製造業數字化轉型智慧升級,這些領域將引領下一輪增長

來源:中國資訊通訊研究院
物聯網智庫 整理
在“2025中國信通院深度觀察報告會”上,中國資訊通訊研究院資訊化與工業化融合研究所所長劉默發表了主題為《製造業數字化轉型智慧升級》的演講。
以下內容根據演講原文整理:

製造業數字化轉型新階段

製造業數字化正處於一個關鍵節點,正邁入規模推廣和智慧變革的新階段。體現在兩個方面:
應用側:由試點探索、行業應用向規模化推廣邁進。經過十年的探索,我們積累了大量的試點專案、標杆案例和模式,尤其是一些領先的製造企業,其智慧化水平在全球範圍內都處於領先地位。接下來的挑戰是如何將這些成果推廣應用。
產業側:由技術驗證、產品重構向技術智慧變革演變。過去十年,從物聯網、大資料到人工智慧,這些技術與製造技術、工業知識的結合釋放出了巨大的潛力。我們關注的關鍵點在於,人工智慧技術的創新是否能夠為下一輪增長創造潛力。

製造業數字化轉型的增長領域

從規模和投入來看,受制於全球經濟增速放緩,製造業數字化轉型的增速有所減緩,但其年均增速仍超過15%,遠高於全球及國內經濟增長,顯示出數字化轉型仍是主要發展方向。在這一過程中,一些增速快、潛力大的領域值得關注,如工業人工智慧、數字孿生以及SaaS應用的發展。

智慧工廠建設特徵

在智慧工廠建設方面,呈現出新的發展特徵。
首先是規模化應用推廣。龍頭企業透過建設標準化智慧工廠並向全集團推廣,實現智慧化快速發展,這在同行業中具有啟示性和借鑑性。
其次,面向腰部企業,基於智慧場景的解耦和重構成為重要方法。我們梳理了約40個智慧工廠場景,發現TOP10-20的場景具有廣泛的行業推廣潛力,並在不同行業中展現出不同的應用場景側重。
此外,製造模式的創新探索仍在不斷湧現。
受技術變革和需求變革的影響,價值導向從效率為主轉向效率+創新+產業鏈安全為主。研發方面,資料、知識和AI成為重要的新型研發正規化,包括需求的自主感知、方案的自主生成,以及基於孿生的設計、模擬驗證與製造的一體化分析。在製造環節,基於數字孿生工廠的生產過程動態管控最佳化、高度柔性和可重構的製造,以及面向工業核心環節的數字化改進和最佳化,成為重點發展趨勢。從產業鏈、供應鏈的角度,彈性安全和開放生產網路是下一代生產組織模式,這些模式正在不斷探索和湧現。

中小企業數字化轉型路徑

中小企業的數字化轉型至關重要,但也充滿挑戰,目前形成了自驅和拉動兩種發展路徑。
自驅型發展路徑:具有創新潛力的中小企業,會主動擁抱數字技術提升競爭力。
拉動型發展路徑:包括龍頭牽引和平臺牽引兩種模式。
  • 龍頭牽引:龍頭企業對供應鏈管控的要求提高,從一級供應商管控向二三級下沉,從產銷協同到質量協同,甚至對整個供應鏈的監測、預警、預測和動態最佳化,這反向要求中小企業提升數字化能力;
  • 平臺牽引:平臺企業透過提供數字化工具,將中小企業納入社會生產網路,響應線上定製化、碎片化訂單需求,解決中小企業的生存和發展問題。所以這種模式實際上是訂單牽引,有訂單才能帶動中小企業的轉型。

製造系統變革:層級式向扁平化演進

在新的製造模式驅動下,製造系統正在發生變革。核心在於資料高效流轉、智慧決策分析、資源柔性排程和敏捷需求響應,這要求我們改變傳統的層級式、煙囪式製造系統,向扁平化演進
基於工廠作業系統或平臺架構的出現,實現工廠乃至整個製造業數字孿生模型知識的管理,並有效打通現場生產控制和線上應用創新。自動化體系也在變革,從封閉體系走向開放、資料驅動,銜接平臺能力。工業人工智慧的加入貫穿各個環節,是這套體系中一個非常核心的部分。

工業智慧的發展趨勢

工業智慧的探索已久,目前呈現兩條路線:
一是小模型。由於工業對即時性、準確性、可靠性、安全性的要求,決定了在相當長的時間裡面小模型仍然是主導。
在過去幾年中,當我們談論工業智慧時,我們主要關注的是影像識別、表面檢測等識別技術。然而,這種格局正在發生變化,識別類的比例正在下降,而知識推理和資料建模最佳化的比例在上升。這反映出工業知識和人工智慧技術的融合正在加深。
在三個領域中,我們也看到了新的趨勢:
  1. 在識別技術領域,我們正進一步深入,專注於微小部件與複雜缺陷的檢測。
  2. 在建模技術領域,我們強調工業知識深度融合與系統最佳化。
  3. 在推理技術領域,過去我們更多關注工業知識圖譜在供應鏈環節的應用,而現在它開始滲透到研發和製造的核心環節。
二是大模型。大模型與工業融合的挑戰遠大於小模型。在過去兩三年中,我們進行了大量探索。總體而言,我們認為目前仍處於一個相對初級的階段。在這一過程中,我們觀察到最實用且最有可能落地的領域是工業知識的管理和推理。
許多工業企業能夠利用大模型,將行業和領域的知識融入其中進行訓練和微調,以支援現場人員獲得相應的輔助和知識推送。
同時,我們也注意到了一些新興的創新賽道和方向。例如,在模型生成方面,我們看到了利用大模型進行整個研發過程中三維幾何模型生成的可能性,以及大模型與裝備結合實現機器人的具身智慧。這些進步正在改變物流、堆垛以及裝配環節等作業模式。
當然,我們也看到整個工業網際網路技術設施正在迭代升級,以適應工業的新要求。

相關文章