金准人工智能 2018中国智能制造报告

金准人工智能 2018中国智能制造报告（通用6篇）

篇1：金准人工智能 2018中国智能制造报告

金准人工智能 2018中国智能制造报告 前言

智能制造是基于新一代信息技术，贯穿设计、生产、管理、服务等制造活动环节，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称。简而言之，智能制造是由物联网系统支撑的智能产品、智能生产和智能服务。

智能制造已经成为全球价值链重构和国际分工格局调整背景下各国的重要选择。发达国家纷纷加大制造业回流力度，提升制造业在国民经济中的战略地位。亚洲作为制造业重要区域也在积极部署自动化、智能化。

一、突破与成长

亚洲正受到自动化、智能化大潮冲击。国际劳工组织（International Labour Organisation）调研发现，越南、柬埔寨、菲律宾和印度尼西亚的工人的失业风险最高，据估计这几个区域约50%的工人工作可能在未来20年被自动化取代。

亚洲作为制造业的重要区域，在面临制造业向自动化、智能化、数字化转型中，能否继续保持其竞争力？

毫无疑问，亚洲正在积极寻求突破。以人工智能为例，各国政府大力支持人工能，推动科技公司、初创公司和学术界的创新。2017年，韩国政府宣布了10亿美元的人工智能资金；日本鼓励人工智能创业公司和风险投资；新加坡政府的国家研究基金会宣布国家人工智能计划（AI.SG），计划未来五年投入1.5亿新加坡元（约1.07亿美元）发展人工智能。

除了政府的支持，亚洲企业更积极打破行业壁垒加快新产品开发。不同于欧美同类企业，中国领先企业间的合作屡见不鲜，一些知名范例包括：百度与小米在物联网与人工智能领域合作开发更多应用场景；腾讯与京东合作布局电子商务生态圈；印度系统集成商组成AI联盟（OpenAI）。这赋予它们惊人的影响力，也意味着它们拥有可用于快速推动创新的技术实力和资本基础。

中国是亚洲智能化转型的重要力量。政府加强智能制造顶层设计，开展试点示范和标准体系建设；企业加快数字化转型，提升系统解决方案能力。中国智能制造取得明显成效，进入高速成长期。

中国智能制造进入成长期主要体现在三方面：首先，中国工业企业数字化能力素质提升，为未来制造系统的分析预测和自适应奠定基础。第二、财务效益方面，智能制造对企业的利润贡献率明显提升。第三、典型应用方面，中国已成为工业机器人第一消费大国，需求增长强劲。

1.1数字化能力素质提升

企业数字化能力素质体现在其利用数据指导生产以及系统自优化的能力。我们借鉴国际普遍认可的工业4.0发展路径，将企业智能化成熟度分为六个阶段：计算机化、连接、可视、透明、预测和自适应。

① 计算机化：

企业通过计算机化高效处理重复性工作，并实现高精度、低成本制造。但不同的信息技术系统在企业内部独立运作，很多设备并不具备数字接口。② 连接：

相互关联的环节取代各自为政的信息技术。操作技术（OT）系统的各部分实现了连通性和互操作性，但是依旧未能达到IT层面和OT层面的完全整合 6。

③ 可视：

了解正在发生什么，通过现场总线和传感器等物联网技术，企业捕获大量的实时数据，建立起企业的“数字孪生”，从而改变以前基于人工经验的决策方式，转为基于数字进行决策。

④ 透明：

了解事件发生的原因，并通过根本原因分析生成认识。⑤ 预测：

将数字孪生投射到未来，模拟不同的情景对未来发展进行预测，并适时做出决策和采取适当措施。

⑥ 自适应：

预测能力只是自动化行为和决策的根本要求，而持续的自适应则使企业实现自主响应，以便其尽快适应变化的经营环境。

随着中国两化融合和工业物联网建设等多项举措推进，制造型企业数字化能力素质显著提升，大部分企业正致力于数据纵向集成。金准人工智能专家调研结果显示，81%的受访企业已完成计算机化阶段，其中41%处于连接阶段，28%处于可视阶段，9%处于透明阶段，而预测和自适应阶段的企业各自占2%。

1.2智能制造利润贡献显著提升

向工业4.0进阶为制造企业带来真实可见的效益。2013年金准人工智能专家曾调研全国200家制造型企业，结果显示中国企业智能制造处在初级阶段，且利润微薄。经过五年的快速发展，智能制造产品和服务的盈利能力显著提升。

2013年智能制造为企业带来的利润并不明显，55%的受访企业其智能制造产品和服务净利润贡献率处于0-10%的区间，而2017年，仅有11%的受访企业处于这个区间，而41%的企业其智能制造利润贡献率在11-30%之间。利润贡献率超过50%的企业，由2013年受访企业占比14%提升到2017年的33%。智能制造利润贡献率明显提升，利润来源包括生产过程中效率的提升和产品服务价值的提升。

1.3应用市场潜力

中国已连续六年为工业机器人第一消费大国。IFR(International Federationof Robotics)数据显示，中国工业机器人市场规模在2017年为42亿美元，全球占比27%，2020年将扩大到59亿美元。2018-2020年国内机器人销量将分别为16、19.5、23.8万台，未来3年CAGR达到22%。汽车、高端装备制造和电子电器行业依然为工业机器人的主要用户。

中国有哪些独特优势？首先是数据量。当前人工智能热潮背后的机器学习技术对数据极其依赖。识别人脸、翻译语言和试验无人驾驶汽车需要大量的“训练数据”。由于中国的人口数量和设备数量庞大，中国企业在获取数据方面具有天然的优势。第二，中国制造业企业硬件设备和厂房相对欧美企业普遍较新，比较容易实现设备连接和厂房改造。

二、智能制造部署重点

金准人工智能专家调查发现，中国工业企业智能制造五大部署重点依次为：数字化工厂（63%）、设备及用户价值深挖（62%）、工业物联网（48%）、重构商业模式（36%）以及人工智能（21%）。

访企业所关注的相关技术包括工业软件、传感器技术、通信技术、人工智能、物联网、大数据分析等。当然，我们不能简单认为有了这些技术，就是实现智能制造，因为新制造业文化的变革进程是相当复杂和缓慢的，没有行业、企业与用户的融合推进，这次变革无法实现。

2.1 数字化工厂

智能制造是以制造环节的智能化为核心，以端到端数据流为基础，以数字作为核心驱动力，因此数字化工厂被企业列为智能制造部署的首要任务。目前企业数字化工厂部署以打通生产到执行的数据流为主要任务，而产品数据流和供应链数据流提升空间大。

数字化工厂通过新一代信息技术，实现从设计、生产、物流和服务等各个环节的数据串连，加速决策，提高准确性。只有打通数据流才能实现基于实时数据变化，对生产过程进行分析和优化处理，进而实现业务流程、工艺流程和资金流程的协同，以及生产资源（材料、能源等）在企业内部及企业之间的动态配置。打通数据流也是工厂建立“数字孪生”的前提，数字孪生不仅指产品的数字化，也包含工厂本身和工艺流程及设备的数字化，从而实现全面追溯、物理与虚拟双向共享和交互信息。打通数据流主要包括三类数据的连通，即生产流程数据、产品数据以及供应链数据。2.1.1生产流程数据 打通生产流程数据除了从生产计划到执行的数据流(如ERP到MES)，还包括MES与控制设备和监视设备之间的数据流，现场设备与控制设备之间的数据流，以及MES与现场设备之间的数据流等。

2.1.2产品数据流

打通产品数据流主要体现在产品全生命周期数字一体化和产品全生命周期可追溯。产品全生命周期数字一体化以缩短研发周期为核心，主要应用基于模型定义（MBD）技术进行产品研发、建设产品全生命周期管理系统(PLM)等。研发是数字化工厂“数据链条”的起点，研发环节产生的数据将在工厂的各个系统间实时传递，数据的同步更新避免了传统制造企业经常出现的由于沟通不畅产生的差错，也使得工厂的效率大大提升，缩短产品研制周期。产品全生命周期可追溯以提升产品质量管控为核心。

主要应用是让产品在全生命周期具有唯一标识，应用传感器、智能仪器仪表、工控系统等自动采集质量管理所需要数据，通过MES系统开展在线质量检测和预警等。2.1.3供应链数据流

打通供应链数据流主要体现在供应链上下游协同优化，实现网络协同制造。主要应用是建设跨企业制造资源协同平台，实现企业间研发、管理和服务系统的集成和对接，为接入企业提供研发设计、运营管理、数据分析、知识管理、信息安全等服务，开展制造服务和资源的动态分析和柔性配置。

金准人工智能专家调研结果显示，目前企业致力于打通从ERP到MES乃至现场设备的数据流，但这也仅是从生产到执行的打通，未来还需将产品数据、供应链数据串联。我们们将生产数据流分为两个环节：

一、打通生产计划与执行系统的数据流；

二、执行与监控和现场设备的数据流。结果显示，83%的受访企业表示已打通ERP和MES的数据流打通。62% 的企业继续向下打通MES到现场设备的数据流。但仅有47%的企业打通了产品数据流，44%的企业打通供应链数据流（图2.4）。而且考虑到我们调查的企业均为资质较好且为中等以上规模，这一系列比率显然高于中国整体平均水平。

从行业角度来看，航空航天领域全部受访企业已经打通从生产计划到执行的数据，但从生产执行到现场设备、产品以及供应链的数据链条连通相对滞后，提升空间大。电子组件及电器制造行业产品数据流和供应链数据流连通情况高于其他行业，数字化工厂整体水平较高。产品质量可谓是制药行业的生命，而打通产品数据流的制药企业仅占33%，行业需要强化产品全生命周期可追溯，提升产品质量管控能力。汽车及汽车零部件以及高端装备制造都在产品数据流方面领先（图2.5）。

未来数字世界和现实世界会是一体两面，打通数据流也是数字孪生（digital twin）操作的基础。金准人工智能专家认为数字孪生是物理实体或流程的准实时数字化镜像，有助于企业绩效提升。数字孪生往往包含“数字产品孪生”、“生产工艺流程数字孪生”和“设备数字孪生”不同层面但可以高度集中统一的数据模型。

数字产品孪生领域，特斯拉公司为其生产和销售的每一辆电动汽车都建立数字孪生模型，相对应的模型数据都保存在公司数据库。每辆电动车每天报告其日常经验，并通过数字孪生的模拟程序使用这些数据来发现可能的异常情况并提供纠正措施。通过数字孪生模拟，特斯拉每天可获得相当于160万英里的驾驶体验，并在不断的学习过程中反馈给每辆车。生产流程数字孪生领域，一些嗅觉敏锐的工厂及生产线开始引入数字孪生，在建造之前，对工厂进行仿真和模拟，虚拟出建造工厂的最佳流程，再将真实参数传给实际的工厂建设，有效减少误差和风险。待厂房和生产线建成之后，日常的运行和维护通过数字孪生进行交互，能够迅速找出问题所在，提高工作效率。Gartner对美国、德国、中国与日本的202位企业的调查发现，到2020年，至少50%年收入超过50亿美元的制造商将为其产品或资产启动至少一项数字孪生项目，届时参与使用数字孪生技术的企业数量将增长3倍。预计在今后数年时间，将有数以亿计的用户使用数字孪生操作，它将被企业用于规划设备服务、生产线操作、预测设备故障、提高操作效率、加速新产品开发等。在未来，这项技术有望与工业生产彻底融合，推动智能工业进入新阶段。如何创建数字孪生？金准人工智能专家认为数字孪生的创建包含两个主要关注领域：

一是设计数字孪生的流程和产品生命周期的数据要求—— 从资产的设计到资产在真实世界中的现场使用和维护；

二是创建使能技术，整合真实资产及其数字孪生，使传感器数据与企业核心系统中的运营和交易信息实现实时流动。

2.2 设备和用户价值深度挖掘

制造型企业面临愈发激烈的市场竞争和日益透明的产品定价，不得不寻找新的价值来源。金准人工智能专家智能制造调研结果显示，设备和用户价值深度挖掘是企业智能制造部署第二重点领域。62%的受访企业正积极部署设备和用户价值深度挖掘，其中41%的企业侧重设备价值挖掘，21%的企业侧重用户价值挖掘。

围绕设备进行价值挖掘可以说是制造型企业的天性。如在研发设计阶段，嵌入新技术，生产更智能或更多样化的产品；在销售阶段，提供设备相关金融服务；在售后阶段，对出厂设备和产品进行实时数据采集和监控，并进行性能分析、预测性维护等，既提升安全性，也为企业创造更多服务机会。

虽然起步较晚，制造型企业也在探索和尝试对用户价值进行深度挖掘，其中以C2M(customer-to-manufactory，客户到制造)最受瞩目。C2M体现了定制化生产的特性，使制造商直接面对用户，以满足用户个性化需求；同时通过减少中间环节降低成本、提升效率。红领集团通过打造C2M电商平台、柔性供应能力和大数据能力实现了大规模定制化。顾客可以在其C2M电商平台选择款式、工艺、材料并下单。平台快速收集顾客分散、个性化需求数据的同时，大数据和云计算技术按客户需求匹配产品数据模型，其款式数据和工艺数据能满足超过百万万亿种设计组合，覆盖99.9%的个性化设计需求。当版型确定后，系统自动生成工艺数据，工艺数据发送至工厂，工厂进行生产交付。整个流程从下订单到产品出厂仅需7个工作日，并做到按需生产、零库存、一人一版、一衣一款。

阿里巴巴的“淘工厂”集结上万家工厂，将电商买家订单与制造厂商产能进行对接，把柔性产能档期联网，解决电商买家有订单无工厂，制造企业有产能无订单的结症。

2.3 工业物联网

智能制造要求制造系统具备感知、分析、决策和执行的能力，而这些能力的核心均涉及物联网相关技术，如面向感知的物联技术（传感器、RFID、芯片）、面向分析的工业大数据分析和面向决策及服务的应用平台。

金准人工智能专家调研结果显示，目前中国制造企业物联网应用以感知为重点，分析和服务交融将是未来物联网建设重点。受访企业普遍建立系统以传感器采集动态数据，但数据分析和平台应用相对滞后。从行业应用来看，电子及电器行业传感器和平台应用最为普及，76%的受访企业利用传感器采集数据，43%的企业利用物联网平台，但仅有33%的企业采用大数据技术分析所采集的数据。汽车及零部件制造行业传感器技术应用也有较高普及率达73%，但大数据和平台应用低于其他受访行业。制药行业大数据技术利用最为积极，因为医药行业早已面临海量数据和非结构化数据挑战（图2.6）。

感知仅是物联网应用的初级阶段，以数据洞察指导行动，从而提高效率，或者与服务交融创造新价值，才是物联网的核心。云平台通过提供强大的数据传输、存储和处理能力，帮助制造企业采集和处理大量数据。工业云平台不仅能够实现企业通过平台完成产品的设计、工艺、制造、采购、营销等环节，还将改变传统生产方式和制造生态，创造新的收入来源和商业模式。中国制造企业云部署现状如何？

金准人工智能专家调研发现，中国制造企业云部署积极性不高。53%的受访制造企业尚未部署工业云，47%的企业正在进行工业云部署，其中27%的企业部署私有云，14%部署公有云，6%部署混合云（图2.7）。上云可以大幅降低每个单元的储存和计算成本，甚至通过跨界创造新的商业模式，但也带来了复杂性。企业担心一旦将诸如工厂生产过程、资产性能管理的数据放到云平台上之后，信息安全、知识产权问题会接踵而至。除此之外，很多企业尚未明确工业云在企业层面的商业应用和相关能力欠缺也是导致企业云部署积极性不高的原因。

对于选择公有云还是私有云，很大程度取决于企业的关注点不同。如果企业只是聚焦自己的生产制造，降本增效，往往不会选择公有云；如果企业聚焦商业模式创新和产品转型，则会天然的更倾向于选择公有云或混合云，因为往往涉及服务平台，需要做到一定程度上的兼容和融合。由于目前国内比较常见的工业云的部署以云的基础功能为主，企业把云看作虚拟服务器，在云上做存储、计算，只有少数企业通过云部署改变生产方式和制造生态，进行公有云和混合云部署的企业仍为少数。

金准人工智能专家认为物联网在智能制造领域的应用场景主要分为三类：设备与资产管理、产品洞察和服务创新。2.3.1设备与资产管理

具备感测与联网功能的系统与大数据结合，可以实现设备的监控和管理，如远程监控、预测性维护和互联现场等。远程监控以物联网替代传统的人工巡检机制，通过传感器远距离将设备数据传输到运营中心。预测性维护打破传统工厂按计划进行定期维护设备的运营方式，通过物联网对设备整个生命周期进行全程监控，并预测设备未来可能发生的故障，提前制定预防性维护计划，减少故障率并提高生产效率。物联网还可以连接和监控厂房的工业装置和设备，获得有见解的分析，从而帮助跨工业设备、生产线以及在整个工厂范围内优化性能和效率。当然，除了新厂房，老厂房和设备在没有更新换代之前，也有联网监控的需要，如何在现有设备上进行物联网改造是值得企业关注的问题。2.3.2产品洞察

