制造研究报告

27日，第六届（2020）中国制造业上市公司价值500强论坛发布了《2020年度中国制造业上市公司价值创造研究报告》。《报告》显示，今年，中国制造业上市公司创新驱动力量明显增强，转型升级速度加快，高质量发展势头显现。从2015年开始，一年一度的《报告》从中国制造业上市公司的资本价值、产业价值、创新价值和社会价值4个维度，全面评价企业创造价值能力，今年更加侧重对于研发投入与研发成果以及相关创新动能的关注。《报告》指出，制造业企业在A股上市公司中依然居主要地位，截至2020年6月30日，A股上市公司共计3865家（含科创板上市公司）。其中，制造业上市公司2439家，占比63.10%，相较2019年同期略有提升；装备制造业企业2102家，占制造业上市公司的86.2%。《报告》认为，这一现象的出现首先得益于科创板的问世；其次是一批优秀的制造业上市公司加大了核心技术的投入和并购；第三，国家对于高新技术投入的政策和资金支持力度进一步加强；第四，监管机构的监管力度加强，低质发展受到一定程度的遏制。《报告》发布人、中国证监会首任秘书长马忠智指出，2019年以来，我国的制造业上市公司总体发展势头稳定，扮演了上市公司群体中坚角色，以核心技术为基础的创新驱动力量明显，为上市公司群体的高质量发展提供了强大动力，也为中国制造业的转型升级提供了基础模板。来源：长春日报

本文摘自EMISInsights报告，来源EMIS数据库饮料制造业是中国国民经济最重要的产业之一。随着人口数量和收入水平的不断提升，过去几十年来饮料制造业实现稳步增长。随着中美贸易摩擦不断升级，2019年中国饮料贸易逆差不断扩大。但受2020年初全球新冠肺炎病毒爆发的影响，进口锐减近30％，第二季度饮料贸易逆差随之缩窄。尽管饮料生产商已经在2020年一季度末左右恢复了生产，但由于国内需求紧缩以及全球贸易中断导致出口下降，该行业很难在2020年恢复正常。2020年第二季度行业数据回顾受新冠疫情爆发影响，2020年第二季度中国饮料制造业营业收入小幅下滑0.1%至3,839亿元。在啤酒和软饮料需求增加的推动下，2020年4至6月饮料零售额同比增长9.4％至559亿元。由于进口量急剧下降，啤酒产量在2020年第二季度同比增长5.7％至116亿升。软饮料产量在此期间同比微涨0.1％至4,700万吨。受产品需求减少影响，白酒产量在2020年第二季度同比下降5.7％至18亿升。葡萄酒产量在2020年第二季度同比猛跌50.7％至6,900万升。随着新型冠状病毒在全球的蔓延，中国饮料进出口额在2020年第二季度继续同比下降。海关总署公布的数据显示，2020年第二季度，中国饮料的贸易逆差为5.9亿美元，较2019年第二季度的9.4亿美元有所下降，这主要是由进口减少所致。2020年第二季度，饮料进口额同比下跌28.6％至11亿美元。根据中国食品土畜进出口商会发布的报告，由于在冠状病毒爆发期间烈酒和葡萄酒的消费量下滑，2020年上半年酒精饮料的进口额同比大跌29.4％至17亿美元。2020年前六个月，烈酒进口额同比猛跌31.4％至4.7亿美元。其中，白兰地的进口额在此期间同比大跌41.4％至2.7亿美元，占烈酒进口总额的57.5％。2020年上半年，中国自澳大利亚（中国最大的葡萄酒进口来源国）进口的葡萄酒金额同比下降23.4％至3.2亿美元。2020年第二季度，饮料出口额为4.8亿美元，同比下降13.4％。2020年上半年，啤酒出口额同比下降10.8％至1.1亿美元。行业展望根据EMIS Insights的估计，中国的饮料行业2020年整年都会受到冠状病毒爆发带来的打击。作为酒精饮料子行业中继白酒、啤酒和葡萄酒之后的第四大细分部门，黄酒市场将在此特殊时期面临更多的挑战，诸如产品价格低廉，知名品牌少以及市场份额小等。根据中国酒业协会发布的一份报告，黄酒2020年的产量为24亿升，仅占酒精饮料总产量的2.7％。相比其2018年的33亿升而言有了大幅下降（中国市场研究机构智研咨询发布的数据）。中国酒业协会还预测，黄酒子部门2020年的营业收入仅占酒精饮料子行业总收入的2.2％。为了扩大业务，黄酒制造商不得不注入更多的资本。2020年7月，中国最大的黄酒生产企业浙江古越龙山绍兴酒股份有限公司与一些战略投资者签署了合作协议，旨在优化产品结构，提升品牌形象并开拓新的销售渠道。行业要闻养乐多将在无锡建厂2020年4月16日，全球最大的益生菌乳制品生产商之一的养乐多与无锡市政府签署了一项合作协议，将投资3亿美元在江苏省无锡国家高新技术产业开发区建设工厂。新工厂将成为养乐多在全球最大的活菌型乳酸菌饮料生产基地。景田在梅州启动矿泉水生产项目2020年5月9日，景田（深圳）食品饮料集团有限公司与梅州市政府签署了项目投资协议，拟在广东省梅州市五华县投资5亿元人民币建设矿泉水生产项目，以扩大其产能。预计该项目建成投产后可实现年收入3至5亿元。主要行业指标酒精饮料产量受低端产品需求下降的影响，白酒（中国传统饮料酒）产量在2020年第二季度同比下滑5.7％至18亿升。由于需求增加和进口减少，2020年4至6月啤酒产量同比增长5.7％至116亿升。海关总署发布的数据显示，2020年上半年，啤酒累计进口量同比大跌22.7％至2.9亿升。2020年第二季度，葡萄酒产量继续下滑，同比猛跌50.7％至6,900万升。软饮料产量与2020年第一季度的同比大跌13％不同，2020年第二季度软饮料产量同比略增0.1％,这主要是由于中国的新型冠状病毒疫情得到有效控制。根据国家统计局公布的数据，2020年上半年，中国最大的软饮料生产基地之一，福建省的软饮料产量同比增长10.3％至450万吨。2020年前六个月，另一个主要生产基地，浙江省的软饮料产量同比增长4.8％至440万吨。关于报告本报告对中国饮料制造业进行了全面详细的分析。EMIS Insights以跨国家和地区的形式呈现深层次的商业资讯，提供数据与分析的最佳组合。如果您已经是EMIS数据库的用户，请点击这里进入数据库下载阅读本篇报告全文。下载阅读本期中文版报告点击这里。关于EMISEMIS成立20多年来，通过与世界宏观经济专家、顶级行业研究公司和权威新闻提供商合作，为近2000客户提供专业的行业与区域资讯信息，包括及时的相关新闻、行业研究、市场研究等商业资讯。覆盖全球140多个新兴市场国家与地区的250个行业。更多中国行业研究报告、市场研究与商业资讯，还请访问EMIS数据库了解更多与申请试用。更多中国与全球宏观经济数据、行业数据，还请访问EMIS数据库

前言近几年，随着《中国制造2025》的发布，以及中国制造业整体的转型升级，智能制造加速发展，不少细分领域都孕育着新机遇。尤其是最近一两年，人工智能、物联网等新技术也开始向工业领域渗透，一批先进制造相关创业公司获得了资本的支持，在多方因素推动下，先进制造领域或将迎来新的变局。如今先进制造领域新势力都有哪些，又将如何推动智能制造业的发展，存在哪些机遇与挑战？为了回答这个问题，金准人工智能专家选取了先进制造领域中的先进机器人、工业视觉以及工业互联网/物联网几个重点方向，通过对数百家相关企业的梳理与研究，以及与相关投资人、从业者深入交流，提炼整理了这些领域中主要的新兴公司及新兴产品技术方向，对这些新兴领域的发展现状进行了分析，总结了其各自发展的机遇与及挑战，希望能够对行业人士有所帮助。一、智能制造之先进制造研究背景1.智能制造是《中国制造2025》的主攻方向在信息化大背景下，工业与信息化的融合，催生了新的工业发展形态。各主要工业国为此分别提出了各自的新型工业化战略：德国提出工业4.0，美国提出先进制造业发展计划，日本提出工业价值链等。围绕实现制造强国的战略目标，经李克强总理签批，国务院于2015年5月19日正式印发《中国制造2025》。《中国制造2025》是我国实施制造强国战略第一个十年的行动纲领，主题是促进制造业创新发展，中心是提质增效，主线是加快信息化和工业化深度融合，主攻方向是智能制造。2. 智能制造十大关键领域及重点方向相比于已经有完善工业体系，重点大力发展互联网的德国、美国，中国制造业大而不强，在基础材料、基础工艺和产业技术等基础领域还有待提高，中国制造业企业有的尚处在工业2.0阶段，部分达到3.0水平，“中国制造业2025”的重点既需要谋划工业4.0、抢占技术高地，还需要弥补基础不足和历史欠账。智能制造细分概念范围很广，涉及很多行业，报告重点关注其中先进制造，即智能化生产部分。智能化生产由下而上大致分成感知、传输、设备、工厂、行业五层，本次报告重点关注其中当前相对热门的部分，即下图橙色部分，大体分为三类：工业机器人、工业视觉、工业数字化与智能化(数字化工厂、工业大数据、工业互联网云平台等），关注这些领域近几年的新兴技术及发展方向，涉及相关新兴公司、新兴技术产品或新兴探索案例。重点探讨这些领域的新方向在哪里，当下发展情况如何，面临的机遇与挑战等。先进制造的领域划分二、三大因素推动国内工业机器人市场快速发展1.市场整体需求上涨2010年以来，全球工业机器人的市场需求稳步增长，据国际机器人联合会金准统计，2011-2016年间，工业机器人市场平均以每年12%的速度增长，尤其2016年增速达到16%，创历年新高。中国近几年已经成为全球最大的机器人市场，占全球销量接近1/3。中国机器人市场近几年增速也显著高于国际水平。据金准统计，2014年以来，中国机器人市场销量年均增长率接近30%。金准人工智能专家预计2018年中国市场工业机器人销量将超过15万台。2017年，国内外机器人厂商和核心零部件厂商都出现了延长供货期的情况，整个市场出现供不应求状态，国内外机器人及核心零部件厂商2017年都在投资扩大产能。行业多信息渠道都反映，2017年多家机器人厂商销量较去年实现了翻倍，最终数据可能高于预测值。国际上3C和电子设备是仅次于汽车的第二大机器人应用领域，且逐年份额上升，2016年时达到31%（金准）。而据高工产业研究院金准统计，2017年中国工业机器人需求量前两大行业汽车（整车及零部件）和3C电子，市场占比分别33.25%、27.65%。相比2016年，3C电子行业市场占比增长了4个百分点，但距离全球水平仍有差距。中国3C市场的需求预计还将高速增长。我国是全球3C制造业中心，产能达到全球的70%，但自动化设备渗透率很低，约15%-25%。虽然3C市场本身增长趋于平稳，但市场存量庞大，且产品更新换代快，设备换代速度也在加快，近些年3C行业固定资产投资增速远超行业增速，释放出巨大市场机会。随着近两年技术水平提升，加上性价比和本土化服务优势，国产机器人抢占3C领域增量市场的机会巨大。除了3C，中国还有数量庞大的劳动力密集型产业，在人口红利逐渐消失，且国内市场定制化需求高的情况下，给机器人带来了巨大的市场机遇。2.国产替代加速机器人本体方面，过去我国机器人市场主要被四大家族：ABB、库卡、发那科、安川占据。近两年国产机器人发展迅速，市场份额有所上升，但离四大家族差距仍明显。随着国产机器人技术产品水平持续进步，国产机器人逐步替代国外产品的空间还很大。核心零部件占据了机器人成本的70%左右，国外品牌依然占绝对主导。以减速器为例，纳博特斯克和哈默纳科市场份额逐年小幅下降，但2016年时仍旧占据73%的市场份额。近两年一大批国产减速器量产上市，并开始获得国产机器人本体厂商的应用。伺服系统国外市场份额达到75%，控制器市场国外市场份额50%左右，仍有很大的国产替代空间。3C行业对小负载机器人的需求量上升，且对机器人性能要求稍低，也给了国产机器人很好的抢占市场的机会。3. 新兴技术产品随着技术本身的进步，机器人也在朝着更强的感知能力、柔性控制、网络协作等方向发展。中国在感知、认知等技术方面创新氛围和资本环境较好，与国外起点接近，使得国产机器人在新技术方面有很大机会。以下列举了5个近几年的重要机器人新兴技术产品方向。其中前4个后文会具体介绍。软体机器人科技与柔触科技的柔性夹爪在食品行业应用较多，但总体市场可能还不大。