2018中国人工智能指数报告发布

《工业控制计算机》2019年第32卷第4期

2.2实验测试和结果分析

(1)性能测试

由于检测平台对运动范围、运动精度有一定要求,对检测平台进行性能测试,测试结果如表2所示。因此,检测平台符合设计要求。

表2

检测平台性能测试结果

(2)运动仿真

对检测平台进行了运动仿真。静态仿真结果表明,检测平台在-12°~12°的初始倾斜角度内,均可快速达到水平位置。其中,响应时间为0.2s ,稳态误差为0.142°,超调量为0.506°,超调次数为2。

动态仿真结果显示,在下层装置来回摆动的情况下,上层装置可基本保持水平,运动范围为-0.658°~0.869°。

(3)人体感知能力测试

对两位健全人分别进行前后方向静态测试与左右方向动态测试,以验证检测平台的可用性。静态测试结果箱线图如图5a 所示,动态测试结果箱线图如图5b 所示,横坐标为16种实验场景,纵坐标为每种实验场景下,受试者调整的水平角度变化范围。其

中,角度越接近0°,变化范围越小,表明平衡感知能力越好。

在静态测试结果中,对比有视野与无视野的实验结果,体感条件为松软底座与松软运动底座时,视觉信息对该受试者平衡感知能力存在一定影响;对比不同体感条件的结果表明,体感条件为硬质底座与硬质振动底座时,该受试者平衡感知能力相对较好,体感条件为松软底座与松软运动底座时,该受试者最终平衡角度分布范围有所偏移,表明体感条件对平衡感知存在一定影响;对比头部竖直与头部倾斜实验结果可知,头部倾斜对该受试者平衡感知存在一定影响。

在动态测试结果中,分析有视野与无视野的实验结果差异可知,体感条件为松软底座与松软且运动底座时,视觉信息对该受试者平衡感知有一定影响;在头部竖直时,硬质振动底座、松软底座与松软运动底座的体感条件影响该受试者平衡感知能力;在头部倾斜时,结果均较差。

上述测试表明,该检测平台可用于人体平衡感知能力测试。然而,人体感觉器官对平衡感知能力的影响需进一步研究。猿结束语

该检测平台采用特定装置的运动代替人体的肢体运动,可减少由于不同受试者肢体运动控制间差异造成的影响。经过测试,该检测平台满足运动范围与误差要求,符合提出的人体平衡感知能力测试方法的实验要求。

参考文献

[1]Whitney SL熏Poole JL熏Cass SP.A review of balance instru?

ments for older adults 眼J演.The American Journal of Occupa?tional Therapy熏1998熏52穴8雪押666

[2]宋利娜,张洪斌.脑卒中偏瘫患者平衡功能康复方法研究进展[J ].中国康复医学杂志,2012,27(8):781-783

[3]DonáF熏Aquino CC熏Gazzola JM熏et al.Changes in postural con?

trol in patients with Parkinson's disease押a posturographic study眼J演.Physiotherapy.2016熏102穴3雪押272-279

[4]Brown LA熏Cooper SA熏Doan JB熏et al.Parkinsonian deficits in

sensory integration for postural control押Temporal response to changes in visual input眼J演.Parkinsonism &Related Disorders.2006熏12穴6雪押376-381

[5]庄霁雯,郑洁皎,陈秀恩.脑卒中平衡功能障碍治疗的研究进展[J ].中国康复理论与实践,2016,22(10):1127-1131

[6]Eva Ekvall H熏Anders B熏Anders HK.Effect of vision熏propriocep?

tion熏and the position of the vestibular organ on postural sway 眼J演.Acta Otolaryngol.2010熏130穴12雪押1358-1363[7]张世航,王家莉,吴曦,等.脑深部电刺激术对帕金森病短期静态姿势

平衡稳定性的影响[J ].临床神经外科杂志,2018,15(2):85-89

[收稿日期:2019.1.21

]

近日,长江商学院人工智能与制度研究中心联合武汉大学大数据与云计算实验室共同发布了《2018中国人工智能指数》报告。报告显示,中国在人工智能的学术领域发展迅速。在学术期刊及专业会议发表论文的总数方面,呈现快速接近美国的趋势;在2016之后这一趋势尤其明显。中国的中、低等引用率的论文的发表总数,在最近几年高度接近美国的总数。但在最具原创性最具影响力的极高引用率和高引用率的论文方面,中国虽有大的进步,但与美国的差距仍然相当显著;在人工智能的学术人才方面,除了有特大影响的人才外,中国发表有影响(即被引用的)论文作者人数与美国之间的差距持续缩小,但特大影响

(特高引用率)作者的人数显著少于美国。据领英人才数据库,中国的AI 人才总数为5万,这一数字在美国为83万。

报告指出,在产业领域里,中国活跃的人工智能初创公司整体在最近20余年里呈现快速发展趋势,2016年超过400家,达到顶峰,2018年下降至不足200家。

长江商学院人工智能与制度研究中心主任许成钢表示,“以人工智能为基础的第四次产业革命正在兴起。中国错过了或仅仅部分参与了过去历次产业革命,这将是中国在历史上第一次从开始就参与其中的产业革命。”