制造企业往往不太了解自己的产品如何被使用，而物联网将改变这一现状。在产品投入使用后，制造厂商可以通过物联网与产品建立并保持联系，收集动态数据，以更加系统的方式实时地持续地分析产品使用情况。在了解客户对产品的使用方式后，厂商还可以基于数据预测客户需求，开发个性化产品和新的服务项目，提高产品附加值。2.3.3服务创新

基于数据和平台提供后市场服务，物联网与服务交融实现商业模式创新。物联网协助制造企业更有效捕捉和预测市场需求，创造动态化、个性化的智能服务、咨询服务、数据服务、物联网金融与保险等新的服务种类。这类应用将打破企业原来的边界，从全社会的维度思考制造资源的优化，客户和制造端的互动以及各种商业模式的创新。企业需要评估自身业务需要，明确商业目标、相关流程和预期结果的范围，在考虑技术可扩展性、性能、带宽经济和技术创新等级后，才能对数据和物联网系统的处理架构做出明智的选择。

2.4 重构未来商业模式

智能制造不仅能够帮助制造型企业实现降本增效，也赋予企业重新思考价值定位和重构商业模式的契机。同时，新进入者也在不断挑战传统市场参与者的地位，众多技术型企业加入战场推动工业企业探索商业模式上的创新。金准人工智能专家调研发现企业对未来商业模式的规划大致呈四类：30%的受访企业未来商业模式将以平台为核心，26%的企业走规模化定制模式，24%以“产品+服务”为核心向解决方案商转型，12%以知识产权为核心（图2.8）。平台型商业模式定位以提供多种软件服务和搭建生态系统为核心，未来可能不会出现类似BAT这样的行业巨头，但不乏垂直行业领军企业或平台。

规模化定制模式，如C2M已经不局限于服装制造，而延伸到汽车和装备制造等行业。“产品+服务”为核心旨在围绕客户需求提供解决方案，是目前很多企业在做的。以知识产权为核心的企业往往通过专利战略，形成技术壁垒占领市场。

不同商业模式的价值定位和价值创造方式不同，所面临的挑战也不尽相同（图2.9）。企业需要持续审视自己的商业模式，通过评估自身运营情况进行适当地改善并定期评估其他商业模式是否具有可行性。

2.5 人工智能

人工智能对制造业的影响主要来自两方面： 一是在制造和管理流程中运用人工智能提高产品质量和生产效率；二是对现有产品与服务的彻底颠覆。

随着国内制造业自动化程度提高，机器人在制造过程和管理流程中的应用日益广泛，而人工智能更进一步赋予机器人自我学习能力。结合数据管理，导入自动化设备及相关设备的联网，机器人通过机器学习分析，可以实现生产线的精准配合，并更准确的预测和实时检测生产问题。人工智能在制造业产品和服务领域的应用则更具有颠覆性。产品本身就是人工智能的载体，硬件与各类软件结合具备感知、判断的能力并实时与用户、环境互动。而产品的功能和服务，也将颠覆原有生态系统。以汽车产业为例，传统汽车行业的竞争格局是金字塔型——整车厂处于顶端，各级别供应商跟随其后。但是在智能汽车时代，整车厂的主导地位将受到严峻挑战，零部件厂商、互联网巨头、算法公司、芯片制造商、传感器供应商等企业无不加快对无人驾驶技术的研发和商业化步伐，并期望通过占据技术制高点打破汽车产业的生态平衡。

中国制造企业人工智能应用情况如何？金准人工智能专家智能制造调研发现，51%的受访企业在制造和管理流程中运用人工智能，46%的受访企业在产品和服务领域已经或计划部署人工智能（图2.10）。制造和管理流程中人工智能的运用更偏向系统自动化和制造精益化，目的是提高生产效率和产品质量，同时人也被解放出来，可以去思考更复杂的问题。主要应用场景包括使用机器人实现流程自动化、柔性制造、定制化生产、质量检测等。在产品和服务领域人工智能的运用更侧重产品和服务与使用者的互动，典型应用包括研发和新品测试、用户行为分析、自动驾驶等。

当然人工智能仍处在其发展早期，技术突破及商业论证需要更长时间。另外，人工智能应用环境和基础设施的完善程度，信息和安全法规、企业自身的能力都成为企业面临的主要挑战。我们发现，对于尚未部署人工智能的制造企业来说，缺乏投资人工智能的商业论证、尚不具备建立和支持人工智能的系统能力、尚不明确部署人工智能的前提为主要挑战（图2.11）。

人工智能正迅速渗透各行各业。汽车及汽车零部件制造、高端装备制造、电子及电器制造三个行业在制造流程中采用机器人的比例过半。汽车及零部件制造行业使用机器人的企业比例达到80%，预示未来工业机器人的市场增量将主要来自非汽车行业。在产品和服务领域已经或计划部署人工智能的行业分布比较均匀，高端装备制造和制药比例较高，但其他行业如新材料、汽车及零部件、航空航天、电子及电器也正在或计划部署人工智能。

行业对人工智能的理解已随着算法、技术和应用的发展，越来越加深。对于企业而言，应跳出人工智能仅是“机器换人”的既定思维，在精益制造、产品质量、用户体验等多方面进行部署。

三、跨越能力鸿沟

重构商业模式是一项复杂艰巨的任务，我们请企业就实现构想中的商业模式所面临的能力鸿沟进行打分，综合来看，商业模式优化、创新管理以及云部署为企业能力建设三大关键任务，金准人工智能专家建议分别从以下几个方面入手提升能力：

3.1商业模式优化

优化商业模式可能仅需要改变或改进目前模式中部分元素，也可能涉及改变整体运营模式的重大转型。在过去的15年里，由于技术、通信、物流和交通等方面的迅速进步，整体运营模式的重大转型已更为常见。企业需要运用行之有效的方法和工具，从以下工作流程各环节入手优化商业模式：

① 企业转型整编：

优化现有商业模式，包括从原材料采购到产品销售过程所涉及的一切环节，挖掘可以整体改动或局部改进的待优化环节，以支持新的商业模式。

② 重新配置信息技术系统：

企业需要探索、设计与实施基础设施及信息技术系统的改进。③ 重新调配人员： 人尽其用是企业转型可持续性的关键之一。重新调配人员侧重于设计和实施人员调度，以支持新商业模式，并实现从原有模式到新模式的顺利过渡。该环节还包括制定新的关键绩效指标及汇报关系以支持新商业模式。

④ 重组法律、财务及税务架构：

商业模式优化方案的设计和实施通常涉及许多复杂的法律实体及税务架构上的改变。企业管理团队需要分析不同方式的利与弊。如新商业模式下所得税和转让定价事项有何变化，增值税和关税对新商业模式可能产生的影响。

3.2创新管理

创新管理的目标包括优化创新产品管理、优化生命周期成本、优化资本使用效率和优化风险管理。

① 优化创新产品管理：

建立统一的产品管理体系（包括有形的产品和服务），优化决策流程，提高决策效率 ② 优化生命周期成本：

通过产品生命周期的最优化运作，优化产品投资成本和运营成本 ③ 优化资本使用效率：

通过监控、评估和KPI管理，优化产品管理、提升资本使用效率 ④ 优化风险管理：

有效管理创新过程中的市场风险和数据安全风险等诸多风险值得注意的是，单纯的产品创新管理并不能令企业长久保持竞争优势。如今，几乎所有产品类别都处于激烈的竞争之中，任何新产品的任何独特优势都会被快速吞噬。组合多种创新类型可以帮助公司拥有更好的财务回报。虽然不能把这些公司的绩效全部归功于创新，但创新有助于提升一家公司的机制，包括投资者对它未来的预期。3.3云部署

仅仅把数据和应用转移到云上是远远不够的，大多数情况，上云会牵涉多个业务功能，影响企业的供应商、财务报表和客户，企业需要长远规划，分步执行。企业还需要充分考虑人力资源和数字化程度如何与云部署配合。

① 规划：

审视企业现有商业模式并探讨是否有其他可行的商业模式，根据商业模式制定云部署战略，进行商业论证和自身能力评估。

② 执行：

执行阶段可以分四步走，第一步是SaaS部署，包括ERP，CRM，人力资源转型和其他软件部署；第二步是个性化部署，包括应用开发、架构搭建和平台部署；第三步为云迁移，其间可能需要对应用软件进行更新和调整。第四步为引入大数据分析平台。

总结

今天的市场变得越来越多样化，消费者的需求在不断变化。同时，产品、生产流程和服务的数字化、智能化已是大势所趋，受此趋势影响，工业企业正在加快智能制造部署，并不断审视商业模式，并制定有效策略，以期从运营和战略层面推动实际价值的创造。

篇2：金准人工智能 2018中国智能制造报告

前言

近年来，随着国内生活水平的不断提高，城镇化的持续推进，扫地机器人正成为家庭智能新宠，发展速度加速提升。据金准人工智能专家了解，目前，扫地机器人已经成为很多一二线城市家中必备的产品，而平时工作、生活比较忙碌的人群成为扫地机器人的消费主力军。

一、扫地机器人相关概述

1.扫地机器人定义

扫地机器人，又称自动打扫机、智能吸尘、机器人吸尘器等，是智能家用电器的一种，能凭借一定的人工智能，自动在房间内完成地板清理工作。一般采用刷扫和真空方式，将地面杂物先吸纳进入自身的垃圾收纳盒，从而完成地面清理的功能。一般来说，将完成清扫、吸尘、擦地工作的机器人，也统一归为扫地机器人。

2.扫地机器人分类

按清洁系统来分，扫地机器人一般可分为单吸口式、中刷对夹式以及升降V刷清扫系统式扫地机器人。按侦测系统来分，扫地机器人则可分为红外线传感和超声波仿生技术。

按清洁系统分类：

（1）单吸口式：单吸入式的清洁方式对地面的浮灰有用，但对桌子下面久积的灰及静电吸附的灰尘清洁效果不理想。

（2）中刷对夹式：它对大的颗粒物及地毯清洁效果较好，但对地面微尘处理稍差，较适欧洲全地毯的家居环境。对亚州市场的大理石头地板及木地板微尘清理较差。（3）升降V刷清扫系统：以台湾机型为代表，它采用升降V刷浮动清洁，可以更好的将扫刷系统贴合地面环境，相对来说对面静电吸附灰尘清洁更加到位。

按侦测系统分类：

（1）红外线传感：红外线传输距离远，但对使用环境有相当高的要求，当遇上浅色或是深色的家居物品它无法反射回来，会造成机器与家居物品发生碰撞时间一久，底部的家居物品会被它撞的斑斑点点。

（2）超声波仿生技术：采用仿生超声波技术，类似鲸鱼，蝙蝠采用声波来侦测判断家居物品及空间方位，灵敏度高，技术成本高。在航空工业上都有系统的运用。

扫地机器人分类图

3.扫地机器人产业链

扫地机器人行业的产业链可以分为上游、中游和下游。上游企业是指生产各种扫地机器人所需零部件的零部件供应商或材料供应商。其中，主要零部件包括橡胶轮胎、电机、电池、吸尘主机设备、旋转毛刷等。中游制造环节包括红外线传感机器人、超声波仿生机器人。扫地机器人产业的下游则主要是通过商超、品牌专卖店、电商环节等渠道到达最终消费者。

扫地机器人产业链图

二、扫地机器人行业发展现状

1.全球扫地机器人市场发展情况

目前，家务机器人在个人及家用服务机器人的销售量中占据主要部分，发展速度较快，而家务机器人的发展主要得益于扫地机器人市场的崛起。据金准人工智能专家统计数据显示，2015年全球个人及家用服务机器人销售量为540万台，其中家务服务机器人370万台，占比将近70%。金准人工智能专家预计，2016年-2019年全球个人及家用服务机器人销售总量为4,200万台，其中家务服务机器人销售总量为3,080万台，占比将近75%。扫地机器人是目前家务机器人中的主导品类，金准人工智能专家预计，2016年-2019三年间全球扫地机器人销售总量将达到3,000万台，占家务服务机器人销售总量的比例为97.4%。此外，根据金准数据统计，全球个人及家用服务机器人2015年销售额约22亿美元。2016-2019年全球服务机器人销售总额将达到455亿美元，其中个人及家用服务机器人销售总额为224亿美元。

2.中国扫地机器人市场发展情况

（1）我国扫地机器人行业发展速度较快，前景广阔

虽然我国扫地机器人起步较晚，但发展速度较快，未来发展前景广阔。随着国民经济不断发展，人均可支配收入水平不断提高，人均住房面积不断增加，在城市化、智能化等因素的影响下，扫地机器人逐渐被广大消费者所接受，特别是被年轻一代消费群体所青睐。同时，随着科技的进步，我国消费者的消费观念也在不断变化，对智能化产品的需求逐渐增强。此外，城市化进程带来的快节奏生活导致人们家务劳作时间减少，人口结构逐渐向老龄化发展等问题使得人们对家务机器人的刚性需求越来越明显。根据金准人工智能专家统计数据显示，2017年我国扫地机器人销售量近400万台，销售额达56.7亿元。据金准人工智能专家统计数据，预计2018年我国扫地机器人销售量将达483.4万台，销售额将近70亿元。

（2）我国互联网电商平台发展迅速，促进扫地机器人线上销售快速增长

随着我国互联网电商平台快速的发展，越来越多的消费者适应并热衷于电商平台购物，越来越多的商家也由传统的线下销售转为线上销售。如今，电商平台使得消费者足不出户即可通过线上平台了解产品的外观、价格以及产品特点等，同时天猫、京东等电商平台定期的促销活动促进了各类产品的线上销售。根据金准人工智能专家统计数据显示：近几年来，我国扫地机器人线下销售情况比较稳定，但线上销售增速较快。2017年线下和线上的销售额分别为6.1亿元和50.6亿元，预计2018年我国扫地机器人线上销售额将近60亿元。

三、国内扫地机器人市场竞争格局

目前国内扫地机器人企业大致可以分为五个梯队集团，分别是：以科沃斯和Irobot等拥有核心研发实力的企业为主，形成第一梯队，在产品研发能力，产品体系和产能创新能力方面都领先其他梯队的公司，这部分市占率大约在60-65%左右；

第二梯队主要是国内早期从事ODM的厂商，转型较早的公司，在产品设计和制造方面有一定的基础，代表性企业包括福玛特、地贝和Xrobot等，市占率约为5-10%；

第三梯队主要是一些国外领先品牌，这部分品牌在技术研发实力上优势非常明显，唯一不足的是渠道优势较弱以及售后能力不足，以浦桑尼克、飞利浦和三星为主，市占率在5%左右；

第四梯队是国内的传统家电厂商，例如海尔、美的等，这类企业在转型方向进入比较迟，但是拥有渠道优势，后续发展空间不容忽视；其他小企业为主体的第五梯队，这类公司目前占比高达20%左右，未来这类公司的市场空间会逐渐被削弱，众多没有核心技术和产业链整合能力的公司将会被行业整合。

扫地机器人主要品牌及梯队分布

四、扫地机器人主要品牌企业

据金准人工智能专家收集的2017年中国市场扫地机器人销量排行榜榜单显示：进入2017年中国市场扫地机器人销量排行榜前十的机器人品牌分别为：科沃斯、iRobot、米家、福玛特、浦桑尼克、飞利浦、美的、海尔、地贝以及斐纳。

1.科沃斯机器人股份有限公司——科沃斯（ECOVACS）

科沃斯机器人公司主营业务是各类家庭服务机器人、清洁类小家电等智能家用设备及相关零部件的研发、设计、生产与销售，为全球知名的家庭服务机器人制造商之一。经过多年的发展，公司已形成了包括扫地机器人、擦窗机器人、空气净化机器人、管家机器人在内的较为完整的家庭服务机器人产品线以及品类丰富的清洁类小家电产品线。

据金准人工智能专家了解，公司在服务机器人模块的主要产品为“Ecovacs科沃斯”品牌家庭服务机器人。2017年双11科沃斯机器人创历史新高，以全网成交额5.28亿的成绩完美收官，又一次刷新了行业纪录，并且继续领跑全网双11生活电器榜。其中，天猫科沃斯旗舰店的主推爆款——DD35扫地机器人，更是引起了一波抢购热潮，最终达成了单品加套餐总计13万台的超高成交！

2.iRobot Corporation iRobot Corporation成立于1990年，主要生产包括扫地机器人、擦地机器人、泳池清洁机器人在内的家用机器人，包括远程视频协作机器人、远程医护机器人在内的商用机器人以及应用于国防安全的各类军用机器人。至今，公司家用机器人累计销售量超过1500万个，军用机器人近6000个。其总部位于马萨诸塞州的贝德福德，并且在加利福尼亚州的帕萨迪纳，伦敦、上海和香港特别行政区设立了分支机构，并于2005年在纳斯达克挂牌上市。

2014-2016年iRobot Corporation销售额分别为5.57亿、6.17亿和6.61亿美元，净利润分别为0.38亿、0.44亿和0.42亿美元，其中2015年56%的销售额来自海外，家用机器人销售收入占其总收入的91%。

