本文核心观点
1、智能制造大势所趋
劳动密集型企业严重依赖人口红利，人口红利的消失使得低成本劳动力成为稀缺资源，传统制造业正在面临人力成本日益升高的难题。随着人力成本、上游原材料成本等的上升，制造业企业盈利难度愈发提升，根据美国MESA的调查数据，智能制造可以显著提升企业盈利能力，制造业企业必须加大智能制造投入以获得更好的盈利能力。另一方面，近年来，在国家供给侧改革等政策的推动下，工业领域需求持续复苏，汽车、钢铁、纺织等多个细分行业业绩回升。下游工业领域的复苏将有望带动上游信息化投资。同时，近年来，我国持续推出一系列的支持政策和措施，推动智能制造切实落地。
2、信息化是智能制造的必经之路
智能制造是基于新一代信息技术的先进制造过程、系统与模式的总称，其最终实现需要经历不同的发展阶段，每个发展阶段均要实现智能制造所需要的核心能力，目前主要可以分为自动化、信息化、互联化、智能化四个阶段，信息化是实现智能制造的必经之路，而MES、CAM、ERP等工业软件是制造业信息化的核心。工业软件一般按照应用分为研发设计类、生产调度和过程控制类、业务管理类三大领域，具有分析、计划、配置、分工等功能。
3、工业软件市场空间广阔，国外企业仍占主导地位
2016年，全球工业软件市场规模达到3531亿美元，同比2015年增长5.4%，而当年中国工业软件市场规模达到1247.30亿元，同比增长15.5%，增速仍领先于全球工业软件市场，约为全球市场规模的十九分之一，与此同时我国工业生产总值占全球比重却超过20%，我国工业软件发展空间广阔。我国工业信息化的起步晚于欧美等发达国家和地区，在工业软件发展初期，国内工业软件提供商在产品技术、软件稳定性等方面落后于国际厂商成熟产品，因此技术复杂的高端领域几乎被国际厂商垄断，国外企业目前仍占据相对主导地位。
4、美德等发达国家纷纷开展智能制造计划
国际金融危机后，欧美等发达国家重新认识到发展实体经济特别是制造业的重要性,纷纷提出“再工业化”战略，以抢占世界经济和科技发展的制高点。其中美国提出先进制造业国家战略计划和美国制造业创新网络计划，大力推动以无线网络技术全覆盖、云计算大量运用和智能制造大规模发展为标志的新一轮技术创新浪潮，德国则通过推动“工业4.0”战略使制造业全面受益。
5、推荐标的
制造业信息化推荐关注东方国信（300166）、大豪科技（603025）、睿能科技（603933）、今天国际（300532），MES及ERP领域推荐关注用友网络（600588）、宝信软件（600845）、汉得信息（300170）、鼎捷软件（300378）及赛意信息（300687）。
全文如下：
1、智能制造大势所趋
1.1人口红利消失，劳动力成稀缺资源
人口红利是指因为劳动人口在总人口中的比例上升所伴随的经济成长效应，它通常发生在人口过渡时期晚期，此时因为生育率下降，使得受抚养的青幼年人口减少，劳动年龄人口比例上升。有专家指出，人口转变使得中国从20世纪60年代开始享受人口红利，而随着出生率的不断下降，中国的劳动人口数量在2012出现了第一次绝对下降，意味着人口红利趋于消失，2015年前后是中国人口红利阶段的转折点。
我国传统的劳动密集型企业严重依赖人口红利，人口红利的消失使得低成本劳动力成为稀缺资源，传统制造业正在面临人力成本日益升高的生存难题。
1.2下游需求持续复苏
信息行业是典型的上游行业，主要服务于不同行业的信息化需求，如教育、医疗、金融、政府、工业等等，上游景气度提升能有效带动信息化投入的提升，从而利好于下游行业信息化企业，过去几年，医疗IT、金融IT等领域均出现过高景气状况。相对于医疗、金融等行业，我国工业信息化水平相对较低，行业本身就有渗透率提升的需求，另一方面，近年来，在国家供给侧改革等政策的推动下，工业领域需求持续复苏，汽车、钢铁、纺织等多个细分行业业绩回升。下游工业领域的复苏将有望带动上游信息化投资。
汽车产业是推动新一轮科技革命和产业变革的重要力量，是建设制造强国的重要支撑，是国民经济的重要支柱。据中国汽车工业协会统计分析，2017年10月，汽车产销比上月小幅下降，同比略有增长。1-10月汽车行业经济运行平稳，主要经济指标呈不同程度增长，增速虽有所减缓，但总体上仍处于较快增长水平。我国汽车行业近来数月增速趋稳，可见行业内生需求依旧旺盛。
机械行业：2016年以前上市的249家企业2017年1季度收入同比增长14.6%，2季度同比增长25.7%。2017年以来行业需求保持旺盛态势，制造业盈利能力正在修复。
得益于下游需求的持续复苏，制造业信息化投入有望持续加大，相关信息化企业将随之受益。
1.3企业自身盈利追求
随着我国人力成本、上游原材料成本等的上升，企业盈利难度较过去有所增加，尤其是在制造业中这一现象更加明显。
制造业企业的制造周期时间是指从订单发放经车间周转到最后发货的总时间。制造周期时间越短，制造商库存越少，市场需求变化时报废的材料越少，调整适应变化的灵活性越大。反之制造周期时间越长，积压的多，不良及废品增多，储存费用等等都会增加，此外，制造周期越长，工厂车间可能出现的问题越多。减少制造周期时间不仅影响材料预备，还可以改善出货计划，加快产品输出，因为材料在到下一个操作之前停留的时间更短，故过程中的在制品减少。因为产品处理更少，故产品质量得可以到改善。制造周期时间是在多数电子和电器等复杂品类装配中的最大的问题，制造周期每缩短一倍，企业年利润收益预期可增长2.2倍。根据美国MESA International调查数据显示，智能制造可显著缩短制造周期时间、提升生产效率，降低成本，提高单位时间产出，从而提升企业收益。因此，出于企业自身对盈利的追求，它们亦将会加大对智能制造领域的投入。
1.4政策密集出台，中国制造2025箭在弦上
国务院2015年发布《中国制造2025》，提出通过“三步走”实现制造强国的战略目标，该行动纲领面向十个重点领域，建设五大工程，包括：制造业创新中心建设、智能制造、工业强基、绿色制造、高端装备创新。十九大报告也对发展制造业提出新的要求。
日前，按照《工业和信息化部办公厅关于开展2017年智能制造试点示范项目推荐的通知》，经过各地方工业和信息化主管部门推荐、专家评审和网上公示等半年的遴选工作，2017年智能制造试点示范项目名单已经确定。据工信部介绍，为推进智能制造产业政策落地，将加快上述项目部署，并将总结试点示范经验并在各行业进行推广，同时在此基础上尽快形成后续政策和措施，进一步推进制造业转型升级。
