前言
隨著國際化的深入發展和科技革命的持續推進，全球產業結構調整正當時，製造業作為國家經濟的重要支柱，正面臨著前所未有的轉型機遇與挑戰。作為世界上製造業規模最大的國家，也是全球唯一擁有全部工業門類的國家，中國正處於由“製造大國”向“製造強國”轉變的關鍵時期。
當前，中國對發展新質生產力給予了高度重視，這不僅為中國製造業高階化發展提供了重要動力，也是中國響應全球經濟一體化、實現可持續發展和提升國家競爭力的必然選擇。
終端產品力提升，中間產品待補缺
近年來，中國高階製造業的
終端產品在國際上的競爭力持續增強。
2023年中國高階製造業出口值達到10.65萬億元，佔全年出口交貨值比例72.84%。自2020年以來，高階製造業出海貢獻度連續四年保持在70%以上，2023年該比值創歷史新高。
1
特別是消費電子、新能源汽車、航空航天等領域的產品，其技術水平和國際市場份額均取得了顯著成就。但與此同時，許多高階裝置製造所需的
關鍵零部件和核心技術對進口的依賴度仍然較高
。根據中國工程院對26類製造業主要產業存在短板的分析，中國當前產業基礎的薄弱環節聚焦於基礎零部件/元器件、基礎材料、基礎製造工藝和裝備、基礎工業軟體、基礎檢測檢驗裝置和平臺，統稱“五基”。造成這種進口依賴問題的原因是多方面的，包括基礎研究和產業共性研究投入限制、原始創新能力不足、產業鏈發展不均衡以及國際政治經濟形勢影響等。2023年，研究與試驗發展（R&D）經費支出33278億元，與GDP之比為2.64%，其中基礎研究經費2212億元，佔R&D經費支出比重僅為6.65%。
2
為積極應對、補足產業鏈的短板和斷點環節，中國製造企業亟需加強基礎科學和應用基礎研究，提升原始創新能力。加大基礎研究和產業共性研究的投入，結合對進口技術的引進、消化、吸收和再創新，將有助於幫助中國高階製造業突破當前在關鍵中間產品的研發和生產中所遇到的瓶頸，提升關鍵核心技術和高階裝備的自給率，增強產業鏈的自主可控性，從而實現暢通、自主的產業鏈迴圈。
數智化成果顯現，規劃透明待落實
過去幾年，中國的大型製造企業在數字化轉型方面投入了巨大的資金和資源。2022年，中國產業數字化規模達到 41 萬億元，佔數字經濟比重為 81.7%。據統計，約有80%的企業已經完成了基礎設施的資訊化、自動化和數字化改造。3 2023年中國重點工業企業數字化研發設計工具普及率達80.1%、關鍵工序數控化率達62.9%，分別較“十四五”初期提高了5.4個和7.6個百分點。4 然而，在快速引入新技術和系統的過程中，系統之間的相容性和整合性不足，加之資料種類繁雜、標準不統一、協議封閉造成資料難以共享等問題，造成的結果是，雖然單個系統內部的自動化水平提高了，但系統間的壁壘卻形成了一個個獨立的資訊孤島，在一定程度上影響了製造業全流程協作效率和決策及時性、準確性與科學性，抑制了企業響應外部市場變化的能力和抵禦內外部風險的能力。
一些領先的製造企業已經透過實施工業4.0戰略，從全域性的角度重新思考並規劃數字化和智慧化應用，實現端到端應用場景的貫通。此外，這些企業還透過在原本相互獨立的裝置上嵌入先進的資料收集和分析技術，實現不同系統和流程的無縫整合，並在此基礎上構建數字化控制塔，以提高生產過程的透明度。透過這些控制塔，企業能夠即時監控生產瓶頸，並迅速透過流程最佳化來解決問題，從而提高生產效率。
大規模定製勢起，全鏈敏捷待打通
如今，消費者的需求日趨個性化、動態化、多樣化，這點在服裝、家電、汽車和3C等消費品製造業體現得尤為明顯。以汽車市場為例，從2019年開始新車型井噴式進入公眾視野，現在中國市場每年上市的新車型數量約為十年以前的兩倍。然而，單車型的銷量卻不高，年度銷量前五的爆款車型合計年銷量比十年前下降超過50%。5製造企業亟待從傳統的大規模生產模式逐漸轉向更加靈活的定製化生產模式。根據測算，到2025年，中國C2M（使用者直連製造模式）市場規模有望突破千億元大關，到2026年將達到1374.3億元，年複合增長率預計可達24%。6
為順應C2M的大勢，在研發端，可以透過平臺化標準組件的設計，結合客戶洞察和模擬模擬，提前預測市場需求，快速響應市場變化；在生產端，透過模組化生產，靈活調整生產線和生產計劃，適應產品的快速迭代和定製化生產，提高生產效率和市場響應速度；在物流配送端，透過變革自身的履約網路結構、最佳化供應鏈網路，提高供應鏈的靈活性和響應速度。此外，還可以應用“整合工廠模式（Integrated Factory Model）”，透過打造一個統一平臺介面，將研發端、工程端和製造端緊密連線，從而加速產品從設計到生產的整個流程——利用模擬技術對研發和工程設計團隊生成的CAD資料進行模擬，並提前輸入製造過程，以提前評估生產可行性、預測產品在實際生產中的表現。