2018中国人工智能指数报告发

布

图5

a-受试者A 静态测试前后方向实验结果

b-受试者B 动态测试左右方向实验结果

31

赛迪顾问满天星产业大脑发布：2018-2019年中国智能制造系统集成市场研究年度报告

洞见2019 ·智能制造系统集成智能制造系统集成 https://www.wendangku.net/doc/9f12912149.html,1

洞见2019 · 智能制造系统集成 2一、产业定义或范畴 智能制造系统集成指以自动化、网络化为基础，以数字化为手段，以智能制造为目标，借助新一代信息通信技术，通过工业软件、生产和业务管理系统、智能技术和装备的集成，帮助企业实现纵向集成、横向集成的各类智能化解决方案的总称。其中纵向集成是指在智能工厂内部，把现场层、控制层、车间管理层有机整合在一起，同时确保这些信息能够传输到生产资源计划（ERP）；横向集成是指将各种不同制造阶段的智能系统集成在一起，既包括一个公司内部的材料、能源和信息的配置，也包括不同公司之间的价值网络的配置。 二、赛迪重大研判 1、智能制造系统集成引领设备供应商及软件集成商融合发展新方向，有望成为智能制造龙头企业发展核心模式。 2、京津冀、长三角及珠三角地区依旧是智能制造系统集成发展领先区域，其中尤以京津冀地区企业集中程度最高。 3、局部解决方案仍旧是市场主流，但是国内企业需要积极向整体解决方案领域发力，力争突破国际龙头企业在该领域的行业垄断地位。 4、边缘智能技术加速应用将打破传统设备集中式软件集成发展思路，使边缘端设备成为集成新端口。 5、细分行业专精化发展将代替全行业普适性发展成为智能制造系统集成商发展主要方式。 6、从投资潜力来看，工业领域各行业间技术壁垒较高，自持制造核心工艺的设备制造商向智能制造系统集成商转型将成为优质投资选择。 三、产业政策分析 （一）产业环境 1、多个系统集成商分联盟成立推动地区及细分行业专精发展 智能制造系统解决方案供应商联盟北京分盟、东莞分盟、河南分盟、建材行业分盟、电力装备分盟、船舶行业分盟、纺织行业分盟的成立预示着各细分行业对于智能制造系统集成发展的高度重视。北京、上海、广州作为全国智能制造系统集成商高度集聚的三个城市，依旧是发展的先行者，北京分盟的成立将有效聚拢相关企业资源，实现企业间高效合作。而以电力装备、船舶和纺织等行业为引领，专业细分行业智能制造系统集成的发展将成为主流趋势，以核心制造工艺软件固化为关键点，将加速传统制造行业智能化改造升级的进程。 2、2018年投资环境整体遇冷行业发展仍有较大资金压力 2018年整体投资环境较为严峻，投资热点仍主要集中在人工智能、智能硬件等热门领域，对于装备 洞见2019 / 智能制造系统集成

2019年度人工智能与健康参考答案(95分)

1.下列对我国人工智能基础理论的表述，不当的是（）。（ 2.0分） A.大数据智能 B.人机混合智能 C.独媒体感知计算 D.自主协同与决策 2.在高血压诊断标准的变迁史上，（）将高血压的诊断标准定为210/100mmHg以下更受益。（2.0分） A.1949年 B.1984年 C.1993年 D.2016年 3.2005年，美国一份癌症统计报告表明：在所有死亡原因中，癌症占（）。（2.0分） A.1/4 B.1/3 C.2/3 D.3/4 4.50年前，人工智能之父们说服了每一个人：“（）是智能的钥匙。”（2.0分） A.算法 B.逻辑 C.经验 D.学习 5.下列选项中，不属于生物特征识别技术的是（）。（2.0分） A.步态识别 B.声纹识别 C.文本识别 D.虹膜识别 6.古代把计量叫“度量衡”，其中，“量”是测量（）的过程。（2.0分） A.长度

B.容积 C.温度 D.轻重 7.生物特征识别技术不包括（）。（2.0分） A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 8.（）是一种处理时序数据的神经网络，常用于语音识别、机器翻译等领域。（2.0分） A.前馈神经网络 B.卷积神经网络 C.循环神经网络 D.对抗神经网络 9.医学上用百分位法来判定孩子是否属于矮小。如果一个孩子的身高低于同种族、同年龄、同性别正常健康儿童身高的第（）百分位数，医学上称之为矮小。（2.0分） A.1 B.2 C.3 D.4 10.如果一个人体检时发现乳腺癌1号基因发生突变，可以推断出（）。（2.0分） A.这个人患乳腺癌的概率增加了 B.这个人已经患了乳腺癌 C.这个人一定会患乳腺癌 D.这个人很快会被检查出乳腺癌 11.MIT教授Tomaso Poggio明确指出，过去15年人工智能取得的成功，主要是因为（）。（2.0分） A.计算机视觉 B.语音识别 C.博弈论

智能制造中国制造2025分析报告

智能制造中国制造2025分析报告 【此文档word版本下载后可任意编辑修改】 一、背景 当前，以智能制造为代表的新一轮产业变革迅猛发展，数字化、网络化、智能化日益成为制造业的主要趋势。为加速我国制造业转型升级、提质增效，国务院发布实施《中国制造2025》，将智能制造

作为主攻方向，加速培育我国新的经济增长动力，抢占新一轮产业竞争制咼点。 目前，我国制造业机械化、电气化、自动化、信息化并存，不同地区、不同行业、不同企业发展不平衡，发展智能制造面临关键技术装备受制于人、智能制造标准/软件/网络/信息安全基础薄弱、智能制造新模式推广尚未起步、智能化集成应用缓慢等突出问题。因此，作为一项必须长期坚持的战略任务，推动我国制造业智能转型，环境更复杂、形势更严峻、任务更艰巨。《智能制造工程实施指南（2016 一2020年）》明确十三五”期间同步实施数字化制造普及、智能化制造示范。按照专项行动确定的连续实施三年，2016年要边试点示范、边总结经验、边推广应用的总体安排，继续组织开展智能制造试点示范专项行动。实施智能制造试点示范专项行动，是落实《中国制造2025》以及智能制造工程的重要措施，对于实现制造强国目标具有重要意义。 二、总体思路 贯彻落实《中国制造2025》，推进《智能制造工程实施指南（2016 一2020年）》年度计划实施，在总结2015年专项行动经验的基础上， 2016年将继续坚持立足国情、统筹规划、分类施策、分步实施”的方针，进一步扩大行业和区域覆盖面，全面启动传统制造业智能化改造，开展离散型智能制造、流程型智能制造、网络协同制造、大规模个性化定制、远程运维服务5种智能制造新模式的试点示范，继续注重发挥企业积极性、注重智能化持续增长、注重关键技术装备安全可控、注重基础与环境培育，逐步探

2018年中国人工智能产业白皮书

２０１８年中国人工智能产业白皮书

册子 / 报告标题|章节标题 目录 主要发现 1第一章人工智能行业综述篇 3 1.1 全球及中国发展概况 4 1.1.1 全球市场 4 1.1.2 发展驱动力 6 1.1.3 面临挑战 11 1.2 人工智能产业链 12 1.2.1 基础层 13 1.2.2 技术层 14 1.2.3 应用层 16 1.3 中国人工智能领域投资 17 1.3.1 投资热点及趋势 17 1.3.2 进击的巨头 19第二章人工智能商业化应用篇 21 2.1 数字政府：政策利好加速政府智能化变革 23 2.2 金融：人工智能变革金融经营全过程 26 2.3 汽车：人工智能正在重塑汽车产业生态 30 2.4 医疗：人工智能加速医疗技术革新 34 2.5 零售：人工智能应用从个别走向聚合 38 2.6 制造业：人工智能应用潜力被低估 44第三章中国主要人工智能产业发展区域及定位 47 3.1 中国人工智能企业分布重点城市 48 3.2 人工智能产业园 57 3.3 杭州未来科技城人工智能发展建议 59 02

