行业内主要企业：机器人(300024)、华中数控(300161)、埃夫特(688165)、美的集团(000333)、亚威股份(002559)、远光软件(002063)、科大智能(300222)、智云股份(300097)、东土科技(300353)、华工科技(000988)、科远智慧(002380)
本文核心数据：全球智能制造行业发展历程、全球智能制造行业下属产业市场规模
正朝智能制造系统迈进
制造业的发展同所使用工具的发展是密不可分的，以工具的发明和使用为里程碑，人类经历了石器时代、青铜器时代、铁器时代、蒸汽机时代、电气时代和以计算机为工具的信息时代。随着制造技术的发展，自动化技术在工业化大生产中得到迅速发展。制造业自动化系统也历经了数控机床(NC)、柔性制造系统(FMS)、计算机/现代集成制造系统(CIMS)的发展历程，正向着智能制造系统(IMS)迈进。
伴随信息技术的不断普及，智能制造开始逐步发展。本世纪以来众多发达国家首先认识到去工业化发展的弊端，开始实施新的战略。例如，美国出台了“先进制造业伙伴计划”、德国提出了“工业40”计划、欧盟“未来工厂”计划、英国出台“工业2050战略”、日本“机器人新战略”计划等。这些战略规划能为我国发展智能制造业提供有益的经验借鉴。
2015年5月，我国发布了《中国制造2025》，同样指出要以推进智能制造为主攻方向，构建以智能制造为重点的新型制造体系。可以认为，智能制造是引领“第三次工业革命”浪潮的核心动力，智能制造所涵盖的相关产业将成为未来世界工业发展领域的主导产业。
各国均有制造业智能化布局
全球范围来看，除了美国、德国走在全球智能制造行业前端，其余国家也在积极布局智能制造发展。
从企业专利数量来看，美国、日本的企业在智能制造领域优势明显，国际商业机器公司(IBM)、西门子公司、三菱电机株式会社的相关专利申请数量，分别以1741件、1580件和1081件位列榜单前三。另外，20家中国企业入选全球智能制造专利TOP100榜单，包含17家大陆地区企业和3家台湾企业。17家大陆企业包括国家电网、平安科技、格力电器、华为等知名企业;入榜的台积电、鸿海以及英业达等三家公司均为台湾地区规模较大、发展较为成熟且注重科技创新的公司，在智能制造领域储备的专利数量较多，分别拥有218件、165件和140件相关专利。
下属产业市场规模较大
智能制造产业链涉及的主要细分行业包括工业机器人、3D打印设备、数控机床、工业物联网、工业软件等，近两年产业规模实现快速增长。其中，2021年全球工业软件市场规模初步统计达到4619亿美元，工业物联网市场规模达到767亿美元，2021年全球数控机床产业规模约达到1648亿美元，总体来看，全球智能制造行业具有巨大的潜在市场空间。
智能化将为制造业带来全新变革
目前智能制造正在引领制造业服务化转型，推动制造业生产方式变革的同时促进全球供应链管理创新。在此背景下，以工业机器人为代表的智能制造装备被广泛应用，投资机会良多，吸引了跨国公司持续加大智能制造的投入。
更多本行业研究分析详见前瞻产业研究院《智能制造行业市场前瞻与投资战略规划分析报告》。
何谓数字化转型？
首先，关于“数字化”，有两个英文词汇，看起来差不多，但内涵差异很大。一个是Digitization，其含义是将模拟信息转化为数字信息（例如将手工填写的单据自动识别转为数字信息）；另一个是Digitalization，指的是将数字技术融合到企业之中，深化应用各种业务软件和物联网等新兴技术，实现数据驱动的决策分析，彻底变革企业的业务流程。
数字化转型（Digital Transformation）实际上就是企业真正实现Digitalization的过程。面向个人的生活服务行业数字化转型非常迅速，如今，我们订机票、买火车票、租车、订酒店、购物、订餐等各类生活服务几乎都可以通过数字手段在线完成，各种在线服务的平台竞争十分激烈。
