行则将至：中国高端制造发展趋势

过去几年，中国的大型制造企业在数字化转型方面投入了巨大的资金和资源。2022年，中国产业数字化规模达到 41 万亿元，占数字经济比重为 81.7%。据统计，约有80%的企业已经完成了基础设施的信息化、自动化和数字化改造。³ 2023年中国重点工业企业数字化研发设计工具普及率达80.1%、关键工序数控化率达62.9%，分别较“十四五”初期提高了5.4个和7.6个百分点。⁴ 然而，在快速引入新技术和系统的过程中，系统之间的兼容性和整合性不足，加之数据种类繁杂、标准不统一、协议封闭造成数据难以共享等问题，造成的结果是，虽然单个系统内部的自动化水平提高了，但系统间的壁垒却形成了一个个独立的信息孤岛，在一定程度上影响了制造业全流程协作效率和决策及时性、准确性与科学性，抑制了企业响应外部市场变化的能力和抵御内外部风险的能力。

如今，消费者的需求日趋个性化、动态化、多样化，这点在服装、家电、汽车和3C等消费品制造业体现得尤为明显。以汽车市场为例，从2019年开始新车型井喷式进入公众视野，现在中国市场每年上市的新车型数量约为十年以前的两倍。然而，单车型的销量却不高，年度销量前五的爆款车型合计年销量比十年前下降超过50%。⁵ 制造企业亟待从传统的大规模生产模式逐渐转向更加灵活的定制化生产模式。根据测算，到2025年，中国C2M（用户直连制造模式）市场规模有望突破千亿元大关，到2026年将达到1374.3亿元，年复合增长率预计可达24%。⁶

为顺应C2M的大势，在研发端，可以通过平台化标准组件的设计，结合客户洞察和仿真模拟，提前预测市场需求，快速响应市场变化；在生产端，通过模块化生产，灵活调整生产线和生产计划，适应产品的快速迭代和定制化生产，提高生产效率和市场响应速度；在物流配送端，通过变革自身的履约网络结构、优化供应链网络，提高供应链的灵活性和响应速度。此外，还可以应用“整合工厂模式（Integrated Factory Model）”，通过打造一个统一平台界面，将研发端、工程端和制造端紧密连接，从而加速产品从设计到生产的整个流程——利用仿真技术对研发和工程设计团队生成的CAD数据进行模拟，并提前输入制造过程，以提前评估生产可行性、预测产品在实际生产中的表现。

2022年，全球人工智能制造业市场规模为26亿美元，预计在预测期内收入年复合增长率为44.5%。2023年人工智能在中国制造业应用的市场规模约为56亿元，从2019年起，市场规模增长率将持续保持在40%以上，2025年市场规模将达到141亿元。⁷ 通过识别类应用、数据建模优化类应用及知识推理决策类应用，AI技术正在工业研发、生产、管理及服务等全环节助力制造业的高端化转型。例如，融合ChatGPT的工业机器人，可以理解人类的自然语言指令并在执行路径规划、物体识别等任务时做出相应的决策，减少人为错误、提高产品质量和可靠性；融合智能算法的供应链管理，可以实现智能调度、跟踪和预警，更好地实现履约需求。行业应用角度，预计到2025年，电子通信/半导体人工智能应用市场的规模将达到41亿元人民币；汽车制造行业紧随其后，达37亿元人民币；能源电力行业将达到25亿元人民币；制药行业将达到17亿元；金属及机械制造行业将达到13亿元，其他行业预计为8亿元。⁸ 尽管AI大模型在智能制造中的应用前景广阔，但在大规模落地应用过程中仍面临系统集成、数据可靠性等问题。

随着自动化、数字化、智能化技术的快速发展和应用，传统的劳动密集型生产模式正在向技术密集型转变，中国制造业对人才的需求结构也随之发生了显著变化——2022届在制造业的本科毕业生就业比例达到22.2%，高职毕业生比例达到25.0%，分别较2018届提高了4.2个、3.9个百分点。⁹ 尽管中国制造业规模稳居世界第一，但制造业中科学家和工程师占从业人员的比重仍然较低。2020年，中国制造业中科学家和工程师的占比仅为3.55%，远低于德国的23.2%和欧盟的14.2%。¹⁰ 根据人力资源与社会保障部公布的数据分析，到2025年，智能制造领域将需要900万人才，而人才缺口预计将达到450万人。根据教育部、人力资源和社会保障部、工业和信息化部联合发布的《制造业人才发展规划指南》预测，到2025年，新一代信息技术产业、高档数控机床和机器人、节能与新能源汽车、电力装备、新材料这五大制造业重点领域的人才需求均将超过100万人。【BCG亨德森智库后续将就中国高端制造业人才发展趋势话题发表专题解读文章，敬请期待】

一些企业通过与高校紧密合作，建立人才培养基地，共同开展技术研发和人才培养。通过产学研结合的方式，在获得最新的科研成果的同时，也引进符合产业需求的相关领域优秀毕业生加入企业。在此基础上，由于人工智能技术在深入应用落地的过程中，需要既懂技术又懂工业产业的人才，以实现技术与产业的深度融合，所以企业也应重视对现有人才的筛选和培养，需要围绕国家重大战略、重大工程、重大项目、重点产业，赋予自身员工参与相关实际项目、积累丰富实战经验的机会，健全自身的高技能人才培养体系。