新企业发展，推动制造业高端化、智能化、绿色化发展。加快发展数字经济，促进数字经济和实体经济深度融合。”围绕着我国智能制造发展的主基调和新模式，国家层面的各项“十四五”规划则在发展规模、支持软硬件发展和主体培育等多个方面，明确了未来五年的发力方向，并提出了对应的量化发展指标。

从发展规模来看，智能制造相关软硬件和基础设施建设，均是万亿以上级别的大赛道，在维持总量快速增长的同时，也将孕育丰富的结构性机会，在发展重点上，软件重增量，硬件重提质。

软件方面，重点在于补足短板，加快普及，提升规模，如《“十四五”信息通信行业发展规划》和《“十四五”数字经济发展规划》，均提出了“十四五”期间，软件和信息技术服务业规模达到14万亿元的明确目标。发展工业互联网方面，也侧重于提升其普及率，如《“十四五”数字经济发展规划》提出，要实现“工业互联网平台普及率达45%”。

硬件方面，重点在于进一步提升数字化水平，夯实转型基础，如《“十四五”智能制造发展规划》提出，要实现“70%的规模以上制造业企业基本实现数字化网络化”；《“十四五”信息化和工业化深度融合发展规划》提出，要实现“关键工序数控化率达68%”。

市场主体培育方面，由于我国企业转型难问题客观存在，当前重点仍在以点带面，丰富应用案例。如《“十四五”智能制造发展规划》提出，要“建成500个以上引领行业发展的智能制造示范工厂，建成120个以上具有行业和区域影响力的工业互联网平台”；《“十四五”软件和信息技术服务业发展规划》提出，要实现“主营业务收入达百亿级企业过百家，千亿级企业超过 15 家，建设 2-3 个有国际影响力的开源社区”。

地方政策支持方面，在针对市场规模增长和软硬件支持提出更细致要求的同时，进一步加强了对市场主体培育和产业体系建设的支持。硬件方面的主要抓手，是关键装备的数控化率提升及智能工厂建设（如上海、江苏、山东等地）；软件方面的主要抓手，同样是工业互联网平台建设与普及（如广东、福建、上海等地）；市场主体培育方面，意在以“专精特新”企业为核心推动以点带面，同时加快系统解决方案提供商的培育（如江苏、北京、天津等地）。

在资金支持方式上，中央与地方均以财政补贴为主，加计扣除为辅，全方面多角度调动企业投资意愿，支撑企业投资能力。中央层面，加大留抵退税强度，加强再贷款支持力度，提升研发费用和设备投资扣除幅度。地方层面，则多以针对性财政补贴为手段，对重点发展领域提供支持。

在资金实际投向上，各省的重点投资领域与其数字化转型规划高度一致，同时为避免大水漫灌，对发展质量也提出了硬性要求。硬件方面，重点投向智能工厂、数字化车间、数字化设备等方向；软件方面，则仍以工业互联网体系建设为主。在此基础上，各地还以产业融合发展为目标，给予数字化应用场景和特色产业园区等方向针对性支持。

总结来看，无论是中央还是地方针对智能制造的支持政策，硬件方面的重点支持方向，都在于关键设备与环节的数控化率提升；软件方面的支持重点，则在于工业互联网体系建设及提升用户数；在支持市场主体的思路方面，则仍然注重通过丰富应用案例，实现以点带面。因此，从政策支持角度出发，应当重点关注工控自动化、数控机床、专用设备和工业互联网等细分领域。

6.2 供需两端如何发力？有何机遇？

6.2.1 供给端发展路径：先硬后软，先立后破

智能制造的发展，必须以持续的资本投入为前提。企业端，首先应当立足于自动化升级，解决数据从“无”到“有”的问题，为迈向数字化转型阶段提供扎实支撑。

在此过程中，我们认为在企业端，以数控机床、工控自动化等行业为代表的硬件，发展速度将会快于从发展思路和落地难度等方面来看，仍存较大局限的工业软件。

一则，我国企业长期依赖实物投资的发展思路不会轻易转变，且目前对企业金融支持的主要方向，也落在形成实物工作量上，上述因素在短期均将有利于硬件发展；二则，软件效果的充分发挥受到的约束更多，不仅取决于硬件提供的数据质量，也受到企业管理架构与业务流程的限制，因此落地周期本就慢于软件；三则，我国企业普遍对于软硬件引入的短期成效抱有较高预期，且短期成效将成为是否进行持续投资的决定性因素，这一现状也不利于实施周期较长，落地见效较慢的软件。