对于制造业而言，面向个人消费者的行业，例如家电、家居、手机、汽车等行业的企业，数字化转型的压力巨大，转型也相对迅速；而面向企业客户的行业，例如装备制造、能源、零部件、原材料等行业，数字化转型的步伐则相对迟缓。不论属于什么类型、什么行业，每个企业都应当思考、建立，并推进数字化转型战略，数字技术的深化应用将对企业的商业模式、业务运营、决策方式、组织形态和企业文化等方面带来深远影响。
02、制造业数字化转型有何价值？
随着互联网的日益普及，计算和存储能力的迅猛发展，物联网和传感器技术的广泛应用，以及工业软件的不断进化，数据的采集、存储、传输、展现、分析与优化都具备了良好的技术基础。在这种背景下，制造业数字化转型的浪潮势不可挡。
善于深度应用数字技术的制造企业将赢得显著的竞争优势。例如，通过对采购、生产、库存、资金、质量、能耗、设备状态等业务数据的及时洞察，可以帮助企业对运营管理中的各类复杂问题能够不仅知其然，也知其所以然；通过对员工工作实绩的采集与分析，可以进一步激发员工的潜能；通过根据客户需求实现个性化定制，可以提升客户满意度；通过对营销数据的采集与分析，可以在市场上真正做到知己知彼，更好地服务客户；
优秀的制造企业也在一直致力于产品本身的数字化转型，实现数据采集、状态感知与远程控制，提高产品的附加值，增加服务收入。同时，也只有推进数字化转型，制造企业才能应对日益复杂的合规性要求，尤其是对于医药、食品等民生行业，以及出口导向型企业，必须通过数字化转型，实现整个生产过程的可追溯。
哐哐智造（kitweecom）是一款基于物联网技术的云MES生产管理平台。
工业物联网是指将“物联网”的概念与工业相结合，物联网是基于互联网延伸而来，简单来说物联网就是物物相连的互联网。传统机器是死物，数据之间无法互联互通，物联网技术就是打破机器与人之间的隔阂，随时随地管理工厂。
MES是企业生产执行系统，通过物联网的技术将生产设备数字化，再通过云端大数据分析将人-机-企业管理联系起来的系统。
哐哐智造MES系统利用物联网的技术，硬件加软件的方法实现了数据的自动收集与上传，用户可以随时通过手机查看物料消耗、产能以及设备的相关数据，出差也可以通过哐哐云眼监控厂房，加上设备的报警提醒功能，真正实现了生产过程的可视化、实时化和智能化，通过移动监控真正解决用户生产管理难的问题。
物联网好一些年初教育部下达了高校设置物联网专业申报通知，众多高校争相申报。由于物联网涉及的领域非常广泛，从技术角度，主要涉及的现有高校院系与专业有：计算机科学与工程，电子与电气工程，电子信息与通讯，自动控制，遥感与遥测，精密仪器，电子商务等等。物联网专业可能会在上述这些院系中开设。 与物联网应用相关的专业， 如建筑与智能化，土木工程，交通运输与物流，节能与环保等等，可能会考虑开设选修课或在研究生、博士生阶段设置相关交叉学科的学位。 物联网可以是一个“专业”，但不一定是一个“学科”。国内有些专家反对设置“物联网专业”，因为定位不清，一个学校往往有好几个院系争夺“物联网专业“的申报，又不是一个明确的学科，难以培养出真正的专业人才，培养出来的人可能是“万精油”，懂得多但是不精，尤其是本科阶段，建议只作为研究生专业，像MBA一样的模式。和目前许多高校设置的“电子商务”专业一样，“电子商务”也有同样的定位不清问题，只要高校设置的物联网专业能够培养出社会需要的专业人才，尤其是跨专业复合型人才，就应该可以设置，不必拘泥于它究竟属于哪个现有的“学科”。
下表列出了一个高校物联网专业课程设置的初步建议，算是抛砖引玉。 课程 1、 物联网产业与技术导论 使用电子工业出版社《物联网：技术、应用、标准和商业模式》等等教材。 在学完高等数学，物理，化学，通信原理，数字电路，计算机原理，程序设计原理等课程后开设本课程，全面了解物联网之RFID、M2M、传感网、两化融合等技术与应用。 课程