此外，工业视觉与机器人也是近两年重要新兴方向，将主要在报告第三章介绍。机器人多机协同作业也是重要发展方向，不少国内企业，如正特股份、格力智能、沃迪智能等都展示过的相关案例。三、工业机器人五大新方向综合市场层面和技术层面各因素给机器人市场带来的变化，金准人工智能专家认为机器人领域应当重点关注五大新兴方向：1.轻型工业机器人在中国制造产业升级，机器换人的大背景下，近两年，3C、家电、食品等众多行业对机器人需求显著增长。负载10kg以下的小负载多轴机械臂、DELTA并联机器人、SCARA机器人、协作机器人等过去相对小众、销量较少的轻型工业机器人，在这类行业应用较多，近两年都实现了显著增长，复合增速普遍在40%以上，高于工业机器人整体增速。以并联机器人为例。据金准数据，2016年中国市场并联机器人销量3600台，预计2017年销量达到5100台，同比增速超过40%。而据金准数据，2013年时中国并联机器人销量还只有493台。SCARA机器人也出现类似情况。据金准数据，2013年时SCARA机器人中国销量只有4262台。而据金准数据，2014-2017年期间，SCARA机器人年均复合增长率为47.45%。2017年，中国市场SCARA机器人销售量2.3万台，同比增长75.57%。随着中国年轻劳动人口逐年减少，以及越来越多的年轻人不愿意在工厂当工人，中国未来或许有越来越多的行业将开始应用机器人。11-13年之前，国产轻工业机器人较少，13年以后，新松，华盛控等，翼菲自动化等越来越多国内厂商开始推出轻型工业机器人，不过目前SCARA、DELTA等较成熟的机器人，市场仍占主要由国外厂商主导。据金准数据，16年国产DELTA机器人市场份额只占25%左右。但近几年国内轻型工业机器人发展迅猛，诞生了一批技术能力较强的新兴机器人公司，如珞石机器人、李群自动化等，获得了资本的助推，发展迅速。国内新兴机器人厂商产品性能逐渐逼近国外机器人，凭借着较低的价格、能够针对国内需求进行个性化定制的能力，快速扩展市场，并逐步抢占国外产品市场。李群自动化曾表示，17年上半年订单销售额同比增长了5倍以上。最近几年，资本对轻型工业机器人的热情在增加，不少轻型工业机器人企业（不含协作机器人企业，后文专门介绍）获得了融资。部分国内轻型工业机器人企业。近几年获得融资的轻型工业机器人中，除了协作机器人，不少是并联机器人。并联机器人发展较早，09年左右发那科就推出了M-3iA系列。11-13年左右，新松、华盛控等也推出了一批产品。当前市场上既有上市公司，也有新三板公司，还有成立较晚，但在近年获得了融资的阿童木机器人、翼菲自动化等公司。并联机器人四大技术指标：自身的重量，负载，重复定位精度，节拍速度，分别决定了机器人安装的难易程度，运用范围的广度、动作完成的标准度以及完成工作的速度。国产并联机器人精度、自重、节拍速度等方面已经接近ABB等国外厂商，大负载方面还有些差距。大负载和视觉是近年并联机器人的主要发展方向。之前大部分并联机器人负载小于6KG，近两年也开始出现更大负载的产品。视觉可以帮助机器人实现有选择的分拣与搬运，是并联机器人另一个发展方向，发那科的机器人很早就嵌入了视觉功能，国产机器人在视觉方面比国外还有差距，但也在迅速追赶中。国产并联机器人性能接近国外产品。2. 核心零部件国产化精密减速器将伺服电机输出的转速降到工业机器人各部位需要的速度，提高机械体刚性的同时输出更大的力矩，主要应用在工业机器人关节上，确保工业机器人很高的定位精度和重复定位精度。与通用减速器相比，机器人关节减速器要求具有传动链短、体积小、承载能力大、质量轻和易于控制等特点。大量应用在关节型机器人上的减速器主要有两类：RV减速器和谐波减速器。两种减速器中RV减速器应用较谐波减速器更多。RV和谐波减速器厂商增多。减速器出货取得突破。前几年，世界精密减速器75%的市场被日本的纳博特斯克（Nabtesco，后文简称纳博）和哈默纳科（HarmonicDrive，后文简称HD）占领，其中纳博生产RV减速器，约占60%的份额，HD生产谐波减速器，约占15%的份额。住友、新宝等国外品牌也有一定的份额。近两年，伴随着中国市场工业机器人销量持续高速增长，对核心零部件减速器的需求也迅速上升，但纳博和HD对市场的响应不够快，导致2017年国内减速器市场出现了交货期延长的缺货情况，给了国产厂商难得的机遇。同时，由于新增需求很多来自小负载机器人，对减速器的要求较之前的大负载机器人产品稍低，也给了国产减速器厂商有利的机会。难得的市场窗口期，加上过去2年的产品测试和磨合，2017年，国产减速器市场取得了较大的实质性突破。国产主要减速器厂商销量增长明显，几乎都实现了翻番，也有多家一线国产机器人本体厂商开始批量采购国产减速器产品。2017、 2018年部分减速器厂商业绩情况减速器产能在加速扩张面对2017年显著的市场需求，纳博以及国内不少减速器厂家也都在加紧扩张产能。不少新兴厂商、高校企业联合体、甚至军工企业，也趁机加入到了减速器的竞争中来。例如宏远皓轩和北京工业大学联合成立了高精密谐波减速器联合研发中心；中船重工707所推出了机器人用RV减速器；苏州奇步机器人推出了非RV和谐波的QB构型减速器，在减小体积和重量的同时达到了较大的减速比，瀚晟传动也研发了非RV和谐波的MRG传动技术。随着入局厂商增多，市场竞争无疑将加剧。2018年，来福谐波获得了近亿元A轮融资，资本也开始助力市场加速。总体而言，虽然近几年我国制造业企业的实力普遍在上升，国产减速器厂家已经可以购买与纳博、HD相同的高端设备，但在设计、材料、热处理、加工工艺等方面，国内厂家还存在不足，体现在产品的噪音、寿命、温升、传动效率等方面，比起国外产品还是有差距。不过随着市场加速发展，国产产品和国外产品的差距或将逐渐减小，国产替代的序幕初步拉开。2017,2018年部分减速器厂家产能扩张计划伺服电机自主配套能力已现雏形。电动伺服驱动系统通常由伺服电机以及伺服驱动器组成，是工业机器人的必不可少的关键零部件，是利用各种电机产生的力矩和力，直接或间接地驱动机器人本体，以获得机器人的各种运动的执行机构。伺服电机主要可分为交流伺服系统和直流伺服两大类。多轴工业机器人主要使用交流伺服系统，协作机器人则多使用直流伺服系统。有数据显示，目前国外品牌占据了中国交流伺服市场近80%的市场份额。其中，日系产品以约50%的市场份额居首，欧系产品份额约30%。中国企业约占10%。最近几年，受益于工业机器人市场整体快速增长，国产伺服也迎来新的机遇。据高工机器人网，当前，我国伺服电机自主配套能力已现雏形，产品功率范围大多在22kW以内，技术线上与日系产品接近，较大规模的伺服品牌有20余家，如汇川技术、埃斯顿、广州数控等。但伺服核心技术，信号接插件的可靠性，多圈绝对值编码器严重依赖进口等问题，还需要国产厂商持续努力。控制器与国外差距最小。机器人控制器由机器人控制器硬件和控制软件组成，是机器人控制的核心大脑。控制器的主要任务是对机器人的正向运动学、逆向运动学求解，完成机器人的轨迹规划任务，实现高速伺服插补运算、伺服运动控制。机器人核心零部件中，控制器、软件一般由机器人本体厂家自主设计研发，是本体厂商自己掌握的核心技术，国外各大品牌机器人均采用自己的控制系统。国内机器人本体厂商过去比较欠缺控制技术，近年来通过自主研发或海外并购的方式，补全控制技术。国内企业机器人控制器产品已经较为成熟，是机器人产品中与国外产品差距最小的关键零部件。国产和国外厂商基本平分市场。由于硬件大多都是外购，几乎都能买到相同的硬件，软件往往成为工业机器人控制器的核心，国内机器人控制器和国外厂商的差距，也主要在控制算法和二次开发平台的易用性方面。除了固高科技、卡诺普、众为兴等传统机器人控制器厂商在持续提升产品，近几年也有不少国内新兴机器人公司，从控制器出发，进入机器人本体领域，如珞石机器人、智昌集团等。17年9月，智昌实业控制器一经发布，川崎机器人便与其签订了1000台的采购合同。控制器向驱控一体发展在自动化应用水平逐步提高的趋势下，用户对控制系统和伺服驱动系统的需求越来越多样化、细分化、个性化。为使伺服驱动系统的设计更加功能化，驱动控制一体化成为伺服驱动系统的新发展方向。目前市面上的控制柜，驱动器和控制器处于分离的状态。驱控一体具体指集成运动控制器、驱动器控制电路、工控机管理功能、示教盒的CPU处理及安全控制卡功能为一体的运动控制器。驱控一体化的控制柜占用空间更小，成本更低，对于在向小型和轻量化发展的轻型工业机器人，有比较大的价值。驱控一体的优势：节约空间，轻型机器人的轻量化对空间要求在变，驱控一体刚好可以节约空间；成本降低，部分行业人士表示，驱控一体的产品，成本可以降低20-50%；性能更好，通过高速通信，控制系统直接获取机械臂各种信息，能够做到反馈提前，从而把工作做得更好。驱控一体的三个级别驱控一体整体还在初级阶段。国外桌面型机器人做的比较好的企业，如雅马哈、发那科等，都是用的“驱控一体”设备。国内近两年也有很多企业开始推出驱控一体的产品。做驱控一体的产品，企业必须同时具有控制系统和驱动器的开发能力。然而，国内能够单独将控制系统或者伺服电机驱动器做好的企业本来就不多，而要把两者整合到一起，对企业来说更是难上加难。不少国内企业的驱控一体多停留在硬件级，做到总线级的较少。目前国产的“驱控一体”总体处于初级阶段，主要还是小功率机器人上应用较多，在大功率级别机器人领域还是空白。此外，国内设备还普遍存在产品可靠性问题，“驱控一体”产品暂时没有达到控制系统和驱动器分离的架构的可靠性水平。随着轻型工业机器人进一步向小型化发展，或许未来轻型机器人驱控一体或将越来越多，进一步小型化，占地面积和空间进一步缩小。部分研发驱控一体的厂商3.人机协作协作机器人近两年增速迅猛。传统工业机器人使用时，为了安全，需要与人进行隔离。而协作机器人集成了安全检测功能，在遇到碰撞时，关节将沿相反方向运动或完全停止，以避免造成伤害，可以与人协同工作。1996年，西北大学的两位教授（J.Edward Colgate and Michael Peshkin）首次提出了协作机器人（cobot）的概念。2009年丹麦的优傲Universal Robot推出世界上第一台协作机器人UR5。协作机器人可以用在工业领域，用于精密装配、检测、产品包装、拾取与放置、打磨、机床上下料等工作。同时，协作机器人并不局限在工业领域应用，还可以用在商业领域，如医疗康复、物流仓储、餐饮等。近两年全球协作机器人市场呈现高速增长态势。行业代表企业优傲年销售额从2012年的1000万，快速增长到2016年的9500万美元，预计17年突破1.4亿美元。金准数据显示，2016年中国市场协作机器人销量2300台，同比增长109.09%。多个分析研究机构都预测，未来几年内，全球协作机器人市场有望成长为百亿级市场。国外已经涌现大量协作机器人产品。近几年，协作机器人已成为业界关注的焦点。14年左右开始，国外主流厂商都陆续发布了协作机器人产品。16年开始，国内机器人厂商开始发布协作机器人产品，17年新品发布显著增多。当前国内外已有不少于30家的机器人厂商推出了协作机器人产品。绝大多数协作机器人负载不超过10KG，主要用在轻工业领域。部分国外协作机器人产品参数对比国内近两年也诞生一批协作机器人厂商。国产机器人部分关键参数标称性能和国外机器人已经差别不大，价格优势明显。但整体除了遨博的产品，其它很多产品2017年刚刚面世，还没正式量产出货，具体性能、可靠性和稳定性还需要时间来接受市场的实践检验。国内市场主要已经应用的协作机器人仍以优傲的产品居多。部分国内协作机器人产品参数对比协作机器人发展重点仍是满足市场实际需求。除了新型协作机器人，目前很多小负载多轴机器人也在增加拖动示教、图形化编程、碰撞检测等功能，功能上在向协作机器人靠拢，应用上和协作机器人有重叠。当前协作机器人的应用，更多体现的是基于协作机器人易于使用和部署的特点，使人与机器人更友好的互动，不需要设置围栏，也能更好的应对产线的变换。