根据工信部工作部署，智能制造将是未来中长期实现制造业与互联网融合以及全面提升制造业竞争力的重要抓手。为此，工信部将联合发改委、财政部等部委在今后一阶段，陆续推出一系列的支持政策和措施；同时还将以试点示范等措施，面向重点行业的智能制造单元、智能生产线、智能车间、智能工厂建设，培育一批系统解决方案供应商，组织开展行业应用试点示范，以形成一批融合发展行业的优秀解决方案并加以推广。
2、信息化是智能制造的必经之路
2.1智能制造产业链
智能制造产业体系已逐渐成形，上游行业主要为制造行业的零部件以及感知层次的相关产品，中游行业则是主要体现为网络层的相关信息技术、管理软件和平台软件等，而下游领域主要为执行层和应用层，以工业机器人（300024）、智能机床、3D打印为产品构成的自动化生产线和智慧工厂。
2.2信息化是智能制造的必经之路
2.2.1智能制造实现路径
智能制造是基于新一代信息技术的先进制造过程、系统与模式的总称。智能制造贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。智能制造的最终实现需要经历不同的发展阶段，每个发展阶段均要实现智能制造所需要的核心能力，目前主要可以分为自动化、信息化、互联化、智能化四个阶段。
首先，在智能制造的整个过程中需要将智能装备(包括但不限于机器人、数控机床、自动化集成装备、3D打印等)通过通信技术有机连接起来，实现生产过程自动化，其次，通过各类感知技术收集生产过程中的各种数据，并利用各类系统优化软件等信息化手段提供生产方案，再通过工业以太网等通信手段实现设备及数据间的互联互通，最终实现生产方案智能化。
随着新一代信息技术和制造业的深度融合，我国智能制造发展取得明显成效，以高档数控机床、工业机器人、智能仪器仪表为代表的关键技术装备取得积极进展；智能制造装备和先进工艺在重点行业不断普及，离散型行业制造装备的数字化、网络化、智能化步伐加快，流程型行业过程控制和制造执行系统全面普及，关键工艺流程数控化率大大提高；在典型行业不断探索、逐步形成了一些可复制推广的智能制造新模式，为深入推进智能制造初步奠定了一定的基础。但目前我国制造业尚处于机械化、电气化、自动化、数字化并存，不同地区、不同行业、不同企业发展不平衡的阶段。发展智能制造面临关键共性技术和核心装备受制于人，智能制造标准/软件/网络/信息安全基础薄弱，智能制造新模式成熟度不高，系统整体解决方案供给能力不足，缺乏国际性的行业巨头企业和跨界融合的智能制造人才等突出问题。
2.2.2信息化是智能制造的关键，工业软件是核心
制造业整体上可以分为研发设计、生产制造和营销服务三大环节，每一环节产生相应的价值。过去人们曾把制造业定义为：“通过加工把原材料转化为产品的工业”，产出物是产品，其增值主要在加工过程中得以体现，即在20世纪中早期，制造业的主要价值体现在加工制造环节，随着市场竞争加剧和产品更新换代加快，产品研发、市场营销和服务的增值作用明显提高，制造业的产出正在从单一产品转变为包含产品在内的服务和解决方案。因此，新制造业已经成为同时对物质、信息和知识进行处理的产业，制造业价值曲线已经发生了变化。
根据“微笑曲线”理论，产品生产制造中各个环节的附加值可以被描述成一个开口向上的抛物线，用来描述产品制造流程中各个环节的附加价值。“微笑曲线”其实就是“附加价值曲线”，企业可通过向“微笑曲线”的两端渗透来创造更多的价值。随着科技进步，制造业不断升级，处于价值链的的两端的研发和销后服务增值越来越大，而传统制造业作为劳动密集型的中间制造、装配环节不但技术含量低、利润空间小，而且市场竞争激烈，容易被成本更低的同行所替代，成为整个价值链条中最不赚钱的部分。中国制造业目前仍处在微笑曲线底部区间，未来如何提升在全球制造业价值链中的地位是中国制造业企业面临的首要问题。
制造业信息化将信息技术、自动化技术、现代管理技术与制造技术相结合，可以改善制造企业的经营、管理、产品开发和生产等各个环节，提高生产效率、产品质量和企业的创新能力，降低消耗，带动产品设计方法和设计工具的创新、企业管理模式的创新、制造技术的创新以及企业间协作关系的创新，从而实现产品设计制造和企业管理的信息化、生产过程控制的智能化、制造装备的数控化以及咨询服务的网络化，全面提升我国制造业的竞争力。
随着国家两化深度融合水平的进一步提高，中国制造业信息化迎来一个崭新的发展阶段。ERP、MES、DNC、MDC、PDM、Tracker等先进信息化管理系统已经在制造企业得到广泛应用，如通过供应链管理(SCM)使得供应商可以参与产品的制造和运输，通过客户关系管理(CRM)和产品生命周期管理(PLM)使得客户能够参与所买的产品设计和制造过程，并可能使企业为客户解决产品使用、维护和废弃处理的各种问题，通过企业资源计划(ERP)和制造执行系统(MES)准确反映生产过程的物料供应情况、工作进度和产品质量，通过连续的信息流，加强企业内部各部门之间的协作。上述各类信息化管理系统正在不断加快制造企业实现转型升级。
实现制造业信息化是提升中国制造业全球竞争力的关键，其中上述如MES、CAM、ERP等工业软件是制造业信息化的核心。工业软件是指在工业领域里应用的软件，包括系统、应用、中间件、嵌入式等，通常工业软件被划分为编程语言、系统软件、应用软件和介于这两者之间的中间件。其中系统软件为计算机使用提供最基本的功能，但是并不针对某一特定应用领域，而应用软件则根据用户和所服务的领域提供不同的功能。
工业软件一般按照应用分为研发设计类、生产调度和过程控制类、业务管理类三大领域，具有分析、计划、配置、分工等功能，能够从机器、车间、工厂层面提升企业生产效率、促进资源配置优化、提升生产线协同水平，对工业化与信息化融合、数字世界与物理世界融合有举足轻重的作用。
a、研发设计类——以产品生命周期管理(PLM)为例：
PLM软件可以让企业高效且经济地管理一个产品的生命周期，从产品构思、设计与制造，一直到服务和退市处理。计算机辅助设计(CAD)、计算机辅助制造(CAM)、产品数据管理(PDM)和制造过程通过PLM无缝地集成在一起。PLM与SCM、ERP分别从不同维度出发，PLM从时间的维度看世界，并且偏重于产品设计层面，与MES层相互连接，是数字化工厂的需求源头。
