智慧工厂基本要素、市场规模及板块空间如何？

智慧工厂较数字化工厂更加高效环保和人性化。

1.什么是智慧工厂？更加高效、柔性、虚实结合

工业 3.0 向工业 4.0 发展的特征，是 从自动化过渡到智能化，从大量生产过渡到大量定制生产及个性化生产，在此过程中， 数字化工厂也将过渡至智慧工厂。根据国家 2022 年实施的《智能工厂通用技术要求》描 述，智能工厂将利用物联网技术和监控技术，提高生产过程可控性、减少生产线人工干 预，合理计划排程，并集合多种新兴智能技术和系统，以达到“高效、节能、绿色、环 保、舒适”的效果。

智慧工厂的基本要素是数字化、网络化、智能化。对工厂资产进行数字化描述并建 立数字化模型，是打造智慧工厂的底层基础。在此之上，企业各层面过程间的纵向集成， 以及各环节间的横向集成，各设备网络之间的互联互通，将打通产品全生命周期中数据 资产的流动，使得物理世界和网络世界顺畅连接，以期“万物互联”。随后，在数据和 信息基础上，分析计算，比较判断，进而代替业务专家帮助企业决策执行，实现降本增 效，提质升级。

未来，智慧工厂将实现数据驱动、虚实融合、柔性敏捷、自然友好、生态共荣。 数据驱动：对数据和大模型的运用，将从经营管理侧，进入生产控制侧，再覆盖研 发设计侧，将在“采集、建模、分析、决策”闭环的过程中，进行数据资产的价值重构。 2023 年 8 月出台的《企业数据资源相关会计处理暂行规定》要求数据资产入表，2023 年 9 月印发的《数据资产评估指导意见》要求建立数据资产价值评估体系，2024 年 1 月的 《关于加强数据资产管理的指导意见》明确了数据资产管理内容。未来，数据产品化和 流通交易不仅能为企业增值，更能促进产业数据的融合与创新。 虚实融合：当前的数字孪生还存在数据孤岛问题，未来叠加环境学习技术，智慧工 厂将完成物理世界和数字世界的映射，创造出全面互联和深度协同的虚拟世界，通过数 字样机加速设计迭代，通过数字孪生监控生产和优化工艺，通过产品数字孪生支持智能 运维。

柔性敏捷：主要体现在个性化生产和灵活自适应上。目前消费正不断从标准化向差 异化转变，智慧工厂将满足，以客户需求驱动产品快速研发，通过柔性资源配置和动态 调度，采用柔性产线、工具和系统，以跨企业间的数据共享增强供应链弹性，实现“多 品种、变批量、短交期”的个性化交付。此外，企业还可以依托数据挖掘客户潜在需求， 提供个性化服务。 自然友好：人工智能、大数据、 5G、工业互联网等技术，使得企业更好地观测和控 制产品全生命周期碳排放，不断优化生产流程和工艺，以实现绿色制造、绿色工厂和绿 色供应链。 生态共荣：纵向层面，未来的智能制造将打通产业链上中下游，实现数据信息在上 游采购端、中游制造端、下游运输和服务端的共享，以实现协同效能最大化。横向层面， 跨地域、跨行业、跨领域的合作将愈发普遍，以更好地分配社会资源，实现互惠共赢。

2.保守估计智慧工厂整体市场规模不低于 8 万亿

工业 4.0 时代，制造业水平是衡量一个国家经济发达程度的重要指标之一。近年来， 中国在人工智能、大数据、5G 等先进技术领域取得持续突破，制造业公司走在数字化、 智能化以及绿色化转型的前列，推动中国从世界第一的制造大国逐步向制造强国迈进。