生成式AI助高階，升級驗證待加速
2022年，全球人工智慧製造業市場規模為26億美元，預計在預測期內收入年複合增長率為44.5%。2023年人工智慧在中國製造業應用的市場規模約為56億元，從2019年起，市場規模增長率將持續保持在40%以上，2025年市場規模將達到141億元。7 透過識別類應用、資料建模最佳化類應用及知識推理決策類應用，AI技術正在工業研發、生產、管理及服務等全環節助力製造業的高階化轉型。例如，融合ChatGPT的工業機器人，可以理解人類的自然語言指令並在執行路徑規劃、物體識別等任務時做出相應的決策，減少人為錯誤、提高產品質量和可靠性；融合智慧演算法的供應鏈管理，可以實現智慧排程、跟蹤和預警，更好地實現履約需求。行業應用角度，預計到2025年，電子通訊/半導體人工智慧應用市場的規模將達到41億元人民幣；汽車製造行業緊隨其後，達37億元人民幣；能源電力行業將達到25億元人民幣；製藥行業將達到17億元；金屬及機械製造行業將達到13億元，其他行業預計為8億元。8 儘管AI大模型在智慧製造中的應用前景廣闊，但在大規模落地應用過程中仍面臨系統整合、資料可靠性等問題。
針對識別、資料建模最佳化類應用，當前許多企業的舊產能裝置老舊，難以與新技術有效對接。可喜的是，我們已經在市場上觀察到一些企業透過升級更新現有老舊裝置的資料介面、通訊協議，在利用已有IT/OT基礎設施且不淘汰現有裝置的情況下，獲取“邊緣側”資料，從而實現從研發到生產再到質量控制的全流程管理閉環；針對知識推理決策類應用，當前依然需要考慮AI發出指令的可靠性，需要人為干預以確保生產安全。相應的，隨著通用人工智慧技術的演進、企業人員能力的提升以及資料治理的日趨完善，AI所扮演的角色將從“co-pilot（輔助）”發展為“決策主導+人工驗證”並最終演進為可受信賴的自主閉環。
人才需求結構變，內外培養待加強
隨著自動化、數字化、智慧化技術的快速發展和應用，傳統的勞動密集型生產模式正在向技術密集型轉變，中國製造業對人才的需求結構也隨之發生了顯著變化——2022屆在製造業的本科畢業生就業比例達到22.2%，高職畢業生比例達到25.0%，分別較2018屆提高了4.2個、3.9個百分點。9 儘管中國製造業規模穩居世界第一，但製造業中科學家和工程師佔從業人員的比重仍然較低。2020年，中國製造業中科學家和工程師的佔比僅為3.55%，遠低於德國的23.2%和歐盟的14.2%。10 根據人力資源與社會保障部公佈的資料分析，到2025年，智慧製造領域將需要900萬人才，而人才缺口預計將達到450萬人。根據教育部、人力資源和社會保障部、工業和資訊化部聯合釋出的《製造業人才發展規劃指南》預測，到2025年，新一代資訊科技產業、高檔數控機床和機器人、節能與新能源汽車、電力裝備、新材料這五大製造業重點領域的人才需求均將超過100萬人。【BCG亨德森智庫後續將就中國高階製造業人才發展趨勢話題發表專題解讀文章，敬請期待】
一些企業透過與高校緊密合作，建立人才培養基地，共同開展技術研發和人才培養。透過產學研結合的方式，在獲得最新的科研成果的同時，也引進符合產業需求的相關領域優秀畢業生加入企業。在此基礎上，由於人工智慧技術在深入應用落地的過程中，需要既懂技術又懂工業產業的人才，以實現技術與產業的深度融合，所以企業也應重視對現有人才的篩選和培養，需要圍繞國家重大戰略、重大工程、重大專案、重點產業，賦予自身員工參與相關實際專案、積累豐富實戰經驗的機會，健全自身的高技能人才培養體系。
企業出海策略變，集中管理待構建
在國際市場新秀迭起、地緣政治風雲變化的今天，中國製造業出海已是大勢所趨。2018年至2022年，中國製造業對外直接投資流量的年複合增長率達到9.2%，2022年流量達到271.5億美元，佔中國對外直接投資流量總額的16.6%。
11
從主觀角度出發，
以東南亞為代表的新興國家經濟正快速增長
，為中國製造企業提供了不可多得的新業務增長點和盈利機會，加之其優惠的招商引資政策以及顯著的人力和原材料成本優勢，無一不在吸引著中國製造企業向當地轉移產能。2021—2023年，中國製造業對東南亞的累計投資金額超過400億美元，遠超歐洲、拉美等地區。從投資金額來看，印尼是中國製造業投資的首選目的地，投資規模達到59.2億美元；