PLM产品构成包括三类：(1)CAx类产品，包括集中于创建3D几何图形、产品设计和产品数据形成的CAD软件，计算机辅助系统进行场景建模，数值分析的CAE软件，利用计算机进行生产设备管理控制和操作的过程模拟软件CAM。(2)cPDM产品，这类软件是协同产品定义管理软件，在产品全生命周期体系下，存储和检索产品和产品数据；(3)数字化制造车间，主要用于计划和模拟整个制造过程。
b、生产调度和过程控制类——以制造执行系统(MES)为例：
MES(manufacturing execution system，制造执行系统)是1990年美国先进制造研究协会旨在加强MRP计划的执行功能提出的概念，AMR对MES的概念表述如下：“MES是在公司的整个资源按其经营目标进行管理时，为公司提供实现执行目标的执行手段，通过实时数据库连接基本信息系统的理论数据和工厂的实际数据，并提供业务计划系统与制造控制系统之间的通信功能。”
MES可以概括为一个宗旨―制造怎样执行，两个核心数据库―实时数据库、关系数据库，两个通信接口―与控制层接口和与业务计划层接口，四个重点功能―生产管理、工艺管理、过程管理和质量管理。MES是从工单、生产、设备管理、保养、质量管制到出入库、进出货等整合的系统，可以实现对设备层直接进行管控，是一个制造形态工厂的核心。
c、业务管理类——以企业资源计划系统(ERP)为例：
ERP—Enterprise Resource Planning企业资源计划系统，是指建立在信息技术基础上，以系统化的管理思想，为企业决策层及员工提供决策运行手段的管理平台。ERP系统集中信息技术与先进的管理思想于一身，成为现代企业的运行模式，反映时代对企业合理调配资源，最大化地创造社会财富的要求，成为企业在信息时代生存、发展的基石。
3、工业软件市场空间广阔，国外企业仍占主导地位
3.1中美工业软件市场规模差距仍较大
2016年，全球工业软件市场规模达到3531亿美元，同比2015年增长5.4%，发展中国家和经济体对工业软件的需求成为全球工业软件市场发展的亮点。2016年，中国工业软件市场在宏观经济与产业转型的双重影响下，继续处于平台调整期。2016年中国工业软件市场规模达到1247.30亿元，同比增长15.5%，增速仍领先于全球工业软件市场，约为全球市场规模的十九分之一；与此同时我国工业生产总值占全球比重却超过20%，可见我国工业软件发展空间广阔。
自2011年以来，全球工业软件市场规模以每年6%左右的速度增长。工业软件构成中主要以业务管理为类主，占比超过50%，生产调度及过程控制类和研发设计类各占约25%。
3.1.1 MES软件市场
MES作为工业软件的核心部分，市场空间广阔，相关机构预测MES市场未来的复合增速可保持在40%左右。2014年全球MES行业市场规模约为416亿元，过去5年保持年均21.65%的高速增长，预计到2020年，MES行业市场规模有望达到931亿元，未来将保持年均18%的复合增速。2016年我国MES市场规模为25.82亿元，较2015年同期增长26.39%。预计2017年我国MES市场规模为32.04亿元，到2022年我国MES市场规模将达到77亿元左右。
中国经济正处于转型发展关键时期，在国内外经济环境变化的同时，中国企业也在由中国制造向“中国智造”转变。在这一过程中，工业4.0以及中国制造2025激发了企业智能制造信息化的需求，制造业企业的核心能力需要进一步提升。中国制造业对自动化、信息化、互联化、智能化的需求不断增加，企业从过去关注“量”转变为关注“质”。作为工业软件核心应用的MES软件是制造业企业信息化的重要组成部分，在“工业4.0”时代有着非常广阔的应用前景，需求也呈现出快速增长的态势。
MES在发达国家已实现产业化，并出现了一批领军企业如西门子等，相比较国外MES市场，我国MES行业发展历程较短，市场刚刚兴起。国内相关企业目前普遍有规模较小，面向行业单一等特征，竞争力较弱，但另一方面，现阶段国内制造业企业中MES的使用率仍然较低，且相关软件的能力亦有所不足，市场潜在发展空间巨大，国内软件企业往往更接近上游工业企业客户，熟悉工业生产流程，且可以快速响应，提供优质的售后服务，通过借鉴外国先进MES厂商的先进经验，根据国内不同类型厂商的需求，专门研制符合我国制造业的MES系统，国内未来有望迅速崛起一批规模化、专业化的MES软件企业。
3.1.2 ERP软件市场
工业软件的另一个重要组成是ERP软件，ERP行业市场、技术壁垒较高，呈现出寡头市场的特征，少数几个领导厂商占据绝大部分市场份额，拥有市场定价权并分享主要利润。SAP、Oracle等国外厂商一直占据主导地位，在经历了导入、成长和普及的长期发展过程以后，中国ERP企业的发展进入了新阶段，以金蝶、用友为首的本土软件厂商与国际管理软件巨头之间的竞争日趋激烈。
本土厂商在国内软件市场有得天独厚的优势，同时用友、金蝶等厂商坚定发展云计算业务，使得本土厂商孕育出弯道超车的可能。截至2017年上半年，金蝶云服务收入的占比近27%，公司在云服务上积累的先发优势有助于其充分享受行业云化带来的红利。
与此同时中国ERP市场容量增长迅速，国内(含服务，仅限大陆地区)通用型企业管理软件市场规模2013年达到了563.3亿元。2014年国内(同上)通用型企业软了软件市场规模达到了582.5亿元，2015年约为597亿元，2017年预计将达到650亿元。
虽然我国ERP企业总体的实施能力在满足客户要求方面仍有欠缺，但受益于国内ERP业务的回暖和中小企业对于ERP 软件的需求上升以及云服务业务的快速发展，预计金蝶、用友等国内ERP企业未来几年业务的增速将持续恢复。
3.2工业软件领域国外企业仍占据主导地位
中国工业信息化的起步晚于欧美等发达国家和地区，在工业软件发展初期，国内工业软件提供商在产品技术、软件稳定性等方面落后于国际厂商成熟产品，因此技术复杂的高端领域几乎被国际厂商垄断。
研发设计类：