软硬件的发展顺序虽然有先后之分，但二者间必须是相辅相成、齐头并进的关系。智能硬件的引入，将作为高质量的数据入口，带动工业软件和工业互联网的蓬勃发展，而硬件效果的充分发挥，也必须得到软件端的有力支撑。因此，随着硬件数控化率的逐步提升（政策中已指明发展目标），也有必要转而关注工业软件发展机遇。同时，在目前供给相对过剩，或仍处于下行周期的行业，降低成本费用（更多落在软件对应的企业管理层面）的优先级将高于提升生产效率（更多通过引入硬件实现），这也将为工业软件带来更好的发展机会。

从硬件市场主体的角度来看，需把握终端产品与核心零部件发展的辩证关系，在打破国外垄断的过程中，首先应关注具备自主研发能力，已初步实现突破的优秀企业，而在国产生态已初步建立的领域，则需关注终端产品与核心零部件相互促进的领域。

市场规模决定分工程度仍然是产业发展的核心逻辑。在企业打破国外垄断的过程中，由于国内生态体系尚未建立，往往难以得到国内外核心零部件厂商的支持，从而必须选择以自制核心零部件支撑早期发展的方式。（如我国五轴数控机床领域的科德数控等优秀企业）在此阶段，应当关注具备自主研发能力，已初步实现突破的优秀企业。

国产生态的逐步建立，则可能存在两种不同的发展路径。一是，由核心零部件延伸至终端产品，而核心零部件供应能力的建立可以依靠中高端领域的外需支撑，无论是苹果产业链、特斯拉产业链还是高端制造相关产业链的发展历程，都可以验证以上发展路径的可行性。二是，通过国内终端产品的突破，培养使用习惯，打开市场空间，在后续的国产替代进程中，国内核心零部件厂商也将相应受益。在此阶段，应当关注更新换代频率较快（市场支持）、自主可控要求较高（政策支持）的细分领域。

落实到具体投资标的上，我们认为，市场规模决定终端产品的国产替代空间和技术迭代速度，而自主可控能力决定核心零部件与技术的渗透节奏，发展与安全的统筹协调是短期最大的催化剂。

市场规模：千亿级别（工业互联网、工控自动化、数控机床、专用设备、工业软件、智能传感器） > 百亿级别（工业机器人、各类核心零部件、网络安全）；

自主能力：自主能力相对较高（工业互联网、中低端数控机床、专用设备）>自主能力相对较低（工控自动化（尤其是PLC和伺服）、高端数控机床、工业软件、工业机器人、网络安全（系统架构方面））

结合统筹发展与安全角度看，工控自动化、数控机床、工业软件、网络安全等方向，是产业安全和军事安全的交集，具备广阔市场空间与国产化基础，或将率先迎来国产替代加速发展的新机遇。

6.2.2 供给端未来趋势：横向拓展，纵向延伸，向解决方案供应商迈进

从系统集成商到解决方案提供者，是我国智能制造软硬件供应商的发展方向。随着国产硬件搭配国产软件的生态系统不断完善，国内头部厂商有望向解决方案型企业进发，迎来新一轮的价值重估，正如西门子在二十一世纪初开启的数字化转型所引发的企业再造和二次成长。在此过程中，也需要警惕企业对突破核心技术壁垒和提供完整解决方案的节奏选择缺乏合理把握，对资源约束估计过低，盲目向未有足够积累的环节扩张，反而导致核心竞争力稀释的风险。

自上而下：从打造方法论到知识外溢。虽然智能制造的实现方式注定是个性化的，但引导企业逐步完成智能化转型的方法论则存在共性。无论是在云网能力上具备突出优势的互联网巨头，还是具备较强数据基础能力的IT厂商，或是在制造业具备丰富经验的制造业巨头，都已逐步建立独有的智能制造方法论。

