2024 年 1 月 本产品保密并受到版权法保护 Confidential and Protected by Copyright Laws 中国制造业人工智能行业应用 制造业人工智能行业应用发展背景 2012-2022 年中国规模以上制造业增加值情况 35% 31. 5% 30.7% 30% 27.7% 25% 83.2 74.6 20% 64.4 59.3 2015 2016 2017 2018 2019 2020 2021 2022 工业增加值 ( 万亿元 ) 0 制造业增加值占 GDP 比重 (%) 数据来源：国家统计局， 由易观分析整理 ◎ 易观分析 。作为数字经济核心产业与 实体经 济的根基，当前我国制造业规模已经跃居世界第一位，建立起门类齐全、独立完整的制造体系。在全球经济下行背景下，我国制造业 产业链韧 性和产品竞争力有显著提升。近年来我国数字经济与 制造业融合发展程度不断深化， 2022 年 制造 业数字经济渗透率提升至 24%, 但 与发达国家 相比仍存在差距，且当前面临着高端制造回流、中低端制造转移等多重压力。 我国制造业规模庞大，但行业数字经济渗透率仍与发达国家存

人工智能在生产制造业中的实践与应用 Andrew NG （吴恩达） Chairman & CEO of Landing.AI 人工智能是新电力 电力转变了无数行业 ：交通，制造，农业， 医 疗，等等 人工智能将带来同样划时代的变 革 Jeopardy 人工智能技术及产品的兴起 人脸识别 语音识别

人工智能+制造业应用落地 研究报告 （2024 年） 创新奇智科技集团股份有限公司 中国信息通信研究院人工智能研究所 2024 年 12 月 1 前 言 制造业作为国民经济的基石，一直是推动经济增长和技术创新 的核心力量。然而随着全球化竞争的加剧和消费者需求的多样化， 制造业正面临着成本上升、效率低下和创新能力不足等多重挑战。 近年来，人工智能技术的兴起为制造业转型升级提供了强大的动力， 提供了强大的动力， 其在制造业全流程的落地有助于提升我国制造业的整体竞争力，使 其在全球市场中占据更加有利的地位。 自党的十八大以来，我国高度重视制造业与人工智能的融合， 正加速制造业与人工智能的融合进程， 旨在提升制造业效率、质量 和创新能力，促进产业链协同优化，构建开放共享的制造业生态， 为经济高质量发展和全球可持续发展贡献力量。 在此背景下，本报告深入剖析当前技术应用的现状，关键技术 在此背景下，本报告深入剖析当前技术应用的现状，关键技术 创新方向， 以及行业应用的具体情况，通过制造业具体场景的典型 案例揭示人工智能如何助力制造业研发设计、生产制造、运营管理 和产品服务的全流程智能化升级。在此基础上对制造业人工智能的 未来发展趋势进行展望， 以期为相关政策制定者以及行业从业者提 供决策支持，共同助力我国制造业在人工智能时代的转型升级和可 持续发展。 目 录 前 言..........

AI+ 智能制造设计方案 AI 赋能制造业 PART ONE 加入星球获取更多更全的数智化解决方案 Project Content 智能制造 01 02 04 03 智能制造的定义 企业为实现提质降本增效、提升竞争力、占领市场地位，通过 工业化、信息化深入融合，运用 网络化、数字化、智能化技术 手段与提升精益水平等一系列举措而构建的深度自感知、智慧 优化自决策、 精准控制自执行的高柔性化及自适应的制造体系 制造”深度融合的高 度重视，也为制造业在新一轮技术革命中指明了方向。意味着， AI 浪潮下，制造业正面临深层次的结构性挑战与转型压力，站 在“再定义”的门槛上。一方面，全球产业链加速重构、劳动力 结构性短缺、质量与效率的双重压力日益显现；另一方面，人 工智能正以前所未有的速度，渗透至从研发、生产到供应链的 各个环节，成为驱动制造业高质量发展的新变量。在这样的背 景下，制造业不再是 AI 应用的跟随者，而是其落地的主战场和 织方式 与治理能力，推动制造业从流程驱动向数据驱动、从自动化向 智能化、从人控系统向人机协同演进。因此， AI 技术的嵌入， 正开启一场对制造业的“再定义”。 Project Content AI 全方位助力制造业发展 “AI+ 制造业”产业结构：将 AI 技术应用到制造业，使制造业在数字化和网络化 的基础上，实现机器的自主反馈和自主优化。 AI+ 制造业的产业结构包括三层：  （