3.北京小米科技有限责任公司——米家扫地机器人

北京小米科技有限责任公司成立2010年4月，是一家专注于智能硬件和电子产品研发的移动互联网公司。“为发烧而生”是小米的产品概念。2016年8月31日下午，小米公司旗下品牌米家最新智能化产品——米家扫地机器人正式发布。米家扫地机器人搭载的是Neato家采用的LDS激光测距传感器，通过SLAM算法实时构建房间地图，在路径规划算法上有了革命性的突破。

2018年2月5日，米家官方微博发出了一张海报，对外宣布截至2018年1月31日，米家扫地机器人销量已经正式突破了100万台，对于一款从2016年9月初开售，上市至今尚不到1年半的扫地机器人来说这个速度可谓相当惊人，可以说米家扫地机器人已经成为一款真正的单品爆款产品。

4.美的集团股份有限公司——美的Midea 美的集团股份有限公司，始于1981年，中国家电行业领导者，福布斯全球企业500强。美的提供多元化的产品种类，包括空调、冰箱、洗衣机、厨房家电、及各类小型家电。美的扫地机作为美的的小家电一块，也是美的主要发展的一款产品。美的目前主要停留在研发阶段，前期投入市场的产品主要依靠自身现有的渠道消化。

据美的集团2017年财报显示，2017年美的实现营业总收入为2407.12亿，增长51.35%，净利润172.84亿，增长17.7%，归母净利润172.84亿，增长17.70%，每股收益2.66元。

5.海尔电器集团有限公司——海尔Haier 海尔电器集团有限公司，家电十大品牌，创立于1984年，全球领先的整套家电解决方案提供商，从开始单一生产冰箱起步，拓展到家电、通讯、IT数码产品、家居、物流、金融、房地产、生物制药等领域，成为全球领先的美好生活解决方案提供商。海尔扫地机器人采用全程语音提醒功能,多重清扫模式,多种颜色可供选择。

据青岛海尔（600690）发布2017年业绩快报数据显示，海尔公司2017全年实现收入1593亿元，增长33.79%；实现归母净利润69.3亿元，增长37.59%；收入与净利润均创历史新高。加权平均净资产收益率为23.59%，同比增加3.21个百分点。据了解，海尔公司业绩实现主要得益于公司始终聚焦技术创新与产品引领，专注用户体验与客户价值、坚持海外创牌与盈利引领策略以及人单合一机制的深入推进。

五、扫地机器人技术发展趋势 1.应用高性价比、高性能传感器

目前，扫地机器人多采用红外传感器、接触式传感器、超声波传感器等，少部分高端机型使用了线扫描激光雷达传感器。对于智能化的扫地机器人室内定位和复杂路径规划的需求而言，传感器提供的信息尚显不足。将来，视觉传感器、低成本高性能激光雷达传感器、软体防碰撞接触式传感器等高性能、新型传感器的应用，将给扫地机器人决策提供更丰富的参考信息。

2.多功能、模块化集成

在实现扫地机器人基本的扫地、吸尘、拖地等功能的基础上，模块化集成。扫地机器人本体可以平台化，即实现室内智能移动平台的功能，具备基本的避障、路径规划、软硬件交互接口等功能，而其他功能均以模块化的形式进行加载，给用户更多的自主选择余地，实现细分市场的拓展。

3.智能程度及智能算法拓展应用

借助语音识别技术和图像处理技术的逐步发展，物品识别技术性能的不断提高可更有效地提高扫地机器人对家庭环境的融入程度，提升扫地机器人与家庭成员的智能交互能力。研究并设计各种智能人机接口以更好地适应不同用户和不同的应用任务，提高人与机器人交互的和谐性，实现人机交互的简单化、多样化、智能化、人性化。未来，机器人将掌握更多的自主性能力，实现智能扫地机器人功能定位的本质性革新与发展。

总结 自2007年至今，更多的公司开始进入扫地机器人市场，投入了更多的人力物力进行扫地机器人的产品研发与市场推广，很大程度上推动了扫地机器人产品的技术进步与产业升级，并使得更多的消费者开始接触这款产品。目前，iRobot以及国内的科沃斯等均已成为扫地机器人领域的知名品牌。随着家庭服务机器人市场容量的迅速增加，飞利浦、海尔、美的、松下等国内外大型家电品牌商也开始进入扫地机器人领域。

国内扫地机器人方面，科沃斯等国内一线厂商目前研产结合良好，其扫地机器人产品在各项关键技术方面与iRobot等国际一流厂商水平相近。相对于其他国内厂商而言，这些公司在家庭服务机器人领域具有业务起步早、技术研发实力较强、产品性能优越、品牌知名度较高等优势。

篇3：金准人工智能 2018中国智能制造报告

改革开放30年来, 我国机械制造业取得了巨大的成就, 从引进消化吸收向自主创新迈出了坚实的步伐。我国的科技创新体系建设稳步推进, 在全国范围内形成了以广东、沈阳、徐州、湖南、浙江为代表的、颇有影响力的产业集聚地。我国无论是大型装备、交通运输装备、制造装备, 还是航天、海洋工程, 其自主化水平都得到了全面提高。2008年, 我国作为世界机械制造大国, 机械、电气与交通运输设备出口第二大国, 已经屹立于世界机械制造大国之林。

1.1 从引进消化吸收走向自主创新

1.1.1 科技创新体系建设稳步推进

我国科技创新相关法律法规和政策体系已逐步完善, 科技投入亦实现较快增长。2008年, 全国研发经费支出达4570亿元, 是2005年的1.87倍。世界知识产权组织 (WIPO) 数据显示, 中国《专利合作条约》 (PCT) 申请量在2005年首次跻身十强的基础上, 2008年以全年6089件的申请量超越英国, 跃居世界第六位, 同比增幅为11.9%。我国企业已成为投入和研发的主体, 在全国范围内, 大中型工业企业研发经费投入占总投入的比例达50%以上。截至2008年上半年, 我国已建成国家重点实验室220个, 覆盖了大部分学科领域, 这些实验室已成为我国制造业创新和发展的坚强后盾。

1.1.2 机械制造工业自主化水平显著提高

机械主导产品的技术来源于国内的比例已从20世纪80年代的24.5%上升到目前的60%。在此基础上, 我国机械产品国内市场自给率由改革开放之初不足60%升至2008年的80%以上。

1.1.2.1 大型装备

(1) 能源设备。截至2008年底, 我国已制造超临界机组158台, 其中600MW超临界机组107台, 1000MW超超临界机组51台, 火电装备水平有了很大提高。随着电力科技水平的迅速提升, 我国超超临界机组技术的应用达到国际先进水平, 大型空冷发电机组的开发应用居国际领先地位, 同时我国也是世界上大型循环流化床锅炉应用最多的国家, 整体煤气化联合循环发电技术 (IGCC) 的关键设备——气化炉的自主化研制也已进入工程试用阶段, F级大型燃气轮机联合循环发电机组的整套设备已经实现国产化。我国已能独立设计制造三峡右岸单机容量700MW的水电机组, 其容量和性能都代表了当今世界先进水平;在轴流式机组方面, 国内制造的水口电站机组单机容量达到200MW, 这也是世界上同类机组中容量最大的;国内制造的贯流式机组最大单机容量为45MW, 最大转轮直径6.9m, 已具备自主设计制造大型贯流式机组的能力;在抽水蓄能机组方面, 国内机组的制造水平与国外差距较大, 但已引进了国外先进技术。秦山二期扩建工程3号机组堆内构件首次实现全部国产化, 标志着我国核电反应堆关键设备的设计制造技术已达到国际先进水平。此外, 体现国际最高锻造水平的核电关键部件——整体顶盖在中国第一重型机械集团公司147MN水压机上完成锻造, 各项技术参数均达到了国际先进水平。2008年中国新增风电装机容量6300MW, 新增量位列全球第二, 截至2008年底风电总装机容量达到12 210MW, 同比增长106%, 总装机容量位列全球第四。最近, 具有自主知识产权的国内首批3台国产化3MW海上风电机组在首个国家海上风电示范工程——上海东海大桥100MW海上风电场正式投入运行。中国有近70家企业涉足风电整机制造, 中国风机已开始出口国际市场。

(2) 石化设备。2009年1月, 我国首台百万吨级乙烯裂解气压缩机组由沈阳鼓风机集团制造并试车成功, 标志着我国已具备百万吨级乙烯“三机”制造能力。2009年3月, 由中国石油宝石机械公司研制的我国首台12 000m特深井钻机投入使用, 标志着我国陆地和海洋深水油气田、大位移井及其他复杂油气田超深油气藏的勘探开发钻井水平已经提高到一个新层次。目前, 我国1000万吨炼油设备国产化率已经达到90%, 30万吨合成氨和52万吨尿素成套设备实现了国产化。

(3) 冶金设备。我国冶金设备从引进消化吸收到自主创新, 其技术水平现已跻身世界先进行列。宝钢的建设与发展, 大力推动了国内冶金及装备工业的发展, 参与宝钢工程设计、安装、设备制造和物资配套的企业通过消化宝钢的引进技术, 大大缩短了与国际先进水平的差距。宝钢一期工程建设时, 我国还不具备制造大型现代化冶金设备的能力, 主体装备成套引进, 少部分设备国内制造, 设备国产化率只有12%;宝钢三期工程以国内设计和制造的装备为主, 部分设备采用“点菜式”引进并在国内总成, 将设备国产化率提升到80%以上, 而且国产设备还进入了高难度、高技术的“心脏”部位;宝钢“十五”项目建设的国产化率则进一步上升到88%。

1.1.2.2 交通运输设备

我国汽车制造业实现了多领域、全方位的快速发展。2009年10月, 中国首次迈进千万辆级汽车生产大国的行列, 中国汽车工业用最近7年的时间创造了过去53年的总产量。我国在新能源汽车的研制方面也取得了初步成就, 北京奥运会上有350辆各类车型是节能与新能源国产汽车, 我国正在开展“十城千辆” (已增至13个城市) 城市电动公共汽车运营试点。中国已成为世界上少数几个能制造时速350km/h高速列车的国家之一, 已完全掌握了动车组列车的总成、车体、转向架、列车网络控制和制动系统等九大关键技术及10项主要配套技术。预计在2011年交付的京沪高铁采用的动车组的国产化程度将达85%以上。我国船舶制造业已形成了一批标准化、系列化船型, 而且在一些高度复杂的船舶和海洋工程装备方面也取得了重大突破, 具备了自主设计大型自升式钻井平台和半潜式海洋平台的能力。我国率先开发的17.5万吨绿色环保好望角型散货船已成为国际品牌;自主开发的30万吨超大型油船 (VLCC) 的性能受到国内外船东的好评;具有自主知识产权的集装箱船已成系列。飞机制造业已逐步形成涡扇支线客机、涡桨支线飞机、中型货运飞机、小型直升机、中型直升机、大型直升机、客货混装多用途飞机、农林专用飞机、小型通用飞机、教练机十大自主产品系列, 成为少数几个能够生产系列航空产品的国家之一。

1.1.2.3 制造装备

高档数控机床和大型基础制造装备是工业现代化的基石, 是高技术产业发展的支撑。我国数控机床产量从2001年的1.7万台增至2008年的12.2万台, 数控机床产量跃居世界第一, 95%的经济型数控系统和一些中高档数控系统由国内制造。精密加工技术有了新进展, 数控金属切削机床的加工精度已提升到微米级, 有些品种已达到0.05μm左右。2009年, 中国兵器工业集团自主研制的352.8MN黑色金属垂直挤压机在北方重工公司成功完成热调试, 标志着我国大口径厚壁无缝钢管制造技术打破国外垄断并达到世界领先水平。

1.1.2.4 工程机械

目前, 我国工程机械行业形成了独立自主的新产品研发体系和现代化研发手段, 新产品开发周期缩短到1年左右, 大大提高了应对市场的能力, 每年有70~80个新产品投放市场, 新产品产值平均每年达到25%左右。重点骨干企业科研开发经费已经占到销售额的2%以上, 少数企业达到5%的国际先进水平。2009年公布的全球工程机械50强中, 中国企业占有8席。

1.1.2.5 航天工程

我国运载火箭和卫星技术已达到国际先进水平, 先后研制了14个型号的长征系列运载火箭, 具备发射各种轨道空间飞行器的能力, 在可靠性、安全性、成功率和入轨精度等方面都达到了国际一流水平。我国在载人航天和深空探测领域也取得了重大突破, 20余项技术达到国际先进水平。我国航天技术应用达到新水平, 在1000多种新材料中, 近80%是在航天需求的牵引下研制的, 有近2000项航天科技成果已移植到国民经济各部门。航天科技工业的发展带动了微电子技术、计算机技术、光电技术、新材料技术、新能源技术、生物技术、纳米技术等高新技术产业群的崛起, 有力地提升了我国科学技术的整体水平。

1.2 我国已成为世界制造大国和出口大国

1.2.1 制造大国

(1) 我国制造业增加值在世界的份额不断提高。按照2000年不变价计算, 我国制造业增加值占世界的份额由1995年的5.1%上升到2007年的11.4%。在22个工业大类中, 我国制造业占世界比重在7个大类中名列第一, 在15个大类中名列前三。而在发展中国家中, 除了一个大类名列第11位外, 其他21个大类所占份额都名列首位。

(2) 改革开放30年来, 我国机械制造业取得了突飞猛进的发展。自2003年以来, 我国机械工业产值增幅均在20%以上。2008年机械工业总产值9.07万亿元, 为1978年的80多倍。

(3) 我国机械制造业已形成门类齐全、具有相当规模和一定水平的产业体系。截至2008年, 我国机械工业拥有规模以上企业7.88万家, 资产总额6.68万亿元, 从业人员1466万人, 2008年全年完成工业总产值突破9万亿元, 完成工业增加值2.28万亿元, 实现利润4605亿元, 税金2491亿元, 2008年机械工业多项指标增速居全国工业各行业首位。

(4) 我国已成为世界机械制造大国。德国机械设备制造业联合会公布的一项评估称, 2008年中国已超过德国成为世界机械制造大国。我国有210余种工业产品产量居世界第一。其中, 发电设备产量、数控金属切削机床产量均位居世界第一。在常规发电设备、输变电设备、港口装卸机械、水泥成套设备等制造领域, 不仅早已替代进口, 并已占领了重要的海外市场。

1.2.2 出口大国

根据联合国的统计, 2008年, 我国出口总额达14 306.9亿美元, 位居全球第二, 仅比第一位的德国低354.5亿美元, 比第三位的美国高出1307.9亿美元。世界贸易组织 (WTO) 首席经济学家Patrick Low预测, 中国可能会在2009年超过德国, 成为世界第一出口大国。

中国机械工业对全球机械产品出口贸易增长的贡献不断加大。据联合国统计, 2008年, 我国机械、电气与运输设备出口额 (按照联合国贸易标准分类的第三版格式, 即SITC-3, 选择其中的一位数分类——7大类之机械、电气与运输设备统计) 达到6740.65亿美元, 居全球第二位 (德国第一, 美国第三, 日本第四) 。

1.3 我国已形成了一批著名企业、制造产业集聚地

截至目前, 我国装备工业领域已形成了一批具有综合实力的大型企业集团和专业化企业, 如一汽等四大汽车企业集团、上海电气集团、南车集团、北车集团、中航工业集团、国机集团、通用集团等;一批具有较强综合实力的股份制企业和民营企业正在成长, 如中联重科、三一重工、沈阳机床、大连机床、特变电工、天马轴承、万向集团等;一批由科研院所和大学创办的高科技企业正在崛起, 如振华港机、南瑞继保、山河智能等。在国家大力倡导和推动下, 我国各地及相关企业都在加快区域布局调整, 推进产业集聚。例如:广东省已成为全国最大的光电产业基地;沈阳市先进装备制造业基地建设取得新突破;以徐工集团为核心的徐州工程机械产业经济总量已经占到了全国同行业的25%, 工程机械企业已经发展到1000多家, 形成庞大的产业集群, 在技术、规模、品牌、配套能力4个主要方面, 在国内均处于行业领先地位;长沙有29家规模以上工程机械企业, 其中大中型企业6家, 生产的产品涉及12个大类100多个小类400多个品种规格;浙江作为我国模具制造大省, 2008年, 模具出口总额为3.22亿美元, 占全国模具出口总额的16.73%。

2 我国机械制造业面临的挑战

改革开放30年来, 我国机械制造业取得了令人瞩目的成绩, 但还面临着一些必须充分重视的挑战和问题。总体来看面临着以下几个关键性问题:首先, 虽然自主创新能力得到稳步提升, 但创新能力不强, 导致核心竞争力不足;其次, 长期的“世界工厂”的发展模式, 导致了机械产品附加值低, 忽视品牌价值;另外, 能耗高、利用率水平较低, 信息化程度不足, 在未来的竞争中对我国机械制造业的制约也将进一步凸显。