速度要求更高，产线不常变动的场景，小型多轴机器人则更合适。人机合作完成工作的应用场景目前占比并不大。人机合作工作需考虑安全性问题。ISO/TS15066标准等从设计层面就对协作机器人方面的安全性有了明确的要求，具体应用时也还需要根据情况对安全性进行评估。目前只有优傲等少数外国厂商在机器人本身设计方面符合标准并通过了德国TUV等评估，国产厂商在产品的安全性合规方面还比较欠缺。协作机器人整体仍然朝着更易用和更便宜的方向发展，不过随着越来越多的厂商加入，对协作机器人企业而言，更重要的还是中国市场机器换人时的实际需求。工业以外，协作机器人在教育领域应用也较多，近两年也开始在商业、医疗等领域尝试应用。镁伽机器人的协作机器人就用在了生物实验室移液上。Ufactory的协作机器臂，则被猎豹移动用于咖啡机。工业是机械外骨骼三大应用方向之一。机械外骨骼又称动力外骨骼（Poweredexoskeleton），是一种由钢铁的框架构成并且可让人穿上的机器装置，这个装备跟随人的肢体运动，并提供额外的助力。机械外骨骼主要有三个方向的用途：军事：帮助士兵更快的行走并携带更重载重，增强士兵的单兵作战能力，多以全身外骨骼为主。例如美国雷神公司研发的HULC外骨骼，已经被美军使用。中俄法等国军方也都有相关研究。医疗康复：帮助残疾人摆脱轮椅，进行行走的康复训练。以下肢外骨骼居多，也是公司和产品最多的外骨骼应用方向。比较著名例子是日本的Cyberdyne和以色列的Rewalk，两家公司都已经上市，但股价都在16年以后持续下跌。近两年国内也有多家公司研发此类产品。工业：提供给工人举重物时的助力，减轻长时间重体力劳动的疲劳，以全身外骨骼居多。日本松下、现代等都推出了相关产品。外骨骼主要用于搬运和举升。外骨骼在工业领域的产品，主要面向两大应用场景：物流搬运和重物举升。工人长期重复进行重物搬运作业，容易造成对腰的伤害，外骨骼通过减轻腰部受力，减缓伤害。工厂里举升重物工作，则容易造成对上臂的伤害。通过外骨骼也能使工人举起超越自身体力的重物，从而使一些过去依赖机械的重物搬运，通过人力更高效的完成。工业领域外骨骼当前主要有两条技术路线，一种是以洛克希德马丁FORTIS为代表的无动力外骨骼，直接将力传到到地面，从而减轻人的负荷。一种则是以松下AWN-03为代表的有动力外骨骼，通过能源驱动电机，在搬运时由电机提供助力，从而减轻人的负荷。有动力外骨骼是目前的主流技术路线，但技术难度高于当前机器人系统。控制方面，外骨骼需要以极高的频率柔性预测并跟随穿戴者的运动，否则会造成穿着者很大的负担，目前相关技术并不成熟，不过机器人正在向柔性控制发展，拖动示教等算法为外骨骼的控制打下基础。由于需要长时间穿戴，外骨骼对质量和续航都有要求，就需要强度高同时又比较轻的材料，以及更高能量密度的动力系统，当前的材料和能源技术都还不能完全满足要求。工业外骨骼的整体发展还比较缓慢。由于技术难度大，外骨骼产品研发通常都要经历较长的时间。因为直接由人穿戴，因此产品获得相关安全认证也需要不少的时间。例如雷神旗下的Sarcos正在研发针对工业应用的GuadiansXO外骨骼产品，他们告诉亿欧，GuadiansXO概念原型2017年提出，目前仍没有明确上市时间表，保守预计2019年上市。研发时间长的直接后果就是产品价格高。之前Cyberdyne的产品售价高达几十万美元，远高于机器人系统。近两年新一代外骨骼产品价格已经降到十万元水平档，但多以下肢为主，且功能依然难以完全满足应用需求。由于上述种种原因，工业用外骨骼整体发展比较缓慢，只有少数军方和汽车公司，及国外一些创业公司有相关产品研发，试点偏多，规模化应用较少，离大规模应用还有相当距离。国内只有京东物流在2017年有所采用。但在当前AI没有取得实质阶段，机器人难以在很多复杂工作中取代人，通过机器辅助人工作，或减轻人的负担，或许是更有效缓解劳动力短缺的方式。4.AGV新技术近两年需求显著增加，国内厂商占据主要市场。AGV（Automated Guided Vehicle）自动引导小车，是指通过导航自动将物品运输至指定地点的机器设备。AGV之前在各行各业的仓储和物流都有应用，以固定路径引导的搬运AGV为主，在汽车工业、家电制造等行业的应用居多。近几年电商自动化立体仓库、烟草和3C电子行业等对仓储的AGV需求显著增加。我国在AGV机器人领域具有相当的实力，国内公司产品占据80%国内市场。最近几年AGV在以年均40%左右的速度快速增长。目前我国不少工厂在生产环节通过各式装备已经做到较好的自动化水平，但很多行业在物流环节的自动化程度还较低。三种常见形式与路径引导方式。常见AGV三种主要形式AGV单机控制的核心技术：路径引导大致分为三种为保证定位可靠性，更多厂商基于多传感器融合，混合使用多种定位技术，甚至引入了UWB、地面纹理等技术进行定位。几种AGV路径引导技术方案对比基于激光雷达SLAM的新企业较多。激光雷达SLAM技术在服务机器人领域应用较多，目前也在工业物流环节应用。一批基于激光雷达SLAM技术的公司，也获得了资本的看好。不过目前激光雷达SLAM整体部署时间还偏长，价格也比相对较高，未来随着激光雷达的价格下降，成本进一步降低。为提高稳定性，很多公司混合了激光雷达SLAM和其它传感定位方式。除了激光雷达SLAM定位导航，AGV的调度控制也非常关键。主流工业物流AGV厂商都研发了可以对接工厂MES/WMS/ERP等系统的集群调度系统。部分国内SLAM技术AGV新兴公司情况激光叉车已经成为主流叉车产品。小型仓储AGV载重较小，不能解决工厂物流的全部问题。更大载重的激光导航叉车也已经成为目前的主流叉车产品。目前提供激光叉车的厂商以过去的主流工业AGV厂商为主，不过其中很多采用的是反光板激光导航，一部分采用了激光SLAM技术。部分新型激光叉车厂商基本情况重型AGV及无人拖车成新方向。AGV还有几个新兴的技术方向：重型AGV、自动化无人仓、无人拖车、停车机器人，其中重型AGV和无人拖车主要用在工业物流领域。5.复合机器人同时具备“手”“眼”“脚”。工业机器人中，多轴机械臂可以替代人的胳膊的功能，AGV是替代人的腿脚的功能，机器视觉则是替代人的眼的功能。近两年随着技术发展，更接近人的，同时具备“脚”“手”甚至“眼”的复合机器人开始出现，并在物料自动搬运、物品上下料、物料分拣等领域应用。相比于传统AGV等，复合机器人提供了柔性自适应的能力，代替人工将工装、工件等在车间进行周转、配送，实现工厂无人柔性化制造。单纯将AGV和机器臂组合并不复杂，国内也有不少企业推出了相关产品，但复合机器人技术重点在于视觉系统的应用。理论上视觉的应用可以辅助定位，提高定位精度，也可以对机械臂进行视觉引导，但很多国内的复合机器人没有加装视觉，沿预先规划好的点位运动，缺乏环境交互和适应能力。国内外产品不少，少量投入应用。国内外企业差不多同时开始研发复合机器人。国外比较典型的复合机器人有KUKA的KMRiiwa、FETCH等，国内则有新松、海康、大族、仙知机器人等企业推出了相关产品。为了更灵活的移动能力，大部分复合机器人使用了麦特纳姆轮，负载也都较小，只有新松做到了车体负载2吨，机械手负载50KG的重载版本。总体复合机器人仍然在测试探索的阶段，应用不多，在电商物流、工厂上下料开始有尝试性应用。主要问题：1.大部分定位精度0.5mm甚至更低，无法实现精确的机械臂操作，只有新松标称做到了0.02mm。2.速度比较慢，如果工序完全是固定的，简单抓取和移动不如用导轨更快捷可靠。除工业外，优艾智合将复合机器人用于公交轮胎检测等场景。国内外部分复合机器人公司三、工业视觉三大新方向工业视觉随着中国产业升级迎来快速发展。机器视觉：通过摄取图像模拟人的视觉功能，并提取信息，加以处理，最终用于检测、测量、判断和控制。其具有自动化、高效、高精度、非接触的特点，广泛应用在包括各行各业，目前在工业中应用最为广泛，报告主要讨论工业视觉。工业视觉的用途主要有质量检测、尺寸测量、缺陷检查、识别和定位等。电子制造行业是工业视觉最早应用的领域，也是目前最大的应用领域，应用主要集中在精密定位和检测上。汽车是目前工业视觉第二大应用行业，主要用在面板印刷质量检测、字符检测、精密测量、工件表面缺陷检测、自有曲面检测等。世界3C制造最大的产能在中国，然而目前中国工业视觉渗透率还很低，但增速已经开始加快。伴随着中国制造业转型升级，中国产品的质量也要相应不断提高，因此用于生产过程中的精确生产与质量控制的工业视觉系统，将得到越来越高的普及和重视，迎来快速发展。新方向主要在机器人3D视觉、AI图像检测和新型传感器三方面。工业视觉产业链大体可以分为元器件厂商、系统开发厂商、二次开发厂商和产品代理商。高水平元器件主要被国外公司掌控，也诞生市值过百亿美元的基恩士和康耐视两家巨头公司。国内机器视觉企业主要为国外产品代理商和系统二次开发商。我国真正的专业底层系统开发商和高水平元器件厂商较少，如果能够实现全面进口替代，市场空间巨大，而且由于是核心是软件和算法，利润率也较高。经过多年的发展，过去主要以2D图像视觉为主的工业视觉行业格局基本相对稳定，新公司的机会并不多。近几年，机器人视觉分拣的需求增长，计算机3D识别技术的进步，以及国外3D视觉产品的高价位，给国产3D视觉带来了机会。同时，由于AI技术的应用，图像处理能力提升，使过去机器视觉难以处理的缺陷检测可以被解决，在3C等领域释放出大量机会。报告重点关注工业视觉中的三个新方向：机器人3D视觉、AI图像视觉检测和新型机器视觉传感器。机器视觉产业链1.机器人3D视觉近两年在资本支持下快速发展。相比于2D视觉在缺陷检测等领域已经成熟应用，3D视觉目前的应用相对较少，方案供应商也以国外为主，价格较高。最近两年新成立了一批国产3D视觉供应商，并获得了资本的支持，快速发展起来。3D视觉在工业的主要应用方向有机器人视觉引导与检测两种，其中检测相对简单，近两年主要兴起的是视觉引导：视觉引导：通过3D视觉对工件进行定位和识别，引导机器人进行抓取，用于无序分拣与堆码，上下料，焊接等。视觉检测：将摄像头、激光扫描器等安装在机器人末端，对工件进行轮廓检测、表面缺陷检测、三维重建等。系统主要由软件、3D相机等构成。典型机器人3D视觉引导系统由三部分构成：软件、3D相机、计算机。3D相机获取待分拣工件/堆垛的3D点云信息，传送到计算机上的软件，进行分割和识别，获取要抓取物品空间位置信息，规划机械臂运动路径，引导机械臂完成抓取。康耐视提供的是通用软件，3D相机需自行搭配。而目前新企业的主流方案以Pickit3D为代表，提供3D相机和安装了软件的工业计算机，与机器人连接后，不需要编程就可以完成任务设置。主要技术路线分三部分：机器人3D视觉引导基本过程产业链大体分三层，区分不明显。机器人3D视觉产业链大概分成三层，不过由于很多公司不只参与其中的一环，所以三层的区分并不太明显。上游设备商：研发工业级3D相机，激光扫描仪等。总体国外相关厂商较多，国内也有一些，性能相比国外有差距。中游整体方案商：研发控制软件及3D相机，提供给机器人集成商或客户。也有机器人本体厂商如发那科直接将视觉系统直接集成到机器人里。此外多以国外厂商为主，价格较高，国内近两年新出现了多家公司，方案价格更低，并受到了资本的支持。国内一些机器视觉厂商也通过引进密切合作的方式，推出了相关方案。下游集成商和渠道商：机器人集成商将3D视觉系统与机器人集成成具体行业应用方案，销售给终端企业客户。很多机器人本体厂商也会选择一家视觉公司合作具体应用方案。总体处于应用测试和场景开发阶段。最近一两年，国内3D视觉方案开始显著增多。目前，国内机器人3D视觉总体处于产品实际应用测试和应用场景开发阶段，多家国内公司已经推出了面向3D视觉分拣的产品化方案，但产品软件仍存在易用性差，使用门槛高等问题，相应提高了硬件成本，集成方案时需要3D视觉企业技术支持，难以快速推广。单品和混合物品的分拣目前已经能够部分应用，但还没完全解决。各3D视觉厂商主要都还在和客户或集成商合作，开发具体的3D视觉行业应用方案，并有了小范围落地，进行运行测试。