改革開放40年，是中國經濟騰飛的40年，也是中國制造業快速崛起的40年。
早在2011年~2012年前后，我國制造業規模就已超過美國，成為全球第一制造大國。改革開放40年來，中國的制造業早已深度嵌入到全球化體系當中。然而，與世界先進水平相比，中國制造業仍然“大而不強”，包括芯片等在內的諸多核心器件受制于人，勞動生產率不高，工業增加值較低。此外，全球經濟增速放緩、中美貿易摩擦等都給中國制造業的發展增加了不確定性。
當前，互聯網創新發展與新工業革命正處于歷史的交匯期，隨著消費互聯網為代表的互聯網的發展，工業互聯網日益成為推動互聯網、大數據、人工智能與實體經濟融合發展的突破口。當人口紅利逐漸退去，中國制造業的下一個核心競爭力在哪里?制造企業迎如何把握工業互聯網與大數據、人工智能融合的風口，實現轉型升級?中國制造如何走向“中國智造”?敬請關注本期“”特刊。
導讀
當前，互聯網創新發展與新工業革命正處于歷史的交匯期，隨著消費互聯網為代表的互聯網的發展，工業互聯網日益成為推動互聯網、大數據、人工智能與實體經濟融合發展的突破口。
在“中國制造”向“中國智造”轉型的過程中，我國制造業科技成果出現“井噴式”增長，前沿創新并跑增多、領跑涌現。中國在集成電路、新能源汽車、大型飛機等領域取得一批標志性成果;新一代信息技術、新材料技術、新能源技術正帶動群體性技術突破。
10月24日，在《21世紀經濟報道》主辦的“2018中國智造業年會”上，工業和信息化部信軟司巡視員李穎指出，當前，互聯網創新發展與新工業革命正處于歷史的交匯期，隨著消費互聯網為代表的互聯網的發展，工業互聯網日益成為推動互聯網、大數據、人工智能與實體經濟融合發展的突破口。
受勞動力成本增加、土地供應緊張和環保成本上漲等因素影響，中國制造業的傳統成本優勢正在減弱，很多勞動密集型制造業在向內陸地區或東南亞國家轉移。在這樣的背景下，中國制造業掀開了向“智造”轉變的浪潮。其中，重新定義中國制造業的核心競爭力，探索新技術并推動其落地成為業界重點關注的方向。
本次年會上，《21世紀經濟報道》攜手賽迪顧問發布《中國獨角獸新經濟城市競爭力報告》，報告依托于雙方今年5月到9月對西安、上海、蘇州、北京、深圳、東莞等地眾多優秀智造企業的持續走訪調研，重點關注獨角獸企業以及孕育獨角獸企業的城市之間的關聯，包括創新、科技的主體的關聯。
在走訪的多個城市中，制造業的轉型正在主動或被動轉型，轉型方式或顛覆或漸進：如在上海、蘇州，傳統制造企業通過引進智能生產線，布局物聯網技術，提高生產效率，許多產業園區完成了內部的“騰籠換鳥”;在北京，借助“高精尖”領域的先天優勢，高新技術驅動的企業層出不窮，更加注重差異化，先進技術商業化步伐加快;在深圳，隨著產業競爭和迭代深化，各類型企業的競爭方向也聚焦在了打造獨有的技術壁壘和把控產業鏈關鍵環節上。
創新引領核心競爭力
《中國獨角獸新經濟城市競爭力報告》顯示，“獨角獸”往往誕生于技術密集、知識密集、跨學科多領域深度融合的前沿科技領域，對于城市人才、科技、金融、創新等要求較高，我國80%以上獨角獸企業集中在“北上杭深”四大綜合創新優勢領先城市。
從獨角獸的誕生圖譜可以看出，影響企業發展的因素非常多。但是，對于包含百行百業的制造業，是否存在具有普遍性的核心競爭力，提高核心競爭力的關鍵是什么?