2、C语言程序设计 使用清华大学出版社《C语言程序设计》等教材。 物联网涉及底层编程，C语言为必修课，同时需要了解OSGi，OPC，Silverlight等技术标准。 课程
3、Java程序设计 ，使用 机械工业出版社《Java语言程序设计教程》等教材。 物联网应用层，服务器端集成技术，开放Java技术也是必修课，同时需要了解Eclipse,SWT, Flash, HTML5,SaaS等技术。 课程
4、无线传感网络概论，使用 无线龙通讯科技出版社《现代无线传感器网络概论》、北京航空航天大学出版社《短距离无线通讯入门与实战》等教材。 学习各种无线RF通讯技术与标准，Zigbee, 蓝牙，WiFi，GPRS,CDMA，3G, 4G, 5G等等 。 课程
5、 TCP/IP网络与协议 ，《TCP/IP网络与协议》，清华大学出版社，等教材。 TCP/IP以及OSI网络分层协议标准是所有有线和无线网络协议的基础，Socket编程技术也是基础技能，为必修课。 课程
6、嵌入式系统技术， 《嵌入式系统技术教程》，人民邮电出版社等教材。 嵌入式系统（包括TinyOS等IoT系统）,是物联网感知层和通讯层重要技术， 为必修课。 课程
7、传感器技术概论， 《传感器技术》，中国计量出版社，等教材。 物联网专业学生需要对传感器技术与发展，尤其是在应用中如何选用有所了解，但不一定需要了解传感器的设计与生产，对相关的材料科学，生物技术等有深入了解。 课程
8、RFID技术概论，《射频识别（RFID）技术原理与应用》，机械工业出版社，等教材。 RFID作为物联网主要技术之一，需要了解，它本身（与智能卡技术融合）可以是一个细分专业或行业，也可以是研究生专业选题方向。 课程
9、工业信息化及现场总线技术，《现场总线技术及应用教程》，机械工业出版社，等教材。 工业信息化也是物联网主要应用领域，需要了解，它本身也可以是一个细分专业或行业，也可作为研究生专业选题方向。 课程
10、M2M技术概论 ， 《M2M: The Wireless Revolution》，TSTC Publishing，等教材。 本书是美国“Texas State Techinical College”推出的M2M专业教材，在美国首次提出了M2M专业教学大纲，M2M也是物联网主要领域，需要了解，建议直接用英文授课。 课程
11、物联网软件、标准、与中间件技术 ，《中间件技术原理与应用》，清华大学出版社，《物联网：技术、应用、标准和商业模式》，电子工业出版社，等教材。 物联网产业发展的关键在于应用，软件是灵魂，中间件是产业化的基石，需要学习和了解，尤其是对毕业后有志于物联网技术发展的学生。互联网类专业
不管是就业率，还是月收入，互联网专业都轻松占据了第一的位置。互联网作为一种新型的高科技产业，有着广阔的发展市场，随着信息技术的持续革新，互联网+的发酵，我国互联网业态发展越来越元化，发展动力和速度远远超过其他行业。
物流类专业
物流专业人才已被列为我国12类紧缺人才之一，缺口达60余万。据了解，目前为抢手的物流人才，是那些掌握现代经济贸易、运输与物流理论和技能，且具有扎实英语能力的国际贸易运输及物流经营型人才，他们的年薪可达100万元。
计算机类专业
计算机专业平均起步的收入较高，尤其是技术类人才。几乎所有大型公司或企业都需要计算机专业的技术人才，尤其是在珠三角地区和沿海城市。但软件工程师、网络安全师等都在市场上相当吃香。
通信类专业
随着5G在中国的发展，通信工程是当今具有活力的产业之一，通信技术人才是我国需求量的八大类人才之一。
财务管理专业
财务管理专业培养具备管理学、经济学、法律和理财、金融等方面的基础知识和能力，具有扎实的财务管理知识和技能，适应政府经济管理部门、企事业单位、金融与证券机构以及会计事务所、资产评估事务所等中介机构的相关业务工作，能在工商、金融企业、事业单位和政府部门从事财务、金融管理以及在大专院校、科研单位从事教学、科研方面工作的工商管理学科高素质复合型专门人才。