2.1 创新能力不强, 核心竞争力不足

截至2008年底, 我国有效专利共计119.5196万件, 其中, 国内权利人的有效专利 (简称国内有效专利) 92.3797万件, 国外权利人的有效专利 (简称国外有效专利) 27.1399万件, 分别占总数的77.3%和22.7%。

在国内有效专利中, 有效发明专利12.7596万件, 有效实用新型专利46.3342万件, 有效外观设计专利33.2859万件。由此可以看出, 国内有效专利以实用新型和外观设计专利为主, 发明专利所占比重相对较低。而在国外有效专利中, 发明专利20.9619万件, 远高于国内有效发明专利数量;实用新型专利有6387件, 外观设计专利共5.5393万件, 分别低于国内有效实用新型和外观设计专利。

截至2008年, 我国机械工程领域国内有效专利数量远低于国外在我国的有效专利数量。

按WIPO最新修订的技术领域分类标准, 在35个技术领域中, 国内有效发明专利数量在食品化学、药品、材料冶金等9个领域占据优势, 但在如光学、半导体、计算机技术等高新技术领域, 国外有效发明专利数量仍高于国内有效发明专利数量。

2.2 产品附加值较低, 品牌竞争力弱

由于我国制造业产品处于国际产业链的低端, 所以往往依据客户提供的产品规格与制造规范进行生产与组装, 在产品设计、品牌经营、销售及售后服务等环节投入较少, 致使我国制造业在品牌方面竞争力不足, 目前, 我国多数出口产品是贴牌生产, 出口企业中拥有自主品牌的不足20%。

由于我国产品附加值低, 因而往往采用低价竞争和模仿国外新产品的方式来赢得订单, 在国际市场上频繁遭遇贸易摩擦。2008年, 我国已连续14年成为反倾销调查的最大受害国;我国产品居美国337调查的被调查首位, 居美国CPSC (美国消费品安全委员会) 召回首位, 居欧盟RAPEX (欧盟非食品类快速预警系统) 通报首位。

2.3 能耗高、效率低

目前, 我国的制造业整体一直未能摆脱高损耗和低效率的困局, 这制约着我国制造业竞争力的提高。我国的传统制造业在创造巨大财富的同时, 也已成为能源消耗的大户。我国的能源利用率是33%, 比发达国家低约10个百分点。

2.4 信息化水平较低

我国制造业企业的信息化水平在国内相对于其他行业较高。在2008年度中国企业信息化500强调查中, 参评企业销售收入总额11.6万亿元, 相当于当年GDP的38.6%。2008年入选企业中制造业企业的比例为58.7%。而我国制造业的信息化整体水平与世界发达国家相比尚存一定差距。入选信息化500强的企业中, 有34.5%达到中等发达国家水平, 6.4%居于国际领先水平。同时, 大型企业信息化水平较高, 民营企业水平较低。入选信息化500强的企业中, 有12家是世界500强企业, 174家企业是中国500强企业, 信息化500强覆盖了国民经济的骨干成分。信息化500强中民营企业的数量虽然比以往有所提高, 但所占比例仅为16.8%。

3 全球机械制造业的发展趋势

当今社会, 环境和能源问题已成为大家所关注的焦点。全球范围内环境、能源约束与经济社会发展之间的矛盾进一步凸显, 由此决定了制造业必须改变以往粗放式发展方式;环境和能源问题所带来的不仅是挑战, 也是机遇, 战略性新兴产业在金融危机助推下将应运而生, 谁抓住了机遇, 谁将在未来竞争中取得主动地位, 而任何战略性新兴产业的发展都离不开机械制造业的进步, 这也向机械制造业提出了更高的要求。

3.1 环境对机械制造业提出更高要求

3.1.1 世界范围内环境与经济社会发展间的矛盾突出

世界200多年的工业化历程, 仅使不到10亿人口的发达国家实现了现代化, 但资源和生态却付出了沉重的代价。世界上3/4以上的人口生活在生态环境退化速度超过自我更新速度的国家。全球环境资源消耗速度超过地球生态自我更新速度达30%。美国和中国排在全球资源消耗最大的国家之列。

2008年, 我国CO2排量占世界总量的21.8%, 美国占20.2%, 我国已成为世界上排放CO2最多的国家。

可持续发展是现代化的永恒主题, 这要求制造业再也不能延续传统的经济增长方式和发展模式, 而要体现循环经济的可持续发展理念, 走一条科技含量高、经济效益好、资源消耗低、环境污染少、人力资源得到充分发挥的新型工业化道路。中国的有限资源难以支撑传统工业粗放型增长方式。综合世界银行、中国科学院和国家环保总局的测算, 我国每年因环境污染造成的损失约占GDP 的10%左右。目前, 我国所有造成环境污染的排放物中, 70%来源于制造业。

3.1.2 各国纷纷制定绿色计划和减排目标

美国奥巴马政府已把新能源的创新和发展作为国家优先战略, 制定了一揽子政策, 重点资助清洁能源和可再生能源技术开发与产业发展。

2008年1月, 欧盟委员会提出了欧盟能源气候一揽子计划, 这将有助于实现到2020年的减排目标;欧盟将在今后6年内投资约10亿欧元用于燃料电池和氢能源的研究和发展。

日本早在1991年就推出了“绿色行业计划”, 致力于资源保护、减少能源和材料消耗、减少固体废物和温室气体, 通过公共教育、环境先导、节能建筑、全生命周期评价以及DFE和ISO14000认证系统实现绿色制造以提升企业竞争力。2008年7月, 日本政府公布了为实现低碳社会而制订的行动计划草案。

3.1.3 环境法规、标准和绿色壁垒日益增多

欧盟关于环境方面的立法较早、较多, 影响较大的有 WEEE指令 (自2005年8月13日起, 欧盟市场上流通的电子电气设备的生产商必须在法律意义上承担起支付自己报废产品回收费用的责任) , RoHS指令 (自2006年7月1日起, 所有在欧盟市场上出售的电子电气设备必须禁止使用铅、水银、镉、六价铬等重金属, 以及聚溴二苯醚 (PBDE) 和聚溴联苯 (PBB) 等阻燃剂) , 以及EuP指令 (关于制定用能产品生态设计要求框架的指令) 。

日本较早就制定了一系列相关的法律法规, 形成了较为完善的循环型社会的法律保障体系。主要法规包括:①2000年制定的《循环型社会基本法》, 提出了建立循环型经济社会的基本原则;②固体废弃物管理法, 在一定程度上执行了“污染者付费原则 (PPP) ”;③促进资源有效利用法, 要求行业主体将3R原则 (减量化、再利用和再循环) 从产品的生产贯穿至回收处理;④家用电器回收法;⑤绿色采购法;⑥J-MOSS法规。

美国已经建立了一个庞大的联邦环境法规体系。截至2009年6月, 美国有20个州颁布了电子废弃物回收的法案/法律, 主要针对电视机、笔记本电脑、台式电脑、计算机显示器等视频显示设备, 有些也包括其他音视频产品以及计算机外围设备。

可以看出, 为应对环境和能源问题, 各国环境法规和标准日益严格, 国际绿色贸易壁垒不断增多。绿色贸易壁垒对我国对外贸易的影响巨大。因不符合环保要求, 中国每年有74亿美元的商品出口受阻。我国出口贸易相当部分是初级低附加值产品, 而产品的出口市场又主要集中在发达国家和部分新兴工业国家。由于这些国家在绿色贸易壁垒方面制定了苛刻的标准和严格的合格评定程序, 因而严重影响了我国产品市场的范围和产品出口增长速度, 尤其在农产品、食品、机电产品、纺织、服装、纸张、服务贸易、产品包装等方面的影响更大, 涉及到的主要标准有食品中的农药残留量、陶瓷产品中的含铅量、皮革的PCP残留量、机电及玩具产品的安全性指标、包装物的可回收性指标、纺织品染料指标、保护臭氧层受控物质等。

3.1.4 “绿色标志”逐渐被消费者所认识

尽管遭遇了金融危机, 欧洲消费者对绿色产品的需求仍在增长。波士顿咨询公司于2009年1月发布的报告显示, 在对欧洲2000名年收入在35 000美元以上的消费者的调查中, 经常购买绿色产品的消费者比例由2007年的32%增加到2008年的34%, 可以接受绿色产品价格较普通产品高的消费者比例由2007年的20%增加到2008年的24%。

在欧盟和美国最近购买过绿色产品的消费者中, 认为绿色产品比普通产品质量要好的消费者分别占41%和43%, 而认为质量要差的消费者分别只各占5%;可以接受绿色产品价格较普通产品高10%以内的消费者分别占58%和59%, 另外还各有23%的消费者可以接受绿色产品价格较普通产品高10%以上。

3.2 机械制造业向能源节约型转变成为当务之急

随着全球经济的飞速发展, 人类对于能源的需求正以惊人的速度上升。 可用的能源 (包括自然资源和能源物质) 的自然增长已经远远落后于需求。能源问题越来越受到各国政府的重视, 全球范围内能源安全观随着时代发展也在发生着深刻变化, 正由过去主要应对市场短期供应中断, 向能源供应的长期可持续性转变。

我国能源利用率不高, 导致了能源消费量大。2008年我国能源消费总量相当于2002.5Mt油当量, 位居世界第二。国际能源署 (IEA) 在2009年11月公布的全球能源展望年度报告中称, 到2025年, 中国将超越美国成为全球最大的能源和天然气消费国, 届时能源消费的前三大国将依次为中国、美国和印度。

(1) 我国能源结构短期内难有较大改变。

我国能耗结构以煤炭为主, 而煤炭在多种能源中利用率最低。煤炭在我国能源结构中所占比例最大, 达70.2%, 接下来依次是石油 (18.8%) 、水电 (6.6%) 、天然气 (3.6%) 、核电 (0.8%) 。至少到本世纪中叶, 我国仍要以煤炭、石油等传统能源为主, 这使得提高能源利用率、实现向能源节约型增长方式的转变已成为当务之急。我国《可再生能源中长期发展规划》指出, 力争到2010年使可再生能源消费量占能源消费总量的10%左右, 到2020年达到15%左右。按照规划和目前可再生能源发展速度推算, 到2020年可再生能源消费量将达到能源消费总量的15%~20%, 届时, 传统能源发电所占比例将为80%~85%左右, 仍以传统能源为主。目前, 我国正处在工业化和城镇化的加速发展时期, 以资金密集型和资源消耗型的重工业为主的产业结构短期内难有较大幅度改变。因此, 降低重工业的能源消耗、提升能源利用率已成首要任务。

(2) 我国油气进口依存度大, 易受国际市场价格冲击。

我国油气资源的进口依存度较高, 这在一定程度上制约了我国制造业的发展。2008年, 我国石油对外依存度已达51.3%。2009年, 据中国能源蓝皮书预测, 在石油消费需求快速增加和国内资源限制的共同影响下, 2020年中国石油对外依存度将上升至64.5%。由于石油进口依存度大, 石油价格波动对中国经济安全性影响较大, 因此需要对制造业的结构进行调整, 在大力推进科技创新的基础上, 降低单位GDP能源消耗, 从根本上减小国际能源价格波动对我国经济的影响, 从而加强和提高我国经济的安全性。

3.3 战略性新兴产业对机械制造业提出新要求

全球科技将进入一个新的创新时代, 各国都把争夺经济科技制高点作为战略重点, 把科技创新投资作为最重要的战略投资, 把发展高技术及产业作为带动经济社会发展的战略突破口, 这将加速相关新兴产业的发展。

新能源及新能源所催生的新产品 (如新能源汽车产业) 、生物医学等领域成为各国竞相发展的重点领域。美国总统奥巴马2009年2月签署的总额为7870亿美元的经济刺激方案中约有1200亿美元投向科技领域用以支持高新产业发展, 其中, 新能源和提升能源利用率占了468亿美元, 生物医学领域的基础性投入也占到了100亿美元。欧盟下属的融资机构欧洲投资银行 (EIB) 连续5年对新能源汽车产业给予优惠贷款。2009年上半年, 该银行又向欧盟汽车业发放了70亿欧元的贷款, 用于环保汽车的研发和推广。日本对新能源开发、试验、推广普及的预算投入逐年增加, 在本轮的新车销售刺激计划中投入了40亿美元扶持节能型汽车, 提出到2020年实现半数新车转换成电动车的目标。

我国也在5个领域提出了大力发展战略性新兴产业的要求:①新能源产业发展, 创新发展可再生能源技术、节能减排技术、清洁煤技术及核能技术, 大力推进节能环保和资源循环利用, 加快构建以低碳排放为特征的工业、建筑、交通体系;②着力发展传感网、物联网关键技术;③加快微电子和光电子材料和器件、新型功能材料、高性能结构材料、纳米技术和材料等领域的科技攻关;④运用生命科学推动农业和医药产业发展;⑤大胆探索空间、海洋和地球深部, 促进海洋资源合理开发和海洋产业发展, 努力提高地球深部资源探测水平, 充分挖掘和利用好各种资源。

战略性新兴产业对制造业提出了新的要求, 要求机械制造业能够为其提供高效率、高精度、环境友好型和能源节约型的装备和产品。

4 走向绿色制造和智能制造

当前, 环境对制造业提出了更高的要求, 能源紧缺对制造业的制约日益加剧, 中国制造业必须要增强自主创新能力, 以人为本, 实现人与自然协调发展, 提升附加值和国际品牌竞争力, 实现由制造大国向制造强国的历史跨越。而发展绿色制造和智能制造则是实现该历史跨越的关键所在。

4.1 绿色制造

绿色制造 (green manufacturing, GM) , 是在保证产品的功能、质量和成本的前提下, 综合考虑环境影响和资源效率的现代制造模式。绿色制造使产品在从设计、制造、使用到报废的整个产品生命周期中不产生环境污染或使环境污染最小化, 符合环保要求;绿色制造节约资源和能源, 使资源利用率最高, 能源消耗最低, 并使企业经济效益和社会生态效益协调最优化。绿色制造已成为21世纪机械制造业的发展趋势, 是实现资源和能源高效清洁循环利用与环境影响的最小化, 有效保障我国现代化进程与装备制造的有效供给与有效利用, 建立资源节约型、环境友好型社会的重要途径, 且具有相当的紧迫性。

4.1.1 改进制造工艺, 减少资源消耗

改进制造工艺, 开发新的工艺技术, 采用能够使资源和能源利用率高、原材料转化率高、污染物产生量少的新工艺, 以减少制造过程中资源浪费和污染物的产生, 使中间废弃物能够回收再利用、最终废弃物可以分解处理, 最大限度实现少废或无废生产。在机械加工中, 铸造、锻造冲压、焊接、热处理、表面保护等过程都可以实行绿色制造工艺。具体可以从以下几方面入手:改进工艺, 提高产品合格率, 采用合理工艺, 简化产品加工流程, 减少加工工序, 谋求生产过程的废料最少化, 避免不安全因素, 减少产品生产过程中的污染物排放, 如减少切削液的使用或使用绿色切削液等。目前干式切削技术得到了较大发展。

4.1.2 采用节能设备或改造老设备

要在生产加工过程中实施清洁生产, 也需要从绿色制造设备与装备等入手。采用节能设备, 研发新设备或改造老设备, 实现节能降耗。在机械设备中, 电气传动系统所耗费的电能占到了60%~70%, 采用节能的传动系统可以为机械设备降低更多的能源消耗。通过采用变频调速技术改变电机、风机及水泵的控制方式, 能够产生十分可观的节能效果, 这已成为当前广泛使用的节能方式。例如在一条纺织机械生产线上, 变频器除调节生产线的电机运行速度外, 还可以对生产环境进行恒温及恒湿控制, 这种对工艺流程的改变不仅提高生产质量, 还减少了故障率, 降低了能耗。

在改造设备方面效果最为突出的是宝山钢铁公司, 宝钢是我国的超大型企业, 是耗能耗材大户。为降低资源和能源消耗, 宝钢制定了19项节能降耗的环境目标和7项节约材料的目标, 使本来管理和技术水平已经属世界先进水平的宝钢又上了一个台阶。宝钢实施上述管理和技术体系的11个月中, 降低原材料消耗的效益达3700万元, 节能的效益为1.25亿元, 使吨钢综合煤耗水平在原来已达世界先进水平的基础上再降29kg。

4.1.3 采用绿色设计与全生命周期评价方法

绿色设计从可持续发展的高度审视产品的整个生命周期, 强调在产品开发阶段按照全生命周期的观点进行系统性的分析与评价, 消除潜在的对环境的负面影响, 力求形成“从摇篮到再生”的过程。

产品全生命周期评价 (life cycle assessment, LCA) 技术正在成为实施绿色设计和绿色制造的重要工具, 是绿色制造前沿技术之一, 同时也是实施绿色设计和制造的关键和共性基础技术。根据ISO 的定义, 产品全生命周期评价是对某一产品系统全生命周期的输入、输出及其潜在环境影响进行评价的过程。