根据中国工业互联网研究院发布的《工业互联网创新发展报告（2023 年）》，目前 全国已累计建成数字化车间和智能工厂近 8000 个，工业互联网核心产业规模超过 1.2 万 亿元。其中，2500 余个达到智能制造能力成熟度 2 级以上水平，基本完成数字化转型， 209 个成为具有国际先进水平的智能制造示范工厂，经过转型，这些示范工厂产品研发 周期平均缩短 20.7%，生产效率平均提升 34.8%。截至 2023 年 12 月，全球共有 153 座“灯 塔工厂”，其中 62 座位于中国，占比达到 40.52%，总数持续领先全球。 智能化工厂方案定价一般可按照智能化改造后被替换掉的工人的约 3 年平均社会成 本来计算。根据第四次经济普查（2018）结果，我国制造业从业人员共 10388 万人。根 据 Wind 提供的上市公司员工构成比例，假设生产岗位员工数占比 60%，则我国制造业 从事生产的工人总数约为 6233 万人。假设工厂智能化改造后，有一半从事生产的工人会 被替换，以此估计，将有 3116.5 万工人被替代。

我国制造业平均工资水平稳步提升，2022 年达到 8.69 万元/年，同比增长 5.16%，按 5%的增速计算，预计 2023 和 2024 年平均工资分别为 9.13 万元/年和 9.58 万元/年，则2022-2024 年制造业平均工资为 9.14 万元/年，即平均一个工人的三年社会成本约为 27 万元。

基于以上假设，中国“工业 4.0”市场总规模（一半工人被替代）=被替代工人数*工 人的 3 年社会平均成本=3116.5 万*27 万元=8.41 万亿。 工业装备、工业网络、工业软件、工业数据是发展智慧工厂必不可少的共性需求。 工业领域宽广，子行业众多，不同行业之间的数字化进程存在显著差异，但不难发现存 在一些跨行业的共性需求场景，这些场景具有跨行业通用性和高价值特点，蕴藏着广泛 的投资机会。华为和中国信通院共同发布的《工业数字化/智能化 2030》白皮书从生命周 期、系统层级和智能特征三个维度识别了二十个高价值的共性场景。这些场景将成为未 来 5-10 年内工业企业的数字化部署重点，也将驱动相关关键使能技术的迭代更新。要成 功部署这二十个共性价值场景，工业装备、工业网络、工业软件、工业数据是必不可少 的关键支撑要素。工业装备作为高效、稳定、自动化作业的终端，是工业数字化的基础； 工业网络是现场的人机料法环全要素的连接介质，实现协同；工业软件则帮助企业开展 研产供销服全流程的精细化分析、决策与管理；工业数据是无处不在的资产，是沉淀的 智慧结晶，是潜在价值无限的宝藏。

3.智慧工厂发展加速，四大板块空间广阔

有学者认为，从技术维度来看，智能制造技术体系分为基础共性技术和标准（数据 标准、集成电路、移动通信等），智能装备技术、工业软件技术和工业互联网技术（物 联网、大数据、云计算、区块链、人工智能等）。 从空间载体来看,智能制造系统可以分为设备层、车间层、工厂层、企业层、网络协 同层。具体来看：

设备层是智能制造的基础,涵盖了制造过程中使用的各种设备和机器,包括传感 器、执行器、机械设备、工业机器人等,通过物联网技术连接,实现实时数据采集、 监测控制和参与协同制造。

车间层是应用先进的制造技术和智能化设备并相互连接以形成小范围的生产单 元,承担生产计划、生产调度、质量控制等功能形成“智能感知-动态调整-质量 检测-持续改进-反馈学习”的闭环来增强智能车间的敏捷响应能力。

工厂层是整个智能制造体系中的关键层次,运用工业物联网、增材制造等技术促 进工厂层面全要素数据可视化和实时化,实现生产设备、能源、物流、人力等生 产要素的数字化集聚(大数据中心)网络化共享(工业互联网)和平台化协同(调度 协同指挥中心)。

企业层关注战略层面的决策制定、技术应用、任务调度、资源编排和供应链管 理,具有高度智能化、决策科学化、要素集成化的特征,一方面通过“数字化补课” 实现跨越式创新和数字化转型,另一方面厘清智能制造标准规范,确保企业各个 层次和系统之间的协同性和兼容性。

网络协同层通过工业互联网平台搭建起多元主体链接的桥梁,以价值链为导向实 现端到端的协同制造,以系统思维提升全产业链集成下的动态响应能力。