工业和物流是目前视觉分拣最主要的应用方向场景，且由于方案的通用性较强，各家更偏向优先探索物流行业的应用，例如品类比较少的电商仓库场景。工业产品分拣虽然使用面也较广，但不同行业案例间差异较大，单个项目应用量也小，应用方案开发相对缓慢。不少3D视觉厂商也在和机器人大厂进行一些深度合作。发展趋势：1.当前的产品进一步完善。软件的通用性增强，设置工作可以由集成商完成，降低软件的使用成本，使得方案的应用范围逐渐扩展，成本降低，市场发展加速；2.应用场景更清晰化、体系化。因为单纯销售软件市场空间比较有限，3D视觉厂商都在探索场景，做系统集成，逐渐找到3D视觉在各行业的应用场景，并打磨成成熟、体系化的方案。3.技术继续提升。物流等场景面临很多复杂的技术问题，需要随着3D视觉的应用和技术发展，逐步攻克技术门槛，从而扩展市场空间。2.AI视觉检测AI给图像检测带来新机会。图像视觉检测在工业领域已经应用多年，在不少领域已经应用成熟，但仍有很多问题传统算法难以有效解决。机器学习等技术的引入，给图像检测带来了能力的提升，可以提高识别率，并在过去算法难以解决的缺陷检测和纹理检测等领域实现了应用，释放了一波新的市场机会，近两年也有不少公司开展基于AI的视觉检测，尤其是缺陷检测的行业应用。当前AI图像检测的应用行业包括PCB、显示屏、滤光片、光伏组件、手机玻璃盖板等，在半导体等很多领域多以成套检测设备的形式出现，也有以通用训练软件等方式出现。部分AI图像检测企业已经有一定落地，还将持续向行业渗透。总体看，17年是各方集中进入市场的一年，创业公司及一些行业装备公司都推出了各自的产品，巨头康耐视也以收购的方式加入进来。据金准人工智能专家了解，实际在从事AI图像检测的企业数量可能远大于报告中列举的企业数量。由于3C等领域近年来的市场需求比较旺盛，目前各公司都已经有一定的落地案例。由传统2D图像检测转向AI视觉检测，技术门槛并不算非常高，行业应用场景理解和行业渗透可能更为关键。未来可能会有越来越多的行业检测装备生产商在其设备中引入AI技术。伴随着通用AI检测软件的价格降低，越来越多的集成商将推动AI视觉检测向更宽广的行业应用，AI缺陷检测在各行业应还有不小的应用空间。3.动态视觉传感器动态视觉传感器从源头重塑机器视觉。除了前文提到的3D视觉和AI视觉，还有创业公司在从源头解决计算机视觉问题。即用动态视觉传感器（DynamicVisionSensor）替代传统图像传感器。传统图像传感器逐帧进行图像读取和处理，运算量大且对于机器视觉而言冗余信息多。动态视觉传感器的每个像素点只有光强度发生改变时，才会有脉冲信号输出，使得其速度不受传统的曝光时间和帧速率限制，可以有效的过滤背景冗余数据灵敏度高，运算量大大减小，也更能适应低亮度环境。动态视觉处理器动态国内外一共有三个团队具备完整开发DVS传感器的能力，国内的芯仑光电科技，瑞士的InLabs，法国的Chronocam，目前这三家都属于初创阶段。DVS也有其局限性，尽管是对视网膜的仿生，但是它只能获取光照的强度变化，对于其他的深度、边缘、对比、颜色等特征信息没有办法读取和分析。

四、工厂数字化与智能化新方向1.工厂的数字化和智能化大体分为四个阶段近两年一些企业开始为企业提供以生产环节为基础的数字化和智能化工厂改造方案。企业的数字化和智能化改造大体分成4个阶段：自动化产线与生产装备，设备联网与数据采集、数据的打通与直接应用、数据智能分析与应用。这4个阶段并不是严格按顺序进行的，各阶段不是孤立的，边界比较模糊，很多具体应用方案可能跨越其中多个阶段。工厂的改造也不一定都是从自动化装备开始。在单个工厂数字化的基础上，工厂通过C2M模式与消费者建立连接，通过工业互联网平台，与整个行业和产业上下游建立起连接。工厂数字化和智能化的4个阶段在工厂的数字化和智能化改造过程中，诞生了一些常见的类型化方案，如：设备接入、新型MES软件、AR辅助作业、工业大数据等。多数情况下客户工厂需要的方案跨越了数字化改造的多个阶段，但不同供应商的业务侧重点和覆盖范围各不相同，不少供应商或工厂实施的是跨越多阶段的方案，但自身技术和能力会侧重其中某个阶段的工作。也有华制智能、云智汇等企业声称提供智能工厂整体解决方案。从解决方案角度，报告分成四部分（图中标注1,2,3,4的4个虚线框）进行讨论。工厂数字化和智能化的4个阶段2.设备接入与数据采集设备联网，数据采集是其它业务的基础。工厂里设备各式各样，将设备接入网络，采集设备的数据传到服务器或云平台，是进行智能化生产的基础。有数据接口的设备，如机器人，机床，PLC控制器，智能化仪器仪表等，将设备数据传输到网关。没有现成数据的设备，通过安装传感器或进行智能化改造，增加通讯能力，基于有线或无线方式，将数据传输到网关。网关进行数据就地分析和存储，或将数据、分析结果汇总，通过有线或无线的方式，传输到公有或私有云服务器进行显示和后续分析。从事此类业务的企业，通常在设备接入基础上，发展数据分析及云平台业务，如英物互联、Ruff、匠迪信息、智物联、塔网科技等。工业设备接入与数据传输各层结构设备联网，数据采集面临诸多挑战。设备的联网接入需要达成三个层次：互联(硬件接口的连接)、互通(软件层面的数据格式与规范)、语义互操作(语义的定义与规范)。当前设备联网接入面临不少挑战：数据不开放：由于技术保密等原因，一些设备的关键参数并不对外开放；标准不统一：工业设备样式繁多，接口各异，通讯与传输协议各不相同，针对各种非标设备和协议，需要进行相应的开发，消耗大量的时间和人力；设备无数据：一些设备和仪器仪表本身并不记录自身数据，需要进行智能化改造，增加通讯能力；任务不明确：面向具体分析任务，应采集哪些数据需要经验，有时并不明确；限制条件多：工业现场可能有电磁干扰、振动、位置等多种数据采集限制，对布置传感器完成所需数据采集提出了更高的要求；设备联网接入发展方向：标准化：标准化是设备低成本互连互通的基础。互联互通层面，已经形成了一些比较通用的接口方案，如工业以太网、工业PON网及Modbus等。语义互操作层面，OPCUA协议已经成为国家推荐标准。国外很多设备在标准化方向已经做的比较好。国内一些行业组织也在牵头统一标准，组织国内设备向国际标准靠拢。传输方式多样化：PON光纤网络和基于物联网、5G的无线通信等各种传输方式，成为新的重要方向。OPCUA标准架构设备联网，边缘计算在设备侧完成数据分析。信息技术在工业应用中，一些凸显出来的问题，如：生产数据的实时处理，生产数据的安全性，过大的数据量带来的存储和处理压力等，催生了边缘计算在工业的应用。边缘计算，是指不将全部数据回传云端，而是在更靠近数据源侧的本地网内完成存储和运算，从而减少数据往返云端的等待时间，降低网络带宽成本，提高安全性和网络适应性。边缘计算在工业应用，主要体现形式为将数据清洗和分析算法前置到现场的类似“智能网关”的计算设备，实时完成生产数据的分析和处理，只将分析结果传送到云端服务器，如此通过云+端的架构，实现更高效和安全的数据分析处理。很多工业软件和数据分析企业除了提供基于公有或私有云的软件或数据分析方案，也提供基于边缘计算的解决方案。工业网关厂商中有些也已经在把产品升级为具备边缘计算能力的产品，如物联博通、映翰通、东土科技等。工业数据采集分析的云计算架构和边缘计算架构示意3.数据打通与直接应用新型MES/ERP软件。工厂生产经营过程中，很多都需要数据。过去工厂缺少很多一线生产环节数据，或信息传递较原始，效率很低，而且ERP、CRM、MES等各种信息系统互相独立，存在很多数据孤岛。如今开始有一些公司通过新型管理软件，对工厂的数据进行整合打通，并在此基础上提供更高效的信息传递、生产管理和协同。新形态管理软件名称以MES/ERP等呈现，但功能基本是实现过去MES、ERP、CRM甚至OA等功能的综合集成。很多企业提供给工厂的通常不只是一套软件，而是整套工厂改造的解决方案。过去的工业软件多以单机、局域网、私有云的方式在工厂内完成部署。在工业企业上云的趋势下，一部分新型MES/ERP软件以公有云SaaS的方式布署，并增加了在移动端手机APP的呈现。基于数据打通的运营管理。近两年，一批相关企业以工业物联网、数字化工厂、新型工业软件为名，提供相关软件和服务。不同公司的业务侧重点和目标工厂有所不同，由于各环节相互关联，很多企业也提供面向不同阶段工厂的不同解决方案。相关企业如：黑湖制造、新核云、制云科技、匠迪信息、易往信息、全应科技等，其中部分企业获得了资本的投资，发展迅速。基于数据打通的运营管理功能示例部分获得投资的新型MES/ERP软件初创企业装备生产企业基于IoT打造远程运维平台。基于设备联网，一些企业为自家产品或装备制造企业提供装备远程运维解决方案。通过在装备中加装物联网设备，使装备厂商可以远程随时随地对设备进行监控、升级和维护等操作，更好的了解产品的使用状况，完成产品全生命周期的信息收集，指导产品设计和售后服务。基于IoT可以远程监控的指标如：设备分布，状态，用户活跃度监测；行业、地区、企业用量统计分析；远程异常报警，故障分析，授权开关机设备监测等。哐哐智造、匠迪信息等企业为装备工厂提供此类服务，树根互联根云、徐工信息Xrea、航天云网INDICS等工业物联网云平台也提供了相关功能。远程运维平台可以延伸多种创新型业务。在设备联网的基础上，装备制造厂商还可以开展各种创新型业务。三种典型业务及案例：设备租赁：例如智能云科iSESOL平台工业版“滴滴”。设备状态可监控和远程管理，为设备共享提供了可能，通过网络查找并共享闲置的设备资源，提高设备的利用率，并可以按需付费，实时结算。实现了生产力装备的共享经济。设备保险：例如树根互联根云平台，设备的运行数据为设备的风险评估提供了依据，基于之上可以开展保险等金融业务。基于对设备数据的分析，生成设备的综合状态评估，对设备损坏概率进行预测，将每一台设备运行数据作为定价变量来考虑，可以单独对每台设备提供更加准确、公允、动态的定价，结合设备主及企业的运营状况及信用风险模型，为保险业务提供更加精细的风险选择与精准定价模型。精准供应链：博创智能塑云平台，装备制造厂的设备联网后，也就同时了解了使用装备的产品生产厂家的生产和分布情况。同样以这些产品生产厂家为目标客户的上游原材料、周边服务商等，可以通过设备联网平台，精准的为产品生产厂家供应产品。基于AR辅助工业作业。AR有两大关键技术：计算机视觉和人机交互。计算机视觉解决机器对现实世界的理解问题，人机交互解决人与虚拟信息互动的问题。具体在智能制造中，AR的主要应用体现在于信息的增强，将很多不可见的信息叠加显示在视野上，辅助和引导员工更好的工作。显示虚拟信息有基于手机、平板、眼镜等方式，AR眼镜可以在不影响工人双手操作的情况下进行信息显示，在工业中较为常见，并以语音和手势等方式交互。AR在工业主要有两种应用形态：一是作业过程中的信息显示提示与引导。在工人进行生产操作、操作培训、设备巡检、设备维修等场景时，AR眼镜额外提供设备的图纸、运行数据、结构原理、操作步骤等信息引导或辅助操作人员执行操作。部分场景还可以通过图像识别，对操作正确性进行判断和给出错误提示。通过AR的方式给出额外信息显示，可以在上岗前对工人进行培训，也可以降低上岗所需操作人员的技术水平要求，使工序标准化、规范化、降低出错率，避免危险工作的误操作等。联想新视界复印机AR运维示意图AR工业应用典型案例。典型案例——波音生产线用AR辅助线束组装客机机身内部的线束错综复杂，以往工人们需要拿着飞机内部结构指令手册或参照PDF图才能一步步完成线束的组装和连接，工作流程冗杂繁琐，往往容易出错。使用谷歌眼镜后，工人们就无需拿着手册和电脑在机舱中到处跑，谷歌眼镜可投射出各个细节部分的组装方式来协助工作。数据统计，用上谷歌眼镜后，波音工人组装线束的错误率降低50%，时间缩短了25%。二是远程指导系统。现场工程师佩戴AR眼镜，通过第一人称摄像头，将数据实时传送到远程专家，远程专家给出指导，指导信息以AR的方式显示给现场工程师，指导工程师完成操作。