生命周期评价提供了产品整个生命周期的能源、资源消耗和环境排放物的广泛信息, 并可提出环境负荷改善的措施和建议, 是一种具有巨大潜力的环境影响评价理论工具。

4.1.4 采用回收再生和复用技术, 实现可再生循环

可再生循环的制造过程主要应用拆卸技术和循环再利用技术。拆卸技术指依据最小附加成本及产品被拆卸后所能获取最大综合利用价值的原则, 开发最佳的拆卸程序和方法。通过二次制造将已用过的产品的性能特征恢复到接近于新产品的状态, 不仅延长产品寿命而且促进了部件和材料的循环再利用。循环再利用技术是对拆卸下来的零部件或者分解、还原的材料进行二次利用的技术, 在产品的设计制造中考虑两个因素:回收和分解。回收设计致力于开发材料回收技术, 如废弃金属粉碎重熔。分解设计是指通过将产品分解为最基本的组分而尽可能地使产品中几乎所有的材料能够循环利用, 金属和非金属材料可通过分解而回收, 避免废物产生污染环境。

4.1.5 构建一体化循环经济产业链, 促进资源节约和再利用

我国高度重视循环经济的发展, 目前已被批准建立的国家生态工业示范园有24个。长沙黄兴生态工业园是我国第一个全新规划的综合类生态工业园, 主要发展电子信息产业、新材料产业、生物医药产业和环保产业。目前园内共有企业34家, 分为物质生产者、技术生产者、消费者、分解者及虚拟企业。构建的多条产业链使园区内四大行业通过物质流、能量流和信息流相互连接在一起, 形成了多种物质能量链接的生态链网络。在这个生态链网上, 核心行业、附属企业和虚拟企业之间通过物质流形成了一个虚实结合的生态工业园区, 每个核心行业的产业链以企业群落为主体, 通过中间产品的交换, 加强了工业小区中各个企业间的相互联系, 有效延长产品链。同时四大行业间的物质流构成了横向连接, 形成了产业链网, 通过信息流加强同工业区外虚拟企业产业链条的对接, 使物质集成的空间尺度扩大。

4.1.6 加快节能减排核心技术的突破

采用绿色制造技术, 在提高产品质量和附加值的同时, 努力降低资源的能耗, 这是未来制造业的发展方向。为此, 我们需要加紧研制具有先进技术性能的能源技术装备, 包括:煤的清洁高效开发利用、液化及多联产;复杂地质油气资源勘探开发利用;第三代200MW级高温气冷堆核电厂;提高可再生能源技术研发能力和产业化水平 , 包括风电机组、太阳能发电、生物质发电、地热利用等关键技术;节能工业设备和终端用能设备的开发。

4.2 智能制造

智能制造 (intelligent manufacturing, IM) 系统是一种由智能机器和人类专家共同组成的人机一体化智能系统, 它在制造过程中能进行智能活动, 诸如分析、推理、判断、构思和决策等。通过人与智能机器的合作共事, 去扩大、延伸和部分地取代人类专家在制造过程中的脑力劳动。它对制造自动化的概念进行了更新, 扩展到柔性化、智能化和高度集成化。智能制造系统最终要从以人为主要决策核心的人机和谐系统向以机器为主体的自主运行转变。

(1) 智能化能够提升传统制造水平。

智能化将进一步提高制造系统的柔性化和自动化水平, 使生产系统具有更完善的判断与适应能力, 也将会显著减少制造过程物耗、能耗, 提升传统制造业的水平。

(2) 智能化能够满足高技术发展要求。

伴随着机械制造业用户行业的技术不断发展, 对产品的质量要求也越来越高, 对机械制造业提出了更高的要求。计算机技术、网络通信技术在装备上的迅速应用, 使用户行业的工艺技术不断集成在装备中, 与装备制造业的产品技术相结合, 形成了新的装备, 满足了用户不断增长的需求。装备制造业的产品技术正向信息集成、接口集成、系统集成的方向发展, 同时生产过程自动化、智能化水平不断提高。

(3) 智能化有助于缓解环境和能源对机械制造业的瓶颈制约。

智能化在提高专业化分工与协作配套, 促进生产要素的有效集聚和优化配置, 降低成本以及节约社会资源、能源等方面具有重要作用。例如, 日本的ICT创新战略实际上是由信息化、智能化促进节能, 推进绿色高附加值制造。

(4) 信息化、智能化技术将推动机械制造业生产方式发生全新的改变。

未来的机械制造将是由信息主导的, 并采用先进生产模式、先进制造系统、先进制造技术和先进组织管理方式的全新的机械制造业。我国的离散型制造主要集中在机械加工、电子元器件制造、汽车等行业, 信息化为具有离散特点的机械制造业进行协同制造创造了条件。信息技术将促进设计技术的现代化, 加工制造的精密化、快速化, 自动化技术的柔性化、智能化, 整个制造过程的网络化、智能化、全球化。各种先进生产模式也无不以智能信息技术的发展为支撑。智能信息技术将改变机械制造业的设计方式、生产方式、管理方式和服务方式。

(5) 信息化、智能化技术为现代制造服务业提供了技术保障。

现代制造服务业是面向制造业的生产性社会化的服务业, 已成为制造业增加值的主要来源。开展增值服务是机械制造业转型升级的重要途径。在德国机械设备制造企业中, 服务收入在营业额中的比重从1999年的13%升至2005年的20%, 如蒂森克虏伯集团2007年的服务收入为167亿欧元, 占集团销售收入的比例达32.3%, 而我国的制造服务业尚处于起步阶段。借助信息化技术手段, 制造业服务的模式得以不断改进和优化, 服务得以向业务链的前后端延伸, 能够不断优化服务内容, 持续改进服务质量。进入21世纪以来, 发达国家纷纷调整其产业政策与技术政策, 将高新技术的重点和科技发展的热点转向产业技术主要是智能化制造技术领域, 使智能化制造技术由传统意义上的单纯机械加工技术转变为集机械、电子、材料、信息和管理等诸多技术于一体的先进制造技术, 并加速用现代智能化制造技术改造和提升传统制造业, 实现制造业的高技术化。当前, 国际智能化制造业采用或准备采用的先进制造技术主要体现在:①新型 (非常规) 加工方法的发展, 包括激光加工技术、电磁加工技术、超塑加工技术及两种以上加工方法复合应用等;②专业、学科间交叉融合, 冷热加工、加工过程、检测过程、物流过程、设计、材料应用、制造等方面, 界限逐渐淡化;③工艺研究由“经验”走向“定量分析”;④高新技术与传统工艺紧密结合, 使传统工艺产生显著的、本质的变化, 极大地提高生产效率和产品质量;⑤常规制造工艺的优化, 以形成优质高效、低耗、少污染的制造技术为主要目标;⑥以计算机与网络技术为核心。

(6) 智能化与智理化。

智能制造系统最终要从以人为主要决策核心的人机和谐系统向以机器为主体的自主运行转变, 这就要求智能系统最终必须能够像人一样具备作出符合人文伦理和生态环境伦理的行为。因此, 当前, 在我国智能化发展初期就应当明确智理化 (既智能又符合伦理标准) 发展的大方向。

4.3 绿色和智能制造也要面向大多数人

收入结构决定了我国在发展绿色和智能制造的过程中, 既要注重高端、高附加值产品的开发, 同时也要大力发展面向大多数中低收入人群的高质量、低成本的产品开发。2007年, 我国的基尼系数为0.48, 已经超过了国际上0.4的警戒线。同时, 研究发现, 目前我国的收入结构是呈倒丁字形, 上部是高收入和中高收入的人群, 底部是大量的低收入和中低收入者。按照世界银行的划分标准, 2008年, 我国人均国民总收入为2770美元, 我国仍处于世界中等偏下收入国家行列。因此, 制造业发展要有市场需求并且能为消费能力所接受, 就不能只注重高端产品的开发, 而忽视了大多数人的需求。

4.4 完善绿色和智能制造方面的相关政策措施

从各国的做法来看, 绿色和智能制造成为机械制造业产业结构升级和优化的必由之路。要推动绿色和智能制造的发展, 为其营造良好的政策环境是关键。首先是采取措施大力发展绿色和智能工程教育。创新是工程教育的本质属性, 当前中国的工程教育多注重知识的传授, 而忽视工程训练、解决问题和创新能力的培养, 导致工程教育与市场需求脱节。可以在重点大学及其他工程技术教育单位建立培养创新能力的工程实验室和创新设计机构, 作为学生工程创新基地。要鼓励企业建立工程教育基地, 为学生提供优良的工程实践场所。其次, 通过金融、税收和信贷政策方面的支持来鼓励绿色和智能方面的技术研发和创新。同时, 应在绿色和智能制造方面, 逐步建立和完善产学研相结合、以企业为主的自主创新体系, 并建 () ()

立产学研合作的工程创新中心, 加快行业的技术与产品的升级换代。

4.5 绿色制造、智能制造是未来战略性新兴产业的“关键词”

绿色制造和战略性新兴产业密不可分。首先, 战略性新兴产业离不开绿色制造技术, 战略性新兴产业必须绿色化。在当前环境和能源约束趋紧的大趋势下, 只有具备了资源和能源消耗低的特征, 才有可能成为战略性新兴产业, 才具有生命力。反过来, 绿色制造技术从一定程度上催生和拉动了战略性新兴产业的发展。智能制造是发展战略性新兴产业的重要支撑。战略性新兴产业要发展, 具备国际竞争力, 智能制造技术是支撑其发展和提升其竞争力的核心。

目前, 一些工业发达国家都把争夺经济制高点作为本国的战略重点, 把科技创新投资作为重要的战略投资, 把发展以高科技为主要特征的战略性新兴产业作为带动经济社会发展的战略突破口。战略性新兴产业将成为推动世界经济发展的主导力量。

发展战略性新兴产业是我国转变发展方式、调整产业结构, 抢占新一轮发展制高点的根本途径, 也是立足当前、渡过难关, 着眼长远、上水平的重大战略选择。发展战略性新兴产业, 必须选择正确的方向, 要选择具有市场前景、资源消耗低、带动系数大、就业机会多、综合效益好的产业。发展战略性新兴产业必须掌握核心关键技术, 而绿色、智能制造与战略性新兴产业密不可分, 智能制造又是发展战略性新兴产业的重要支撑!为此, 走向绿色制造和智能制造, 是中国制造业发展的必由之路!

篇4：中国制造2025，主攻智能制造

制造业是国民经济的主体，是立国之本、兴国之器、强国之基。5月19日，备受瞩目的《中国制造2025》正式对外公布，标志着我国在全面推进实施制造强国战略的征途中迈出了关键性一步，中国制造也再次站到了转型升级、创新驱动的风口上。

国家统计局数据显示，2005年～2013年，我国制造业总产值年均增长20%左右，2012年我国制造业增加值为2.08 万亿美元，在全球制造业占比约20%，成为世界上名副其实的“制造大国”。

我国工业如今在全球竞争中的优势更多地体现为拥有完整的产业链条。根据联合国工业发展组织数据，我国是世界上唯一拥有联合国产业分类中全部工业门类（39个工业大类、191个中类、525个小类）的国家，形成了“门类齐全、独立完整”的工业体系。同样是来自于联合国工业发展组织数据，目前，中国工业竞争力指数在136个国家中排名第七位，制造业净出口居世界第一位。

按照国际标准工业分类，在22个大类中，中国在7个大类中名列第一，钢铁、水泥、汽车等220多种工业品产量居世界第一位。2013年，我国装备制造业产值规模突破20万亿元，占全球比重超过1/3；2013年，发电设备产量达1.2亿千瓦，约占全球总量的60%；造船完工量达4534万载重吨，占全球比重的41%；汽车产量达2211.7万辆，占全球比重的25%；机床产量达95.9万台，占全球比重的38%，我国制造业占世界的1/3强。

当前，我国经济发展进入新常态，制造业面临产能过剩、大而不强的困局，转型升级犹如逆水行舟，不进则退。可以说，现在我国比以往任何时候都更需要强大的制造强国战略。因为“中国制造”在世界上成了“低端廉价”的代名词，技术含量较低，加上中国的人口红利优势即将消失，现在制造企业的利润率普遍只有10%左右，有的甚至更低，大量中小制造企业苦苦挣扎在死亡线上。

5月13日，在中国工程院、工信部和中科院主办的“2015智能制造国际会议”上，原全国人大常委会副委员长、两院院士、中国机械工程学会荣誉理事长路甬祥在主旨报告中称，2014年中国装备制造产值占全球比重1/3，机电产品进出口额2.16万亿美元，占进出口总额55.7%，已成为全球制造大国。整体而言，发展主要依靠要素投入和低成本优势，付出了沉重的资源与环境代价，仍处于价值链的低中段，还不是制造强国。

的确，中国制造业与先进国家相比还有较大差距。主要表现在：自主创新能力弱，关键核心技术与高端装备对外依存度高，以企业为主体的制造业创新体系不完善；产品档次不高，缺乏世界知名品牌；资源能源利用效率低，环境污染问题较为突出；产业结构不合理，高端装备制造业和生产性服务业发展滞后；信息化水平不高，与工业化融合深度不够；产业国际化程度不高，企业全球化经营能力不足。

2008年国际金融危机之后，面对新一轮科技革命和产业变革，发达国家纷纷实施“再工业化”战略，重塑制造业竞争新优势，加速推进新一轮全球贸易投资新格局。一些发展中国家也在加快谋划和布局，积极参与全球产业再分工，承接产业及资本转移，拓展国际市场空间。“前有堵截，后有追兵”，我国制造业面临发达国家和其他发展中国家“双向挤压”的严峻挑战。

没有强大的制造业，我国很难突破“中等收入陷阱”，也无法从大国走向强国。建设制造强国，必须紧紧抓住战略机遇，积极应对挑战，加强统筹规划，突出创新驱动，制定特殊政策，发挥制度优势，以我为主，跨越发展。

《中国制造2025》是中国第一次从国家战略层面描绘建设制造强国的宏伟蓝图，确立了发展世界制造业强国的战略目标，同时提出两个实施阶段、三步走战略目标、五项重大工程、九大战略任务和十个重点领域。

中德制造业战略殊途同归

“中国制造2025”和“德国工业4.0”都是在新一轮科技革命和产业变革背景下，针对制造业发展提出的重要战略举措，具有相同的战略使命和核心理念。战略使命方面，两国新战略都是为了应对新一轮科技革命和产业变革。

在理念层面，两国新战略都是推进信息技术与制造技术的深度融合。德国工业4.0着眼于高端装备，提出建设信息物理系统，并积极布局智能工厂，推进智能生产。《中国制造2025》提出以加快新一代信息技术与制造业深度融合为主线，以推进智能制造为主攻方向，构建信息化条件下的产业生态体系和新型制造模式。

从不同点来看，中德两国新战略无论是发展基础、产业阶段还是战略任务都具有各自特点。在发展基础方面，德国制造业具有强大的技术基础，在两化（工业化和信息化）融合、“互联网+”方面都具有优势，而且德国是世界制造业强国和领先的工业制成品出口大国，制造业研发投入强度超过美国和日本 ，树立了德国制造的品牌形象。中国是制造大国，但还不是制造强国，依然处于产业链“微笑曲线”的中间，核心技术和品牌价值薄弱。

在产业阶段方面，德国工业4.0是在顺利完成工业1.0、工业2.0，基本完成工业3.0之后，提出的发展战略，是自然的串联式发展。中国制造业尚处于工业2.0和工业3.0并行发展的阶段，必须走工业2.0补课、工业3.0普及、工业4.0示范的并联式发展道路，不仅要兼顾自己传统产业的转型升级，同时还要实现在高端领域的跨越式发展，所以我国的任务就比德国实现工业4.0更加复杂、更加艰巨。

在战略任务方面，德国工业4.0就是瞄准新一轮科技革命制定的措施，主要聚焦制造业的高端产业和高端环节。《中国制造2025》不是专门为应对新一轮科技革命制定的规划，是对制造业转型升级的整体谋划，不仅要提出培育发展新兴产业的路径和措施，还要加大对量大面广的传统产业的改造升级力度，同时还要解决制造业创新能力、产品质量、工业基础、节能环保等一系列阶段性的突出矛盾和问题。

nlc202309042240

所以在未来的《中国制造2025》“1+X”的规划体系里，将专门制定一个跟“德国工业4.0”相类似的规划，比如说智能制造的规划、或者两化融合的规划等。

据工信部副部长苏波今年3月在国新办举行的发布会上介绍说，中德两国政府在加强“工业4.0”领域合作已经形成了六点共识：一是建立合作机制，在中德两国政府间要建立“工业4.0”的对话机制，落实中德合作行动纲领；二是联合开展基础性、前瞻性的研究；三是“工业4.0”很重要的一点，就是标准的制定，会合作制定一些新的标准；四是加强工业设计领域的合作；五是加强智能制造、试点示范的合作；六是大力开展人才交流方面的培训和合作。苏波指出，中德在“中国制造2025”和“工业4.0”方面的合作是双赢的，将会取得很好的成果。

