（一）市场规模

1．产业结构变化

传统的制造业价值链呈单一线性，构成主要以单个企业为主，主要从物质（原料）出发、经过一系列线性生产过程、到物质（产品）结束（如图2-1）。人工智能等新信息技术的介入，则将两者的价值链重合重组为多层次、嵌套式的复杂价值网。正如德勤2017年《工业4.0与制造业生态圈》报告的描述：信息技术重塑了制造业所固有的流程，使工业4.0的生产过程完成从物理到数字再到物理的循环。

具体来说，支撑“人工智能+制造”的信息技术基础设施和服务可以划分为基础层、平台层和应用层三个主要圈层。

基础层：分为物理基础设施和信息基础设施。物理基础设施指用以进行物质的加工处理的基本资源和工具，包括机器、车间等；信息基础设施指用以进行数据的加工处理的基本资源和工具，包括网络、服务器等。

平台层：主要分为算力平台、算据平台和算法平台。算力平台是计算能力的提供/获取平台，主要是工业云；算据平台是数据资源的提供/获取平台，主要是工业大数据；算法平台是人工智能专业算法和技术的提供/获取平台，主要包括在生产制造中广泛使用的机器视觉、生物特征识别等技术。

应用层：主要是人工智能等相关数字技术在制造业各生产过程环节的具体应用，主要包括研发设计、生产制造、质量管控、供应管理和运营维护等五大环节。

2．整体规模组成

在“基础-平台-应用”三层架构中，“人工智能+制造”相关的典型技术应用可以划分为六大类：工业机器人、制造业物联网、制造云、制造业大数据及商业分析、制造业人工智能和智能工厂应用/解决方案（如图2-3）。

基于MarketsandMarkets和IDC等专业机构的评估和预测数据，以上六大类技术应用全球整体市场规模2016年约为1.2千亿美元，而到2025年将超过7.2千亿美元，复合年均增长率预计可超过25%。这一增速远高于全球制造业增加值的年增长率（2.26%,2015年）和工业增加值的年增长率（3.29%,2016年），显示出人工智能及相关技术有望为制造业和工业注入新动力。

从发展趋势上看，“平台型产业”将成为“人工智能+制造”未来主要的增长点。2016到2025年，包括制造云、大数据和人工智能等平台层技术应用的市场规模，将从占整体产业的24%上升到36%以上。由此可见，在互联网领域发展成熟的平台生态模式，也将成为制造业智能化转型升级的重要选择。

3．六大细分领域

（1）工业机器人

技术/产品类型上，主要有两大类：传统工业机器人（Traditional Robots，主要有Articulated, SCARA, Parallel, Cartesian等类型）、协作机器人（Collaborative Robots）。目前传统机器人仍然占据市场主体，但协作机器人将会呈现高速增长。原因在于传统机器人灵活性差、成本高，难以满足广大中小制造企业的成本效益要求。而协作机器人由于植入了更多的智能技术且日趋小型化，能够更有效满足中小企业的复杂环境和个性化生产需求。

行业类型上，主要应用于：汽车、电气和电子、塑料/橡胶和化学品、金属和机械、食品和饮料、精密工程和光学、制药和化妆品等垂直行业，其中金属和机械行业的应用增速最显著，主要原因在于包装、物料处理和自动化机械工具等对工业机器人的需求较为旺盛。

（2）制造业物联网

推动制造业物联网发展的主要因素是对制造基础设施的集中监控和预测性维护的需求日益增长、最新通信技术的出现以及对敏捷生产和运营效率的追求。此外，越来越多的云化应用、运营技术（OT）和IT融合、以及越来越多成本下降的智能连接设备，也是支持此市场整体增长的原因。

技术/产品类型上，物联网其实远不仅是基础设施，广义上包含了基础-平台-应用-解决方案整个体系。具体到制造业，则主要分为托管服务和专业服务。托管服务主要是制造业企业将物联网开发、建设和运营等外包给第三方；而专业服务则是制造业企业主导物联网自建和运营，由第三方提供咨询、基础设施、系统设计和集成、支持和维护、教育和培训等服务。随着第三方物联网平台的发展成熟，出于成本和专业性等因素，托管服务将成为制造业物联网未来的主要增长领域。

行业类型上，在各子行业都将广泛应用，主要包括：汽车、食品和饮料、航空和国防、化学和材料、高科技产品、医疗保健和其他（农业、纺织和皮革）。物联网在工厂自动化、流程优化、供应链优化、安全性提高、业务流程整合、以及企业社会责任等方面都能够提供有效支持。

（3）制造云

技术/产品类型上，云不仅仅是基础设施，广义上包括基础设施即服务（IaaS）、平台（PaaS）及软件即服务（SaaS）三大类。具体到制造业，云基础设施和云平台是未来主要的增长领域。其中规模化、标准化的制造业云平台，是未来各方的主要发力和竞争的领域。而在制造业上云的同时，云安全则是另一个角度上产业关注的焦点。

行业类型上，云计算在制造业的应用主要可分为两大类行业：离散型制造和流程型制造。其中离散型制造由于制造环境分散、过程复杂，更需要云计算技术的承载以便于制造环节的对接。如美国就将离散制造作为其未来公有云发展的重点投入领域之一。

（4）制造业大数据及商业分析

技术/产品类型上，主要包括非关系型数据存储、认知软件平台、内容分析、搜索系统、IT和商业服务等。其中由于制造业海量数据的持续产生，IT和商业服务的市场占比超过整体一半。未来制造企业将不断扩大数据分析范围和活动，使非关系型数据存储和认知软件平台实现最为强劲的增长。

行业类型上，大数据在制造业的应用主要可分为三大类行业：资产型制造（如机器装备）、品牌型制造（如快消品）和技术型制造（如电子产品）。不同类型的企业，未来对大数据的应用各有侧重。资产型制造，主要用于资产的跟踪和管理；品牌型制造，主要用于实时精准营销；技术型制造，主要用于供应链监测和管理。

（5）制造业人工智能

技术/产品类型上，主要技术包括：深度学习、计算机视觉、情境感知和自然语言处理等，其中计算机视觉目前的占比最大；主要的产品包括：物料移动、预测性维护和机械检查、生产计划、现场服务、回收、质量控制，其中预测性维护和机械检查目前的占比最大，因其能最有效利用计算机视觉识别的能力优化现有生产环节。

行业类型上，主要应用于：半导体和电子、能源和电力、制药、汽车、重金属和机械制造、食品和饮料、以及其他（纺织和航空航天）。由于工业物联网和机器人在汽车工厂中的广泛使用，目前汽车行业的人工智能技术应用最多。

（6）智能工厂应用/解决方案

技术/产品类型上，主要包括：DCS、PLC、MES、ERP、SCADA、PAM、HMI、PLM等。其中分布式控制系统（DCS）目前占最大比例，而制造执行系统（MES）预计未来增速最快。前者能够为制造环节提供监管控制，结合大数据和人工智能可有效实现预测性防护和优化；后者则主要生产执行的操作和管理，能够有效缩短生产时间、提高生产力。

行业类型上，伴随新一代电动和智能汽车的规模发展，汽车行业的市场预计将占据全球智能工厂市场的最高份额；此外由于石油天然气工厂对安全性和可靠性的需求日益增加，因此在其中采用智能工厂相关技术和组件的情况预计会最高。