向前看，上述企业也具备从各自优势环节出发，打造产业平台、推广成功经验的能力和意愿。以自有的智能制造方法论为核心，以自身的优势环节和产业平台为纽带，推进产业内充分整合，实现产业间经验转移，将成为上述企业的第二增长曲线。

自下而上：由硬转软，软硬融合。针对我国较多行业头部企业仍然缺乏清晰的战略目标、管理架构和业务流程，以及大部分中小企业仍然缺乏扎实的数字化基础等关键问题，从提供软硬件的局部改善，到提供解决方案式的系统认知，是我国智能制造产业发展的应有之义。

从西门子、罗克韦尔和发那科等智能制造领军企业的发展历程来看，硬件厂商相比软件厂商而言，对生产运营的把握更为深刻，通过外延并购和自主研发相结合的方式，可以迅速弥补技术短板，完成由硬件厂商向解决方案提供者的转型。除此之外，政策大力支持下的产业平台建设，也有助于软硬件企业互通有无，相辅相成，由此带来的行业集中度和方案完整性提升，也是我国软硬结合、产业互联发展模式的重要支撑。

技术瓶颈加快解决，发展道路未必一致。随着国产替代的逐步深入，所需解决的将不仅仅是工程问题，还包括基础科学问题。智能制造的引入，有望助力企业研发成本大幅降低，提升产学研联动水平，促进研发效率显著提升，成为国产替代的加速器。

另一方面，由于产业结构和产业形态的不同，我国智能制造软硬件的发展道路将不同于发达国家。能够在突破核心共性技术基础之上，结合下游客户实际需求，完成从模仿到创新转变的企业，开启发展的新篇章。

6.2.3 需求端，最大的增量可能在哪里？

微观层面，制造业人才缺口进一步扩大，促使智能制造成为缓解用工难问题的必要方式。根据人社部发布的《制造业人才发展规划指南》，预计到2025年，我国制造业10大重点领域的人才需求缺口将接近3000万人。同时，在产业升级的背景下，无论是高技能工人还是普通产业工人都出现了“用工荒”。

根据人社部最新发布的2022年三季度“最缺工”职业排行榜，与新能源、高端制造等新兴产业密切相关的汽车生产线操作工、仪器仪表制造工、机械设备安装工等职业，缺工程度都出现了明显提升。而通用性较高的车工、焊工等职业，缺工程度则长期位居缺工排行榜前列。

在制造业人才结构性缺口短期难以弥补的前提下，通过提升生产、运维等环节的自动化、数字化水平，降低对人力资源的依赖度，是避免人力资源不足对产业发展造成约束的必要方式。因此，从景气驱动角度看，新能源、高端制造等产业，仍将以硬件为主、软件为辅的方式，继续推进“机器替人”。

实际落地场景方面，市场驱动看景气，政策驱动看央企

企业战略、管理架构和业务流程的变革，解决数据从“有”到“可信”和“可用”的问题，而变革的开启需要强化需求引领。无论是领军企业还是中小企业，不断推进企业再造，都将是智能化转型中的最大难关，但也是提升数据质量，实现智能愿景的必要条件。

智能制造的本质是企业再造，是一把手工程，无法仅通过加强软硬件投入解决，既需要自上而下的引导，也需要实际需求的驱动。市场驱动方面，关注内部阻力和积弊较少，受到下游高景气强驱动的战略性新兴产业；政策驱动方面，关注兼具规模和资金优势，具备明确考核目标，目标迈向世界一流的改革央企。

战略性新兴产业方面，自上而下、方向明确的政策驱动，叠加专精特新、强链补链等体系支撑，有助于龙头企业在引领产业变革的基础上，将技术创新、管理革新传递给产业链内相关企业，促进大中小企业融通发展。发展节奏上，需要关注从龙头企业，到全产业链的外溢效应。

央企改革方面，应重视央企集团管理思路从收权到放权，从管控到赋能的重大转变，关注央企牵头建设工业互联网平台，完成建设“产品卓越、品牌卓著、创新领先、治理现代”世界一流企业目标的历史性机遇。央企在统筹发展与安全中的使命与担当，集团层面逐步增强的赋能效应，将成为央企上市实体盈利的有力支撑。

