當前我國制造業正處于從傳統生產模式向數字化、網聯化、智能化的新發展階段。在我國致力于碳中和的戰略背景下，智能制造的發展是我國實現碳中和的關鍵，也是我們從制造大國走向制造強國的重要一步。一方面，人工智能賦能制造業能通過提高良率、降低原材料損耗等方式降低生產成本，減少碳排放；另一方面，人工智能可通過全自動化、動態監控等方式提高各生產環節的效率，由此實現降本增效，雙重發展。

我們認為，AI賦能制造業，主要體現在五個環節：1）設計端，仿真系統提升研發效率；2）生產端，智能機器人提高生產效率；3）運維端，AI算法智能預測；4）檢測端，機器視覺增強檢測精準度；5）物流端，智慧物流提升運輸配送效率。

關于智能制造發展的趨勢，有以下八大趨勢：

趨勢一：數據將成為核心要素

數據是企業數字化轉型的核心要素，數據支撐著未來，90%的變革性轉變主要依賴于數據的流動和使用，制造行業則更需要真正了解數據的重要性。很多企業不愿意將自己的數據拿出來，因為企業自己并不知道哪些數據有用？數據拿出來能做什么？對企業有什么好處？

董凱認為，如果把數據轉化成資產，企業就有動力拿出數據，只有將數據資產轉化成數據資本，數據價值才會得到逐級釋放。同時要推進數據的分級分類管理，要確保數據共享使用安全并開展數據安全管理認證，最終實現數據要素從資源化到資產化再到資本化的進程。

趨勢二：工藝數字化將成為關鍵突破口

在制造行業，裝備是執行工藝的工具，裝備的底層技術就是工藝，像開關機、生產情況、派單情況，這些都是裝備的重要數據，而裝備最核心的是工藝數據能做到實時優化更新。

董凱認為，工藝數據通過傳感器采集，不斷形成行業級的數據模型，在開源的人工智能算法下不斷訓練學習，再閉環反饋到控制系統，邊緣側不斷做優化調整，這是很有潛力的方向。

趨勢三：裝備有望向具身智能發展演進

董凱認為在工業領域里，工業裝備最難達到的是“通用”，工業裝備演進的過程要從單一感知向全域感知提升，從感知智能向認知智能升級，從單機智能向集群智能演進，最后達到從圍欄操作向人機協作躍遷。

趨勢四：工業軟件成為核心引擎

工業軟件的本質其實是工業+軟件，是工業知識的軟件化。董凱認為，目前做的好的工業軟件以及未來工業軟件的發展，就像章魚邏輯，40%的智慧在章魚頭部（云端），60%的智慧在章魚爪子（邊緣側/端側），未來工業軟件就一定要向“邊云協同+邊緣智能”發展。

趨勢五：融合發展的新一代工業網絡拓展制造邊界

對于制造業數字化的主要關注點，目前更多集中在通過設備上云，數據上云，實現人和機器、機器和機器的鏈接。工業行業因為其特殊性，如果要將數字化的價值落到實處，需要通過網絡基礎設施將“數字指令”在工業生產現場的高效執行。董凱提到，聯想有自己的網絡解決方案，目前行業中特別缺少聯想這種既懂工業，又懂IT，能組網絡解方案的企業，需要像聯想這樣的企業來輸出能力。

董凱特別舉例了TSN與工業5G融合部署的案例，他介紹到，借助5G+TSN協同傳輸技術，新型工業網絡可以支持各種類型的智能工業設備，實現工業數據傳輸的低延時、高精度、高可靠，原先分布式的感知、執行與控制的解耦等功能可以集中到具有更強大計算能力的控制云中。同時，5G無線通信還解除了設備組合的空間限制。

趨勢六：“自下而上”發展工業互聯網平臺

結合前面提到的從數據到工藝到裝備到軟件再到網絡，都連接起來之后，就成為了工業互聯網平臺，平臺的發展必然是 “自下而上”的。通過積累足夠多的工業數據、機理模型和邊緣側解決方案，就形成了良好的“根脈體系”，在此基礎上依托AI大模型等技術構建平臺，依托平臺可以將邊緣側的技術方案和能力“低代碼化”，再去“向上”生長出不同的應用。這樣基礎扎實，才能深入應用到制造業，標準化程度夠高，才有持續性的商業模式。

趨勢七：供應鏈協同平臺將引領智慧供應鏈發展

供應鏈是推動制造業數字化轉型的重中之重。通過對信息的協同共享，充分挖掘和利用信息流的最大價值，助力戰略決策，將是未來數字化轉型的重要方向。董凱建議，平臺、企業應以“交易”為核心，整合供應鏈上下游資源，對供應鏈做整體支持。

趨勢八：數字化工業服務將開辟新的“藍海”

工業服務是未來制造業的競爭力重要表現，是發展制造業新模式新業態的關鍵一環，也是具有巨大發展潛力的藍海市場。董凱認為，AI+大模型是未來特別看好的方向，前提是能做設備全生命周期的管理，要先把設備管理好。

大模型將推動制造業創造全新的應用場景和商業模式，應該以開放的姿態，積極擁抱大模型，迅速補齊短板，縮小與國外在技術創新和技術應用上的差距。