德勤中国最新发布的《中国智造，行稳致远——2018中国智能制造报告》通过对150余家生产型和技术服务型的大中型企业的调研结果，总结发现中国制造业目前已在智能制造方面取得显著成效，进入高速成长期。企业数字化能力素质显著提升，大部分企业正致力于数据纵向集成。财务方面，智能制造对企业的利润贡献率大幅增加CONTROL ENGINEERING China版权所有，利润贡献率超过50%的企业占比从2013年的14%增至2017年的33%，而大部分受访企业其智能制造业务的利润贡献率在11-30%的区间，而利润来源则包括生产过程增效和产品服务价值提升。此外，中国已连续六年为工业机器人第一消费国。IFR数据显示，中国工业机器人市场规模在2017年高达42亿美元，全球占比27%，预计2020年将扩大至59亿美元，国内机器人销量将增至23.8万台CONTROL ENGINEERING China版权所有，未来三年的复合年均增长率高达22%。德勤预计，汽车、高端装备制造和电子电器行业依然是工业机器人的主要用户。

　　德勤中国制造行业主管合伙人董伟龙表示：“智能制造是新一代信息技术，贯穿设计、生产、管理、服务等制造活动环节，是由物联网系统支撑的智能产品、智能生产和智能服务。如今，发达国家纷纷加大制造业回流力度，提升制造业在国民经济中的战略地位，智能制造已成为全球价值链重构的关键选项。亚洲作为全球制造业的重要区域，也在积极部署制造业自动化、智能化。中国作为亚洲智能化转型的重要力量，在政府政策支持下，通过加强行业的顶层设计控制工程网版权所有，开展试点示范、标准体系建设和培育系统解决方案供应商等方式，在智能制造领域的发展取得了显著成效，预计将继续迅速成长。”
　　随着中国两化融合、智能工厂和工业物联网建设多项举措推进，制造型企业素质显著提升，而企业数字化能力素质体现在其利用数据指导生产以及系统自优化的能力上。德勤调研显示，大部分中国企业目前已完成计算机化阶段，能够通过计算化高效处理重复性工作，并实现高精度、低成本制造，但不同的信息技术系统在企业内部仍属于独立运作，很多设备并不具备数字接口。受访企业中有四成处于连接阶段，它们以相互关联的环节取代独立运作的信息技术，操作技术系统的各部分实现了连通性和互操作性，但依旧未能达到信息技术层面与操作技术层面的完全整合。
　　尽管如此，由于中国的人口数量和设备数量庞大，中国企业在获取数据方面具有天然的独特优势，能够为人工智能背后的机器学习技术发展提供有力支持。德勤调查发现，逾半数受访企业已经在制造和管理流程运用到人工智能，另有46%的受访企业已经或计划在产品和服务领域部署人工智能。此外，相对欧美企业，中国制造企业的硬件设备和厂房普遍较新，更容易实现设备连接和厂房改造。
　　此外，此次调研的受访企业认为，中国工业企业智能制造五大部署重点依次为：数字化工厂、设备及用户价值深挖、工业物联网、重构商业模式以及人工智能。
　　其中，数字化工厂和设备及用户价值深挖是大部分企业(即六成以上)认为最首要的部署重点。智能制造是以制造环节的智能化为核心，以端对端数据流为基础，以数字作为核心驱动，因此数字化工厂被企业列为智能制造部署的首要任务。目前，中国企业在数字化工厂部署普遍以打通生产到执行的数据流为主要任务，而产品数据流和供应链数据流也有明显的提升空间。就设备和用户价值深度挖掘而言，百分之六十二的受访企业表示，现正积极部署设备和用户价值深度挖掘，其中41%的企业侧重设备价值挖掘CONTROL ENGINEERING China版权所有，21%的企业侧重用户价值挖掘。用户价值进行深度挖掘中以C2M(客户到制造)最受瞩目，它体现了定制化生产的特性，使制造商直接面对用户，以满足用户个性化需求；同时通过减少中间环节降低成本，提升效率。
　　在技术应用方面，德勤中国风险咨询合伙人沈斌补充道：“虽然人工智能已迅速渗透制造业等各个行业，但仍处于发展早期，技术突破和商业论证需要更长的时间。而且，人工智能应用环境和基础设施的完善程度、信息和安全法规、自身能力都成为企业面临的主要挑战。调研结果亦显示，中国的制造企业在云部署的积极性仍然偏低，有53%的受访企业尚未部署工业云。”德勤建议企业应审视现有商业模式，并发掘其他可行的商业模式，在这基础上制定云部署战略，进行商业论证和自身能力评估。企业还需要充分考虑人力资源和企业自身的数字化程度如何与云部署互相配合。
　　董伟龙总结道：“智能制造不仅能够帮助制造企业实现降本增效，也赋予企业重新思考价值定位和重构商业模式的契机。然而控制工程网版权所有，重构商业模式是一项复杂艰巨的工程。德勤建议企业可从商业模式优化、创新管理以及云部署入手，支持企业建构并提升能力，及时把握全球智能制造浪潮中的庞大商机。”