研发设计类软件主要包括计算机辅助设计(CAD：Computer Aided Design)、计算机辅助工程(CAE：Computer Aided Engineering)、计算机辅助工艺过程设计(CAPP：Computer Aided Process Planning)、计算机辅助制造(CAM：Computer Aided Manufacturing)、产品全生命周期管理(PLM：Product Lifecycle Management)等，市场中外资企业占据着主导地位。
CAD类软件Autodesk凭借核心技术执牛耳，国内企业大多以跟随为主；PLM类软件国内企业无论影响力还是是成熟度与龙头上皆尚有一定差距；EAD类软件也存在外资企业垄断的现象。
运营管理类：
运营管理类软件包括企业资源计划(ERP：Enterprise Resource Planning)、供应链管理(SCM：Supply Chain Management)、客户关系管理(CRM：Customer Relationship Management)、电子商务等。传统运营管理类软件市场中，包括FM、ERP、SCM、CRM等通用管理软件领域中外企业竞争激烈，市场格局逐渐固化。主流企业开始转移战略中心，如SAP与Oracle等外商结合自身储存业务优势发展云服务，SaaS业务已实现快速增长。
生产控制类：
生产调度和过程控制类主要包括制造执行系统(MES：Manufacturing Execution System)、高级计划排产系统(APS：Advanced Planning and Scheduling System)等。部分生产控制类软件企业前身是大型流程型工业企业的信息化部门，初时带有一定的行业特色，而后随着企业发展演化至多元化，跨界发展成为趋势。细分行业来看，电力、能源等行业仍由外商占领头地位。
随着工业软件市场的发展，国内企业在加强技术研发，并积极开拓中小企业市场，在工业软件市场也逐渐占据一席之地。
4 美德等发达国家纷纷开展智能制造计划
4.1 美国：先进制造业国家战略计划和美国制造业创新网络计划
国际金融危机后，欧美等发达国家重新认识到发展实体经济特别是制造业的重要性,纷纷提出“再工业化”战略，以抢占世界经济和科技发展的制高点。
得益于技术积累和顶尖制造业汇集，美国联邦政府推出了一系列制造业振兴计划，依托新一代信息技术、新材料、新能源等创新技术，加快发展技术密集型先进制造业以重塑美国制造业的全球竞争优势。众所周知美国是国际互联网大国，美国亦基于其强大的互联网技术以及在消费产业的广泛应用经验，将大数据采集、分析、反馈以及智能化生活的全套数字化运用引入工业领域。
2012年，美国发布了《先进制造业国家战略计划》。该战略计划从投资、劳动力和创新等方面提出了五大目标：
(1)增加先进制造业技术投资，特别是中小企业的投资，促进它们更有效地利用联邦政府的力量和设施，包括联邦政府部门的早期采购促进计划。
(2)大量培养先进制造业增长所需的技术工人，让培训和教育系统针对先进制造业对技术人才的需求做出快速有效的反应。
(3)创造和支持国家和区域的政府和私营企业，建立政府—企业—专业机构的伙伴关系，加速投资和开发先进制造业。
(4)通过跨机构的组合视角来优化联邦在先进制造业技术的投资并做出相应调整。
(5)增加美国公共部门和私有部门在先进制造业的总体研发投资。
作为先进制造业的重要组成部分，以先进传感器、工业机器人、先进制造测试设备等为代表的智能制造，得到了美国政府、企业各个层面的高度重视，创新机制得以不断完善，相关技术产业展现出良好发展势头。
2013年，美国发布了《美国制造业创新网络》(NNMI)。创新网络计划的目标是通过投资10亿美元组建美国制造业创新网络，从而推动高校、企业和政府部门形成合力，通过缩小科研与商业之间的差距，打造一批具有先进制造能力的创新集群；促进新技术、生产工艺、产品和教育项目的开发，推动美国先进制造业的复兴；为美国创造更多的就业机会，从而提振美国经济。
制造业创新网络计划提供了一个制造业科研基础设施体系，其中美国的工业界和学术界合作，以解决行业相关的问题。作为可持续制造创新中心，其目标是开发能够提升所有企业的先进制造技术，创建、展示和部署新功能，用以提高制造业生产力。
据美国智库威尔逊中心发布的《全球先进制造业趋势报告》，美国研发投资量位于世界首位，其中四分之三投向制造业，在合成生物、先进材料和快速成型制造等先进制造业领域优势明显。分析人士认为，在政府和私营部门的大力推动下，美国很有可能出现以无线网络技术全覆盖、云计算大量运用和智能制造大规模发展为标志的新一轮技术创新浪潮。
4.2德国工业4.0计划
工业4.0(英语：Industry 4.0、德语：Industrie 4.0)，是一个德国政府提出的高科技计划。制造业的发展是德国工业经济增长的不可或缺因素。德国2010年公布的《高科技战略2020》中，提出了一系列促进制造业发展的创新政策。为使该战略得到具体落实，2012年德国政府公布题为《十大未来项目》的跨政府部门的联合行动计划，并决定在2012～2015年间向十大项目资助84亿欧元。被称为“工业4.0”的未来项目，与能源供给结构改革、可持续发展等项目同步公布。“工业4.0”未来项目，主要是通过深度应用ICT(信息通信技术)，总体掌控从消费需求到生产制造的所有过程，由此实现高效生产管理。德国机械及制造商协会(VDMA)等设立了“工业4.0平台”；德国电气电子及信息技术协会发布了德国首个工业4.0标准化路线图。
德国“工业4.0”项目主要分为三大主题：一是“智能工厂”，重点研究智能化生产系统及过程，以及网络化分布式生产设施的实现；二是“智能生产”，主要涉及整个企业的生产物流管理、人机互动以及3D技术在工业生产过程中的应用等。三是“智能物流”，主要通过互联网、物联网、物流网，整合物流资源，充分发挥现有物流资源供应方的效率，而需求方则能够快速获得服务匹配，得到物流支持。
通过通信网络，将工厂内所有设备互联的“智能工厂”就是其中最好的一个体现。德国制造业中的所有行业正在实施该项目有关的研究，并计划为此投入2亿欧元。智能工厂或者“工业4.0”，是从嵌入式系统向信息物理融合系统(CPS)发展的技术进化。作为未来第四次工业革命的代表，工业4.0不断向实现物体、数据以及服务等无缝连接的互联网(物联网、数据网和服务互联网)的方向发展。