远程指导系统的价值，在于节约专家到现场的成本，降低高技术工作对现场人员的依赖。AR工业应用的信息呈现方式，主要取决于AR眼镜，分成两代，一代是以GoogleGlass、EpsonBT350等为代表的2D信息显示（含双目立体），在眼前提供了一块额外的显示屏，进行信息的显示，有的还安装了第一人称摄像头，可以进行录像和简单图像识别。方案硬件成熟度较高，成本较低；第二代则是以HoloLens为代表，具备空间识别与追踪能力的3D信息显示，虚拟信息叠加在真实空间，显示效果更好，但硬件成本高，还不太成熟。当前AR工业应用产业链还没有明确分层，工业需求可能涉及到软、硬件等多层面的修改，远未标准化，厂商都需要向工业企业提供整体解决方案。因此，国内外AR工业企业中，自身具备AR硬件研发的企业较多，可以针对需求迭代修改AR硬件产品。也有一些企业基于第三方硬件，如EpsonBT350、微软HoloLens开发工业应用。AR工业应用主要面临的问题。AR在工业的应用目前以试点和小范围案例为主，尚未批量应用，原因有多方面：方案产品形态远未标准化，企业各异的需求需要同时涉及硬件研发、图像算法、网络开发、移动开发等方面，还需要深入理解工业具体工作流程，项目执行难度大，速度慢；AR信息显示需要对接工厂数据系统，需要企业信息系统数据的打通和完善，很多企业信息化还不完善；整体AR工业应用作用，投入产出偏低，功能有限，不解决刚需，企业意愿不强；图像识别相关功能对于AR工业应用价值较大，但技术目前偏弱。4.数据智能分析与应用大数据在工业有多种应用方式。工业大数据：大数据技术兴起后，诞生了一批以工业大数据应用为核心应用方向的企业，开展在工业的各个领域的应用，推出了一系列智能预测和分析解决方案。工业大数据主要应用方向有：预防性维修、智能生产优化、智慧供应链、智能营销等。报告主要讨论其中侧重生产环节的预防性维修和生产环节优化。以IMS机械工程博士为核心团队，提供智能运维整体解决方案，主要在风电、轨交、机器人、数控加工等行业有成功案例。基于大数据平台，提供端到端的大数据整体解决方案，已服务新能源、石油天然气、电子制造、工程机械、环保、生物制药等领域。观为监测，新三板企业，专注于工业运维领域的大数据预知性维护服务，已服务能源电力、智慧城市、石油化工、港口地铁以及军工等行业客户。（1）预防性维修预防性维修主要面向设备的运用环节。工业运维经历了4个阶段，目前已经从事后维修，逐渐向预防性维修发展。预防性维修可以有效减少设备停机，提高设备利用率，避免停机损失。预防性维修主要依赖于数据和建模。建模过去主要有两种思路，一种基于机理辨别，对未知对象建立参数估计、进行阶次判定、时域分析、频域分析或者建立多变量系统、进行线性和非线性、随机或稳定的系统分析等，试图揭示系统的内在规律和运行机理；另一种则是基于AI相关的灰度建模思路，利用专家系统、决策树、基于主元分析的聚类算法、SVM和深度学习等深度学习相关方法，对数据进行分析和预测。典型案例：天泽智云/阿里云ET工业大脑——风场智能运维系统问题：传统风力发电机常在故障发生后“亡羊补牢”，维修复杂、周期长、成本高。方案：利用传感器对风机进行实时监控，嵌入故障预测和异常监测模型实时分析，能够判断具体哪一个部件有什么样的风险，接下来会出现怎样的故障模式。再以预测性的视角进行排程，同时对风速进行实时预测，可以选择在风小的时候停下来进行维护，风大的时候尽量保持发电。通过结合维护排程优化的模型能够把整个维护过程当中的损失大幅降低。结果：某海上风场，机械类故障提前28天早期预测，巡检效率提升30%以上，维护成本降低30%以上（天泽智云）；提前识别风机的潜在故障，变大修为小修，预计运维成本降低30%以上（阿里云ET工业大脑）。（2）工业大数据用于生产过程优化主要面向企业的生产过程。在制造过程数字化监控的基础上，用大数据、人工智能算法建立模型，研究不同参数变化对设备状态与整体生产过程的影响，并根据实时数据与现场工况动态调优，提供智能设备故障预警、工艺参数最优推荐，降低能耗，提升良品率等一项或多项功能，对于一些危险生产行业，还能用于控制降低风险。概括起来即：提质、增效、降耗、控险。由于企业的生产过程，也是生产设备的运用过程，因此具体开展业务时，大数据分析企业主要依据客户企业需求提供整套方案，不进行明显区分。典型案例：阿里云ET工业大脑——中策橡胶生产优化问题：中策橡胶在橡胶密炼（橡胶生产的核心环节）过程中的能耗和次品率受原材料及生产环境影响很大，导致综合生产效率波动大，生产成本控制难。应用：阿里云将ET工业大脑应用于橡胶生产环节，根据密炼过程参数实时数据构造训练数据（如：排胶时刻的特征、胶料监测结果等），建立决策树模型，推荐最优的工艺参数，最终降低能耗，提升良品率。结果：通过最优参数推荐，优化密炼工艺，提升混炼胶平均合格率3%-5%。工业大数据应用现状。目前工业大数据仍主要集中应用在能源、轨道交通、军工、电力等重工业行业，尤以风电行业居多。近两年，也开始向3C、新能源行业应用，但总体还不多。工业大数据当前主要以特征分析方法为主，也开始引入机器学习相关技术。工业大数据面临几个核心问题：数据采集：国内部分企业的设备没有使用国际标准工业协议，设备数据解析成本高。很多工厂的网络条件也不好，数据传输受到影响。市场教育：工业企业在大数据实施路径如何选择、投入产出如何评估、业务流程如何配合等方面都普遍存在困惑。快速复制：工业大数据通常以项目形式针对个案具体分析，难以快速复制和扩展，商业角度看增速较慢。部分国内工业大数据企业融资情况为适应企业的需求，工业大数据的服务方式在两个方向不断发展。开放的工业互联网云平台：大数据服务企业，从单纯的算法分析，逐渐将算法和服务开放化，平台化，最终向互联网云平台发展，为企业提供上云和数据分析服务。封闭的企业经验库系统：出于数据安全性考虑，大型生产企业会在内部构建私有云经验库系统，将全厂数据平台打通，沉淀并对数据分析，将企业的经验固化起来，构成企业的经验库系统，成为企业的重要竞争优势。工业大数据演化进程工业大数据只是解决工业各种问题的众多方法中的一种，能对部分问题进行优化改善，工业生产中很多更核心的技术研发、工艺、人员管理等问题，并不能指望工业大数据解决。通过数字化双胞胎迈向更高阶段智能化。数字化双胞胎DigitalTwin:在工厂全面数字化的基础上，产品研发类企业通过数字化双胞胎，从而实现更高阶段智能化迈进。数字化双胞胎以数字化方式为真实产品、设备、工厂等物理对象创建虚拟模型，模拟其在现实环境中的行为特征，创建对应的仿真数字化模型，完整真实在数字世界中再现整个企业，使企业在实际投入生产之前即能在虚拟环境中优化、仿真和测试，在生产过程中也可同步优化整个企业流程。数字化双胞胎具体包括“产品数字化双胞胎”、“生产工艺流程数字化双胞胎”和“设备数字化双胞胎”三个领域。典型案例：吉利汽车花了两年多实施基于数字化双胞胎的数字化工厂，已经有两个基地采取到了数字双胞胎技术，实现了成本的降低，生产过程的优化和产品质量的提升。明年吉利会对所有新生产线全部使用数字化双胞胎理念建设。5.工厂与消费者、行业的连接基于数字化智能柔性生产和大数据驱动的供应链，C2M模式直接连接消费者和工厂，提供产品的个性化定制成为可能。C2M消除了传统中间流通环节导致的信息不对称和种种代理成本，极大降低了交易成本。使企业可以零库存生产，拥有充足的现金流，同时实现管理自动化，减少财务费用和管理费用。C2M典型案例有酷特智能的西装个性化C2M定制平台酷特云蓝，海尔CosmosPlat个性化定制平台等。酷特云蓝：消费者可以自由输入自己的体型数据和个性化需求，支持全球客户DIY自主设计，自主决定工艺、款式、价格、交期、服务方式，自己设计蓝图，提交订单后七个工作日交付成品西服。从行业内部看，一些行业领先装备制造企业，一方面实现自身工厂的智能化制造，一方面基于自身的设备物联网功能，逐渐汇集和整合行业的设备数据，搭建行业大数据平台，并吸引产业上下游共同参与构建本行业互联网云平台生态系统。以注塑机厂商博创智能为例，其发展路径如下图所示。制造企业向互联网云平台发展。互联网云平台迎来新机遇。从大环境看，工业信息化产业链的分层和聚合，工业企业上云的发展，先进工厂的能力输出等，促使工厂的信息化和智能化朝着工业互联网平台发展。基础技术发展充分，行业本身降本增效、转型升级的需求，国家层面的大力推动，三大因素共同推动工业互联网平台迎来重大机遇。尤其国家层面当前在大力推进工业互联网平台建设。2018年也是工信部提出实施三年行动计划的第一年，预计相关政策和措施将逐步推出，具体将沿平台培育、试验验证、企业上云、工业APP培育四大方向开展。几大因素推动工业互联网平台迎来新机遇互联网云平台标准架构。工业互联网平台及工业物联网尚无公认的准确定义，目前市场号称工业互联网平台已经很多。一般认为，工业物联网/互联网分为IaaS、PaaS和SaaS三层。工业互联网产业联盟编写的《工业互联网白皮书》中，对工业互联网平台功能架构定义如图所示。工业互联网云平台标准架构互联网云平台四大类参与企业。目前的工业物联网平台已经有很多，参与方大体分为四类，生产制造企业，工业装备企业，工业软件企业和IT技术企业。互联网云平台概念范围区分。根据各工业互联网云平台概念范围大小不同，亿欧智库将其概念范围由小到大划分成三个层次，分别是工业物联网（InstrialInternetofThings）、工业互联网平台和工业综合互联网平台。工业物联网/IIOT以设备联网、数据分析和应用开发为核心，包含IaaS和PaaS层部分。是工业互联网的基础，但不含上层SaaS部分内容。例如国外著名的GEPredix，PTCThingworx等。主要构建工厂、客户、开发者的生态。工业互联网云平台在IIOT基础上，包含了SaaS层部分，将工厂各种相关运营、管理的云服务都纳入进来，实现了产品全生命周期运维的上云化。用友精智云、富士康BEACON都属于此类。生态中增加了企业上下游各种合作伙伴。工业综合互联网平台在工业互联网云平台基础上，增加了工业B2B对接、产品个性化定制等功能，构建工厂和用户、不同企业间基于网络的大生态。航天云网，海尔等属于这种。不同互联网云平台类型分布。互联网云平台的现状与未来。工业互联网平台还可以分为综合云平台和行业云平台，其中行业云平台面向特定行业，将行业内相关企业聚集在平台，固化行业知识，促进行业内数据分析与信息对接。广义的工业互联网平台很多，但具备完整IoT数据接入，大数据分析，集成应用系统SaaS的平台并不多工业互联网云平台具体实施大概分成三种：面向工厂定制解决方案；工厂自助接入与自助开发；数据共享与开发者生态。目前大部分工业互联网实施方式处于第一种方式，即以面向工厂的整体解决方案的方式实施，很多以私有云的方式部署。国外第二种也比较多，但目前国内开放软硬件交由企业自行接入云平台，对很多制造企业而言实施有难度，应用并不多。第三种方式只有极少数平台做到。工业互联网当前面临的主要问题：难以接入数据：由于标准不统一等问题，设备数据接入网络还存在诸多问题，数据缺失为上层应用带来了诸多困难。难以构建生态：数据的全面上平台有难度，数据上平台后，构建开发者生态也有相当的难度，当前数据分析开发者还很少。投入产出不一定成比例：整套方案实施复杂，但收益很多时候难以清晰计算，有可能不如换生产设备实际价值更大。过去两年工业互联网云平台主要是大公司在探索，大公司试点阶段，很多公司将过去的自身能力沉淀和输出，逐步整合成平台开放出来。未来将主要是推广阶段，相当一段时间内，工业互联网平台将会是各种概念混杂的状态，也将从综合云平台演化出越来越多的行业云平台。2018年开始，工信部也将认定10家国家级平台和多家行业平台，中小企业未来或将逐步加入以上云平台，但总体工业互联网云平台的落地可能远不如想象的快。五、先进制造新势力的机遇与挑战5.1工业机器人新势力的机遇与挑战（1）长短期市场机遇都在机器人新势力的机遇：长期市场前景看好。