册子 / 报告标题|章节标题主要发现 1. 中国人工智能产业发展迅速，但整体实力仍落后于美国。中国已成为人工 智能发展最迅速的国家之一，2018年中国人工智能市场规模有望超过300亿 元人民币。人工智能企业数量超过1000家，位列全球第二。本次人工智能浪 潮以从实验室走向商业化为特征，其发展驱动力主要来自计算力的显著提升、 多方位的政策支持、大规模多频次的投资以及逐渐清晰的用户需求。与此同 时，中国处于人工智能发展初期，基础研究、芯片、人才方面的多项关键指标 与美国差距较大。 2. 中国企业价值链布局侧重技术层和应用层，对需要长周期的基础层关注 度较小。人工智能产业链分为基础层（芯片、算法框架）、技术层（计算机视 觉、自然语义理解、语音识别、机器学习）和应用层（垂直行业/精确场景）。中 国企业布局比较偏好技术相对成熟、应用场景清晰的领域，对基础层关注度 较小。瞄准AI专用芯片或将为中国企业另辟蹊径。 3. 科技巨头生态链博弈正在展开，创业企业则积极发力垂直行业解决方案， 深耕巨头的数据洼地，打造护城河。科技巨头构建生态链，已经占据基础设 施和技术优势。创业企业仅靠技术输出将很难与巨头抗衡，更多的创业企业 将发力深耕巨头的数据洼地（金融、政府事务、医疗、交通、制造业等），切入 行业痛点，提供解决方案，探索商业模式。 4. 政府端是目前人工智能切入智慧政务和公共安全应用场景的主要渠道， 早期进入的企业逐步建立行业壁垒，未来需要解决数据割裂问题以获得长 足发展。各地政府的工作内容及目标有所差异，因而企业提供的解决方案并 非是完全标准化的，需要根据实际情况进行定制化服务。由于政府一般对于 合作企业要求较高，行业进入门槛提高，强者恒强趋势明显。 5. 人工智能在金融领域的应用最为深入，应用场景逐步由以交易安全为主 向变革金融经营全过程扩展。传统金融机构与科技企业进行合作推进人工 智能在金融行业的应用，改变了金融服务行业的规则，提升金融机构商业效 能，在向长尾客户提供定制化产品的同时降低金融风险。 6. 医疗行业人工智能应用发展快速，但急需建立标准化的人工智能产品市 场准入机制并加强医疗数据库的建设。人工智能的出现将帮助医疗行业解决 医疗资源的短缺和分配不均的众多民生问题。但由于关乎人的生命健康，医疗 又是一个受管制较严的行业。人工智能能否如预期广泛应用，还将取决于产 品商业化过程中如何制定医疗和数据监管标准。 03

2016年全球及中国人工智能产业发展分析报告

2016年2月出版

正文目录 1、人工智能是利用人工计算实现人类智能 (4) 1.1、本质：人工智能的本质是对人类智能的模拟甚至超越 (4) 1.2、原理：利用一系列算法驱动电脉冲模拟人脑神经元的运作过程 (5) 2、全球人工智能千亿市场爆发在即，AI+引领未来商业模式新风向 (6) 2.1、人工智能起源于上世纪50 年代，2006 年起进入加速发展的新阶段 (6) 2.2、发达国家火热布局，2040 年或有可能实现广义人工智能 (7) 2.2.1、欧盟：人脑工程项目（HBP） (8) 2.2.2、美国：大脑研究计划（BRAIN） (8) 2.2.3、日本：大脑研究计划（Brain/MINDS） (9) 2.3、下游应用需求迫切+上游技术基础成型，人工智能全球市场规模超千亿 (10) 2.3.1、下游应用需求倒逼、上游技术成型推动，人工智能技术加速发展 (10) 2.3.2、人工智能逐渐受到机构重视，2020 年全球市场规模超千亿 (11) 2.4、人工智能推动传统产业变革，AI+将成为未来普遍的商业模式 (13) 3、人工智能领域风云迭起，科技巨头雄霸天下 (14) 3.1、北美及西欧地区公司数量激增，科技巨头和初创企业是主要玩家 (14) 3.2、感知层技术领域竞争白热化，机器学习等空白蓝海已成大势所趋 (15) 3.3、投资+收购+顶级人才招聘、科技巨头动作频频上演实力争夺 (17) 4、2020年我国人工智能市场规模近百亿，有望实现弯道超车 (19) 4.1、受益四大利好因素，人工智能发展势头良好有望实现弯道超车 (19) 4.2、投资机构青睐有加，2020 年中国人工智能市场规模近百亿 (20) 4.3、感知智能试点阶段，预计我国将在5~10 年内实现感知智能全面普及 (22) 5、行业火爆：企业数量激增发展迅猛，机器人等是典型应用场景 (24) 5.1、巨头基础层切入引发技术革新，创业公司应用层进入带来产业升级 (24) 5.2、机器人、虚拟服务等是目前的典型应用场景，未来将进入各行各业 (26) 5.3、产业投资偏爱应用类企业，软件服务和机器视觉是热门细分领域 (29) 6、海外人工智能企业一览 (29) 6.1、人工智能基础平台领域：IBMWatson (29) 6.2、机器学习领域：Wise.io 实现高效大数据分析 (31) 6.3、语音识别和自然语言处理领域：Facebook、Apple、Microsoft (32) 6.4、图像识别领域：Clarifai 超越传统图像识别界限 (35) 6.5、预测分析领域：Google 云计算能力打造顶级预测API (35) 6.6、先发优势、技术实力、下游爆发潜力是人工智能企业的核心竞争力 (37) 7、我国人工智能投资机遇 (38) 7.1、投资逻辑：短期看好应用开发领域，长期技术研究是投资大势 (38) 7.2、主要公司分析 (39) 7.2.1、科大讯飞 (39) 7.2.2、东方网力 (40) 7.2.3、佳都科技 (41) 7.2.4、新松机器人 (42) 图表目录

2018年智能制造行业分析报告

2018年智能制造行业 分析报告 2018年6月

目录 一、工业互联网是制造业升级的核心 (2) 1、工业互联网平台是工业全要素链接的枢纽 (2) 2、政策春风拂面，市场前景可期 (4) 二、平台体系是工业互联网的关键 (6) 1、不同分类下，国内外工业互联网平台一览 (6) 2、三类平台的比较分析及未来发展趋势 (10) 3、他山之石：GEPredix——全球工业互联网平台的典型 (12) 三、工业软件应用构成工业互联网平台的重要资源 (17) 1、工业软件丰富程度决定工业平台整体竞争力 (17) 2、工业互联网平台助力软件企业打开发展空间 (22) 四、投资标的 (23) 五．风险提示 (28) 一、工业互联网是制造业升级的核心 1、工业互联网平台是工业全要素链接的枢纽 工业互联网是制造业数字化、网络化、智能化的重要载体，也是全球新一轮产业竞争的制高点。工业互联网是新一代信息通信技术与现代工业技术深度融合的产物，通过构建链接机器、物料、人、信息系统的基础网络，实现工业数据的全面感知、动态传输、实时分析、形成科学决策与智能控制，提供制造资源配置效率，正成为领军企业竞争的新赛道、