展规划》开始，各省陆续出台了智能制造产业的扶持政策，如 2018年6月北京和上海公布的智能制造扶持政策、2020年各 省出具的智能制造指导政策与意见等。这股政策东风逐渐催 生了制造业的数字化及智能化的转型之路。而运维服务（ 如 备品备件销售、设备维护及维修等）作为制造业的重要组成 元素，通过工业互联网及人工智能的深度融合打造出创新的 应用场景，并实现持续降本增效的趋势目标。 运维服务的发展进程主要分为四个阶段： 服务供应商的主要考量维度之一。罗兰贝格针对全球领先制 造企业的调研结果显示，85%以上的受访者认为运维服务商 应更多地关注数字化方案规划能力，97%的受访者认为运维 服务商应提供主动、完整的数字化运维服务方案。随着先进 制造业对运维服务的注重维度已经改变，过去传统的备品备 件购买及定期维护观念已经过时，通过工业互联网和人工智 能赋能的数字化运维解决方案将是新的趋势。 资料来源：罗兰贝格 基于故障 预测的维护 响应式

( 二 ) 本次调研对象行业分布 本次调研的受访者（受访组织）涉及行业领域广泛。将各个行业按照占比从高到低的顺 序依次排列情况如下： • 金融业 - 包括银行、证券、保险、投资等； • 制造业 - 包括电子电器制造、汽车制造、食品饮料制造等； • 教育业； • 医疗卫生业； • 商业服务业.-.包括咨询、会计、法律、广告等专业服务； • 能源业 - 包括电力、油气、新能源； • 业对于 风险管理、合规和准确性的要求尤为严格。数智化审计为金融机构提供了更高效、更准确的 审计工具，这对于维持公众信任和满足监管要求至关重要。 • 制造业紧随其后：制造业的复杂性和多样性使其在数智化审计方面的需求也相对较高。 此外，制造业的供应链管理、质量控制和成本优化等方面也对审计有很大的需求。 8 数智化审计调研报告 • 教育、医疗和商业服务业的参与度中等：这可能与这些行业对于数智化审计的应用和

86 第七节 蓝点触控 95 第八节 鑫精诚传感器 99 第九章 协作机器人应用案例 104 第一节 模具行业 104 第二节 航空制造业 105 第三节 锂电行业 107 第四节 新能源汽车行业 109 第五节 农业 111 第六节 其他行业 113 第十章 从协作机器人的主要出口国家与地区来看，主要分为两大阵营：一是以德国、日本、美国、韩国等为代表的高端制 造业实力较强的发达国家；二是以泰国、越南、印度、墨西哥、马来西亚等为代表的，近年来承接中国制造业转移的 新兴经济体。 国内协作机器人厂商的业务布局已在各细分行业呈现全面拓展的态势，业务范围横跨工业与商业服务两大领域。在 工业领域，其在食品饮料、光伏等下游细分行业的渗透率不断提升，而在 围绕提高自动化程度和生产效率进行。 协作机器人的下游集成应用，按领域可以分为工业和服务业两大类。 在工业领域，协作机器人系统集成企业与传统工业机器人系统集成商重叠度越来越高，面向的群体均为各个制造业 的细分领域。通常根据特定领域客户的个性化需求，利用机械、电子电气、自动化控制、工业软件、工业传感、机器 视觉等技术，将机器人、设备单元、工装组件、软件系统等进行集成，形成能够实现分拣、装配、搬运、焊接、包装