电气工程及其自动化
本专业主要培养在电气自动化、电力自动化、计算机应用技术、电子应用技术、电机与拖动技术、工业计算机及现场总线控制技术等领域从事系统研究、分析、设计、安装和调试等方面的高级应用型技术人才。
机械设计制造类专业
大到航天、造船、采矿、钻井，小到冰箱、洗衣机、手机、曲别针，它的身影无处不在。可以说机械设计制造及其自动化是研究和解决在开发、设计、制造、安装、运用和修理各种机械中的遇到理论和实际问题的应用学科。
工程类专业
工程类专业有安全工程专业、水利水电工程专业、土木工程专业等等。工程类专业主要培养与输出侧重各类行业的专业技术人才，进行专业的系统学习与掌握，训练提升专业解决能力，以便具备相关工作岗位所需的能力。区别还是比较大的。
物联网技术中的编程主要是和物品传递过程中的信息流和机械设备控制有关，比如RFID的控制和信息交换、一维码二维码设备的控制和信息交换等等，重点在无线通信技术、工业控制技术、传感器技术等等。
软件开发专业的重点在于软件工程理论、数据结构算法理论、程序设计的有效性、信息安全、数据交换理论等等，所学的知识100%是给写程序的人准备的。
可以这么说，学物联网技术的肯定会编程，但是没有学软件开发的会的精。我们曾招聘了个物流专业的毕业生，他绝对会编程，写的程序也能运行，但是很多地方不符合软件开发的规范，代码杂乱且效率也比较低，因为他没学过编码规范，也不知道怎么优化代码。
另外，学物联网技术的和学软件开发技术的比起来，会的编程语言比较少。物联网技术主要跟硬件打交道，用到的编程语言也就是汇编、C、PLC等等，也许还会加上C#、VB或Java等用来写界面程序。但是职业程序员每个人都会好几种编程语言，用在不同的场景。比如桌面程序或开发CS模式的程序用C#、Java，服务器端开发用JSP、ASP、PHP，工程计算用Python，浏览器端开发用HTML/CSS
/Javascript，数据交换使用XML/XPATH/XSLT/JSON等，人工智能方面用逻辑编程语言Prolog，工程控制用PLC编程语言或TCL/TK脚本语言等等。
因此，学物联网技术的人，不建议向软件开发方向发展，应向工业控制工程师方向发展。
虽然这几个专业在学习方向上有所不同，但是在基础课程部分还是基本一致的，主要涉及到数学、物理、模拟电路、数字电路、 *** 作系统、编程语言、计算机网络、数据库、算法设计、数据结构、编译原理等，这些课程通常是这三个专业都要重点学习的。
软件工程的重点内容在于软件产品的研发，培养目标是具有初级研发能力的应用型开发人才。在课程设置上会构建一个比较健全的软件开发的知识结构，涉及到多种编程语言的学习、数据库、软件开发体系结构、项目管理等内容，结合不同的细分方向，还需要学习相应的知识，比如大数据开发方向还需要学习大数据平台的相关内容。软件工程专业毕业生的动手能力通常比较强，由于软件开发的就业面比较广，所以软件工程专业的就业情况一直比较不错。
网络工程专业的重点在于网络数据通信及相关产品的研发，培养目标是专业的网络工程设计、开发人才。网络工程专业的知识结构紧紧围绕计算机网络展开，包括通信原理、交换原理、通信协议、网络编程、网络 *** 作系统、网络安全等内容。学习网络工程专业需要较强的动手实践能力，通常需要学的知识也比较多和杂。目前IT行业内网络工程的专业人才也具有较大的缺口，所以就业还是相对比较容易的，通常的就业渠道包括网络设备生产商、销售商、网络服务商等。
在5G通信以及工业互联网的推动下，未来物联网的发展前景还是非常广阔的，物联网与云计算、大数据、人工智能也都有紧密的联系，所以物联网专业的知识结构也相对比较丰富。物联网的知识集中在三个方面，分别是设备、网络和物联网平台，其中涉及到嵌入式编程、网络编程以及数据库编程等内容。对于物理基础比较扎实，同时学习能力比较强的学生来说，选择物联网工程专业是不错的选择。最近几年，工业互联网非常火热，美国的工业互联网、德国的工业40、中国制造2025，让从业者和专家们看到了工业互联网巨大的发展前景。GE推出工业互联网云服务平台Predix，西门子进军工业40，三一重工投资10亿打造工业互联网平台树根互联，中设智控从设备资产管理转型升级为工业互联网企业……