全球布局的新方向、制造大国竞争的新焦点。 工业互联网平台是工业全要素链接的枢纽，是工业资源配置的核心。工业互联网构建基于海量数据采集、汇聚、分析的服务体系，支撑制造资源泛在链接、弹性供给和高效配置。工业互联网平台可以分为4个部分：1>边缘层：通过协议转化和边缘计算形成有效的数据采集体系，从而将物理空间的隐形数据在网络空间显性化。2>IaaS层：将基础的计算网络存储资源虚拟化，实现基础设施资源池化；3>工业PaaS层：工业操作系统，向下对接海量工业装备、仪器、产品，向上支撑工业智能化应用的快速开发和部署；4>工业APP：通过调用和封装工业PaaS平台上的开放工具，形成面向行业和场景的应用。对于工业互联网平台来说，数据采集、工业PaaS、工业APP是核心三大要素。 1>数据采集是基础。工业大数据有三类：生产经营相关业务数据、设备物联数据、外部互联网数据。其中，设备物联数据采集受制于传感器部署不足，装备智能化水平低，数据采集颗粒度不足，无法支持上层应用。随着兼容多种协议的技术产品构建，此类问题将得到改善。同时通过部署边缘计算模块，实现数据在生产现场的轻量级运算和实时分析。可以缓解数据的云端计算压力。 2>工业PaaS是关键。现有的通用PaaS平台尚不能满足工业级应用需要。未来通过对通用PaaS的深度改造，构

2016年中国制造2025智能制造分析报告(经典版)

(此文档为word格式，可任意修改编辑！） 2016年8月

目录 一、智能制造2020：装备+平台空间全面打开 4 1、解读《中国制造2025》：一、三、九、十 5 2、中德“工业40”对比：德国重技术集成，中国重模式应用7 二、机械行业：两大工程打开智能装备市场10 1、智能制造工程：看好智能工厂全流程供应商11 2、高端装备创新工程：看好细分领域智能装备龙头供应商12 3、机械行业重点企业13 （1）慈星股份13 （2）科远股份13 （3）东土科技14 （4）科大智能14 （5）瑞凌股份14 （6）佳士科技14 （7）东方精工15 三、新材料领域：3D打印、新材料和新能源汽车空间广阔15

1、工业40之智能生产：政策支持3D 打印行业迎来快速发展期15 2、智能制造下新材料产业规模已超万亿，进口替代和新兴材料两条主线寻找机会18 3、电改有助于新能源汽车爆发，电机产业链最受益21 四、军工领域：军民融合、航空和船舶装备是重点22 1、军民融合方面22 2、航天航空装备22 3、海工装备及高技术船舶23 五、通讯领域：信息基础设施是关键23 1、无线网络建设24 2、有线网络建设24 3、重点企业：中兴通讯、烽火通信、东土科技、网宿科技24

《中国制造2025》一个核心：智能制造，即基于新一代信息技术，贯穿设计、生产、管理、服务等制造活动各个环节，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式。主题是促进制造业创新发展；中心是提质增效；主线是加快新一代信息技术与制造业深度融合，主攻方向是推进智能制造，目标是满足经济社会发展和国防建设对重大技术装备的需求。 三步走实施路径，新增量化指标。第一个十年两大目标：打造优势产业从30 向40 升级，提升弱势产业从20 向30 过渡。从量化指标变化幅度来看，对两化融合包括宽带基础设施和工业自动化最重视，专利和绿色制造也放在重要地位。 从工业40 的角度来看，我们继续看好三类投资机会：第一类，制造业触网，从制造商转型服务供应商的模式创新先锋，继续看好机器人、上海机电、慈星股份、科远股份；第二类，智能制造国产化和重点领域投资带来的市场空间打开，重点看好东土科技；第三类，看好30 标的向40 业务的不断拓展，建议关注科大智能、佳士科技、瑞凌股份、东方精工。 作为工业制造实现工业智造的重要途径，3D 打印对设计-制造-应用环节发生变革性影响。

2018年ICT产业人工智能行业分析报告

2018年ICT产业人工智能行业分析报告 2018年11月

目录 一、政策、技术、资金共同驱动，人工智能迎第三次浪潮 (3) 1、人工智能上升至国家战略层面，行业发展全面加速 (3) 2、技术变革促使人工智能突破产业应用瓶颈，推动产业爆发 (4) 3、资本不断涌入，助推AI技术及应用进一步走向成熟 (5) 二、AI作为全新的生产要素，即将为传统行业带来变革 (5) 1、人工智能作为全新的生产要素，将改变企业竞争及增长方式 (5) 2、人工智能的应用进展取决于数字化程度，高数字化行业将优先实现应用 6 3、AI推动安防行业进一步升级，拓宽行业成长空间 (7) 4、智能语音：AI时代的流量入口，科技巨头纷纷布局 (7) 5、自动驾驶：人类逐步交出操控权，提高安全系数 (8) 三、AI正在重塑ICT产业格局 (9) 1、AI颠覆芯片产业格局，行业进入群雄逐鹿阶段 (10) 2、人工智能的软件技术平台将是巨头的必争之地 (10) 3、云化是AI发展前提 (11)

政策、技术、资本三轮驱动，AI即将为传统行业带来变革。政策频繁加持，AI上升至国家战略层面；数据、算法和算力发展成熟，助力AI突破发展瓶颈；资本不断涌入，17年我国AI融资金额达645亿，融资事件达492起。人工智能作为全新的生产要素，将改变企业竞争及增长方式。据埃森哲数据，AI将助力企业提升38%的盈利水平，同时为16个行业带来额外14万亿美元的总附加值（2035年）。 在应用落地层面，人工智能的应用进展取决于数字化程度，数字化程度高行业将优先实现应用。目前来看安防、金融、汽车等行业落地最快，零售、旅游、地产等行业相对滞后。AI亦正在重塑ICT产业格局。 在AI芯片领域，传统厂商、互联网企业及初创公司等纷纷布局AI芯片领域，产业呈现群雄逐鹿的竞争格局；在AI技术平台领域，由于其技术壁垒高、马太效应强，且需要长期持续的的大规模研发资本投入，未来这一领域将是国际巨头间的博弈。 未来AI将成为基础设施，科技巨头将成为AI基础设施的提供者，普通企业拥抱人工智能的前提是先云化，这将不是IT支出转云服务支出“左右互搏”的零和游戏，而是行业未来发展的必然趋势。 一、政策、技术、资金共同驱动，人工智能迎第三次浪潮 1、人工智能上升至国家战略层面，行业发展全面加速 2017年7月，国务院印发《新一代人工智能发展规划的通知》，