6.2.4 财务指标角度，如何筛选智能制造领军企业？

以家电行业为例，智能制造一企一策，是企业逆周期的抓手，顺周期的动力。降本增效不是推进智能制造的根本目的，但企业在战略规划、管理架构和业务流程等方面的改造成果，仍将首先体现在降本增效上。然而，本应在财务数据中呈现的转型成果，短期内可能会被企业必须承担的转型阵痛和持续高强度投入所掩盖。同时，由于目前智能化转型中的领军企业，其业绩多数与经济周期高度相关，逆周期阶段“修炼内功”的成果也未必能在行业整体下行的趋势下有所显现。

仅以我国白色家电行业的龙头海尔智家和美的集团为例，二者在自动化、数字化等领域均进行了大规模、卓有成效的转型投入，但基于智能制造个性化要求高的特性，二者选择了不同的发展战略。海尔选择以智能制造支持其“高端化+全球化”转型思路，而美的则选择以硬带软，深耕以库卡工业机器人为代表的智能制造装备。

二者转型路径的不同，在销售毛利率和销售净利率中得到了显著体现。2020年以来，在面对疫情带来的供应链冲击、原材料成本高企和需求下行等挑战时，在智能化转型的支撑下，海尔在高端化、全球本土化运营方面的突出进展，成为其应对逆周期的重要能力，使得海尔2020年和2021年的销售毛利率和销售净利率均稳中有升，而同为白电龙头的美的，同期则出现了明显下滑。

美的在逆周期阶段对智能制造装备的大力投入，短期的确因资本开支上升和下游需求不足等原因，对其盈利能力形成了明显拖累。然而，随着资源协调和业务协同效率的不断提升，2022年前三季度，库卡欧元口径销售收入同比增长 17.4%，中国区销售收入同比增长 59.1%，盈利情况亦得到大幅改善，息税前利润达 8090 万欧元，同比增长77.9%。一旦在需求和政策的双重支撑下，下游资本开支出现进一步改善，美的在智能制造装备领域的扎实投入，就将转化为顺周期发展的强大动力。

分行业来看，根据埃森哲2020年发布的调查结果，智能制造在我国不同行业的落地状况，整体呈现出自动化和数字化的成熟度快速提升，而网络化和智能化则仍处于探索试点阶段，全球竞争力相对更强的行业和大型企业的成熟度仍然相对领先。其中，汽车、电子制造、化工、家电等行业，在自动化、数字化领域的探索已经初见成效，而汽车和家电行业在网络化、智能化方面进行了更多实践与部署，但实际成效仍有待观察。

从行业财务数据来看，智能化转型所必需的持续投入，对应于企业稳定增长的资本开支，也指向未来营收和盈利端增长的持续性；而智能化转型短期降本增效的成果，则对应于企业管理费用率的下降和净资产收益率的提升。

基于以上思路，我们设置了如下筛选标准：

资本开支：2022年前三季度资本开支同比正增长，且2022年前三季度同比增速相比上半年环比提升；或2022年前三季度资本开支维持高速增长（前三季度虽有环比下降，但同比增速持续大于20%）。

管理费用率：2022年前三季度，管理费用率同比下降，且2022年前三季度管理费用率相比上半年有环比下降；或管理费用率稳定在历史最低水平附近。

净资产收益率：2022年前三季度，净资产收益率同比上升，且2022年前三季度净资产收益率相比上半年环比提升；或净资产收益率稳定在历史最高水平附近。

从上述筛选标准出发，值得关注的细分行业包括：化学原料、化学制品、专用设备、自动化设备、半导体、乘用车、计算机设备、厨卫电器、玻璃玻纤、光伏设备、电池、航空装备Ⅱ、通信设备、电网设备等申万二级行业。

不积跬步，无以至千里，企业在智能化转型中的不断反思与革新，将成为在快速变化的市场中，抓住转瞬即逝机遇的必要条件，也是构建全新产品力，释放更大企业价值的根本前提。

随着智能制造应用基础的不断完善和带动效应的不断增强，从智能制造向企业价值的转化路径将不断清晰，成为企业高质量增长的不竭动力。在我国经济发展方式从投资驱动转向创新驱动的关键阶段，智能制造将成为维持制造业占比稳定，实现共同富裕，统筹发展与安全的抓手，在经济高质量发展中发挥重要作用。