12
從客觀角度出發，當前層出不窮的
綠色壁壘、技術性貿易壁壘、進口限制關稅等諸多挑戰
，也正倒逼中國製造企業透過構建本地化供應鏈，掌握海外業務主動權。在此背景下，我們觀察到中國製造業正
逐漸從產業鏈區域性環節出海，邁向端到端全鏈條出海
。越來越多的企業正透過上下游企業聯合出海的方式構建本地化供應鏈。
中國製造企業有望構建起中央控制塔（Control Tower），將核心決策和指揮中樞保留在總部，利用包括5G、物聯網、大資料分析和人工智慧等工業4.0先進技術優勢，即時收集和分析全球生產和供應活動的資料，提供精準的指導和支援，實現對全球產業鏈的集中管理和最佳化。
結語
向上滑動檢視參考文獻
1中國國家統計局，https://finance.eastmoney.com/a/202403133009720867.html。
2中國國家統計局，《2023年國民經濟和社會發展統計公報》，https://backend.chinanews.com/cj/2024/02-29/10171787.shtml。
3中國資訊通訊研究院，《中國數字經濟發展研究報告（2023年）》，https://www.secrss.com/articles/54179。
4中國國務院新聞辦公室，https://jxt.zj.gov.cn/art/2024/7/11/art_1660149_58932833.html，2024年7月5日。
5安永，《新車型爆發時代下經銷商網路的價值與變更》，https://mp.weixin.qq.com/s/BC5XdJ4emk5qztEOqew3gg。
6頭豹研究院，《2022年中國C2M行業：短路經濟賦能供應鏈變革》，https://pdf.dfcfw.com/pdf/H3_AP202304061585194016_1.pdf。
736氪研究院，《2024年中國AI+製造產業研究報告》，https://www.36kr.com/p/2853458940627588。
8德勤，《製造業+人工智慧創新應用發展報告》，deloitte-cn-eri-manufacturing-artificial-intelligence-innovation-application-development-report-zh-211015.pdf。
9新浪財經，《湧入製造業！應屆生找到“就業稻草”，企業仍說“招人難”》，https://finance.sina.cn/2023-11-18/detail-imzuyxps9539707.d.html?from=wap。
10李建革，《加快我國等工程教育改革勢在必行》，http://www.pdhb.org.cn/page/contain.html?p1=4028889e6cb83654016cb8547b650008&p2=4028889e6cfef809016cff26e15b0003&p3=ff8080818c4728be018c536436f80001。
11《2022年度中國對外直接投資統計公報》，中國商務出版社，https://images.mofcom.gov.cn/hzs/202310/20231007152406593.pdf。
12新浪財經，《製造業出海東南亞，這四大行業增長最快》，https://finance.sina.com.cn/wm/2024-05-28/doc-inawtrfv3177622.shtml。
推薦閱讀
關於作者
阮芳是波士頓諮詢公司（BCG）董事總經理，全球資深合夥人，BCG組織與人才專項中國區負責人，BCG亨德森智庫中國區聯席負責人。
Daniel Kuepper是波士頓諮詢公司（BCG）董事總經理，全球資深合夥人。
彭勇是波士頓諮詢公司（BCG）合夥人。
崔傑是波士頓諮詢公司（BCG）專案經理。
楊家齊是波士頓諮詢公司（BCG）諮詢顧問，駐BCG亨德森智庫（中國）代表。
如需聯絡，請致信[email protected]
關於BCG亨德森智庫
更多精彩敬請關注BCG影片號
掃描左側二維碼
關注BCG數智港
快來關注我們吧
宣告
原創內容的最終解釋權以及版權歸波士頓諮詢公司所有。如需轉載文章，請在資訊欄輸入“轉載”，獲取轉載須知。