中国制造业人工智能行业应用发展图谱2023

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 本产品保密并受到版权法保护 ConfidentialandProtectedbyCopyrightLaws 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。 2017-2022年中国数字经济规模及增速情况 60 50 40 30 20 10 0 50% 45.5 50.2 40% 35.8 31.3 27.2 39.2 30% 20.4% 15.1% 14.4% 16.1% 20% 9.5% 10.3%10% 0% 2017 2018 2019 规模（万亿元） 2020 2021 增速（%） 2022 数据来源：国家网信办、信通院，由易观分析整理 ©易观分析 www.analysys.cn 2012-2022年中国规模以上制造业增加值情况 140 120 100 80 60 40 20 0 31.5%30.7% 30.4% 29.3% 28.2% 28.1% 27.9% 98.7 114.4 121 101.4 91.9 83.2 27.4% 74.6 26.7%26.2% 27.7% 64.4 68.9 53.959.3 37.5 20 21.1 1718.2 22.8 19.6 22.9 20.2 24.5 21 27.5 23.4 30.1 25.6 31.2 26.4 31.3 26.6 31.4 40.2 33.5 35% 30% 25% 20% 15% 10% 5% 0% 20122013201420152016201720182019202020212022 国内生产总值（万亿元）工业增加值（万亿元） 制造业增加值（万亿元）制造业增加值占GDP比重（%） 数据来源：国家统计局，由易观分析整理 ©易观分析 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。 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。 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 6 4 2 0 全国工业互联网产业增加值总体发展情况 4.46 3.19 3.55 4.15 3.69% 4.69 3.72% 3.23% 3.51% 3.61% 6% 4% 2% 0% 20192020202120222023E 工业互联网产业增加值规模（万亿） 产业增加值占GDP比重（%） 全国工业互联网核心产业、渗透产业增加值发展情况 4 212.580%.87 0 2.32 15.14% 2.9177.35% 2.55 16.14% 1.01 16.57% 9.74% 1.18 3.2 1.267.78% 6.97% 2019 2020 2021 2022 3.34 1.35 74.33% 2023E 20% 10% 0% 核心产业增加值规模（万亿） 核心产业名义增速（%） 数据来源：中国工业互联网研究院，由易观分析整理 渗透产业增加值规模（万亿） 渗透产业名义增速（%） www.analysys.cn ©易观分析 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。 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 •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 •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 制造行业AI应用价值与场景 提升工业企业经营管理工作效率，探索用 户中心经营模式 强化工业机器人信息处理、感知执行等能力，提升智能化生产能力与质量 提升工程仿真精度，提升设计与研发效率 核心价值 产品辅助设计 生产计划/智能排产 市场营销 运营管理 生产制造 产品设计 关键环节 智能评审与反馈 设备管理/预测性设备维护 供应链管理 代码辅助赋能工业软件升级 质量管控/生产工艺优化 销售管理 需求预测 数字孪生/仿真优化生产流程 事故预警 应用场景 仓储配送 物流管理 客户服务 研究范围与零售行业相对应，该部分为制造行业AI应用重点研究部分以零售行业AI应用研究为主 制造行业AI应用图谱 中国工业制造行业AI应用图谱 工业质检 设备预测性维护 生产运营优化 柔性制造 机器人制造 智能仓储管理 产品设计 产品辅助设计虚拟工厂 生产制造 工业云平台 工业互联网平台 注释：图谱中企业仅为示例，未穷举，且排名不分先后，如有不当之处请指正 ©易观分析www.analysys.cn 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。 入口 B-企业 C-消费者 D-开发者 G-政府 E-员工 大连接 海尔卡奥斯工业大脑平台架构 企业赋能层 行业 纺织服装 汽车 型材石材 通用装备化工 电子 模具 智能装备 能源 工赋 个性化定制 平台化设计 智能化制造 网络化协同 服务化延伸 数字化管理 产品场景层 QMS MOM APSWMS HRMS政企服务 MES OA SCADA BI SPC OMS EMS FMS SCM e-Biz SRM ERP EAM CRM PSS …… 低代码开发平台（APP开发平台--APP交易平台--APP运行平台) 平台能力层 标准标识体系 卡奥斯BaaS引擎（COSMOBusinessBestPractice） 工业机理模型 InduMachiModel 数字孪生体 DigitalTwin 天智工业大模型 TianzhiIndustrialLargeModel 数字空间 DigitalSpace 安全防护体 知识图谱系 KnowledgeGraph 工艺仿真，机器学习人工智能，机器视觉数据洞察，数据挖掘关联分析，预测算法 数据库服务虚拟机服务容器服务搜索引擎消息队列文件存储对象存储日志服务容灾备份监控预警 设备物联层 网器 工业机器人 AGV 传感器 工业交换机 摄像头 工业内窥镜 其他 芜湖 德阳 长三角 青岛 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。 物联网关 协议解析 边缘计算 规则引擎 反向控制 MQTT 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 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。 卡奥斯创智物联合肥互联工厂 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%。 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%。 中德冰箱互联工厂 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。 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COSM