2017年-数据局_36Kr：“新制造”研究报告_28页_2mb

智能化升级，未来可期

——“新制造”研究报告总结

一、核心内容

本报告围绕“新制造”这一概念，探讨了物联网（IoT）与人工智能（AI）技术如何推动传统制造业的智能化升级。新制造被定义为通过物联网技术采集数据并通过人工智能算法处理数据的智能化制造，其目标是形成高度灵活、个性化、网络化的生产链条，从而实现传统制造业的转型升级。

报告指出，随着我国经济进入新常态，人口红利逐渐消失，传统制造业面临利润空间压缩和市场竞争加剧的问题，而物联网与人工智能技术的成熟为新制造提供了强大的技术支撑，使其成为制造业升级的重要方向。

二、主要观点

1. 新制造的驱动力

   • 内需驱动：传统制造业对智能化升级的需求日益迫切，以应对成本上升和效率提升的挑战。
   • 外因驱动：物联网感知层技术（如传感器、通信模块）和人工智能算法（如深度学习、图像识别）的快速发展，为新制造提供了技术基础。
   • 政策支持：国家政策如《中国制造2025》为新制造行业的发展提供了有力的引导与支持。

2. 技术发展路径

   • 物联网与人工智能作为底层支撑技术，会率先迎来大规模发展。
   • 感知层：负责数据采集，是物联网发展的起点。
   • 网络层：实现数据传输，是物联网与AI技术融合的关键。
   • 平台层：提供数据管理、应用开发等服务，是新制造系统的核心支撑。
   • 应用层：包括工业机器人、智慧仓储与物流、智慧医疗、智能家居等场景，是技术落地的最终体现。

3. 行业发展趋势

   • B端产品先于C端爆发：由于B端对智能设备的实用性、即时性、安全性要求更高，其应用会比C端更快普及。
   • 市场前景广阔：预计2016年我国新制造市场规模在1万亿元以上，2020年有望突破3万亿元，年复合增长率约为25%。
   • 安全成为新挑战：随着万物互联的推进，物联网设备的安全防护能力成为新的关注点。

4. 投资机会

   • 技术落地价值最大：具备独立数据源、自主研发算法、可切入应用场景的企业更具投资价值。
   • B端优先：工业机器人、智慧仓储与物流等B端产品将是未来爆发的主要领域。

三、关键信息

• 新制造定义：物联网技术采集数据 + 人工智能算法处理数据 = 智能化制造。

• 市场规模预测：

  • 2016年：1万亿元以上
  • 2020年：预计突破3万亿元

• 技术发展节点：

  • 物联网感知层、网络层、平台层率先发展。
  • 人工智能在图像识别、语音识别、语义识别等领域取得突破。

• 主要应用场景：

  • 工业机器人：用于汽车、电子、机械等行业的生产环节。
  • 智慧仓储与物流：提升仓储效率，实现自动分拣与搬运。
  • 智慧医疗：应用于医疗场景的智能服务机器人。
  • 智能家居：家庭环境下的智能产品。

• 代表性企业：

  • KUKA：全球领先的工业机器人制造商，产品应用于汽车、食品等多个领域。
  • 新松机器人：国内规模大、产品线全的机器人企业，业务增长迅速。
  • Kiva：亚马逊收购的仓储机器人，实现货到人自动化分拣与搬运。
  • 快仓、Geek+：国内仓储机器人企业，具备智能订单履行系统。
  • 大福（DAIFUKU）：全球领先的物流设备制造商，提供多场景的物流解决方案。

• 技术挑战：

  • 仓储物流中的通信压力与调度逻辑问题。
  • 智能设备的安全性问题。
  • 产品商业化过程中面临的成本与效率挑战。

四、未来展望

• 技术融合：IoT与AI的深度融合将推动制造业向更高效、更灵活、更智能的方向发展。
• 行业扩张：新制造行业将覆盖更多应用场景，从工业到医疗、家居等领域全面渗透。
• 安全重要性提升：随着设备数量增加和数据量增长，物联网安全将成为行业发展的关键问题。
• 投资趋势：技术落地能力强、具备自主数据源和算法、能够切入实际应用场景的企业将更具竞争力。

五、总结

新制造是传统制造业在物联网与人工智能技术驱动下的智能化升级路径。随着技术不断成熟和应用场景的拓展，其市场规模将持续扩大，年复合增长率预计达25%。未来，B端产品将率先实现爆发，而拥有自主数据源、算法和终端产品的公司将具备更高的投资价值。同时，物联网安全问题将成为行业发展的新焦点，推动相关技术与企业的快速发展。