智能制造装备项目公司年终总结报告

智能制造装备项目公司年终总结报告 一、智能制造装备宏观环境分析(产业发展分析) 二、2018年度经营情况总结 三、存在的问题及改进措施 四、2019主要经营目标 五、重点工作安排 六、总结及展望

尊敬的xxx科技公司领导： 世界制造业先后经历了手工制造、流水线、自动化、柔性自动化 和集成自动化等过程，装备的形态和复杂性也相应发生了改变，经历 机械化、电气化、数字化三个历史发展阶段，智能化已成为发展趋势。在生产制造由劳动密集型向技术密集型转型的道路上，大力发展智能 制造装备变得不可或缺。如今，高端智能装备是美、日、德等发达国 家着力发展的核心产业，发达国家掌握高端产品、关键核心技术，与 发展中国家形成较大差距，同时在智能装备领域，尤其是作为当今智 能制造产业重要支撑的工业机器人和3D打印等方面纷纷加快技术研究 和开发的步伐。以工业机器人和3D打印为代表的数字化、智能化制造 技术将成为引领未来制造业从传统迈向智能化时代的重要技术之一， 也成为发达国家实现制造业回流、提升产业竞争力的重要载体。 在新时期和新的历史条件下，全公司坚定信心、求真务实、开拓 进取、砥砺前行，加快形成引领经济发展新常态的体制机制和发展方式，统筹推进企业可持续发展。一年来，面对经济下行的严峻形势， 公司致力于止下滑、保运行、蓄势能，着力夯实核心业务发展基础。 面对产业转型的紧迫任务，公司致力于转方式、调结构、提质量，强 力推进三次产业优化升级。

初步统计，2018年xxx科技公司实现营业收入3872.76万元，同 比增长27.14%。其中，主营业业务智能制造装备生产及销售收入为3609.40万元，占营业总收入的93.20%。 一、产业发展分析 智能制造是基于新一代信息通信技术与先进制造技术深度融合， 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。加快发展 智能制造，是培育我国经济增长新动能的必由之路，是抢占未来经济 和科技发展制高点的战略选择，对于推动我国制造业供给侧结构性改革，打造我国制造业竞争新优势，实现制造强国具有重要战略意义。 （一）发展现状和形势 全球新一轮科技革命和产业变革加紧孕育兴起，与我国制造业转 型升级形成历史性交汇。智能制造在全球范围内快速发展，已成为制 造业重要发展趋势，对产业发展和分工格局带来深刻影响，推动形成 新的生产方式、产业形态、商业模式。发达国家实施“再工业化”战略，不断推出发展智能制造的新举措，通过政府、行业组织、企业等 协同推进，积极培育制造业未来竞争优势。

2018-2022年中国人工智能典型应用案例分析

2018-2022年中国人工智能典型应用案例分析 中投顾问发布的《2018-2022年中国人工智能行业深度调研及投资前景预测报告》认为，随着人工智能技术研究的逐步成熟，人工智能在各个领域的应用进程也将进一步加快。在发展基础成熟且市场应用潜力大的汽车、消费品与零售、金融以及医疗行业内，人工智能将发挥重要的应用价值。 无人驾驶领域 驾驶辅助系统是汽车人工智能领域目前最为火热的方向。在感知层面，其利用机器视觉与语音识别技术感知驾驶环境、备识别车内人员、理解乘客需求；在决策层面，利用机器学习模型与深度学习模型建立可自动做出判断的驾驶决策系统。按照机器介入程度，无人驾驶系统可分为无自动驾驶（L0）、驾驶辅助（L1）、部分自动驾驶（L2）、有条件自动（L3）和完全自动（L4）五个阶段。目前，技术整体处于多个驾驶辅助系统融合控制、可监控路况并介入紧急情况（L2）向基本实现自动驾驶功能（L3）的转变阶段。 未来，完全的自动驾驶可以基于感知的信息作出应变，一边担任驾驶员的角色，一边提供车内管家的服务，还能应对其他各方面的需求和任务。 医疗图像分析 人工智能在医学影像的应用主要分为两个部分：第一部分是在感知环节应用机器视觉技术识别医疗图像，帮助影像医生减少读片时间，提升工作效率，降低误诊的概率；另一部分是在学习和分析环节，通过大量的影像数据和诊断数据，不断对神经元网络进行深度学习训练，促使其掌握“诊断”的能力。 一个典型的例子为贝斯以色列女执事医学中心（BIDMC）与哈佛医学院合作研发的人工智能系统。该系统对乳腺癌病理图片中癌细胞的识别准确率可达92%，与病理学家的分析结合时，其诊断准确率可以高达99.5%。 智能投资顾问 智能投顾是根据客户理财需求和资质信息、市场状况、投资品信息、资产配置经验等数据，基于大数据的产品模拟和模型预测分析等人工智能技术，输出符合客户风险偏好和收益预期的投资理财建议。 国内智能投顾的参与者众多，包括如银行系（如广发智投、招商摩羯智投）、基金系（如南方基金超级智投宝、广发基金基智理财、天弘基金犇跑篮子）、大型互联网公司系（如百度金融、京东智投、同花顺）和第三方创业公司系（如弥财、蓝海财富、拿铁财经）等。 中投顾问·让投资更安全经营更稳健

中国智能制造行业市场分析报告

中国智能制造行业市场分析报告

目录 第一节智能制造：中国制造由大转强的核心战略 (6) 一、宏观角度：智能制造是各国战略必争的制高点 (6) 二、微观角度：智能制造是企业增强竞争力的必由之路 (10) 第二节寻找制造业智能化升级中的薄弱环节 (13) 一、中国制造业的自动化水平发展不均衡 (13) 1.1流程工业的自动化水平相对较高 (13) 1.2离散工业自动化水平较低 (16) 二、离散工业：从普及自动化到发展智能化前景广阔 (17) 2.1智能制造通用装备 (20) 2.2自动化部件 (25) 2.3智能化生产线 (27) 三、过程控制：进口替代是核心 (28) 四、制造执行（MES）：实现自动化的难点和痛点 (30) 五、生产管理：自动化水平最高的环节 (32) 第三节寻找智能化改造需求旺盛的细分行业 (35) 一、寻找自动化程度较低的细分行业 (35) 二、3C 制造行业（电子） (37) 三、汽车和汽车零部件行业 (43) 四、包装行业 (47) 五、物流行业 (50)