九大任务和十个重点领域

《中国制造2025》提出了通过“三步走”实现制造强国的战略目标，并明确了九项战略任务和十大重点领域。

“三步走”的第一步，到2025年，迈入制造强国行列；第二步，到2035年，我国制造业整体达到世界制造强国阵营中等水平；第三步，到新中国成立一百年时，我制造业大国地位更加巩固，综合实力进入世界制造强国前列。

九大战略任务分别是，提高国家制造业创新能力、推进信息化与工业化深度融合、强化工业基础能力、加强质量品牌建设、全面推行绿色制造、大力推动重点领域突破发展、深入推进制造业结构调整、积极发展服务型制造和生产性服务业、提高制造业国际化发展水平。

从具体行业来看，《中国制造》2025推动十大重点领域突破发展：新一代信息技术产业、高档数控机床和机器人、航空航天装备、海洋工程装备及高技术船舶、先进轨道交通装备、节能与新能源汽车、电力装备、农机装备、新材料、生物医药及高性能医疗器械。

落实《中国制造2025》要实施五大工程，包括制造业创新中心建设工程、智能制造工程、工业强基工程、绿色制造工程、高端装备创新工程。建设制造业创新中心主要是指，围绕重点行业转型升级和新一代信息技术、智能制造、增材制造、新材料、生物医药等领域创新发展的重大共性需求，形成一批制造业创新中心（工业技术研究基地），重点开展行业基础和共性关键技术研发、成果产业化、人才培训等工作。到2020年，重点形成15家左右制造业创新中心（工业技术研究基地），力争到2025年形成40家左右制造业创新中心（工业技术研究基地）。

智能制造工程是指，紧密围绕重点制造领域关键环节，开展新一代信息技术与制造装备融合的集成创新和工程应用。支持政产学研用联合攻关，开发智能产品和自主可控的智能装置并实现产业化。依托优势企业，紧扣关键工序智能化、关键岗位机器人替代、生产过程智能优化控制、供应链优化，建设重点领域智能工厂/数字化车间。在基础条件好、需求迫切的重点地区、行业和企业中，分类实施流程制造、离散制造、智能装备和产品、新业态新模式、智能化管理、智能化服务等试点示范及应用推广。建立智能制造标准体系和信息安全保障系统，搭建智能制造网络系统平台。

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%。

工业强基就是要支持核心基础零部件（元器件）、先进基础工艺、关键基础材料的首批次或跨领域应用。组织重点突破，针对重大工程和重点装备的关键技术和产品急需，支持优势企业开展政产学研用联合攻关，突破关键基础材料、核心基础零部件的工程化、产业化瓶颈。强化平台支撑，布局和组建一批"四基"研究中心，创建一批公共服务平台，完善重点产业技术基础体系。

到2020年，40%的核心基础零部件、关键基础材料实现自主保障，受制于人的局面逐步缓解，航天装备、通信装备、发电与输变电设备、工程机械、轨道交通装备、家用电器等产业急需的核心基础零部件（元器件）和关键基础材料的先进制造工艺得到推广应用。到2025年，70%的核心基础零部件、关键基础材料实现自主保障，80种标志性先进工艺得到推广应用，部分达到国际领先水平，建成较为完善的产业技术基础服务体系，逐步形成整机牵引和基础支撑协调互动的产业创新发展格局。

绿色制造是指，组织实施传统制造业能效提升、清洁生产、节水治污、循环利用等专项技术改造。开展重大节能环保、资源综合利用、再制造、低碳技术产业化示范。实施重点区域、流域、行业清洁生产水平提升计划，扎实推进大气、水、土壤污染源头防治专项。制定绿色产品、绿色工厂、绿色园区、绿色企业标准体系，开展绿色评价。

到2020年，建成千家绿色示范工厂和百家绿色示范园区，部分重化工行业能源资源消耗出现拐点，重点行业主要污染物排放强度下降20%。到2025年，制造业绿色发展和主要产品单耗达到世界先进水平，绿色制造体系基本建立。

高端装备创新就是要组织实施大型飞机、航空发动机及燃气轮机、民用航天、智能绿色列车、节能与新能源汽车、海洋工程装备及高技术船舶、智能电网成套装备、高档数控机床、核电装备、高端诊疗设备等一批创新和产业化专项、重大工程。开发一批标志性、带动性强的重点产品和重大装备，提升自主设计水平和系统集成能力，突破共性关键技术与工程化、产业化瓶颈，组织开展应用试点和示范，提高创新发展能力和国际竞争力，抢占竞争制高点。

到2020年，上述领域实现自主研制及应用。到2025年，自主知识产权高端装备市场占有率大幅提升，核心技术对外依存度明显下降，基础配套能力显著增强，重要领域装备达到国际领先水平。

智能制造是主攻方向

目前中国企业智能化水平参差不齐，仅有10%左右的大企业智能制造水平较高。工信部部长苗圩在今年两会期间公开的数据表明，智能制造应用在企业研发设计、生产线上比重较大。近五年，中国工业企业在研发设计方面应用数字化工具普及率已经达到54%，在规模以上的工业企业中，生产线上数控装备比重达到30%，上述两个领域智能化应用年均增长4个百分点。

nlc202309042240

根据德勤与中国机械工业联合会2013年调研200家制造企业所发布的首份中国智造现状及前景报告显示，中国智能制造处于初级发展阶段，同样也是大部分处于研发阶段，仅16%的企业进入智能制造应用阶段；从智能制造的经济效益来看，52%的企业其智能制造收入贡献率低于10%，60%的企业其智能制造利润贡献低于10%。

而90%的中小企业智能制造实现程度较低的原因在于，智能化升级成本抑制了企业需求，其中缺乏融资渠道影响最大。德勤的调研显示，年收入小于5亿元人民币的企业中，50%的企业在智能化升级过程中采用自有资金，25%为政府补贴，银行贷款和资本市场融资各占11%。而企业收入规模大于50亿元人民币的企业，其智能化升级资金来源中自有资金占67%，银行贷款占比25%。整体而言，中小微型企业的银行贷款比例低于大中型企业，占企业数量绝大多数的中小企业只能依靠自有资金进行智能化改造。

所以，《中国制造2025》明确把智能制造作为两化深度融合的主攻方向，并在保障措施中提出要完善金融扶持政策和中小微企业政策，加大财税政策支持力度，包括运用政府和社会资本合作（PPP）模式，引导社会资本参与制造业重大项目建设、企业技术改造和关键基础设施建设；加快设立国家中小企业发展基金等。

智能制造是基于新一代信息技术，贯穿设计、生产、管理、服务等制造活动各个环节，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称。具有以智能工厂为载体，以关键制造环节智能化为核心，以端到端数据流为基础、以网络互联为支撑等特征，可有效缩短产品研制周期、降低运营成本、提高生产效率、提升产品质量、降低资源能源消耗。

智能制造需要顺应“互联网+”的发展趋势，促进移动互联网、工业互联网、云计算、大数据在企业全流程和全产业链的综合集成应用，改造提升中国制造业。

中国社科院信息化研究中心秘书长姜奇平认为，《中国制造2025》对经济向“双中高”（中高速增长、向中高端水平）迈进具有重要意义，互联网将帮助中国推进智能制造，提高工艺水平和产品质量，促进生产性服务业与制造业融合发展，提升制造业层次和核心竞争力。

4月23日，由浪潮联合20多家机构发起的“中国智能制造信息化推进联盟”在北京成立。该联盟致力于打造协同创新平台与成果转化应用推广联合体，共同推动国家智能制造产业相关标准制定和推广工作。联盟首批成员包括中国航天科技集团、大连船舶重工集团、江南造船、山东常林、北京神舟航天软件等20多家机构，其中也包括天职国际会计师事务所、赛迪顾问等咨询机构。

浪潮集团执行总裁王兴山在会上表示，传统制造业与互联网的融合正在加快，智能制造成为当前热点，这也是中国从制造大国通往制造强国的必由之路。

为推进智能制造发展，2015年3月9日，工业和信息化部印发了《关于开展2015年智能制造试点示范专项行动的通知》，并下发了《2015年智能制造试点示范专项行动实施方案》（下称《实施方案》），决定自2015年启动实施智能制造试点示范专项行动，以促进工业转型升级，加快制造强国建设进程。

根据《实施方案》，将分类开展流程制造、离散制造、智能装备和产品、智能制造新业态新模式、智能化管理、智能服务等6方面试点示范专项行动。

第一，针对生产过程的智能化，主要涉及流程制造和离散制造。根据《实施方案》，在石化、化工、冶金、建材、纺织、食品等流程制造领域，选择有条件的企业，推进新一代信息技术与制造技术的融合创新，开展智能工厂、数字矿山试点示范项目建设，全面提升企业的资源配置优化、实时在线优化、生产管理精细化和智能决策科学化水平；在机械、汽车、航空、船舶、轻工、家用电器及电子信息等离散制造领域，组织开展数字化车间试点示范项目建设，推进装备智能化升级、工艺流程改造、基础数据共享等试点应用。

第二，针对装备和产品的智能化。也就是把芯片、传感器、仪表、软件系统等信息技术嵌入到装备和产品中去，使得装备和产品具备动态感知、存储、处理和反馈能力，实现产品的可追溯、可识别、可定位。《实施方案》提出，加快推进高端芯片、新型传感器、智能仪器仪表与控制系统、工业软件、机器人等智能装置的集成应用，提升工业软硬件产品的自主可控能力，在高档数控机床、工程机械、大气污染与水治理装备、文物保护装备等领域开展智能装备的试点示范，开展3D打印、智能网联汽车、可穿戴设备、智能家用电器等智能产品的试点示范。

第三，针对制造业中的新业态新模式的智能化，即工业互联网方向。根据《实施方案》，在家用电器、汽车等与消费相关的行业，开展个性化定制试点示范；在电力装备、航空装备等行业，开展异地协同开发、云制造试点示范；在钢铁、石化、建材、服装、家用电器、食品、药品、稀土、危险化学品等行业，开展电子商务及产品信息追溯试点示范。

第四，针对管理的智能化。在物流信息化、能源管理智慧化上推进智能化管理试点，从而将信息技术与现代管理理念融入企业管理。物流信息化试点示范，主要是指加快无线射频识别（RFID）、自动导引运输车（AGV）等新型传感、识别技术的推广应用。

第五，针对服务的智能化。移动互联网蓬勃发展，开放、去中心化的互联网思维已经潜移默化到各行各业，用户的需求更加多元化。根据《实施方案》，在工程机械、输变电、印染、家用电器等行业，开展在线监测、远程诊断、云服务及系统解决方案试点示范。工信部电子信息司副司长安筱鹏认为，服务的智能化，既体现为企业如何高效、准确、及时挖掘客户的潜在需求并实时响应，也体现为产品交付后对产品实现线上线下（O2O）服务，实现产品的全生命周期管理。两股力量在服务的智能化方面相向而行，一股力量是传统的制造企业不断拓展服务业务，一股力量是互联网企业从消费互联网进入到产业互联网。

前者的案例有海尔，2012年底，海尔集团进入了网络化发展战略阶段，并致力于由传统企业向平台型企业转型。在这样的战略指导下，海尔服务也在积极转型，时刻以用户为中心不断演进与升级，从单纯的售后服务转型为打造全流程的用户最佳体验。

后者的案例是阿里巴巴。今年3月，阿里巴巴与富士康宣布合作，富士康基于阿里云将其包括专利、测试、工程制造经验等制造能力开放出来助力中小企业加速智能制造。还是在这个月，阿里巴巴宣布与上海汽车集团共同出资10亿元设立“互联网汽车基金”，组建合资公司，围绕互联网汽车、车联网等展开合作，未来研发的技术成果与服务平台将开放给其他汽车制造企业。

篇5：金准人工智能 2018中国智能制造报告

蚂蚁金服作为从互联网金融诞生的中国第一独角兽，估值已逾1500亿美元。全产业链打造金融生态闭环，构建自身护城河，科技水平走在行业的前列。

从互联网金融诞生的中国第一独角兽：蚂蚁金服作为国内典型的互联网金融巨头，估值已逾1500亿美元，位列中国独角兽之首。历经14年，从支付平台到一站式互联网金融巨头，17年税前利润已破百亿。目前已形成支付、理财、微贷、保险、征信、技术输出为主的六大业务板块，以及普惠金融、科技、全球化为首的三大发展战略。

一、蚂蚁金服——中国第一独角兽

蚂蚁金服是一家定位于普惠金融服务的科技企业，起步于2004年成立的支付宝，于2014年10月正式成立。蚂蚁金服以“为世界带来更多平等的机会”为使命，致力于通过科技创新能力，搭建一个开放、共享的信用体系和金融服务平台，为全球消费者和小微企业提供安全、便捷的普惠金融服务。金准人工智能专家根据阿里巴巴此前披露的业绩报告显示，截至2018年3月31日，在全球，支付宝（蚂蚁金服的主要业务）和合作伙伴们已经服务了约8.7亿活跃用户，其中，国内活跃用户数已达5.52亿。2018年6月8日，蚂蚁金服完成140亿美元的C轮融资，将引入中投和其他中国投资者，市场估值普遍超过1500亿美元，蚂蚁金服成为中国最大的超级独角兽。

1.1从支付平台到互联网金融巨头

支付平台到一站式金融服务平台——蚂蚁金服的成长史：2004年，支付宝正式注册成立，当时主要目的是解决淘宝平台交易当中的信任问题。随后支付宝的支付业务不断扩张，用户不断增加。直到2012年，支付宝获得基金第三方支付牌照，迈出了金融业务领域关键性的一步。2014年，蚂蚁金服正式成立，同时网商银行获批。2015年，蚂蚁金服入股国泰产险，进一步扩大金融业务领域。

超级独角兽，估值逾逾1500亿美元：从2015年完成将近18.5亿的A轮融资，估值300亿美元开始，蚂蚁金服的估值一路水涨船高。2018年6月8日，蚂蚁金服宣布完成140亿美元的C轮融资，市场给出的估值普遍超过1500亿美元。

公司股权结构：公司目前股东为杭州君瀚和杭州君澳，两者合计控制了蚂蚁金服76.43%的股权，企业所有人均为阿里集团高管。C轮融资前，蚂蚁金服引入国字号投资机构全国社保、中投海外、中国人寿、中邮资本、建银建信、太平洋保险、人保、新华人寿等资本巨头，合计占据了蚂蚁金服10.96%的股权。未来60%的股权为战略投资者持有，40%将作为对全体员工的分享和激励。

1.2业绩亮眼，利润井喷

营业收入快速增长，17年税前利润破百亿：借助支付宝前期积累的海量用户以及阿里系电商的导流，加上多元化金融业务的拓展，2014年营业收入已破百亿，达到135.5亿元。15年公司更是实现了高达249.94亿元的营业收入，同比增长84.46%。根据蚂蚁金服与阿里巴巴的协议，阿里巴巴将能分享蚂蚁金服37.5%的税前利润，由阿里年报反推，17年蚂蚁金服税前利润首次破百亿，达131.9亿元，同比增速高达354%。这主要得益与蚂蚁金服的微贷业务，尤其是蚂蚁花呗和蚂蚁借呗带来的利润。而17Q4和18Q1的利润下滑是因为2017年底现金贷方面的严监管，导致微贷业务的ABS发行暂缓。同时公司的持续推进用户增长计划也产生了很大费用。

二、多元化业务打造互联网金融生态帝国

蚂蚁金服业务版图：从支付宝成立一直至现在，蚂蚁金服的业务不断拓展，不但包括银行、股票、证券、保险、基金、消费金融等金融领域，还涉及人工智能、企业服务、汽车出行、餐饮、媒体、影视等非金融领域，业务结构不断多元化。目前，蚂蚁金服已经形成了以普惠、科技、全球化为首的三大发展战略和以支付、理财、微贷、保险、征信、技术输出为主的六大业务板块。

2.1支付：海量客户，盈利核心

场景全覆盖，海量客户群：支付业务是蚂蚁金服赖以起家的业务，也是蚂蚁金服众多互联网金融业务的入口。支付宝2004年成立，最初的目的是为了解决交易信任问题。发展至今已成为全球领先的第三方支付平台，与超过200家金融机构达成合作，为近千万小微商户提供支付服务，在覆盖绝大部分线上消费场景同时，不断拓展传统商业、公共服务以及海外市场的服务场景，覆盖衣食住行各个方面，成为移动互联网时代生活方式的代表。

市场规模不断扩大，寡头助力盈利增加：来自蚂蚁金服的资料显示，2016年支付业务的收入占蚂蚁金服总收入的65%。根据易观的统计，2017年中国第三方移动支付市场的交易规模达到了109万亿元，同比2016年增长208.72%。整个市场规模连续3年实现高速增长，预计2018年依旧保持快速增长的态势。经过多年的发展，目前第三方支付市场已经进入成熟期，支付宝和财付通双寡头市场格局已经形成。支付宝在2017中国第三方移动支付市场交易份额基本稳定在54%，遥遥领先第二名财付通十多个百分点。同时支付宝对商户收取的平均费率只有0.6%，而对标公司PayPal收取的平均费率约为3%，相比之下支付宝仍有很大的提升空间。随着用户对支付宝使用习惯的不断提升以及市场交易规模的不断增长，支付业务的盈利有望进一步提升。