作为世界最大的工业技术公司和世界领先的自动化、工业软件提供商，西门子已经为德国“工业4.0”的全面实现打下了坚实基础。工业软件创新将在“工业4.0”实施中起到决定性作用，尤其在实施产品生命周期和生产生命周期的整合、实现研发与生产的全面优化等方面。西门子工业软件公司拥有世界最齐全、应用最为广泛的“数字化企业软件套件”，涵盖数字化设计、仿真、试验、制造和执行软件，在全球拥有700多万用户。同时，西门子自身是一个制造业公司，拥有约300家工厂，涉及中国、德国乃至全球范围，在产品/工厂全生命周期方面更是精益求精，其中西门子工业自动化产品——德国安贝格+中国成都数字化工厂堪称全球样板。
德国推行工业4.0，将从以下四个方面受益：
(1)生产率。在未来5-10年，越来越多的公司将采用工业4.0技术。德国制造业产值将提升900亿至1,500亿欧元，按除原料成本以外的加工成本计算，生产率将提升15%-25%。即使加上原料成本，整体生产率也将提升5到8个百分点。各个行业的生产率提升水平略有不同。工业部件制造型企业的生产率提升幅度最大，为20%-30%；而汽车制造企业生产率则将提高10%-20%。(2)收入增长。工业4.0将推动企业的收入增长。制造商对新型设备和数据应用需求将大大增加，同时消费者对定制产品的需求也将增多。这将带来每年300亿欧元的新增收入，大致相当于德国GDP的1%。(3)就业。未来十年工业4.0带来的增长将带动就业人数提高6%。而在机械工程领域，雇佣需求提升的幅度更大，达到10%左右。然而，企业需要的技能也将发生改变。短期内，机器自动化技术的渗透将替代一些技术含量低、重复性高的人工劳作。与此同时，软件、互联网和数据分析方面的人才需求将越来越大，例如具备软件技能的机电专家。这种能力的转换将是未来工人就业面临的主要挑战。(4)投资。德国大规模采用工业4.0将在未来10年带动2500亿欧元的投资。
5 推荐标的
5.1 制造业信息化：
东方国信：东方国信是国内大数据上市公司龙头，公司近年来通过扩大研发投入及并购动作，将大数据业务从电信领域拓展至金融、工业、政府等多个领域。通过并购北科亿力和Cotopaxi进入工业大数据领域，其中北科亿力主要面向钢铁行业，随着未来几年钢铁行业升级换代，公司产品市场前景广阔；Cotopaxi于 2016年进军国内重工业节能改造领域，鉴于国内目前高耗能的企业达1.5万家，且缺乏竞争对手，市场潜力巨大。工业大数据业务的深入布局，提升了公司的长期竞争力。
大豪科技：公司主要业务为各类拥有完全自主知识产权的电脑控制系统研发、生产和销售。电控控制系统为机械设备工业控制计算机及装置，通过电脑程序实现对机械设备运动的自动控制，并通过网络管理实现工厂的智能制造。目前公司产品主要配套于缝制及针纺机械设备，是缝制、针纺机械设备的核心零部件。公司是国内缝制设备电控领域的龙头企业，在行业内占据了领先的市场竞争地位，主导产品刺绣机电控系统2016年国内市场占有率约为80%左右。
睿能科技：公司主要从事以针织横机电脑控制系统的研发、生产和销售为主的制造业务及以IC产品分销为主的分销业务。公司有先进的生产、检测和试验设备，并通过了ISO9001质量体系认证和ISO14001环境管理体系认证，为针织设备生产企业提供具备新技术、高品质的新型针织设备电控系统和伺服驱动器等产品，已成为国内领先的针织设备电控系统及综合解决方案供应商。
今天国际：公司是一家专业的自动化、物联网及智能物流系统综合解决方案提供商，综合解决方案可帮助客户实现物料出入库、存储、搬运输送、分拣与拣选、配送等生产过程的自动化、信息化和智能化，广泛应用于新能源电池、食品冷链、制造零售、石油化工、电力、通信、电商、家具、电子、烟草等行业。
5.2 ERP、MES供应商
用友网络：公司是亚太本土领先的企业管理软件和企业移动应用、企业云服务提供商，是中国最大的ERP、CRM、人力资源管理、商业分析、内审、小微企业管理软件和财政、汽车、烟草等行业应用解决方案提供商，并在金融、医疗卫生等行业应用以及企业支付、企业通信、管理咨询、培训教育等领域快速发展。中国及亚太地区超过200万家企业与公共组织通过使用用友软件和云服务，其中中国500强企业超过60%是用友的客户。
宝信软件：公司是宝钢股份（600019）控股、宝钢集团实际控制的软件企业，凭借30多年的经验和技术积累，全面提供具有自主知识产权的企业信息化解决方案、自动化系统集成及运行维护服务，公司用ERP、MES等成套产品能力。产品与服务业绩遍及钢铁、有色金属、装备制造、医药、化工、采掘、智能交通、金融、水利水务等多个行业。宝信软件累计已申请专利、软件著作权、技术秘密认定数百项，承担着国家发改委高新技术产业化示范项目、国家科技部863项目、国家工信部电子基金项目等诸多重大技术和产品项目。
汉得信息：公司是中国内陆人员规模最大、服务范围最广、客户群体最多的IT咨询服务公司之一，在ERP实施咨询领域具有较高的知名度和影响力。公司的服务领域涉及企业信息化的各个方面，客户群体遍布各大行业，包括机械、电子、能源电力、汽车、制药、化工、钢铁、高科技、快速消费品、金融、电信以及航天业等。
鼎捷软件:公司主要以制造业、流通业及微型企业的信息化建设与管理软件应用咨询、销售与服务为主营业务，是海峡两岸成立较早、用户众多、团队专业、属于中国人的ERP公司，拥有自主的知识产权和创新能力。目前，仅在亚太地区就有超过50,000家客户，其中包括财富五百强的企业也正在通过鼎捷的管理方案而持续获益。
赛意信息:公司是中国领先的企业信息化服务公司。专注ORACLE ERP咨询实施17年，拥有1200名经验丰富的业务顾问与行业专家，超过1500多个大中型项目的建设与服务经验。服务客户包含：华为、美的、海航、Panasonic、Sanyo等近千家国内外知名企业。
智造报告|智能制造基于数据驱动的C2B制造模式
一、智能制造概念
智能制造是工业4.0的重要组成部分，本质上是基于数据（信息、知识、模型）驱动的C2B制造模式，涉及用户需求、产品研发、工艺设计、智能生成、产品服务。