6.3 政策建议：政府搭台，企业唱戏，同心协力

智能制造，知易行难。政策支持，企业转型，缺一不可。政策支持，是智能制造稳步发展的必要条件，但非充分条件；企业转型，是智能制造落地生根的土壤，但也需要阳光呵护。加强政策支持，明确战略方针，同心协力，方能行远。规划布局，参与建设，有序管理

政府搭台：坚持市场主导，降低要素成本，促进融合发展

坚持市场主导，聚焦规划引领。无论是日本工业机器人产业，还是特斯拉等智能制造领军企业，其成功的关键因素，都是以市场需求为导向，实现企业的不断进化。政策端，需要通过加强建设市场竞争机制，更好发挥政府在关键领域的战略引导作用，逐步完善适应于新发展方式的考核激励机制，使得促进形成需求牵引供给、供给创造需求的良性循环机制逐步，从而进一步激发企业创新活力，助力转型先锋勇毅前行。

降低要素成本，积极参与建设。德国在数字基础设施方面的相对落后，部分抵消了其在自动化和产业自主能力方面的优势。我国企业资本投入不足和软硬件自主能力欠缺，也导致智能制造的应用范围和效果受限。下一阶段，一是要加快发展关键装备、软件和系统解决方案的培育发展，二是要坚持产业基础设施建设，完善产业标准化体系，三是要进一步降低企业资金成本，提供财政支持，打造企业敢干敢闯敢投的良好环境。

加强有序管理，促进融合发展。智能制造不仅需要多场景、多层次、全产业的融合发展，还需要跨学科、跨领域的协同创新。我国全球领先的工业体系完整程度和数字经济规模，为智能制造提供了丰富的应用场景和扎实的物质基础。

在此基础上，需要进一步加强我国在组织动员和统筹协调方面的制度优势，发挥智能制造的规模效应和网络效应，促进各市场主体融合发展，也要充分发挥核心技术攻关新型举国体制优势，加速突破“卡脖子”环节。

企业唱戏：抓住时代机遇，坚定发展战略，推动持续改善

抓住时代机遇，转型与创新并举。无论是短期的疫情冲击，还是中长期的全球政治经济格局变化，都将成为推动智能制造发展的时代机遇。然而，制造业各行业内部和行业间发展水平的参差不齐，也注定了我国智能制造的推进方式必须是转型和创新并举，但智能制造作为当前时代的必答卷，其对于各行业的重要性则别无二致。

对于传统制造业，如化工、钢铁等流程型制造业，要在安全生产、减碳降耗和降本增效等需求牵引下，不断推进工艺流程优化，生产安全监控和数据互通互联，最终实现全产业链的智能化转型。

对于新兴制造业，如装备制造业、电子信息等离散型制造业，要大力推动产品和生产流程向模块化、数字化转变，完善生产经营、物流配送和测试系统，建设供应链协同和用户交互平台，成为我国制造业升级的创新动力。

坚定发展战略，理想与现实并重。企业对于智能化转型的战略规划，是智能制造推进方式和落地效果的决定性因素。企业必须明晰，智能制造是用于创造颠覆式产品，还是建立对其他竞争者的优势，或是增加生产经营各方面的效率。对于这一问题的回答，必须结合企业实际条件和市场需求综合判断，既不能因为智能制造的美好愿景而趋之若鹜、贪大求全，也不能因为智能制造的山高水远而止步不前、半途而废。智能制造不是削足适履，而是量体裁衣，企业既要仰望星空，也要脚踏实地。

推动持续改善，自主与合作并行。智能化转型不是一朝一夕、一蹴而就的，无论基础如何，只要方向正确，持续努力，终究会有所成效。企业层面，要改变对软硬件投入的过度依赖，转而从企业战略规划和管理方式变革入手，形成自上而下的统一认识，凝聚合力，为智能制造软硬件的引入提供底层支撑。产业层面，要发挥“链主”企业牵引作用，带动产业链上下游企业智能制造水平协同提升。同时，软硬件和平台供应商也要力争为中小企业打造轻量化、低成本的定制化方案，为领军企业提供高水平、一站式的系统性支持。