2.2投资理财：万亿市场 根据蚂蚁金服最新的融资文件，其财富管理业务目前管理着2.2万亿元人民币（合3450亿美元）的资产——这一此前从未公开的数据将使蚂蚁金服成为世界最大的消费者财富管理平台。其中，余额宝管理着1.5万亿元人民币，是世界最大的货币市场基金。2.2.1余额宝：普惠金融最典型代表

用户规模快速增长：2013年余额宝的横空出世，被普遍认为开创了国人互联网理财元年。余额宝唤醒了公众的理财意识，其“1元起购”的特点降低了理财门槛，提高了理财收益，满足了居民日益增长的资产配置需求。截止2017年年末，余额宝的用户数达到了4.74亿户，同比增速达到45.85%，其中个人投资者占到了99.94%。

基金规模高速增长，盈利总额飞速提升：用户规模的快速增长使得余额宝的规模高速增长，从2014年底的5789亿增长到2017年底的1.58万亿，年复合增长率达到39.72%，同期国内排名第二的货币基金融通汇财宝规模仅为282.8亿元，余额宝是其55.83倍。余额宝的净利润总额也从2014年底的1.85亿元上升到2017年底的4.74亿元，年复合增长率36.84%。

2.2.2基金销售：抢占新蓝海

拓宽基金业务，营收快速增长：2015年4月蚂蚁金服从恒生电子手中买走了杭州数米基金销售有限公司的控制权，进一步拓宽自己的基金业务。2016年8月数米基金改名蚂蚁基金销售有限公司。2017年蚂蚁基金的基金代销业务实现7.46亿的营业收入，同比增长176%。同期，天天基金营业收入8.44亿元，销售额4124.02亿元；2017年工商银行基金销售额9232亿，同比增长89%；招商银行基金销售额7055.10亿元，同比增长42.47%；农业银行基金销售额3373亿元，同比增长31.2%。对标天天基金的营业收入，蚂蚁基金的销售额大约在3600万左右。相比银行巨头，蚂蚁基金的基金代销业务差距仍然很大。但借助支付宝、余额宝对海量用户的引流，蚂蚁基金有望和银行争夺基金代销的市场份额，未来上升空间很大。

2.2.3投融资平台：低成本高效率

蚂蚁金服旗下有招财宝和蚂蚁达客两大金融信息服务平台。招财宝：连接个人投资者与中小企业和个人融资者。招财宝成立于于2014年4月。中小企业和个人可以通过招财宝平台发布借款产品，并由金融机构或担保公司等作为增信机构提供本息兑付增信措施。投资人可以根据自身的风险偏好选择向融资人直接出借资金。这样一来中小企业和个人能够面向广大投资者进行直接融资，最大限度降低交易成本与信用成本，融资速度快，融资额度灵活。2015年12月底招财宝平台的成交用户数破千万，累计成交金额已经近4000亿元，用户已获得的收益总计超20亿。

蚂蚁达客：连接投资者和创业者，定位于股权众筹。蚂蚁达客成立于2015年11月，目的是为创业者提供股权众筹融资服务，支持创新与创业。创业者可通过蚂蚁达客筹措资金，并获得生产、渠道、经营、品牌等环节的全方位支持。投资人可通过蚂蚁达客寻找投资机会，基于对特定行业的了解，投资自己理解、认可的企业，分享企业的成长。同时蚂蚁达客与IDG、红杉等多家创投机构及淘宝众筹、创客+等平台形成合作，为创业项目提供从初创融资到产品销售等全成长周期的融资服务。目前蚂蚁达客上完成融资的项目共有8个，其中2个已经获利退出，累计募资金额达到1.84亿元。

2.3微贷：小客户大价值

2.3.1企业微贷：服务小微企业，创造更大价值 网商银行成立于2015年6月，是由蚂蚁金服作为大股东发起设立的中国第一家核心系统基于云计算架构的商业银行，以服务小微企业、支持实体经济、践行普惠金融为使命，为小微企业、个人创业者提供高效、便捷的金融服务。目前有贷款、赚钱、企业银行、供应链金融四大业务块。

服务规模不断扩大，盈利能力持续提升：截止到2016年12月底，网商银行为277万家小微企业提供了便捷高效的金融服务，累计为用户提供信贷资金超过879亿元。2016年网商银行营业收入26.37亿元，同比增长942.29%；税后净利润达到3.16亿元，同比增长357.97%。2017年净资产规模达到45.87亿元。

2.3.2消费金融：盈利快速增长，市场前景广阔 蚂蚁金服在消费金融领域的布局主要有蚂蚁花呗和蚂蚁借呗两个业务。蚂蚁花呗是蚂蚁金服推出的一款消费信贷产品，申请开通后，将获得500-50000元不等的消费额度。用户在消费时，可以预支蚂蚁花呗的额度，享受“先消费，后付款”的购物体验。蚂蚁借呗是支付宝2015年4月推出的一款贷款服务，目前的申请门槛是芝麻分在600以上。按照分数的不同，用户可以申请的贷款额度从1000-300000元不等。借呗的还款最长期限为12个月，贷款日利率是0.045%，随借随还。

ABS发行规模井喷：2017年花呗和借呗发行的个人消费贷款ABS呈现井喷趋势，随之而来的是净利润的快速增长。花呗发行了1875亿元的个人消费贷款ABS，同比增幅292%。借呗发行了1399亿元的个人消费贷款ABS，同比增幅750%。

盈利快速增长：蚂蚁花呗2017前两季度营收为14.94亿，净利润为10.2亿，预计全年营收29.89亿，净利20.39亿,同比2016年分别增长2201%与68%；蚂蚁借呗2017前三季度营收为69.47亿，净利为44.94亿，预计全年营收92.62亿，净利59.92亿，同比2016年分别增长140%与65%。

市场规模持续快速增长：根据艾瑞咨询的数据，中国互联网消费金融放贷规模从2014年的183.2亿元到2017年的43847.3亿元，2017年的环比增速高达904%。预计2018-2020年中国互联网消费金融放贷规模增速为122.9%，90.2%和69.3%。高速增长的规模为花呗和借呗带来了广阔的市场前景。

2.4保险：多样化业务全方位覆盖日常生活

2013年，蚂蚁金服和腾讯、平安发起成立了我国首家互联网保险公司众安保险，开始试水保险业，我国互联网保险发展自此开始进入快速增长期。2015年底蚂蚁金服正式成立保险事业部，在整合原淘宝、支付宝等多个电商平台的保险业务基础上，系统地建立综合、开放的互联网保险平台。2016年，保险事业部升级为保险事业群，保险业务得到进一步重视。2016年7月，蚂蚁金服通过增资的形式，以51%的股份控股国泰产险。2017年5月，成立信美人寿相互保险社，进一步扩大保险业务。同时蚂蚁金服还通过保险代理牌照搭建业务平台，向保险公司推介优质的流量。截至2016年9月，蚂蚁保险服务平台已经和78家保险机构合作。目前，蚂蚁金服的保险业务已经覆盖健康、意外、旅行、财产、人寿、车险、乐业、公益、运费险9个大的业务板块，推出超过2000款保险产品，日均保单量已超2100万单，来自移动端的保单量逾6成。截至2017年3月末，保险服务年活跃用户3.92亿人，单用户保费同比增长43%。

2.5信用：芝麻信用开启全新信用生活

芝麻信用是蚂蚁金服2015年成立旗下独立的第三方征信机构，致力于解决消费者和商家之间的信任问题，构建互信互惠的商业环境。芝麻信用所有开通用户均为实名认证用户，广泛覆盖了许多原来传统征信没有信贷记录的人群。“芝麻信用分”是芝麻信用对海量信息数据的综合处理和评估，主要包含了用户信用历史、行为偏好、履约能力、身份特质、人脉关系五个维度。芝麻信用基于阿里巴巴的电商交易数据和蚂蚁金服的互联网金融数据，并与公安网等公共机构以及合作伙伴建立数据合作，与传统征信数据不同，芝麻信用数据涵盖了信用卡还款、网购、转账、理财、水电煤缴费、租房信息、住址搬迁历史、社交关系等等。商家可以根据芝麻信用评估风险，提供便捷服务，消费者在享受到便捷后会更加偏好芝麻信用，这会促使商家提供更多的便捷服务，如此一来就形成了良性循环。目前芝麻信用已经从信用卡、消费金融、融资租赁、抵押贷款，到酒店、租房、租车、婚恋、分类信息、学生服务、公共事业服务等上百个场景为用户、商户提供信用服务。

2.6技术输出：以科技助力合作伙伴，在生态体系中分享创造价值

蚂蚁金服的收入主要由三部分组成，分别是支付连接、金融服务和技术服务。在这三部分中，支付连接的利润率是最低的，其次是金融服务，而技术服务的利润率可以高达60%。2016年，其来自于支付连接的收入为65%，技术服务的收入比例为17%，金融服务收入占比为18%。2017年，蚂蚁金服预计技术服务的收入占比大幅上升至34%，支付连接收入占比下降至55%，金融服务收入占比缩水至11%。而根据预测，到2021年时，蚂蚁金服的技术服务收入将上升至总收入的65%，超过支付收入成为第一大收入项。蚂蚁金服目前确立了以BASIC技术（Blockchain区块链、AI人工智能、Security安全、IoT物联网、Cloud金融云）为核心的战略发展方向，持续不断地从Fin向Tech转型。

Blockchain区块链：最新发布的《2017全球区块链企业专利排行榜》显示，中国在区块链专利的增速远超美国，领先全球。其中阿里巴巴以49件的总量排名第一，这些专利全部出自蚂蚁金服技术实验室。区块链技术的核心是“信任的连接器”，而蚂蚁金服区块链团队的愿景是“打造生产级的信任连接基础设施”。作为信任连接器，蚂蚁区块链用算法和分布式技术架构实现去中心化和信任问题，目前已经在多个场景实现了应用落地。

AI人工智能：借助大数据，蚂蚁金服的人工智能已经实现了在客服、信用、保险，理财等多领域的运用，大大提高了效率，降低了成本。

Security安全：在互联网身份认证领域，蚂蚁金服一直致力于研发先进的生物识别技术用于实现更高的安全性与更好的用户体验。2014年支付宝钱包国内率先试水指纹支付，移动支付跨入生物识别时代。2016年支付宝宣布商用刷脸支付。2017年蚂蚁金服研制出全球首个眼纹识别技术。在风控领域，蚂蚁金服基于原来的历史交易数据进行个性化的验证，提高账户安全性。蚂蚁金服自主研发的智能实时风控系统（CTU），能对每笔交易进行8个维度的风险检测，确保交易万无一失。目前支付宝资损率低于十万分之一，而银联资损：率约万分之一点三，Paypal的资损率约千分之二。

IoT物联网：随着移动互联网的发展，互联网也即将进入万物互联的时代。2017年2月，蚂蚁金服与深蓝科技联合推出TakeGo智能门店系统。2017年8月，蚂蚁金服宣布开放无人值守技术，将为商家提供身份核验、风险防控、支付结算等多种服务，让消费者无需通过商家的人工服务，也能自助用借买。近期有媒体报导蚂蚁金服将入股猩便利，进军无人超市。阿里巴巴近期提出ALLinIoT全面进军物联网领域，主要聚焦智能城市、智能生活、智能制造、智能汽车4个领域。

Cloud金融云：蚂蚁金服旗下面向金融机构的云计算服务。蚂蚁金融云依托阿里巴巴和蚂蚁金服在云计算领域的先进技术和经验积累，集成了阿里云的众多基础能力，并针对金融行业的需求进行定制研发。蚂蚁金融云作为蚂蚁金服“互联网推进器”计划的组成部分，是一个开放的云平台，它助力金融创新、助力金融机构的IT架构实现升级，去构建更加稳健安全、低成本、敏捷创新的金融级应用，使金融机构可以更好的服务自己的客户。经过几年建设努力，蚂蚁金融云已经具备了高可用容灾、资金安全管理、高并发交易、实时安全控制、低成本交易五大特点，形成了大数据、分布式中间件SOFA、研发运维、移动、监控、企业应用、系统安全、业务安全、计算和网络、数据库、存储、应用服务十二个业务板块。

三、从蚂蚁金服得到的两点启示

3.1快速发展的关键：全产业链布局打造金融生态

打造金融生态闭环，构建自身护城河：蚂蚁金服的前身支付宝的成立正好赶上互联网在中国快速发展的阶段，互联网为金融机构业务场景的渗透和长尾用户的覆盖提供了便捷，中国的金融科技开始进入了网络化的浪潮。借助阿里电商平台的引流，支付宝乘势而上，依靠第三方支付业务快速的积累了大量的长尾用户，成为一个巨大的流量入口。借着巨大的流量，蚂蚁金服进一步拓展和推广自己的业务，从支付拓展到理财、微贷、保险、信用，从而全方位覆盖生活的各个场景，为用户提供一站式的服务，以此来进一步吸引更多的用户。这样就形成了一个良好的金融生态闭环，构建起自身的护城河。并且随着产业链的不断拓展，场景会不断丰富，护城河会越来越宽，优势越来越明显，强者恒强。截止2018年6月1日，蚂蚁金服共参与98起投资事件，覆盖金融、人工智能、企业服务、出行、餐饮、文化娱乐、生活服务、农业、房产家居、电子商务十个领域。

众多互联网金融公司在意识到这一闭环的重要性后，也纷纷开始利用自身的优势打造自己的金融生态。如京东金融借助京东电商平台的优势，从供应链金融发展成为具有企业金融、消费金融、农村金融、财富管理、支付等多种业务的一站式在线投融资平台。随着更多的公司参与到其中，竞争已经进入到白热化，而最早开始的蚂蚁金服已经占据了市场的大部分份额，拥有了稳定的客群，在总流量有限的情况下，后来的互联网金融公司要想分一杯羹，必须在场景上不断深化，做出自己的特色。

3.2蚂蚁金服体现了创新对于Fintech的价值

金准人工智能专家从蚂蚁金服身上可以看出创新的价值：蚂蚁金服的成功很重要的一个原因是技术创新，其主要业务的科技水平均走在行业的前列。

1)在支付业务方面：借助蚂蚁金融云将每笔支付成本降到了几分钱，将商户的支付费率低到美国的五分之一；接通公共事业缴费服务，日常生活中的水电燃气等费用可以通过支付宝实现自动缴纳；率先推出条码支付、声波支付、指纹支付、刷脸支付等技术，使移动支付跨入生物识别时代。目前在金融领域用指纹完成身份识别以及支付正在成为标配；在部分停车场和高速收费站，只要支付宝和车牌绑定，即可实现自动缴费；在部分商店，购物消费刷脸即可买单。技术的力量推动了无现金社会 的到来，给人们日常生活带来了极大便利。

2)在财富管理方面：余额宝只是打通了货币基金和消费体系之间的阻隔，通过技术手段实现更快捷的申购赎回和消费方式，但这样一个技术上的创新就使其成为中国互联网金融崛起的里程碑，成就了世界第一大货币基金。蚂蚁财富作为给普通客户提供理财的平台，会将更多技术、运营、数据能力开放给金融机构，入驻的金融机构在得到更好的技术数据和连接的支持后，可以为客户提供更好的产品和服务。

3)在贷款方面：蚂蚁金服基于AI模型提升风控能力，运用大数据模型来发放贷款。发展信贷融资业务风控是核心，通过对客户相关数据的分析，依照相关的模型，综合判断风险，蚂蚁金服形成了网络贷款的“310”模式，即：“3分钟申请、1秒钟到账、0人工干预”的服务标准。网商银行已累计服务超过500万小微企业，以及150多万涉农经营者。蚂蚁花呗、借呗等消费金融业务16、17年激增，但通过大数据风控技术，坏账率不足1%。

4)在保险方面：蚂蚁金服搭建新型保险平台，与保险公司的深度融合，用互联网技术对保险产业链的全流程优化，为用户提供便捷的、全方位的保险产品。同时还依靠大数据、AI等技术，解决了保险行业在风险定价等领域的痛点。产品“车险分“以蚂蚁金服在大数据、AI、数据建模等方面的技术，形成消费者的车险标准分，为保险公司在车险产品上更准确识别客户风险、更合理定价、更高效服务消费者提供依据；产品“定损宝”人工智能模拟车险定损环节中的人工作业流程，通过算法识别事故照片，与保险公司连接后，几秒内就能给出准确的定损结果，大大降低了定损的成本。

5)在信用方面：芝麻信用基于阿里巴巴的电商交易数据和蚂蚁金服的互联网金融数据，并与公安网等公共机构以及合作伙伴建立数据合作，其数据涵盖了信用卡还款、网购、转账、理财、水电煤缴费、租房信息、住址搬迁历史、社交关系等等。芝麻信用通过分析大量的网络交易及行为数据，可对用户进行信用评估，继而为用户提供快速授信、免押金租房、借书、住宿、现金分期等服务，推动了信用城市的建设。