“智能”体现在两个层面：一是面对C端个性化的、复杂的、不稳定、变化的需求如何去合理的根据B端已有的资源（组织、能力、原料、设备、库存、供应链），快速的适配出解决方案，完成高品质的产品。二是基于工厂内部人、设备、物料之间的信息互联、感知、优化、控制、执行。
智能制造是实现整个制造业价值链的智能化和创新，是信息化与工业化深度融合的进一步提升。智能制造融合了信息技术、先进制造技术、自动化技术和人工智能技术。智能制造包括开发智能产品；应用智能装备；自底向上建立智能产线，构建智能车间，打造智能工厂；践行智能研发；形成智能物流和供应链体系；开展智能管理；推进智能服务；最终实现智能决策。
传统的制造系统在前三次工业革命中主要围绕着它的五个核心要素进行技术升级，它包含了：
Material——材料，包括特性和功能等
Machine——机器，包括精度、自动化、和生产能力等
Methods——方法，包括工艺、效率、和产能等
Measurement——测量，包括六西格玛、传感器监测等
Maintenance——维护，包括使用率、故障率、和运维成本等
这些改善活动都是围绕着人的经验开展的，人是驾驭这5个要素的核心。生产系统在技术上无论如何进步，运行逻辑始终是：发生问题->人根据经验分析问题->人根据经验调整5个要素->解决问题->人积累经验。
而智能制造系统区别于传统制造系统最重要的要素在于第6个M，也就是建模（Modeling——数据和知识建模，包括监测、预测、优化和防范等）,并且通过这第6个M来驱动其他5个M的要素，从而解决和避免制造系统的问题。
因此，智能制造运行的逻辑是：发生问题->模型（或在人的帮助下）分析问题->模型调整5个要素->解决问题->模型积累经验，并分析问题的根源->模型调整5个要素->避免问题。智能制造所要解决的核心问题是知识的产生与传承过程。
二、什么是智能工厂
美国ARC总结：以制造为中心的数字制造、以设计为中心的数字制造、以管理为中心的数字制造，并考虑了原材料、能源供应、产品销售的销售供应，提出用工程技术、生产制造、供应链这三个维度来描述工程师的全部活动。
通过建立描述这三个维度的信息模型，利用适当的软件，能够完整表达围绕产品设计、技术支持、生产制造已经原材料供应、销售和市场相关的所有环节的活动。实时数据的支持，实时下达指令制导这些活动，全面的优化，在三个维度之间交互，我们叫数字化工厂或智慧工厂。
一方面，“工欲善其事，必先利其器”，实现智能制造的利器就是数字化、网络化的工具软件和制造装备，包括以下类型：
计算机辅助工具，如CAD(计算机辅助设计)、CAE(计算机辅助工程)、CAPP(计算机辅助工艺设计)、CAM(计算机辅助制造)、CAT(计算机辅助测试，如ICT信息测试、FCT功能测试)等;
计算机仿真工具，如物流仿真、工程物理仿真(包括结构分析、声学分析、流体分析、热力学分析、运动分析、复合材料分析等多物理场仿真)、工艺仿真等;
工厂/车间业务与生产管理系统，如ERP(企业资源计划)、MES(制造执行系统)、PLM(产品全生命周期管理)/PDM(产品数据管理)等;
智能装备，如高档数控机床与机器人、增材制造装备(3D打印机)、智能炉窑、反应釜及其他智能化装备、智能传感与控制装备、智能检测与装配装备、智能物流与仓储装备等;
新一代信息技术，如物联网、云计算、大数据等。
在智能工厂中，借助于各种生产管理工具/软件/系统和智能设备，打通企业从设计、生产到销售、维护的各个环节，实现产品仿真设计、生产自动排程、信息上传下达、生产过程监控、质量在线监测、物料自动配送等智能化生产。下面介绍了几个智能工厂中的典型“智能”生产场景。
场景1：设计/制造一体化
在智能化较好的航空航天制造领域，采用基于模型定义(MBD)技术实现产品开发，用一个集成的三维实体模型完整地表达产品的设计信息和制造信息(产品结构、三维尺寸、BOM等)
所有的生产过程包括产品设计、工艺设计、工装设计、产品制造、检验检测等都基于该模型实现，这打破了设计与制造之间的壁垒，有效解决了产品设计与制造一致性问题。制造过程某些环节，甚至全部环节都可以在全国或全世界进行代工，使制造过程性价比最优化，实现协同制造。
场景2：供应链及库存管理
企业要生产的产品种类、数量等信息通过订单确认，这使得生产变得精确。例如：使用ERP或WMS(仓库管理系统)进行原材料库存管理，包括各种原材料及供应商信息。
当客户订单下达时，ERP自动计算所需的原材料，并且根据供应商信息即时计算原材料的采购时间，确保在满足交货时间的同时使得库存成本最低甚至为零。
场景3：质量控制
车间内使用的传感器、设备和仪器能够自动在线采集质量控制所需的关键数据;生产管理系统基于实时采集的数据，提供质量判异和过程判稳等在线质量监测和预警方法，及时有效发现产品质量问题。
此外，产品具有唯一标识(条形码、二维码、电子标签)，可以以文字、图片和视频等方式追溯产品质量所涉及的数据，如用料批次、供应商、作业人员、作业地点、加工工艺、加工设备信息、作业时间、质量检测及判定、不良处理过程等。
场景4：能效优化
采集关键制造装备、生产过程、能源供给等环节的能效相关数据，使用MES系统或EMS(能源管理系统)系统对能效相关数据进行管理和分析，及时发现能效的波动和异常，在保证正常生产的前提下，相应地对生产过程、设备、能源供给及人员等进行调整，实现生产过程的能效提高。
因此，智能工厂的建立可大幅改善劳动条件，减少生产线人工干预，提高生产过程可控性，最重要的是借助于信息化技术打通企业的各个流程，实现从设计、生产到销售各个环节的互联互通，并在此基础上实现资源的整合优化和提高，从而进一步提高企业的生产效率和产品质量。
三、制造环节智能化
互联网技术的普及使得企业与个体客户间的即时交流成为现实，促使制造业实现从需求端到研发端、服务端的拉动式生产，以及从“生产型”向“服务型”模式转变。
因此，企业领先于竞争对手完成数字化、网络化与智能化的转型升级，实现大规模定制化生产来满足个性化需求并提供智能服务，方能在瞬息万变的市场上立于不败之地。
网络化是指使用相同或不同的网络将工厂/车间中的各种计算机管理软件、智能装备连接起来，以实现设备与设备之间、设备与人之间的信息互通和良好交互。