图表目录 图表1：第四次工业革命 (6) 图表2：全球制造业竞争新时代 (7) 图表3：中国制造全球第一 (8) 图表4：细分产品全球领先 (8) 图表5：中国出口占比较高 (9) 图表6：中国更多的是中低端机械设备领域出口占全球第一 (9) 图表7：中国已经进入国际产能供应饱和区间 (10) 图表8：提升生产效率是重要方向 (10) 图表9：中国制造的成本优势减少，美国仅高于中国5%，中国工作时长较长 .. 11图表10：个性化需求时代的到来 (12) 图表11：流程制造行业的两化融合水平普遍高于离散制造业 (14) 图表12：冶金工业自动化市场 (15) 图表13：电力行业自动化市场 (15) 图表14：石化行业自动化市场 (15) 图表15：化工行业自动化市场 (16) 图表16：离散制造业的生产设备数字化率和联网率、以及关键工序数控化率较低 (17) 图表17：数字化工厂构成 (17) 图表18：离散和流程工业的数字化车间数字化水平 (18) 图表19：离散制造业的固定资产投资及设备工器具购臵及固定资产投资行业占比 (18) 图表20：2014 年中国制造业工业机器人密度仍然低 (19) 图表21：中国机器人密度不断提升，但仍低于全球水平 (20) 图表22：我国数控机床市场规模616 亿 (21) 图表23：我国数控机床进口额约30 亿美元 (21) 图表24：国内高端多关节机器人主要由外资把持 (22) 图表25：我国3D 打印市场规模约78.8 亿元 (23)

2018年智能制造行业市场调研分析报告

2018年智能制造行业市场调研分析报告

目录 前言 (5) 第一节新周期开启，制造业设备投资复苏 (6) 一、周期新起点 (6) 二、中期经济向好，助力制造业复苏 (7) 三、从朱格拉周期角度看制造业设备投资复苏 (8) 第二节常提起的“智能制造”，究竟是什么？ (10) 第三节智能制造风起原因 (12) 一、智能制造的独特优势 (12) 1、提高产品价格 (12) 2、产出量的增加 (12) 3、降低成本 (14) 二、历史工业发展中技术进步的作用 (16) 三、国外第四次工业革命的借鉴意义 (18) 1、国外的工业4.0 进程 (18) 2、各国工业4.0 建设均有侧重 (19) 第四节方兴未艾的中国智造 (20) 一、我国处于智能制造初期，未来市场空间巨大 (20) 1、我国制造业大而不强，高端制造处于产业初期 (20) 2、市场空间大 (21) 二、国家政策持续高度重视 (24) 三、国产关键技术有所突破 (25) 第五节智能制造面面观 (27) 一、智能制造细分领域关系 (27) 二、智能制造将在五大领域打响攻坚战 (28) 1、数控机床 (28) 2、工业机器人 (29) 3、工业软件 (30) 4、工业互联网 (32) 5、3D 打印 (34) 第六节把握“中国智造”当下机遇的三条主线 (36) 一、核心部件国产替代 (36) 二、“中国制造”综合服务商 (37) 三、子领域龙头 (38)

图表1：一图看懂“中国智造” (5) 图表2：朱格拉周期通常为8-10 年的中周期，1978 年以来我国已经经历4 轮 (6) 图表3：2017 年有望成为一轮新的朱格拉周期起点 (6) 图表4：去年下半年以来，出口回暖明显 (7) 图表5：存货回补，生产资料价格上涨支撑短期经济 (8) 图表6：固定资产投资完成额中，设备工器具购臵增长已经降至冰点，有望反弹 (8) 图表7：工业增加值中设备制造业同比增速从去年开始已经扭转了2010 年以来的下滑态势 (9) 图表8：智能制造五大方面 (11) 图表9：智能制造促进企业利润增加 (12) 图表10：德国工业4.0 带来显著的效益提升 (13) 图表11：工业4.0 将制造业产值提高4%-7% (13) 图表12：适龄劳动人口正逐年下降，劳动力不足是关键 (14) 图表13：制造业人均工资持续走高，人工成本增加 (15) 图表14：第四次工业革命正在发生 (16) 图表15：制造业利润增速：高技术产业的利润向好 (17) 图表16：科学技术改善经济边际增长率：全要素生产率增长在总增长占比（美国+英国） (17) 图表17：各国制造业发展阶段梳理：美国、德国遥遥领先 (20) 图表18：智能制造装备的产业阶段：高端装备仍处于导入期 (21) 图表19：中国汽车行业工业机器人密度与国外差距大（单位：台/万人） (22) 图表20：汽车销量预测（单位：万辆） (22) 图表21：2016 年国产机器人销量增长快 (23) 图表22：中国成全球工业机器人销量最大市场，并逐年攀升（单位：台） (23) 图表23：“智造”产业链 (27) 图表24：智能制造各细分领域关系 (27) 图表25：国内机床不同类型市场份额：以中低端为主 (29) 图表26：机器人产业链 (30) 图表27：工业软件分类 (31) 图表28：我国高端市场ERP 企业市场份额：用友为国内领军企业 (32) 图表29：工业互联网产业链 (33) 图表30：3D 打印产业链 (34)

2018-2019年中国人工智能计算力发展评估报告重磅发布

2018-2019年中国人工智能计算力发展评估报告重磅发布 进入21世纪，信息技术引领的第三次工业革命改变了人类的生产和生活的方式。借助信息技术，人类社会实现了人与人的连接、人与物的连接以及物与物的连接，同时也产生了海量数据。 当DT时代到来，数据成为企业新的固定资产，如何准确处理、分析和应用数据，使其成为新的生产力成为问题。借助人工智能，实现人与物两两之间关系的转变，成为破局关键。

在人工智能的三驾马车中，数据不是问题，算法历经数十余年发展已相对成熟。毫无疑问，算力决定着人工智能整体的发展状况，也是承载和推动人工智能走向实际应用的基础平台和决定性力量。 2017年7月8日，国务院《新一代人工智能发展规划》提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施，部署构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国。 时至今日，中国人工智能是怎样的发展现状，算力在场景、行业以及地域上又呈现何种态势？ 基于此，浪潮联合IDC共同研究发布《2018-2019 年中国人工智能计算力发展评估报告》，试图通过对中国人工智能市场的全面洞察与客户调研，客观全面的展现中国人工智能计算发展现状与趋势，并针对人工智能行业发展提出具体行动建议。 报告亮点： 1.人工智能将成为引领第四次工业革命的核心驱动力，2022年时中国的人工智能市场投资规模将超过百亿美元，未来五年复合增长率超过 59%，其中人工