中国已经是世界几大制造业大国之一，很多行业有完整的产业链配套，制造业发达。但随着中国人口老龄化加速，劳动力成本升高及年轻人择业观的变化，工厂的劳动力成本越来越高。与此同时，伴随着中国制造业转型升级，消费升级，市场对产品一致性和品质的要求提高，两方面因素将长期共同推动中国制造业机器换人。长期看，未来机器人市场可能是千亿级市场，国内替代的机会还很大，且国内企业如果能够突破核心技术，将可能扭转产业地位和话语权，能够占据的市场空间也将显著增加。短期市场空间存在。虽然国外机器人已经占据了汽车等重型机器人的主要市场，但近几年出现的3C电子市场等新兴增量市场，国外厂商响应不及时，个性化服务跟不上，且新兴产业对产品的技术要求稍低，给了国产机器人凭借价格和服务优势抢占市场的机会。随着这些新兴增量市场的快速增长，能够助推国产机器人厂商快速崛起。随着国产机器人产业的加速，有望进一步拉低机器人价格，使更多行业机器人的投资回报期突破2-3年的接受门槛，逐步释放更多新的行业应用场景。（2）资本和算法助推新的机会资本和国际贸易战为企业破局恶性循环带来了机会。过去的市场环境下，企业为生存优先做系统集成，即便自主研发产品，由于核心零部件外购，产品性能不达标同时价格又高，导致没有竞争力，销量少，没有充足资金继续研发，形成恶性循环。有了资本的支持，企业可以销量不好的情况下，持续投入研发，掌握核心技术，同时改善企业用于垫付项目的现金流，加速企业的市场拓展。4月份中兴事件和国际贸易战，则让很多下游企业意识到了自主核心技术的重要性。为了避免完全受制于人，他们也将适当比例采购国产产品，为国产产品研发提供资金支持。国家层面各种政策也在向先进制造领域倾斜。算法软件侧机会更大。很多机器人新兴技术与软件、算法相关，中国在相关领域人才也很丰富，只是之前进入工业领域的较少，如果人才和资金到位，中国在软件相关领域赶超国外厂商机会很大。（3）并购为行业带来新机遇最近几年，机器人领域并购热潮兴起，越来越多制造企业开始布局智能制造，或并购机器人相关核心技术。作为资本的重要退出通道，并购的增多有助于促进资本的入场，对于机器人行业也是好的机遇。2014年以前，机器人相关并购很少。2015年开始，国内机器人相关并购金额和企业数量都在持续增高，并且被并购企业的估值也在逐步上升。不过大部分的被并购公司估值在1亿到10亿之间，总体而言并不高。国内机器人并购大概分为本体企业收购集成商、行业装备厂商/集成商收购本体企业、产品生产企业通过收购全产业链布局机器人等几种，其中，据亿欧智库统计，行业装备厂商/集成商收购本体企业的情况占到了并购总数的约50%。随着机器人在各行业应用增多，未来行业集成商并购机器人厂商的可能性较大。（4）海外并购曾掀起高潮2015年之前，国内企业在海外的机器人相关并购比较少，2016年，以美的近300亿元收购库卡为标志，机器人相关海外并购掀起高潮。2017年国内企业在海外的并购有所回落，但总量仍然不少。相比于国内的收购，国外被收购企业的估值总体要高一些，且估值分布更为均匀，超过10亿元的仍然很少。（4）海外并购曾掀起高潮从收购目的看，收购上游核心技术（控制和视觉）、下游集成应用成为海外并购主要目的。据亿欧智库统计，两者合计约占73%，其中核心技术41%，下游集成32%。随着国内部分有实力机器人企业完成布局，可选标的减少及国际贸易摩擦加剧，中国企业的海外并购或将放缓。（5）上游核心技术和行业集成商被并购机会大通过近两年的一系列海内外并购，一些国内生产加工企业和机器人企业初步完成了产业链上游和下游的布局。未来随着机器人行业应用的增多，重点行业有影响力的集成商和上游核心技术厂商，成为被并购标的的机会较大。市场发展速度和空间是主要挑战。市场空间小且碎片化严重。短期内，整个中国机器人市场在百亿水平，但其中大部分是存量市场，且被国外厂商占据，新兴增量市场总空间还比较有限，全行业年均增长率在30%左右。在有限的空间内，整个机器人市场呈现极度碎片化状态，大量出货来自各种集成商，行业头部企业和后面企业差距不显著，单个公司能够占据的市场份额较小。发展速度慢。机器人的行业应用场景随企业需求需要进行个性化定制，通用性不好，项目实施周期长，产品稳定性要求高，要经过长期的运用测试，新兴机器换人场景扩展慢，所以机器人公司无法实现几何级数增长，增速相对较慢。但行业相对慢的发展速度，也给了企业，耐心做好技术产品的时间。市场窗口期有限。轻工业，尤其是3C电子、新能源领域近两年出现的巨大机器换人增量市场，带动了行业的快速发展，一批相关企业也在过去两年加速入局。但3C电子等领域目前增速已经开始放缓，未来新增需求增速将放缓，而之前积累的需求，伴随着未来2-3年相关企业的产品投入市场和产能释放，供需关系或将逐渐平衡，一批公司在此过程中实现增长，行业市场格局将基本明确。今明两年将迎来新兴企业的市场验证关键期，也是这一波新公司机遇的最后时间窗口。技术应用空间和积累仍是挑战。现有的技术略超前市场。人机协作、自由路径AGV、复合机器人等新技术主要优势都体现在柔性化和更高的适应性，但目前大量工厂的产线工艺路线和产品不经常变化，需要柔性化产线的工厂数量在增长，但总体比例还不高。基础积累的缺乏难以短期弥补。中国机器人行业的技术落后，尤其是核心机械零部件的落后，涉及到上游相关的材料、工艺等，之前国内缺乏相关基础研究和技术积累，短期难以超越。5.2工业视觉新势力的机遇与挑战（1）机器人3D视觉的机遇市场需求明确。 短期内，物流、 3C等行业对机器人3D视觉的需求在快速增加。长期看，整个工业生产流程中，加工的自动化程度已经很高，但上下料和物流搬运方面自动化程序还较低，还有很大的提升空间，而这些都需要依赖视觉来实现。国内供应相对空白。 3D视觉之前主要由国外厂商提供，价格较高，而国内厂商相对空白。近两年已经有一小批国产厂商推出了产品，在价格方面相对国外有明显优势，不过整体市场还没有性价比、功能都完全符合市场需求的产品。各家基本处于相差不远的同一起跑线，共同开拓相对空白的市场。资本关注度高。 机器人3D视觉涉及到人工智能和智能制造两大热点投资领域，技术门槛高，团队背景好，吸引了资本的高度关注。资本的投入有助于推动企业的快速发展。（2）机器人3D视觉的挑战技术仍旧难以完全满足需求。 3D视觉整体功能还比较有限，只能应对各种场景中的很小一部分，大量的需求场景，如随机物品抓取，当前技术水平还很难有效解决。工业现场对可靠性、工作速度的要求，也使得很多机器人3D视觉的方案难以投入实用。机器人对环境本身的识别方面，技术研究也相对较少。整体市场空间不大。 由于应用场景比较局限，当前机器人3D视觉的市场空间总体还不大。面临巨头的挤压。 工业视觉领域已经有康耐视和基恩士两大巨头，国内也有海康等企业密切关注，新公司面临巨头挤压。相关人才缺乏。 熟悉工业业务流程，又了解机器人3D视觉技术的人才很少。（3） AI图像检测的机遇新兴增量市场。 AI的引入，增强了图像识别和检测的能力，尤其是缺陷检测能力，使不少过去不能用机器解决的问题得到了解决，释放了一波新的市场空间，在半导体、 3C、新能源、纺织等领域产生了较大的机会。资本关注度高。 同机器人3D视觉一样， AI图像检测以同样的特点吸引了资本的高度关注。（4）AI图像检测的挑战面临传统视觉厂商的挤压。 缺陷检测形成产品涉及到很多工业流程本身，产品形态很多以专用设备的形式存在，单纯AI算法在整个产品中的占比并不多，将AI算法引入图像视觉领域并非难事，传统视觉检测相关厂商优势更大。 AI的算法调优也依赖数据的积累，传统公司在数据积累方面优势明显。技术还有提升空间。 在未知缺陷检测等方面， AI仍旧完全无法与人相比， AI也还只能检测出缺陷，缺少分析和解决缺陷的能力 。（5）工业数字化与智能化的机遇非常好的产业基础。 中国作为世界工厂，制造业门类齐全，产业链完善，相关企业数量巨大，智能制造市场空间大。中国的互联网技术处于全球前列，相关人才、资金、公有云、通信网络等IT基础设施都非常完善，也为工业互联网、物联网的发展奠定了不错的基础。政府的大力支持。 《中国制造2025》 发布以来，中央及各级政府陆续出台众多政策支持和发展工业互联网与物联网。中国电子学会、中国信通院、工业互联网产业联盟等一系列行业组织也在牵头各项标准的制定。（6）数据和市场扩展仍是挑战数据依然是非常大的挑战。 工业领域基本沿着自动化、信息化、网络化、智能化的方向发展，后一步需要以前一步的完成为前提，数据是智能化的基本前提。但中国大量制造企业还处在发展自动化的阶段，数据基础薄弱。而且各种设备和信息化软件厂商的数据接口不统一或不开放，导致即便有数据，企业的数据也难以有效的打通。出于保密等原因，很多企业不愿将数据给到第三方，很多工业互联网项目多以私有云的形式整体交付工厂，将工厂很多数据上到公有云难度较大。投入产出核算问题。 工厂的整体数字化和系统化改造成本不低，目前在规模大的制造企业，尤其是大型重工业和民营行业龙头企业应用较多。但这些大型制造企业在制造企业中数量占比非常小，对市场上大量的中小型制造企业而言，数字化、智能化改造投入产出不如机器换人价值更清晰或者更大。市场个性化差异大，推进慢。 由于不同工厂情况各不相同，项目经验难以复制，整个行业扩展速度较慢。

36氪获悉，5月25日，人力资源整体解决方案服务平台嘉驰国际联合人力资源智享会共同研究并发布《制造业蓝领灵活用工研究报告》。报告显示，91.93%的企业存在蓝领招工难现象，82.06%的企业制造业存在用工高峰期，60.54%企业的制造业操作工都存在非正式员工。对此，报告指出，企业可在内部进行各制造业间的人员调配；或寻求灵活用工提供商，灵活用工将是制造业走向成熟的必经之路。

央视网消息：国务院国资委研究中心、机械工业管理研究院昨天（28日）发布2018年制造业上市公司研究报告，根据报告，今年上半年，制造业上市公司的收入及净利润增幅情况明显好于A股整体情况，制造业上市公司的盈利能力有所提升。根据报告，截至今年6月30日， A股上市公司共计3527家，其中制造业上市公司2224家，占比63.06%。从净利润来看，2018年上半年，这2224家制造业上市公司实现净利润0.55万亿元，同比增长36.35%，高出A股平均水平（26.30%）10个百分点。专家表示，这表明制造业上市公司经营状况明显好于整个A股，制造业上市公司的盈利能力有所提升，从结构来看，也出现了向智能、高端制造业方面发展的迹象。国资委机械工业经济管理研究院制造业上市公司研究中心主任周永亮：“创新型的，智能制造，先进制造，今年在创业板和中小板，数量、质量，还有整个市值都表现不错，这说明中国整个制造业上市公司结构已经开始有变化了，就是已经开始出现了向先进制造业过渡的一个状态。”从研发投入看，2017年，A股制造业上市公司研发总支出达4039.6亿元，占全部A股上市公司研发支出的68.41%。报告同时指出，2017年我国制造业上市公司的研发投入强度达到了2.9%，高于A股平均水平，但与美国、日本等制造强国10%以上的水平相比，还存在很大差距。我国制造业仍然面临结构不合理、部分产能过剩、转型升级缓慢等问题。国务院发展研究中心研究员徐东华：“中国是制造业的大国，但是中国往制造业强国走还需要一个发展的过程。高端制造和智能制造，它能在制造业中带来一些颠覆性的变化。最关键是人，你必须在研发上加大投入。”