先前一阵子，我们举行了一个内部讨论：传统企业与互联网企业的区别和联系，就这个议题我展开思考了另一个问题：如何分析工业软件企业和工业互联网企业的区别和联系？在这里，从价值创造视角与大家分享一下我的思考。
分析企业必然无法绕开价值创造，每个企业都有特定的商业模式，商业模式背后隐藏着价值创造。产品/服务为用户带来价值，企业通过满足用户需求进行价值创造，即使对于社会，也可以通过财富分配为公民创造价值。
价值创造是指企业利用内外部资源，为用户提供产品和服务以满足用户需求，从而达到企业的价值目标，这一过程中企业为用户创造价值，用户为企业带来价值。企业通过价值链为用户创造价值，即，企业在满足用户需求的过程中形成了价值链，一般认为，价值链的环节主要包括：原材料→生产→产品→营销→物流→用户。
那么，企业如何进行价值创造？两种方式：内部和外部，外部价值创造就是耳熟能详的品牌、口碑（用户认同）、市场价值等，也是市场对企业的认可。不同行业与企业有不同的内部价值创造方式，产品/服务、内容生产（知识类平台）、资源配置（中介服务、供应链改造）都是内部创造价值的方式。无论采用哪种方式，企业的最终目的都是获得收入和利润（价值）。
每个企业都要进行价值创造，不同点在于价值创造的来源、方式和价值链的不同。因此，分析不同企业可以从价值创造层面进行分析。耐克和安踏都是运动装备企业，除了产品/服务的区别，两者之间的品牌价值有差距；GE与西门子都是工业领域的巨头，两者之间竞争非常激烈，尽管两者都认识到数据对于制造业和工业产品的重要性，但在价值创造方式方面依然存在不同，GE通过工业互联网平台创造价值（这很美国），西门子则通过工厂智能化与协同制造创造价值（务实的德国）。
对于工业软件企业和工业互联网企业来说，企业的价值就是产品/服务的收入和利润，但暗含着不同的价值创造来源。这里先亮明旗帜：工业软件企业价值创造的来源是产品（工业软件产品）、工业互联网企业价值创造的来源是用户，这是两种不同的逻辑，用我们熟悉的互联网语言来解释：产品为中心、用户为中心。
先看个栗子，某企业提供设备资产管理软件，是典型的工业软件企业，该企业通过开发设备资产管理平台为企业用户提供设备资产管理服务。这是以产品为中心的模式，这种模式面临着以下问题：产品与用户需求存在差异、产品的价格昂贵，受众用户比较少。
工业软件企业的运作模式：通过部分用户调研，开发某款工业软件产品，再将软件销售给企业用户，并提供售后服务。这个产品为了满足不同企业的需求，必然非常“厚重”，由于工业产品的复杂性和特殊性，产品模块越来越多，功能越来越复杂，结构越来越混乱。实际上，很多功能与模块企业并不需要，一些用户实际所需的功能和模块却没有开发。当然，问题总能解决，工业软件企业通过提供定制化服务来满足用户的个性化需求，自然价格不低。
工业软件产品开发周期长、技术要求性较高，开发成本很高，产品的价格不菲，少则几万，多则几十万。这样的价格往往只有大中型企业才能承受，很多处于工业20、30的中小微企业往往没有这样的财力，导致企业信息化建设较为落后。恰恰，这些企业占据中国工业企业的绝大部分。
工业互联网企业以用户为中心，显然更符合互联网思维。这一模式下，工业互联网企业不再局限于依靠产品销售获得收入，工业大数据是其核心资产，企业的核心竞争力从技术能力变成了数据挖掘和服务能力。利用大量的数据采集，工业互联网企业为工业企业提供多种服务：设备管理、生产管理、产品销售和原材料供应、工业产品的营销等，“煎蛋模型”（李杰，2015）可以更好地解释这种转变，具有共性的产品是蛋黄、个性化的服务是蛋白，这是典型的“平台+服务”模式。