智能基础架构硬件市场规模将超过千亿人民币。 2.人工智能的算力分布将呈现“二八法则”：早期阶段，80%的算力集中在训练场景；未来大规模应用阶段，80%的算力将集中在推理场景。 3.从行业维度上，人工智能行业应用情况与算力投资行业分布保持一致，互联网、政府、服务和金融行业是中国人工智能算力发展的领先行业；从地域维度上，人工智能算力分布呈现明显地域属性，地域人工智能热图和 TOP10 的城市排行榜显示，排在首位的并非北上广，而是杭州，合肥进入前五。 4.针对行业客户和人工智能解决方案提供商分别给出的行动建议。 进一步了解《2018-2019 年中国人工智能计算力发展评估报告》，请点此链接下载报告原文

金准人工智能2018年度国内智能制造报告

金准人工智能2018中国智能制造报告 前言 智能制造是基于新一代信息技术，贯穿设计、生产、管理、服务等制造活动环节，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称。简而言之，智能制造是由物联网系统支撑的智能产品、智能生产和智能服务。 智能制造已经成为全球价值链重构和国际分工格局调整背景下各国的重要选择。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。亚洲作为制造业重要区域也在积极部署自动化、智能化。 一、突破与成长 亚洲正受到自动化、智能化大潮冲击。国际劳工组织（International Labour Organisation）调研发现，越南、柬埔寨、菲律宾和印度尼西亚的工人的失业风险最高，据估计这几个区域约50%的工人工作可能在未来20年被自动化取代。 亚洲作为制造业的重要区域，在面临制造业向自动化、智能化、数字化转型中，能否继续保持其竞争力？ 毫无疑问，亚洲正在积极寻求突破。以人工智能为例，各国政府大力支持人工能，推动科技公司、初创公司和学术界的创新。2017年，韩国政府宣布了10亿美元的人工智能资金；日本鼓励人工智能创业公司和风险投资；新加坡政府的国家研究基金会宣布国家人工智能计划（AI.SG），计划未来五年投入1.5亿新加坡元（约1.07亿美元）发展人工智能。 除了政府的支持，亚洲企业更积极打破行业壁垒加快新产品开发。不同于欧美同类企业，中国领先企业间的合作屡见不鲜，一些知名范例包括：百度与小米在物联网与人工智能领域合作开发更多应用场景；腾讯与京东合作布局电子商务生态圈；印度系统集成商组成

AI联盟（OpenAI）。这赋予它们惊人的影响力，也意味着它们拥有可用于快速推动创新的技术实力和资本基础。 中国是亚洲智能化转型的重要力量。政府加强智能制造顶层设计，开展试点示范和标准体系建设；企业加快数字化转型，提升系统解决方案能力。中国智能制造取得明显成效，进入高速成长期。 中国智能制造进入成长期主要体现在三方面：首先，中国工业企业数字化能力素质提升，为未来制造系统的分析预测和自适应奠定基础。第二、财务效益方面，智能制造对企业的利润贡献率明显提升。第三、典型应用方面，中国已成为工业机器人第一消费大国，需求增长强劲。 1.1数字化能力素质提升 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。我们借鉴国际普遍认可的工业4.0发展路径，将企业智能化成熟度分为六个阶段：计算机化、连接、可视、透明、预测和自适应。 ①计算机化： 企业通过计算机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独立运作，很多设备并不具备数字接口。

2019年中美人工智能产业分析报告

2019年中美人工智能产业分析报告 2019年8月

目录 一、走进人工智能新时代 (6) 1、人工智能是什么 (6) 2、中美两国引领全球人工智能发展 (8) 二、多角度对比中美人工智能投资 (11) 1、看规模，中国人工智能投资额已超过美国 (11) 2、看轮次，中国人工智能投融资更偏早期 (12) 3、看投向，中国重应用层而美国重基础层 (13) 三、人工智能带来新机会，中国有望从AI芯片突围 (18) 1、人工智能的发展加速芯片专用化进程 (18) 2、高端人才缺乏是中美AI芯片领域投资差异的最大原因 (21) （1）美国在芯片领域起步早，巨头众多，培养并积累了丰富的人才 (21) （2）美国芯片和互联网巨头众多，为资本退出提供更多选择 (22) （3）美国芯片产业链齐全，产业布局完整 (24) 3、换道超车，中国在AI芯片上可以有所作为 (25) （1）AI芯片处于发展早期，竞争格局未定 (25) （2）边缘AI芯片领域，广阔的应用场景为中国提供巨大机会 (28) （3）芯片自主可控呼声高涨，政策为芯片研发保驾护航 (28) 四、深入落地，计算机视觉仍有广阔的应用场景 (30) 1、计算机视觉是中国人工智能市场的最大组成部分 (30) 2、多重因素促成中美计算机视觉领域投资差异 (33) （1）安防千亿市场成为拉动中国计算机视觉发展的最大需求 (33) （2）我国计算机视觉技术领先，在数据方面占有优势 (35) （3）中国消费者对新技术接受度更高 (36)

3、对比美国，看好中国计算机视觉应用领域进一步拓宽 (37) （1）新零售 (38) （2）医疗影像 (38) （3）保险行业 (39) （4）工业制造 (39) 五、主要风险 (40) 1、人工智能芯片研发不及预期 (40) 2、计算机视觉技术发展不及预期 (40)

2018年智能制造综合标准化与新模式

附件1 2018年智能制造综合标准化与 新模式应用 项目指南 一、智能制造综合标准化试验验证 （一）重点方向 1.基础共性和关键技术标准 开展智能制造基础共性和关键技术标准制定，并对项目进行试验验证。重点方向包括： （1）基于数字仿真的可靠性测试方法标准； （2）可编程控制器异构平台文件交互标准； （3）智能工厂数字化交付标准，智能工厂制造资源虚拟映射模型标准，基于模型的检验标准； （4）网络协同设计/制造关键技术标准； （5）时间敏感网络（TSN）与用于工业控制的对象链接与嵌入统一架构（OPC UA）融合关键技术标准； （6）面向制造的机器视觉系统检测标准，基于AR的装配、维修标准，面向制造业的边缘计算系统架构标准，工业技术软件化标准。 2.行业应用标准 依据智能制造相关基础共性标准和关键技术标准的成果，围 - 5 -