5月27日轻工制造(申万分类)指数上涨1.82%，位列28个申万子行业第一位。我们重点推荐：1)受益于竣工回暖+精装渗透率提升的工装产业链，重点推荐大亚圣象、帝欧家居、江山欧派，建议关注志邦家居、惠达卫浴、海鸥住工；2)家居内需持续修复，我们预计5月零售数据环比均有较大改善，建议关注欧派家居、顾家家居、索菲亚；3)海外疫情逐步缓和，家居出口环比好转、人民币持续贬值，建议关注订单边际好转的外贸企业；4)日用品、文化办公用品等必选消费需求韧性凸显，中小学陆续开学、文具零售需求边际回升，建议关注齐心集团、晨光文具、中顺洁柔。精装订单加速修复，地产企业战略投资上下游产业链有望加速行业整合全年竣工有望回暖+精装房渗透率快速提升仍将支撑精装产业链企业快速成长，随着地产企业赶工推进，我们预计工程订单恢复速度有望显著快于零售端；近期碧桂园创投与保利资本共同设立“产业链赋能基金”，拟赋能地产产业链上下游优质企业，4月以来碧桂园创投陆续通过参与定增方式战略入股帝欧家居、蒙娜丽莎、惠达卫浴，我们认为地产企业投资产业链企业一方面有助于家居企业客户及市场拓展，另一方面有望助力相关家居部品行业的快速整合。重点推荐工装业务优势显著的大亚圣象、帝欧家居、江山欧派，建议关注志邦家居、惠达卫浴、海鸥住工。海内外疫情缓和，家居零售/出口边际回暖国内疫情防控形势好转、需求持续修复，我们预计部分定制家居企业订单较去年同期已基本持平，部分软体家居企业在五一等大促活动带动下终端销售预计同比有较好增长，建议关注欧派家居、顾家家居、索菲亚。外贸方面，欧洲疫情逐步进入恢复期、经济恢复形势较为乐观，美国经济重启逐渐推进，据数据，4月家具及其零件出口金额同比下滑13.3%，增速环比3月提升约3.2pct，我们预计随着海外疫情逐步缓和，外贸订单或有进一步好转，建议关注顾家家居、喜临门、梦百合等家居企业。消费轻工：需求稳健向好，必选消费品消费韧性凸显日用品类4月社零同比增长8.3%至471亿元，增速环比提升8pct，居民个人卫生意识提升有望拉动生活用纸需求量上升，据卓创资讯，成本端20Q1针/阔叶浆均价同比下跌20%/31%，释放盈利空间，建议关注中顺洁柔。文化办公用品4月零售额同比增长6.5%至261亿元，增速环比提升0.4pct，我们认为疫情对企业全年采购总额影响有限，劳保防护用品需求增加有望成为收入新增长点，零售方面随着中小学及高校陆续开学，文具零售需求有望边际回升，建议关注齐心集团、晨光文具。风险提示：疫情发展不确定性，宏观经济加速下行，地产销售超预期下行，下游需求不及预期。（文章来源：华泰证券）

概述在下一轮制造业革命中，3D打印、机器人等科技将改变工厂生产的方式，而企业也将重新考虑其产品以及生产基地。小批量、高度个性化的产品将在流水线完成组装，产品之精良就好比高科技版的传统手工艺品。制造业革命即将到来；未来五至十年内，所有行业的制造企业都将卷入一场争夺战，力争根据客户需求有效地进行生产。客户需要时就可以把定制的产品送到客户手中，以满足客户不同的喜好。企业必须作出战略选择以维持较强的竞争力，投资科技以确保能够持续分析客户偏好和购买习惯相关数据，从而迅速应对市场变化。工厂规模越来越小，交付周期将缩至最短，价值链也将变得更短。制造企业将实行分权式管理，简化缩短供应链，大幅拉近与客户的距离。尽管科技使这一新的制造模式成为可能，但落实这一模式的推动力来自客户。 在新兴市场以及发达地区，客户越发希望产品能够迎合当地的文化偏好，而非同质化的全球品牌及B2B服务。早在20世纪80年代，汽车行业就成为本地化模 式的领导者，日本车企以定制服务打开美国市场。然而，其他行业直到最近才采用这一模式，冰箱、牙膏、家具、服装以及软件行业开始根据各个地区的市场调整自身的产品设计。电子商务的普及改变了客户的体验，人们可以更加了 解有关产品及其竞争者产品的信息、定价详情，并通过同业评论获悉产品质量。史无前例地，客户可以合理要求大规模的厂商为其提供本地化的产品。受益于按需生产模式（point-of-demand model），灵活应变的制造企业会赚得盆满钵满。随着供应系统的反应能力不断提升，当地客户需求也更加清晰，库存管理效率有所提高，大批量仓库产品的运输成本也将随之降低。供应链管理及生产计划的相关费用也将有所削减。在客户需要时，企业若能为客户量身定制最符合其需要的产品，就会收获更高的销售回报。相反，随着按需制造逐渐盛行，拥有全球工厂网络和大型集中的工厂，并采用传统运营系统、组织结构与流程进行管理的企业，可能会发现他们的商业模式已经过时了。放眼全球，本地制造一家小型的美国初创公司Local Motors揭示了未来制造业引人入胜的一面。该公司在全球有五家微型工厂，主要使用3D打印设备生产一款名为Olli的无人驾驶班车，由IBM Watson人工智能技术支持，通过智能手机app叫车，支持声控；一架可载货的空中客车无人驾驶飞机Zelator；全球首辆3D打印汽车Strati，诞生于国际制造科技展上，且仅需44个小时。该车即使不能和跑车媲美，也适于驾驶。不过，Local Motors的3D打印不过是这家公司业务模式中值得研究的冰山一角。 该公司还在一个全球网络平台上利用众包征集产品设计，参与者会在公开的论坛上提出对于集体消费的看法。在Olli的征集活动中，获胜的设计师是一个从未做过工业产品设计的24岁哥伦比亚青年，他不仅获得一笔小额现金奖励和销售提成，还有机会在Local Motors制造团队中继续工作、学习。Local Motors的生产布局计划也同样引人注目。随着微型工厂的概念不断发展，Local Motors将在客户所在地建立新工厂，所生产的每件产品在同类中都是独一无二、完全符合各地客户的喜好与要求。在3D微工厂中，占主导地位的不再是生产规模，而是从工程、设计、零件、劳动及效率上节省的潜在资金。Local Motors称之为“在视野内创造收益”，即公司为工厂所在地的客户提供实用的、有吸引力的定制产品，定价也十分符合产品的独特价值。Local Motors的业务仍处在萌芽阶段，日后的成败还难以预料，但它的核心价值在于推动了行业内生产法则的重大转变，这是各类规模的制造企业在未来数年内不得不考虑的问题。几十年来为了追求更低的生产成本，实现规模经济，制造企业不断扩大工厂布局、使供应链延伸到新兴市场，通过复杂物流网络在世界各地大量分销产品。而今，制造企业发现他们的全球化战略已经丧失了活力。尤其是他们的集中式管理结构、冗长的供应链、缺乏多样性的产品，以及耗时的产品运输。这些都影响着制造企业的区域灵活性，在某些情况下，还会让他们在本地竞争中处于劣势。相反，对于成功的制造企业来说，新的战略原型将基于一个相对简单的想法: 最具效益的制造模式是能够准确把握产量，满足客户需求，留有足够的空间进行本地和个人定制。这一理念的实现很大一部分缘于科技的进步，包括3D打印、工厂创新、电子商务、数据分析、物联网等等。即使市场需求变幻莫测，有了科技的助力，企业总能把握客户兴趣—新兴市场的中产阶级正不断壮大—和客户对特定产品的需求。虽然一些产品的定制化程度将高于其他类别的产品，但鉴于产品质量改善，市场反应加速，工厂规模缩小，交付周期缩至最短，供应链协作得到加强，分权式管理得以实施，总的来说制造企业与客户之间的距离将大大缩短。另外，按需生产模式的影响将超出企业对消费者的领域。B2B领域的供应商也将面临压力，需要提升自身的应对能力，缩短供应链，更积极地服务终端客户，这也是他们的客户（制造企业）完成战略转型的一部分。这意味着一些企业的运营存在问题：当下大量投资拥有众多大型集中式工厂的全球工厂网络，通过传统运营系统、组织机构与流程进行管理的制造企业发现他们运营模式被淘汰的速度超过了预期。但是应变能力最强的制造企业从新模式中收益颇丰。当供应系统更加灵活多变，客户需求越发清晰，库存管理将得以提升，大批量仓储抛弃滞销的存货，产品的运输成本也随之下降。此外，耗资巨大的长期生产计划以及供应链管理的减少，也将为企业节省费用与资源。企业如果能超越竞争对手，生产出最切合客户需求的产品—在关键时刻提供客户所需的产品—其销售利润将会大幅增长。态度转变过去数十年中，全球制造业形成一种定式：通过传统的大批量生产计划实现成本削减目标。在区域中心（通常在制造企业本国市场以外的发展中国家）建立工厂，成为削减劳动力成本，与区域内低成本供应商结成联盟的一个途径；只要在新兴国家投资经营所享受的优惠政策足够克服物流低效以及产品上市时间方面的困难，这一途径便有利可图且意义重大。但在各种趋势的共同影响下，这一战略模式过时了，价值创造从生产转移至下游的客户与产品定制。原因之一是，新兴国家工资上涨和对能源价格波动的担忧削弱了跨国公司通过海外市场获得的竞争优势。因此，众多大型工业企业改变战略，选择迁回美国及欧洲本土市场，终结产品在海外生产后转运回母国的模式。自2010年起，（当年美国制造业的就业率跌落至当代最低点）先前从海外为美国制造企业供应物资的企业通过回流或外商直接投资为美国创造超过33.8万个就业岗位（图一）。图一：最近，政治波动对跨国公司的制造产业布局和供应链决策产生了影响。英美两国的新政府提出了保护主义，释放出全球贸易再度放缓的信号，而过去几年全球贸易一直在走下坡路。部分原因来自贸易自由化进度放缓而对于汇率波动、 新关税或其他以贸易为基础的税收的担忧与日俱增。基于上述现状，选择在产品销售地进行生产更为经济可行，而企业也都采用了这一模式。例如，英国脱欧公投后，英镑应声暴跌，导致企业对外贸易费用上涨，英国食品公司转而与国内供应商合作，力求降低成本。“产地直销” 这一理念在汽车行业越来越举足轻重，雷诺-日产首席执行官Carlos Ghosn对路透社表示：“毫无疑问，我们必须顺应时势。”然而，最重要的是，制造企业与客户之间瞬息万变的关系正是按需生产战略变革的核心推动力，且对变革有着长期的影响。在所有地区的市场，尤其是需求不断增长、中产阶级持续壮大的新兴国家，客户越来越希望得到能够迎合当地文化偏好的产品，而非同质化的全球品牌及B2B服务。尼尔森近期针对61个国家3万名消费者开展的一项调查显示，四分之三的受访者购买产品意向主要基于该产品是否在本地生产。亚太地区、非洲及中东地区的民众更是如此。在对全球企业的调查中，企业也持相同意见，这也加速了产品定制化的进程；从冰箱到牙膏、薯片到软件，所有的产品都根据各个地区的偏好重新设计。尤其是电子商务及其许多在移动互联网上涉及更简单透明交易的分支领域，都颠覆了客户体验，使消费者能够了解更多的有关产品及其潜在竞争者产品的信息、定价详情，并通过同业评论了解产品质量。史无前例地，客户可合理要求主流制造企业为其提供本地化的产品。当企业通过定制化服务满足了客户需求，客户忠诚度也随之提高（图二）。图二：技术促进毋庸置疑，经济与消费趋势助力销售地制造成为大势的同时，其本身也是股不可阻挡的力量。但若没有科技方面的显著突破—按需生产的核心、激发其潜能的关键，经济与消费趋势也就无法发挥其作用，或至少使企业丧失采取对应措施的能力。这一系列新兴科技可大幅简化供应链，缩短产品从工厂送达至客户的路径，也令小批量生产及产品定制化变得更为经济可行。尽管仍然处在起步阶段，但科技已深刻改变了制造业格局，为小规模竞争者开放准入市场；拓展新途径，使企业可以更高效、低成本地为客户提供更优质的定制产品；促使成熟企业培育一系列可持续的本地化制造能力、应用创新生产模式。制造企业制定按需生产框架时可应用的先进科技有以下几类：■ 客户导向型软件这一类先进软件应用技术的形式很简单，最佳代表是苹果公司iPhone的研发以及全球发售的模式。苹果公司只是将iPhone定位为一般硬件装置，可通过程序及应用程式实现个性化设置与持续升级，从而满足个人用户的喜好；苹果公司相信定制化软件将为其产品带来可持续性的价值。在实际中，每位iPhone用户通过苹果公司提供的平台，装载各自所需的第三方开发的针对各区域需求的应用程序，自行完成最终产品的配置，实现用户定制化。苹果公司的这一模式，其他通讯与计算机公司也在采用。这样的模式是客户导向按需服务的相对基础应用，很少涉及软件更深层的技术领域。谈及和按需生产相比更超前却同样可能成真的概念，不得不提及区块链在制造业的影响。（区块链已成为金融服务领域常见的软件机制，用于保证安全的点对点交互，无需第三方中间人介入及验证交易。）在生产领域应用这一技术后，制造企业、供应商及客户可通过区块链网络迅速找到对方，不管是提交1件甚至10万件商品的即时需求，都可建立数字化交易关系。有能力在紧迫交付时间内完成任务的供应商与制造企业（在某些情况下将涉及多个生产者）将共同合作实现客户的需求。