将生产现场的智能装备连接起来的网络被称为工业控制网络，包括现场总线(如PROFIBUS、CC-Link、Modbus等)、工业以太网(如PROFINET、CC-Link IE、Ethernet/IP、EtherCAT、POWERLINK、EPA等)、工业无线网(如WIA-PA、WIA-FA、WirelessHART、ISA 100.11a等)，对于控制要求不高的应用还可使用移动网络(如2G、3G、4G以及未来5G网络)。
车间/工厂的生产管理系统则可以直接使用以太网连接。对于智能制造，往往还要求工厂网络与互联网连接，通过大数据应用和工业云服务实现价值链企业协同制造、产品远程诊断和维护等智能服务。为了防止窃密，在工厂网络与互联网连接中要设防火墙，特别防止木马、病毒攻击企业网络，注意网络信息安全与功能安全。
数字化是指借助于各种计算机工具，一方面在虚拟环境中对产品物体特征、生产工艺甚至工厂布局进行辅助设计和仿真验证，例如使用CAD(计算机辅助设计)进行产品二维、三维设计并生成数控程序G代码，使用CAE(计算机辅助工程)对工程和产品进行性能与安全可靠性分析与验证，使用CAPP(计算机辅助工艺设计)通过数值计算、逻辑判断和推理等功能来制定和仿真零部件机械加工工艺过程，使用CAM(计算机辅助制造)进行生产设备管理控制和操作过程，使用CAT(计算机辅助测试)实现集成试验台与各种试验参数的仿真与测试等;
另一方面，对生产过程进行数字化管理，例如、使用CDD(通用数据字典)建立产品全生命周期数据集成和共享平台，使用PDM管理产品相关信息(包括零件、结构、配置、文档、CAD文件等)，使用PLM进行产品全生命周期管理(产品全生命周期的信息创建、管理、分发和应用的一系列应用解决方案)等。
智能化可分为两个阶段，当前阶段是面向定制化设计，支持多品种小批量生产模式，通过使用智能化的生产管理系统与智能装备，实现产品全生命周期的智能管理，未来愿景则是实现状态自感知、实时分析、自主决策、自我配置、精准执行的自组织生产。
这就要求首先实现生产数据的透明化管理，各个制造环节产生的数据能够被实时监测和分析，从而做出智能决策，并且智能化系统要能接受企业最高领导层的决策(BI)，及有突发情况要能接受人工干预;其次要求生产线具有高度的柔性，能够进行模块化组合，以满足生产不同产品的需求。
此外，还应提升产品本身的智能化，如提供友好的人机交互、语言识别、数据分析等智能功能，并且生产过程中的每个产品和零部件是可标识、可跟踪的，甚至产品了解自己被制造的细节以及将被如何使用。
数字化、网络化、智能化是保证智能制造实现“两提升、三降低”经济目标的有效手段。数字化确保产品从设计到制造的一致性，并且在制样前对产品的结构、功能、性能乃至生产工艺都进行仿真验证，极大地节约开发成本和缩短开发周期。
网络化通过信息横纵向集成实现研究、设计、生产和销售各种资源的动态配置以及产品全程跟踪检测，实现个性化定制与柔性生产的同时提高了产品质量。智能化将人工智能融入设计、感知、决策、执行、服务等产品全生命周期，提高了生产效率和产品核心竞争力。
四、网络互联互通
智能制造的首要任务是信息的处理与优化，工厂/车间内各种网络的互联互通则是基础与前提。没有互联互通和数据采集与交互，工业云、工业大数据都将成为无源之水。智能工厂/数字化车间中的生产管理系统(IT系统)和智能装备(自动化系统)互联互通形成了企业的综合网络。
按照所执行功能不同，企业综合网络划分为不同的层次，自下而上包括现场层、控制层、执行层和计划层。图2给出了符合该层次模型的一个智能工厂/数字化车间互联网络的典型结构。随着技术的发展，该结构呈现扁平化发展趋势，以适应协同高效的智能制造需求。
智能工厂/数字化车间互联网络各层次定义的功能以及各种系统、设备在不同层次上的分配如下。
计划层：实现面向企业的经营管理，如接收订单，建立基本生产计划(如原料使用、交货、运输)，确定库存等级，保证原料及时到达正确的生产地点，以及远程运维管理等。企业资源规划(ERP)、客户关系管理(CRM)、供应链关系管理(SCM)等管理软件都在该层运行。
执行层：实现面向工厂/车间的生产管理，如维护记录、详细排产、可靠性保障等。制造执行系统(MES)在该层运行。
监控层：实现面向生产制造过程的监视和控制。按照不同功能，该层次可进一步细分为：
监视层：包括可视化的数据采集与监控(SCADA)系统、HMI(人机接口)、实时数据库服务器等，这些系统统称为监视系统;
控制层：包括各种可编程的控制设备，如PLC、DCS、工业计算机(IPC)、其他专用控制器等，这些设备统称为控制设备;
现场层：实现面向生产制造过程的传感和执行，包括各种传感器、变送器、执行器、RTU(远程终端设备)、条码、射频识别，以及数控机床、工业机器人、工艺装备、AGV(自动引导车)、智能仓储等制造装备，这些设备统称为现场设备。
工厂/车间的网络互联互通本质上就是实现信息/数据的传输与使用，具体包含以下含义：物理上分布于不同层次、不同类型的系统和设备通过网络连接在一起，并且信息/数据在不同层次、不同设备间的传输;设备和系统能够一致地解析所传输信息/数据的数据类型甚至了解其含义。
前者即指网络化，后者需首先定义统一的设备行规或设备信息模型，并通过计算机可识别的方法(软件或可读文件)来表达设备的具体特征(参数或属性)，这一般由设备制造商提供。如此，当生产管理系统(如ERP、MES、PDM)或监控系统(如SCADA)接收到现场设备的数据后，就可解析出数据的数据类型及其代表的含义。
五、端到端数据流
智能制造要求通过不同层次网络集成和互操作，打破原有的业务流程与过程控制流程相脱节的局面，分布于各生产制造环节的系统不再是“信息孤岛”，数据/信息交换要求从底层现场层向上贯穿至执行层甚至计划层网络，使得工厂/车间能够实时监视现场的生产状况与设备信息，并根据获取的信息来优化生产调度与资源配置。
也要涉及到协同制造单位(如上游零部件供应商、下游用户)的信息改变，这就需要用互联网实现企业与企业数据流动。按照图2的智能工厂/数字化车间网络结构，工厂/车间中可能的端到端数据流如图3所示。
具体包括：
现场设备与控制设备之间的数据流包括：交换输入、输出数据，如控制设备向现场设备传送的设定值(输出数据)，以及现场设备向控制设备传送的测量值(输入数据);控制设备读写访问现场设备的参数;现场设备向控制设备发送诊断信息和报警信息;