早在2017年11月，為加快發展先進制造業，推動互聯網、大數據、人工智能和實體經濟深度融合，突破制造業重點領域關鍵技術實現產業化，國家發展改革委就印發了《增強制造業核心競爭力三年行動計劃(2018-2020年)》，部署加快推進制造業智能化、綠色化、服務化，切實增強制造業核心競爭力，推動我國制造業加快邁向全球價值鏈中高端。
《行動計劃》提出將軌道交通裝備、高端船舶和海洋工程裝備、智能機器人、智能汽車、現代農業機械、高端醫療器械和藥品、新材料、制造業智能化、重大技術裝備作為重點領域，組織實施關鍵技術產業化專項。堅持創新驅動、市場導向、質量為先、重點突破是四大要求。
協鑫集成科技股份有限公司副總裁黃繼新指出，不斷的創新是制造業核心競爭力之一。以光伏行業為例，制造業一直都在追求效率的提升。除了電池組件本身轉換效率的提升以外，也在關注人員效率的提升，逐步實現光伏平價上網。
誠然，掌握核心技術是中國制造業崛起、保障國家安全、建設制造強國的必由之路。但推動技術創新的路上，研發資金投入、研發成果轉化、高端科研人才培育、基礎和前沿領域的原始創新不足等都可能成為增強制造業核心競爭力的掣肘。
10月30日，普華永道發布的研究顯示，中國科技企業在研發投入上不及美國同類企業。通過對1000多家上市公司數據進行研究發現，以亞馬遜和谷歌為首的美國科技公司在技術研發上的投資是中國企業的6倍多。聯合國教科文組織的一項統計也顯示，美國每100萬人口中雇傭了4295名研究人員，而中國只有1096名。
不過，在技術研發投入方面，我國正在不斷加大。10月9日，國家統計局、科學技術部和財政部聯合發布《2017年全國科技經費投入統計公報》也顯示，2017年我國研究與試驗發展(R&D)經費投入總量超1.76萬億元，同比增長12.3%，增速較上年提高1.7個百分點。按R&D人員(全時工作量)計算的人均經費為43.6萬元，比上年增加3.2萬元，落實創新驅動發展戰略取得了顯著成效。
數據賦能傳統制造
從國際視野看，制造業已經經過了多輪演進，從第一次工業革命中蒸汽的使用，第二次工業革命電力的使用，第三次工業革命中大規模制造的自動化系統的使用，使得很多企業具備了大規模制造、快速提高生產率，滿足客戶標準化產品需求的能力。
但隨著物聯網、大數據、人工智能、工業互聯網等技術的結合，為實現智能制造提供了技術基礎，影響著企業全價值鏈的優化。大數據匹配的幫助下，制造行業能夠快速定制符合用戶個性化需求的產品，掀起一次以新一代信息技術為基礎、以數據為核心投入要素、以智能制造為主要方向的新工業革命。
國際數據公司(IDC)2017年發布的白皮書《數據時代2025》預測，2025年全球數據量將達到163ZB，將是目前的10倍。其中，企業數據中心或者企業云數據產生大量核心數據將占據很大一部分。
這對于中國“智造”是一個必須爭搶的趕超機遇。
阿里云數據智能中國區總經理潘立維表示，數據已經和傳統的石油、土地、水一樣成為了整個社會上最重要的第四極資源。數據量的爆發性的增長，會把社會迅速的帶到數據時代。如何去把這些爆發性增長的數據關聯起來，形成一個很好的有價值的數據，這個事情對大數據、AI行業都是一個不得不去面對，繞不過去的一個話題。
聯想集團副總裁、首席研究員、數據智能業務負責人、工業大數據產業應用聯盟常務副理事長田日輝也指出，數據智能是實現工業互聯網的最關鍵的能力。
“構建數據智能最核心的就是要構建三劍客，數據湖、算法庫和應用集。這與信軟司提的工業互聯網的很多理念也是非常統一的。”田日輝說。
除了數據的力量，AI在應用場景的落地也將成為制造業的助推力量。
阿里巴巴AI大腦專家周昌介紹，工業制造領域的視覺應用均呈現出長尾、碎片化的特點，云端視覺AI正是通過構建一套應用方法，并建立相應的AI落地策略，提高視覺應用領域的效率，減少人力投入。
周昌表示，在面向制造業、農業、環保等領域時，視覺AI的落地是實戰型的AI，其中最容易突破的點就是解放繁瑣工作。“在各行各業，繁瑣工作大量存在，這些點最適合AI落地的產品。”
設為首頁 