工业40时代，企业面临规模化与定制化、个性与共性之间的矛盾，工业互联网企业致力于通过智能设备、智能系统、智能决策三个层次的相互融合来解决这些矛盾。背后的基础就是企业用户使用工业互联网平台所产生的数据，数据即价值。因此，用户是价值创造的来源。
工业互联网企业通过产品的快速迭代和工业大数据挖掘不断满足用户的个性化需求，使工业互联网产品不再“厚而重”，产品非常轻，可 *** 作性很强。此外，工业互联网产品还有一个重要特征：开放，早期工业软件中的数据一般存储于服务器或本地，工业大数据则存储于云端，这是智能系统和智能分析的前提。
工业软件企业创造价值的方式更多依赖工业软件产品的销售和售后维护，通过产品开发创造价值，只要开发好软件产品，做好定制化服务，就能为企业带来源源不断的价值，这是内部创造价值的方式。
工业互联网企业以用户为中心，其价值创造的方式包含内部和外部两种方式，不像工业软件企业一样只依赖于产品自身，其价值创造方式主要是为企业用户提供服务。从煎蛋模型分析，前三次工业革命中主要对标准化产品（蛋黄）进行改善和竞争，在工业40的环境下，如何通过服务做大蛋白，才是获得持续性盈利的关键。企业利用工业大数据挖掘为工业企业提供各种服务，这才是工业互联网企业创造价值的主要方式。
这些服务包括生产设备运行数据的智能采集（利用传感器），为企业提供智能系统进行智能化生产，这也是目前工业互联网急需解决的问题。GE的Predix云服务平台提供就是工业互联网云解决方案。
具体分析，工业互联网企业通过智能机器、传感器和物联网等多种方式智能地采集数据，以感知生产现场和设备运行状况，实现生产设备的精准调度、精准维护、精准管理和安全生产。这克服了工业20时代，主要依靠员工采集生产与设备运行情况数据所带来的低效和错误率。
数据的智能采集只解决了机器的物联网化，更重要的是对所采集数据的智能分析，随着越来越多的机器和设备接入工业互联网，这些分析将更实时、更精准。这也是解决先前提到的规模化与定制化、共性和个性之间的矛盾的重要步骤。工业互联网的最终目标是实现智能决策，即：工业大数据将驱动机器进行学习，工业互联网平台根据学习情况进行“自我思考和自我决策”。
工业软件企业与工业互联网企业价值链的不同体现在两个方面：推动主体不同、价值链闭环。
工业软件价值链的推动主体就是企业本身，企业与用户之间缺少联动。工业软件企业的价值链条：调研→研发→测试→产品→营销→用户，每一环都环环相扣，严格按照先后顺序进行价值传递。用户是价值链的最后一环，被动地接受产品，整个价值链由企业推动。
工业互联网企业的价值链条
价值链的推动主体是企业+用户，为什么用户会成为价值链的推动主体？因为用户进入了价值链N多环节（除了研发），不再是价值链的最后一环，与企业关系从被动变成主动。企业用户使用工业互联网产品，进行机器与设备的数据采集、智能分析，产生了数据，通过使用云解决方案开发定制化服务，企业实际参与了调研、测试和服务等环节。与工业软件企业不同的是，工业大数据不再局限于本地服务器，而是存储于云端，能够实时准确地反映用户的使用情况，工业互联网企业利用这些数据更好地了解用户需求，实现产品的快速迭代。
工业软件企业的价值链中企业与用户之间缺少联动，数据存储于本地服务器，无法真实反映用户使用情况。这条价值链并没有产生回环，用户安装上软件后，往往被认为是价值链的终结，很多工业软件企业并不重视售后与客户服务，造成价值链的脱节。
工业互联网企业的价值链是一个回环，企业与用户之间联系紧密，用户进入了价值链的每一个环节，用户与产品形成一个回环，用户成为工业互联网平台的推动主体之一，形成价值回环让工业互联网企业的价值创造方式从产品销售转变到服务中，使其商业模式不同于工业软件企业。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）