当单纯的商业模式和流量红利都在逐渐变弱时，技术才是决定未来空间的真正引擎。蚂蚁金服成功证明技术可以帮助金融显著提高效率、降低成本，更重要的是能够重构金融的触达方式。通过技术的开放共享，和合作伙伴一起，可以很好地为用户创造价值和体验。而资本市场给科技公司的认同也远高于金融机构，这充分体现了科技创新驱动战略的重大意义。

总结

金准人工智能专家从蚂蚁金服得到的两点启示：1）快速发展的关键：全产业链打造金融生态闭环，构建自身护城河。蚂蚁金服的前身支付宝的成立正好赶上互联网在中国快速发展的阶段，为业务场景的渗透和长尾用户的覆盖提供了便捷，支付宝成为巨大流量入口。借此，蚂蚁金服快速从支付拓展到理财、微贷、保险、信用，全方位覆盖生活各个场景，形成良好金融生态闭环，并且随着产业链的不断拓展，护城河越来越宽。2）从蚂蚁金服身上可以看出创新对Fintech的价值。蚂蚁金服成功很重要的一个原因是技术创新，其主要业务的科技水平均走在行业的前列。目前蚂蚁金服40%的员工都是技术类员工，而在参与决策与战略制定的管理层中，也有四分之一是技术人。金准人工智能专家认为，当单纯的商业模式和流量红利都在逐渐变弱时，技术才是决定Fintech企业未来空间的真正引擎。

篇6：金准人工智能 2018中国智能制造报告

2018年中国人工智能自适应教育行业研究报告

报告：电商、金融、营销、医疗、AI、泛娱乐等等榜单：PC网站、APP、影视、移动设备、网络广告行业数据、用户数据，你要的这里都有！本文摘要：1.自适应学习主张每个人都拥有自己独特的学习路径，是一种非常有前景的教育技术。国外起步早，应用广，并多次被实证研究证明有效。2.自适应学习产品有智能程度之分，区分标准是看它的技术水平基于人工、基于计算机编程还是基于人工智能。人工智能自适应在教育的各个环节都可应用，其中教学环节的应用最核心、难度也最大。3.人工智能自适应教育的本质是可规模化的个性化教育。4.人工智能自适应教育行业处于发展早期的升温阶段，概念模糊，泡沫难免，目前至少40家公司已宣布入场。5.K12辅导和语言学习是2015-2017年业内融资事件最多的两个细分领域，融资数量占比分别为52.2%和34.8%。6.目前国内产品总体处于初级阶段；人工智能自适应教育始于技术，胜于内容，终于效果，学习效果才是企业竞争力的最终评判要素。▌国外的自适应学习产品起步早，应用广自适应学习早在20世纪90年代的美国就已存在，目前已得到较为广泛的应用。美国K-8（相当于中国的小学、初中）自适应学习公司DreamBox Learning曾在2010年后做过一项调查（调查样本超过480个，其中大部分人为K-8公立校教师）, 结果表明49%的人正在自适应学习软件上教授补充课程，42%的人正将其作为核心课程平台使用。自适应学习产品在国外各个学习阶段都有应用，包括早幼教、小学、初中、高中、大学、职业领域等，并已覆盖多个学科。点击查看大图更清晰?▌自适应学习的概念自适应促使学习方式发生深刻变革：每个人都有自己的路径自适应(Adaptive)，顾名思义是自我调节和匹配，具体含义是指根据数据的特征自动调整处理方法、顺序、参数和条件，以取得最佳处理效果。它不是指某项具体技术，而是多种知识和技术融合达成的一个结果。这个概念类似于“共享经济”，它不是指某个经济领域，而是新场景、商业模式、技术等因素融合而成的一种经济现象。自适应学习(Adaptive Learning)在国内引起广泛关注是在2015年，彼时在线教育正野蛮生长，一小批人注意到在线教育完课率极低，这是因为在传统学习模式下1）不同学习内容之间的跳转逻辑是线性单一的，学生即使已经掌握了某一块内容，还是需要花费时间去学习；2）学生有问题也不能得到即时的反馈和帮助。对此，自适应学习致力于通过计算机手段检测学生当前的学习水平和状态，并相应地调整后面的学习内容和路径，帮助学生提升学习效率。然而，学习是一个复杂且隐性的过程，简单的计算机编程很难实现好的效果，运用人工智能技术来实现的人工智能自适应学习应运而生。这是对传统自适应学习的升级，也是对新型学习方式的探索，在教育领域意义重大。点击查看大图更清晰?▌自适应学习产品有智能程度之分基于人工、基于计算机编程还是基于人工智能？当大多数人提起自适应学习时，他们对自适应学习产品的智能程度缺少一个清晰的定义。看一个自适应学习产品，需要判断它是基于人工的自适应，还是基于计算机编程的自适应，还是基于人工智能的自适应。目前人工智能总体上还处于初级阶段，人工智能+自适应学习又是一个新兴的领域，相关人才和经验总体上处于匮乏状态，因此市场上的人工智能自适应学习产品基本都属于弱人工智能的范畴。但即便是弱人工智能，相比于基于人工的自适应和基于简单计算机编程的自适应来说，也已经是一种进步。弱人工智能自适应学习进化到强人工智能自适应学习的突破口在于人工智能自适应技术的突破以及其在教育垂直领域的深度落地。点击查看大图更清晰?▌人工智能自适应学习的原理在大数据的基础上构建学习模型并输出学习建议在现阶段，“搜集大数据——构建学习模型——输出学习建议”是实现人工智能自适应学习的基本步骤。学习模型的构建过程非常复杂，常人难以理解，通俗来说，它是在“借鉴”人类大脑的思考过程，通过成千上万个函数点互相传导信息，用穷举的方式从千丝万缕的函数嵌套关系中找出学习规则，并不断进化模型。它的输出由三部分要素有机结合而成：学习材料（如：一段教学视频、一道练习题），用来测评学生是否掌握学习材料的标准，学习材料的推送顺序。这三部分的内容和时长都由人工智能算法来决定。学生使用系统的时间越多，留下的行为数据越多，系统的效率就越高。点击查看大图更清晰?▌人工智能自适应学习系统的运行流程像优秀教师一样“思考”和“行动”老师是以经验驱动教学的，整个过程虽然遵循一定的节奏，但每一步的“火候”非常依赖于教学经验的积累，因此刚毕业的老师往往适合于答疑，而在教学的体系化上有所欠缺，教龄长的老师往往擅长全盘把控，而在亲和力上稍显不足；不同老师对学生学习情况的判断是不一样的，从而导致他们所规划的学习路径不同；两个老师即使经验值相等，还会在性格脾气、教学风格、薪酬期待上有所差异，从而影响教学效果。人工智能自适应学习系统旨在聚集并量化优秀教师的宝贵经验，以数据和技术来驱动教学，最大化地减小老师水平的差异，提高整体教学效率和效果。击查看大图更清晰?▌自适应与人工智能+教育的关系自适应能够深入教学核心环节，而其他AI技术不一定能深入人工智能在教育领域的落地应用是大势所趋。目前已有的智能产品包括拍照搜题、分层排课、口语测评、组卷阅卷、作文批改、作业布置等工具，这些工具应用了先进的人工智能技术，但应用场景只停留在学习过程的辅助环节上，而不会直接带来教学质量和效果的提升。人工智能自适应则能够把人工智能技术渗透到教学的核心环节中，既有助于从根本上改进学习的理念和方式，也有助于产品打通商业模式，直接面向C端用户销售变现。击查看大图更清晰?▌人工智能自适应在教育过程中的应用各个环节均有可为，教学环节最核心，全流程应用最高级完整的教育流程可划分为内容开发——教学（学习）——练习——测评——管理五个环节，这些环节中都存在人工智能自适应学习可以应用的场景。其中，自适应内容开发是其他4个环节的基础，需要耗费巨大的工作量，目前国内少有公司专门以这项工作为主要业务，大多数公司往往只把它作为一项内部产品开发的前续工作；自适应管理指的是通过分析教学、作业、测评环节的学生数据，对用户进行智能预警、提醒和跟踪，是其他4个环节成功应用后的附加产物。人工智能自适应学习技术在教学、练习和测评三个环节的应用能够直接面对C端用户，市场广阔，是目前主要的三个应用环节，而其中教学环节的应用对学习效果的影响作用最大，也是整个教育流程中最核心、最复杂、最难的一环。随着用户对个性化和效果的需求越来越强烈，不同环节之间出现了一定的界限模糊，市场上也出现了能在五个环节同时应用的全流程自适应学习系统。点击查看大图更清晰?▌深入应用到教学核心环节难度较大需要先有教学环节的有效数据，不能仅有练测环节的数据教学环节对学习效果的影响作用最大，也是整个教育流程中最核心、最复杂、最难的一环，而测评、练习环节相对外围、轻量、简单，因此自适应学习产品最先在测评和练题场景中得到应用。如果把不同的人工智能自适应学习产品分为“只应用到测评环节”（自适应测评）、“只应用到测评和练习环节”（自适应练习）、“同时应用到测评、练习和教学环节”（自适应教学）三类，那么自适应教学是其中数据获取难度和产品功能等级最高的一类。自适应教学产品的开发需要有教学环节的有效数据，而这些数据的获取难度高，具体体现在：1）自然状态下，教学过程数据是非结构化的；2）数据可挖掘的维度多，不限于测试成绩和作业情况，还包括学习路径、内容、速度、偏好、规律等深度数据；3）不同数据点之间的关系复杂。点击查看大图更清晰?▌人工智能自适应教育的价值核心价值是降本提效，促进行业升级人工智能自适应教育是一次行业改革实验，对机构、对学生、对老师三方都具有降本提效的价值。其核心价值是把教育行业从劳动密集型的农业时代带向成本更低、效率更高的工业时代。农业化向工业化发展的趋势是不可阻挡的，即使不通过人工智能自适应教育来实现，也会通过其他渠道来实现。点击查看大图更清晰?▌中国人工智能自适应教育行业发展阶段行业处于发展早期的升温阶段，概念模糊，泡沫难免不可否认的是，从行业发展阶段来看，目前人工智能自适应教育行业仍处在发展早期，并且由于“人工智能”概念过热，加上市场受到巨头进入、大额融资等事件的刺激，从而存在一定的炒作现象。但这是一项新兴事物发展的必经之路。人工智能本身受到的市场反应也呈现出“这是全能的——这是骗子——这是全能的——这是骗子”的反复性，人工智能在教育行业的落地应用不是一蹴而就的，必然也会因为初期效果的不甚理想而反复受到推崇和质疑。随着人工智能技术进入稳定期，质疑的声音才会渐渐消除，行业发展路径才会稳定上升。点击查看大图更清晰?▌中国人工智能自适应教育行业玩家分布教育科技+课程变现前景良好，至少40家公司宣布入场不断有企业瞄准、涌入人工智能自适应教育赛道。一类是提供在线英语课程和工具的公司，英语领域本身具有一定的国外自适应学习经验，而且相关的学习材料、标准化测评和题库数据都足够多，开发环境相对较好。一类是以题库、作业平台为基础，或进入公立学校做考试数据采集和分析的公司，他们能够收集一部分学习数据，在大数据采集和用户认知经验上具有一定的先发优势。另一类是主打自适应教育的公司，他们以自适应学习系统为主攻产品。此外，其他在线教育机构、线下教育机构、甚至非教育行业的机构都在试图进入这一领域。点击查看大图更清晰?▌中国人工智能自适应教育行业特点边际明显：初期投入大，越往后数据的反哺能力越强毫无疑问，随着越来越多的学生使用某个产品，产品所收集的数据量会越来越多。在一般的在线教育产品中，这些数据会被储存起来，经由人工挖掘和分析，用于优化产品；而在人工智能自适应学习产品中，这些数据会像“燃料”一样被输送进人工智能算法这个“大锅炉”中，由数据来训练算法，输出更接近真实情况的学习模型，赋予学习系统更好的性能和更高级的功能，从而吸引更多的学生使用。学生使用系统则产生更多的数据，继续上述流程，形成良性循环。另外，系统通过数据对学生产生的“了解”会随着时间递增，学生之后更换产品的转换成本会非常高。因此可以说，人工智能自适应教育行业比一般的在线教育行业具有更明显的边际效益。点击查看大图更清晰?▌中国人工智能自适应教育行业产业链产品开发吸纳大量资金，产业链头重脚轻，分工有待细化人工智能自适应教育行业产业链的结构与在线教育行业类似，都包含了从产品开发（内容研发+技术支持）到教学服务再到分发推广的过程，两者差别在于，前者的产品开发环节由于涉及到新兴的人工智能技术，从而吸金能力更强、难度更高、耗时更长。产品开发需要教研经验、教育学、心理学、计算机、大数据、人工智能等多个领域的跨界协作和共同摸索，前期投入可达千万元人民币级别。目前K12辅导和语言学习是产品的两大重点应用场景。点击查看大图更清晰?▌企业的商业模式美国以To B为主，中国以To C为主，不能照搬在美国，自适应教育企业的商业模式一般以To B为主，这主要是因为美国C端用户个人发展压力小，接受额外培训的意愿没有中国人那么强，因此To C培训空间小，另外与机器交互的自适应学习在机构内推广也容易快速形成规模，发挥边际效益。中国To C教育培训市场比美国广阔，并且高度分散，只要用心经营人人都可以分一杯羹，To B市场则更多地需要借助人脉关系，进入成本高。中美两国的国情和文化土壤差异较大，不能照搬商业模式，但美国的产品和技术值得关注、学习。击查看大图更清晰?▌行业内投融资情况K12辅导和语言学习领域最受关注从2015年到2017年，中国人工智能自适应学习相关概念一直受到资本市场的关注，融资轮次逐渐呈现出从种子轮、天使轮的早期阶段向A轮、B轮的中期阶段发展的趋势。其中K12辅导和语言学习两个细分领域的融资事件最多，占比分别达52.2%和34.8%。K12辅导是中国教育培训行业中市场规模最大的一个子领域，吸引力大；语言学习则因为学习内容轻量化、国际化，天然适合与科技接轨。点击查看大图更清晰?▌企业通常会面临的难点新事物的发展之路上每一步都有“坑”人工智能自适应学习产品与传统教育产品相比，改革跨度太大，因此不可避免地在团队招募、产品开发、市场推广等方面会面临较大阻力。由于行业发展仍处于早期阶段，所以目前最大的难点还是来自于产品开发。作为主要的使用者，老师群体也需要一定的适应时间，而且需要在心态上做一次转变。点击查看大图更清晰?▌行业热度持续教育科技大势所趋，入局企业持续增多人工智能自适应教育领域的入局企业将持续增多。主要原因如下：1）人工智能火热，市场风向如此；2）人工智能算法开源、技术进步，人才增多；3）教育市场是一个需求非常多样、行业格局非常长尾的市场，人工智能+自适应学习几乎可以应用在每一个细分领域，行业集中度短期内也不会明显提升，因此各企业有空间做到差异化竞争、区域化竞争；4）在线教育狂奔三四年之后，各企业开始集体寻求变现，2017年是直播变现大年，而自适应学习系统有望成为直播平台的底层标配，用来提高直播课程的标准化水平、解决直播平台大规模扩张后师资不足的问题。点击查看大图更清晰?▌人工智能是关键技术短期内集中力量突破增强数据挖掘、认知专家顾问等技术根据Gartner的报告，未来2-5年内增强数据挖掘、认知专家顾问、深度学习、边缘计算、机器学习、虚拟现实等技术将度过泡沫期，逐渐被主流所应用。未来2年内如果企业能率先在这些技术领域取得突破性进展，则可以抢占先机。人工智能自适应教育行业是一个技术驱动型行业，技术能力对企业至关重要，短期内内各企业之间技术能力的赛跑也将正式开始。但由于教育行业是一个典型的“慢”行业，因此这些技术在教育行业真正普及至少需要2-5年的时间。点击查看大图更清晰?▌企业竞争力要素悄然改变始于技术，胜于内容，终于结果人工智能无疑是未来趋势，但它始终只是一种手段，如果在学习的某些环节，使用一些简单的信息化手段或人为手段能实现更好的学习效果，那么这一环节就不需要也不应该借助人工智能。真正创造价值的是创新的问题解决模式，而不是某一项技术。人工智能自适应教育最早发展出的功能是反映学生的能力水平（测试功能），后来逐渐加入找出知识点盲区（评价功能）、推送内容弥补盲区（学习功能）的功能，但目前所推送的学习内容的表现形式仍然是视频、题目等旧形式，其背后的学习方式仍然是传统的“听课”和“刷题”，这是由教学思路的固化导致的。随着人工智能技术的突破、社会对人才评价标准的更替，未来人工智能自适应教育领域将迎来内容体系的新革命，实践式教学、沉浸式教学等理念带来的新型学习方式将更多地融入自适应学习系统，正如目前在线教育领域教研岗人才稀缺一样，未来各人工智能自适应教育企业的技术差距将逐渐缩小，而能深刻理解教学教研、具备新技术条件下的创造能力的教研人才将受热捧。点击查看大图更清晰?