绕十大重点领域，同时适当兼顾传统制造业转型升级需求，开展重点领域智能制造行业应用标准制定，并就标准内容进行试验验证。重点方向包括： （1）关键技术装备远程运维（故障模式识别、预测性维护）标准； （2）基于大数据的产品质量分析标准； （3）基于供应链的企业群协同设计/制造标准，基于产业链协同的智能制造管理平台标准； （4）面向行业的智能工厂/数字化车间集成标准； （5）面向行业基于风险分析的工业控制安全要求。 （二）实施内容 1.开展智能制造基础共性、关键技术、行业应用基础性标准制定，重点开展试验验证，包括标准试验验证所需的设施和设备（含软、硬件），以及试验验证的方法和结论等内容。 2.建设试验验证平台，成为本行业或其他制造业领域推进智能制造标准贯彻实施的公共服务平台。 （三）考核指标 1.技术规范或标准（格式）全过程试验验证，形成行业标准草案/国家标准草案/国际标准草案。 2.标准草案必须在试验验证平台和至少三个企业中，对标准全部内容进行试验验证。 二、重点领域智能制造新模式应用 - 6 -

2019年中国人工智能行业市场现状及发展前景分析 未来智能制造将成为行业主战场

2019年中国人工智能行业市场现状及发展前景分析未来智 能制造将成为行业主战场 未来智能制造将是人工智能的主战场 国家工业信息安全发展研究中心认为，目前我国人工智能和制造业融合有着广泛的基础，智能制造是“中国制造2025”的主攻方向，而人工智能是引领新一轮科技革命和产业变革的战略性技术。但新一代人工智能技术在制造业重点领域的应用刚刚起步，人工智能与制造业的融合尚处于初级阶段，未来智能制造将是人工智能的主战场。 1、人工智能+制造业创造新业态 目前中国人工人工智能迈向了2.0阶段，以通过互联网联系在一起的一套巨大的智能系统为标志。从智能制造业角度出发，人工智能技术正在深入改造制造行业。新一代人工智能技术与制造业实体经济的深度融合，成为应用市场一大亮点，催生了智能装备、智能工厂、智能服务等应用场景，创造出自动化的一些新需求、新产业、新业态。

2、政策春风利好工智能发展 2017年，人工智能被首次写入到政府工作报告中，2018年政府工作报告中提出：“发展壮大新动能，做大做强新兴产业集群，实施大数据发展行动，加强新一代人工智能研发应用，在医疗、养老、教育、文化、体育等多领域推进‘互联网+’。发展智能产业，拓展智能生活。”，2019年的政府工作报告中，对人工智能的描述也由“加快人工智能等技术研发和转化”、“加强新一代人工智能研发应用”变为“深化大数据、人工智能等研发应用”，可见在国家层面上，对人工智能产业的重视程度日益加深。 3、2018年中国人工智能产业规模超400亿 在政策和技术的推动下，中国人工智能产业发展迅速。跟据中国信通院数据，2015年到2018年中国人工智能产业规模复合平均增长率为54.6%，高于全球平均水平(约36%)。2018年，中国人工智能产业市场规模已达到415.5亿元。其中，企业技术集成与方案提供、关键技术研发和应用平台两个应用领域据发展火热。

2020年智能制造行业分析报告

2020年智能制造行业分析报告 2020年4月

目录 1. 智能制造推动新旧动能转换 (5) 1.1. 行业机遇带来良好的发展趋势 (5) 1.2. 智能制造行业下游拉动需求增长 (6) 1.3. 机器人市场快速增长，科技促进行业智能化突破 (7) 2. 智能制造发力行业应用 (9) 2.1. 中国汽车市场为智能制造带来增长空间 (9) 2.2. 汽车行业电子化程度提升，带动智能制造渗透率提升 (10) 2.3. 科技突破将带动汽车电子在核心应用领域整体提升 (12) 2.4. 医疗健康市场发展迅速，未来智能化改造具备一定空间 (13) 2.5. 新能源电池产能扩张，技术升级带动智能化改造需求 (14) 3. 智能制造的核心竞争力在于技术 (16) 3.1. 核心技术研发筑就行业壁垒 (16) 3.2. 行业公司研发投入较大，技术储备充足 (16) 3.3. 行业公司专注汽车领域 (19) 3.4. 海外公司具备技术和先发优势 (20) 3.5. 国内公司纷纷走向国际化 (22) 3.6. 国内公司与头部客户深度绑定 (23)

1. 智能制造推动新旧动能转换 1.1. 行业机遇带来良好的发展趋势 人口红利消退助推经济结构转型升级，智能制造成为新旧动能转换的必由之路。自 改革开放以来，我国制造业凭借人口红利而高速发展，但与人口红利相伴随的是劳 动密集、资源消耗大、自主创新能力低、信息化智能化水平不高等特征。近年来， 我国人口老龄化速度明显加快，人口红利逐步消退，劳动力成本持续上涨。根据国 家统计局数据，中国65 岁以上老年人口已经从1990 年的6300 万迅速增长到2018 年的1.67 亿，占总人口比例的11.94%。我国劳动力单位成本也不断上升，我国制 造业职工平均工资从2008 年的24404 元增长到2018 年的72088 元。在人口红利 消退、劳动力成本快速上升的情形下，通过发展智能制造装备行业，实现机器换人 能有效节约劳动力成本，提升生产效率，是经济结构转型、新旧动能转换的必由之 路。 图1：1990-2018 年中国65 岁及以上人口数及比重图2：2008-2018 年中国制造业职工平均工资65岁及以上人口数（万人）65岁及以上人口比重（%）制造业职工平均工资（元）增幅（%） 18,000 16,000 14,000 12,000 10,000 8,000 12% 80,000 70,000 60,000 50,000 40,000 30,000 20,000 10,000 22% 20% 18% 16% 14% 12% 10% 8% 11% 10% 9% 8% 7% 6,000 6% 4,000 5% 6% 数据来源：国家统计局，市场部数据来源：国家统计局，市场部 近年来国家产业政策的不断出台，有力支持智能制造装备行业发展。为了实现制造 强国的战略目标，智能制造工程作为五大工程之一，成为国家全力打造制造强国的 重要抓手。2015 年5 月，国务院发布的《中国制造2025》在主要目标中明确提出： “十三五”期间通过数字化制造的普及，智能化制造的试点示范，推动传统制造业 重点领域基本实现数字化制造，有条件、有基础的重点产业全面启动并逐步实现智 能转型；“十四五”期间加大智能制造实施力度，关键技术装备、智能制造标准/工 业互联网/信息安全、核心软件支撑能力显著增强，构建新型制造体系，重点产业逐 步实现智能转型。