现场设备与监视设备之间的数据流包括：监视设备采集现场设备的输入数据;监视设备读写访问现场设备的参数;现场设备向监视设备发送诊断信息和报警信息;
现场设备与MES/ERP系统之间的数据流包括：现场设备向MES/ERP发送与生产运行相关的数据，如质量数据、库存数据、设备状态等;MES/ERP向现场设备发送作业指令、参数配置等;
控制设备与监视设备之间的数据流包括：监视设备向控制设备采集可视化所需要的数据;监视设备向控制设备发送控制和操作指令、参数设置等信息;控制设备向监视设备发送诊断信息和报警信息;
控制设备与MES/ERP之间的数据流包括：MES/ERP将作业指令、参数配置、处方数据等发送给控制设备;控制设备向MES/ERP发送与生产运行相关的数据，如质量数据、库存数据、设备状态等;控制设备向MES/ERP发送诊断信息和报警信息;
监视设备与MES/ERP之间的数据流包括：MES/ERP将作业指令、参数配置、处方数据等发送给监视设备;监视设备向MES/ERP发送与生产运行相关的数据，如质量数据、库存数据、设备状态等;监视设备向MES/ERP发送诊断信息和报警信息。
我国实现智能制造必须2.0、3.0、4.0并行发展，既要在改造传统制造方面“补课”，又要在绿色制造、智能升级方面“加课”。对于制造企业而言，应着手于完成传统生产装备网络化和智能化的升级改造，以及生产制造工艺数字化和生产过程信息化的升级改造。
对于装备供应商和系统集成商，应加快实现安全可控的智能装备与工业软件的开发和应用，以及提供智能制造顶层设计与全系统集成服务
人工智能赛博物理操作系统
AI-CPS OS
“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。
AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。
领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：
重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？
重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？
重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？
AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：
精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。
智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。
高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。
不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。
-
边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。
AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：
创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；
对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；
人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。
给决策制定者和商业领袖的建议：
超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；
-
迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新
评估未来的知识和技能类型；
-
制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开
发过程中确定更加明晰的标准和最佳实践；
-
重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临
较高失业风险的人群；
开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。
子曰：“君子和而不同，小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和 人工智能，像君子一般融合，一起体现科技就是生产力。
如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！
新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。
产业智能官 AI-CPS
用“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能），在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。
长按上方二维码关注微信公众号： AI-CPS，更多信息回复：
新技术：“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”；新产业：“智能制造”、“智能金融”、“智能零售”、“智能驾驶”、“智能城市”；新模式：“财富空间”、“工业互联网”、“数据科学家”、“赛博物理系统CPS”、“供应链金融”。
官方网站：AI-CPS.NET
本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！
版权声明：由产业智能官（公众号ID：AI-CPS）推荐的文章，除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，与您共同协商解决。联系、投稿邮箱：[email protected]