■ 数字化工厂配备先进生产硬件与软件的全数字化工厂可完成制造流程与足迹的本地化与自动化，从而简化与缩短供应链。这些高度自动化、重度依赖科技的工厂实质上是新型统包工厂范本，可在任何区域迅速投入使用。自动化可减少对于当地技术型劳动力与培训的需求，同时保证质量稳定性。制造企业在向当地工厂转移更多价值的同时，获得更多的灵活性、有能力提供产品定制化服务将成为可能。为更好地满足中国、非洲以及中东地区客户对于短项目计划周期的要求，美国一家工业设备制造企业拟定并执行了一项生产计划，此计划勾勒了数字化工厂的蓝图。该公司作出这一决策是由于发现有些客户在启动新工厂项目之前只预留了有限的时间，因此通常会购买符合工厂需求的任何市面上销售的工业机器设备，完全不在意品牌。这意味着这些地区的工业设备制造企业只需要将其产品交付周期缩短两周，便可明显提升在当地的市场份额。基于这一发现，该公司执行了一项生产计划：仅在美国生产工业设备的精简框架，而后利用联网计算机辅助设计与数字工程工具，在毗邻其新兴市场客户的定制化中心完成产品的最终装配，如安装附加配件或根据当地客户需求作改动。通过评估企业收集到的大量有关目前运营情况的数据：各区域市场对于自身产品的需求、客户对于产品的使用情况、库存水平、产品性能（通过B2B领域制造并镶嵌在产品中的传感器获取），以及供应链活动，先进的分析技术可深度开发数字工厂及数字按需制造的潜在价值。这些分析成为反映企业生产与供应链近况及其应对客户需求能力的窗口。故此，这些宝贵的数字信息存储（有时也称为智能可视化为弹性灵活的制造足迹奠定了基础，企业可根据不同区域市场的多变需求作出动态应变的生产决策。制药行业是积极探索如何利用数据分析与数字化工厂的领先行业之一。已有一家大型制药企业以及众多制药研究团队投身于研究如何运用智能可视化快速建立便捷式制造软件套件，从而提供满足特定区域市场需求的定制化产品。初始的这类制药工厂仍然处在试运行阶段或正在等待监管审批，但制药企业希望这一模式可帮助减少库存、更好地应对当地需求以及缩短工厂停工期。西门子也采纳类似的应用，将智能可视化与模拟软件结合，在为工业客户建立工厂前通过数字化精密调整工厂工程设计、质量控制、产能利用、设备运行、自动化与生产流程。在这一模拟蓝图的帮助下，西门子协助其客户快速建立高成本效益、高效率的按需生产的工厂，根据输出类型、产量及其他地区要求量身打造。■ 制造创新数十年来众多生产方式中最新颖的当属3D打印，它将小型或大型零部件及最终产品的生产直接交由工厂完成，不论工厂位于何处，也无需负责产品的运输；应用3D打印—通过建立三维元件层生产产品，因而也称作增材生产—可将制造过程中的附加价值引流至当地制造活动中。因此，实施增材制造计划的汽车制造企业可利用3D打印机在几分钟内根据客户的选择制造出特别设计的车前灯，不再需要耗费数周等待供应商的生产与交付。制造企业因此有能力采取更灵活的方式回应客户需求，也更愿意在产品设计与定制化中大胆尝试。目前3D打印的工业应用处于相对基础的层面，在探索增材制造将如何影响（并从多方面引领）按需生产的革命方面也只是管中窥豹。在为国际生产工程学院2015年制造工程智能计算大会（Intelligent Computation in Manufacturing Engineering conference）准备的论文中，三位欧洲学者提出一个观点：3D打印将会使云端生产成为必然。在此场景下，供应商将不再生产实物产品，而是向制造企业出售定制化产品数据，随后制造企业利用3D打印在分散式、本地化的工厂中生产产品。战略框架制造业风云万变，因此企业需要保持自身的灵活性，迅速应对实时变化，寻找最佳途径建立更加客户导向型、更高效的生产模式。我们认为，所有形态的制造企业都必须重新审视自身的供应链，并决定应如何综合利用下文所述的三大生产战略，从而凭借优势抢占市场高地，从容应对按需生产模式的激烈竞争。■ 产品定制化随着批量制造逐渐被定制化生产所取代，众多企业对新型模式持试探性态度。标准产品根据客户实际订单在需求地进行配置，这是产品定制化目前最为保守的形式，产品定制化也因此被认为是开给顾客的空头支票。这一模式涉及的标准产品数量往往有限，且定制化程度较低，例如吉他或手机壳有六种颜色可选，这一现象在很多行业中比较普遍。由于在产品设计上畏手畏脚，企业即使采用这一模式，也不会在按需生产模式中作出更为大胆的创新，因此不可能收获大量的实际利益。现今对生产者而言更可取的是至少成长为成熟的产品装配中心，提供相对多元化的按需制造，为客户提供广泛的选择，而不仅仅是屈指可数的产品种类。很多企业纷纷以不同有趣的形式将这一理念延伸并融入生产运营中。例如，运动鞋品牌商阿迪达斯近期在德国与美国建立Speedfactory，工厂内的工作完全由机器人执行，可迅速生产运动鞋，并在颜色、鞋带、材质、足托、图案刺绣以及品牌标志等方面提供多种定制化方案。IOPscience在印度尼西亚发布了一项有关大规模定制化前景的研究，该研究发现在2014年，德国企业设立了470个基于Web的产品装配系统，美国有超过332个，其他国家的企业也设立了大约200个。然而，这些都不是完全意义上的定制化制造；定制化制造是按需生产模式的终极目标，因为产品的设计不可能完全由个人单独完成。迄今为止，仅有少数类似Local Motors这样进行小批量生产的企业在该意义深远的制造领域中积极探索。要实现这一目标，成为真正意义上的按需制造企业，企业必须全面改革并重新制定其产品生产与设计流程。随着生产日益趋向小批量产出、所需要的运营开支不断减少、效率不断提高，市场上极有可能出现大众市场价格的定制化汽车等产品。■ 科技驱动型生产推动按需制造的科技应用包括工厂模拟、传感器、云端程序、物联网以及3D打印。但真正促进这些应用的，是成熟完善且严谨设计的数据系统，这些系统可生成深度分析，从而支持高效的产品定制化、预测客户喜好。在按需生产环境中，企业网络必须具备迅速连接数以万计客户的能力，自动获取客户订单与需求（无论是生产单个产品，还是按时分批交付）。成功捕捉信息后，这些数据必须直接导入生产系统，系统中的自动生产流程便立刻开始生产。西门子首席执行官Joe Kaeser称，西门子的最终目标是利用客户数据分析— 回应客户需求的预测程序、追踪以往订单及具体喜好、用于维护上市产品的传感器—优化价值链。Kaeser如此说道：“从数据中获得的信息可缩短价值链。生产会变得更快、耗费的成本会更低、灵活性也会更高。企业可大规模地生产某一产品，也可删减价值链中低价值的某些环节。”■ 精益制造的升级基本的精益原则在按需制造时代依然具有重要意义，但必须与新兴科技联手以增强精益方法与成效。在新环境下，制造与供应链的灵活性以及模块化产品设计尤为关键，但会对传统精益模式带来的规模经济效益造成一定的威胁。要克服一次性或小批量制造可能产生的低效，数据分析、传感器、机器人技术、联网技术、制造设备（包括但不限于3D打印）以及云端编程等领域应取得突破以加速定制化生产进程与系统发展，从而保障精益概念，即注重质量、效率、工厂绩效与生产力。在精益领域中，人类在工厂中的地位将不可避免地面对按需制造的考验。传统上，企业采用精益方法来调整与优化流程、规范人员在工厂中的行为与日常活动，最终的目的是杜绝浪费与制程变异。但这一思维将被摒弃，原因在于机器人流程自动化—尤其设计、工程或信息处理等基于软件的活动—能够包容一定程度的低效，这是因为其强大的计算能力可以杜绝轻微浪费或能够更高效工作。换言之，在机器人工厂中，制程变异这个关键的精益指标， 将因为流程自动化迎刃而解。然而，即使在新的精益模式下，人类在价值链的上游依然发挥极其重要的作用。确切来说，既然按需制造依赖高效生产系统以完成定制化生产，那么设计全新的流程、管理流程的执行以及敦促流程的持续完善必然需要人类智慧，即使越来越多的重复性工作将由人交付给机器人与人工智能。要想在建立按需制造工厂后占据优势地位，制造企业必须能够创造性地运用精益原则，让效率更上一层楼：按需制造环境下的成功不仅包括重复性任务的生产力提高，还体现在产品的灵活性与定制化程度随着制造流程处理订单数量的增加而不断提高。在此模式中，人才资源将专攻如何持续改进、微调与创新定制化生产，以及对于简单或复杂客户需求的灵活快速反应。结论现代制造业必然会走向产品定制化，对此企业早已深谙于心。确实，为营造定制化程度更高的制造与服务环境、更好地回应客户需求，企业所倡导的大规模定制化可以说是早期甚至是原始的概念。例如，车主可从某种程度上定制自己的爱车：可自主选择颜色、引擎规格及传动方式等等。这一体系并不是十分完善，但由于科技的步伐赶不上定制化宏图的发展，在没有完全构建新生产模式的情况下，制造企业即可涉足大量定制化领域。但现在情况已完全不同。科技进步与数字化发展正在兴起并迅速影响整个制造环境，令按需生产模式在几乎所有行业中成为必然趋势；而实际上，各行业已经在执行相关应用。最终，大胆创新的客户将可以自主设计Local Motors甚至丰田、本田及通用这样的大企业生产的汽车，并通过3D打印机制造出来。客户在享受真正产品定制化的成果后将会提出更高的要求，为具备定制化能力的企业带来更多收益，也迫使所有想要继续生存的制造企业培养这方面的能力。对按需制造趋势有所准备的企业终将蓬勃发展。但企业必须现在就行动起来，重新审视自身的长期制造战略，采用优化流程、系统与先进科技，制定生产决策，全面变革与客户互动方式，直面行业中的竞争与挑战。爱创客邀请函2017年精彩回顾，点这里！

特别声明：本文为新华网客户端新媒体平台“新华号”账号作者上传并发布，仅代表作者观点，不代表新华号的立场及观点。新华号仅提供信息发布平台。嘉驰国际发布《制造业蓝领灵活用工研究报告》:灵活用工是制造业走向成熟的必经之路2020年5月25日,以科技数据驱动的一站式人力资源整体解决方案服务平台嘉驰国际,联合人力资源智享会(以下简称“智享会”)共同研究并发布《制造业蓝领灵活用工研究报告》,报告发现,灵活用工是制造业走向成熟的必经之路。调研背景我国有超过四亿的蓝领群体,这构成了经济发展的坚实基础,但是从总体来看我国制造业蓝领不论从工作环境还是工作待遇都相对不够理想,蓝领工人在制造业工作的处境不容乐观。企业为了在波峰波谷时迅速补充和收缩人员普遍都在采用外包工,派遣工等临时支持性的灵活用工,但由于该种方式在市场上还没有完全走向成熟,所以不论是在认识上还是实践中不少企业都存在一些问题和挑战。为帮助制造业更好的进行蓝领用工,嘉驰国际联合智享会在解决大家在用工方式上认识问题的前提下,分别去看在正式用工和灵活用工中企业目前所面临的问题,并探究其解决和发展之道。主要发现调研中,我们发现蓝领用工在招工和用工方面都存在很大的挑战,主要数据表现为:招工难题普遍存在―― 91.93% 的企业蓝领招工难86.34% 企业面对招工难采取内部推荐措施面对招工难所采取措施82.06%企业制造业存在用工高峰期所在工厂是否存在用工高峰期60.54%企业的制造业操作工都存在非正式员工制造业在蓝领员工的管理上也面临着挑战,其主要表现为:快递、客服等外部竞争导致制造业蓝领招工源头减少,制造业招工难普遍存在制造业工作强度大,工作环境差等自身因素,对于新生代员工来说缺乏吸引力生产高峰期到来时难以快速获取足够人手生产高峰期用工成本翻倍,单纯依靠外包会导致用工成本剧增非正式用工与正式用工在待遇上的不公会带来员工不满情绪非正式工生产由于未得到系统训练,效率及生产水平有限解决方案及趋势解决制造业用工可以从两方面出发:第一,从企业内部出发,可以寻找和维护稳定的人员供给渠道,如进行校企合作,或者企业内各制造业间的人员调配;第二,寻求可靠优质的灵活用工提供商。随着工业制造业的产能升级,基础工种的工作难免会被机器取代。普通蓝领面临着向技术蓝领转型的选择,只有这样才能逐步匹配中国未来制造业的发展。无论未来企业采用哪种用工形式,都要求制造业在用工形式上更加灵活和敏捷,灵活用工是制造业走向成熟的必经之路。来源：新华号 科技说