产业生态建设，是政府与企业的合力点。产业层面，要重视单个企业的资源约束与发展目标间的不匹配，也要尊重产业发展规律，避免各地重复建设。在此基础上，需要完善各方合作机制，进一步整合产业资源，发挥比较优势，形成优势互补、协同发展的系统推进格局。同时，也要聚焦关键技术，加强用产学研协同创新和成果转化，尽快提升我国智能制造产业核心竞争力。

  七、风险提示  

政策支持力度不及预期，国际政治局势演化超预期

End

相关阅读

光大宏观 高瑞东团队
高瑞东光大证券董事总经理，首席宏观经济学家，研究所副所长，早稻田大学经济学博士，中国财政部金融人才库专家，中国金融四十人青年论坛会员，中国证券业协会首席经济学家委员会委员。曾任职于中国财政部中美经济对话领导小组办公室、OECD经济部、早稻田大学政治经济学院，专注全球和中国宏观经济与金融市场研究。赵格格中国人民大学数学学士，北京大学金融学硕士，5年宏观研究经验，聚焦实体经济、人口问题及中美关系。在《Economics Letters》、《中国金融》等发表文章多篇。对古代经济史、地缘政治博弈尤感兴趣，通过缜密推理，不断提升对社会运转本质的认知。刘文豪

复旦大学理学硕士，聚焦海内外流动性以及大类资产配置。在校期间曾三次获得国家奖学金，多次获得数学类竞赛国际、国家级奖项，毕业后前后任职于公募基金公司、证券公司的投资、研究部门，曾覆盖宏观经济、利率策略以及大类资产配置等研究领域。

刘星辰
上海财经大学数学学士、数量金融硕士，4年宏观研究经验，聚焦实体通胀、财政政策等主题。本硕期间均荣获国家奖学金，擅长通过底层数据挖掘、推演、论证宏观问题，在《中国金融》、《中国改革》等期刊发表文章多篇。杨  康
CPA，经济学博士，北京师范大学本科，上海财经大学硕博，聚焦中观行业以及生产法GDP分析。多次荣获国家奖学金，数据分析能力强，财务功底扎实，CPA六门考试一次通过，中国高校SAS数据分析大赛全国一等奖。顾皓阳
复旦大学化学系本硕，辅修经济学，注册会计师，具备多年新能源领域科研经验，曾获国家奖学金、复旦大学优秀学生等荣誉。聚焦中观行业和产业政策，致力于结合宏观视野与产业认知，把握经济规律，挖掘产业机会。査惠俐
上海财经大学理学学士，上海交通大学应用统计学硕士，曾获上海财经大学优秀学生、上海交通大学优秀毕业生等荣誉。聚焦资产配置方向，致力于从数据中挖掘潜在有价值的信息，定性与定量结合进行资产配置研究。
免责声明

本订阅号是光大证券股份有限公司研究所（以下简称“光大证券研究所”）宏观研究团队依法设立、独立运营的官方唯一订阅号。其他任何以光大证券研究所宏观研究团队名义注册的、或含有“光大证券研究”、与光大证券研究所品牌名称等相关信息的订阅号均不是光大证券研究所宏观研究团队的官方订阅号。

本订阅号所刊载的信息均基于光大证券研究所已正式发布的研究报告，仅供在新媒体形势下研究信息、研究观点的及时沟通交流，其中的资料、意见、预测等，均反映相关研究报告初次发布当日光大证券研究所的判断，可能需随时进行调整，本订阅号不承担更新推送信息或另行通知的义务。如需了解详细的证券研究信息，请具体参见光大证券研究所发布的完整报告。在任何情况下，本订阅号所载内容不构成任何投资建议，任何投资者不应将本订阅号所载内容作为投资决策依据，本公司也不对任何人因使用本订阅号所载任何内容所引致的任何损失负任何责任。

本订阅号所载内容版权仅归光大证券股份有限公司所有。任何机构和个人未经书面许可不得以任何形式翻版、复制、转载、刊登、发表、篡改或者引用。如因侵权行为给光大证券造成任何直接或间接的损失，光大证券保留追究一切法律责任的权利。