工业知识的智能抽取与整合： AI Agent 能智能抽取和整合制造业庞大的工业数据、技术文档及专家经验 ，提炼关键工艺知识 ，形成精细、实用、 结构化的知识体系 ，助力企业实现复杂工业知识的智能化沉淀 ，减少信息碎片化 ，提升知识获取的便捷性。 工业知识的实时更新与迭代学习： AI Agent 凭借自主学习能力 ，适应制造业多变的生产环境 。它能实时跟踪产业和技术动态 ，持续学习新的 工 业标准、生产要求及技术创新 更新迭代的完整闭环，证明了企业知识库对企业级 AI 应用不可替代的价值，是实现企业级 AI 个性化和专业化的根本保障。 AI Agent 依员工职能与生产线需求定制学习路径 ，提升学习效率 ，精准满足制造业复杂技术培训需求 ，助 力 个性化学习路径与培训路径构建： 员工适应特定工作场景。 更多业务场景应用构建 沟通记录导入 返回数据标签 数据接入 用户信息 & 行为信 息 平台及工具的全栈体系 ，推动制造业从单点效率优化迈向全价值链智能升级。 其他 Agent 应用： 如工厂驾驶舱、工单 AI 助理、 AI 运营决策系统、营销 / 客服数字员工等智能体应用，提升运营效率 52 备注：案例排名不分先后 顶尖人才汇集：超 10 亿研发投入，研发人员 80%+ 深厚制造业 know-how ：脱胎于 TCL ， 3 万 + 先进制造业客户 完善的产品布局：“

截止 2024 年底 , 泸州老窖与供应链经销商在年底囤货高峰期完成 3000 余万数字人民币 小微贷款及定向支付。 2.2.2 某集团：打造“智链通”产业协同生态方案 （1）产业痛点 制造业长期面临一系列复杂且棘手的问题。在资金层面，多层分包模式导致供应商账期 冗长，资金回笼缓慢，严重影响企业资金周转与再投资能力；跨行支付手续费高昂，增加了 企业的财务成本负担。在交易环节，传统结算 成和贷款发放，为中小供应商提供了便捷的融资渠道，解决了融资难题。 - 13 - 图 6 某集团数字人民币供应链结算网络 来源：金融发展与监管科技研究中心绘制 在工业互联网平台产能共享生态中，该集团首创制造业产能数字人民币结算体系。将闲 置生产线产能数字化为可交易资产，采购方通过数字人民币钱包实时支付产能费用，智能合 约自动拆分结算（涵盖平台服务费、设备折旧费、能源消耗费等）。通过物联网采集设备运 （RWA） 生态提升资产流动性。这三个维度深刻重塑产业运行逻辑，为高质量发展注入强劲动能。 2.3.1 重塑产业链支付结算 数字人民币首先着力解决传统产业支付体系的痛点，重塑支付结算基础。以制造业供应 链为例，其多环节支付流程复杂，传统方式涉及冗长审批、跨行清算，导致到账慢（通常 2-3 工作日）、手续费高、资金流转不确定性大等问题，尤其对小额高频交易负担沉重。 数字人民币凭借点对点支

可信身份与连接器管理 2、 数据使用控制与合约执行 3、 端到端加密与可信计算 4、 数据/算法可追溯与可审计 5、 语义互操作与目录编目 6、 跨空间协同与治理编排 1、 可信制造业供应链协同质检与预测性维护 2、 跨医院医学影像及医疗数据联合建模 3、 电网数据与气象/需求侧信息的可信融合 4、 物流全链路运输数据实时共享与风险预警 5、 政务数据与社会数据的合规融通 露风险。 （3）帮助用户解决大模型服务中的合规和隐私保护问题。 （4）为用户提供精细化管控和大模型使用审计与事件追溯手段。 用户价值： 典型客户或目标客户： 政务，医疗，金融行业，大型企业、制造业、外企等。 ⼤模型访问异常检测 ⼤模型⻛险溯源 模型访问⽇志全留存 ⼤模型数据⻛险检测 ⼤模型卫⼠-监测审计平台 内部⽤户 外部⽤户 接⼊⽹关 流量解密内容 还原 提问/回复⽇志 审计 安全运营的实战能力。 方案示意图/拓扑图： 典型客户或目标客户： 该方案已广泛应用于某头部部委、某省级气象局、某能源龙头企业、某大型 光能企业、某头部家电制造业、某头部金融证券、某空管单位等数百家大型 用户，覆盖央国企、部委、制造业、金融、能源、教育、医疗、交通等重点 行业。 通过AI安全运营可日均分析数百万告警，实战场景自动化运营达成率高达 96%以上，显著提升用户安全运营效率与体系化防入侵能力。