制造业：数字经济赋能，从“制”造走向“智”造
我国已基完成了工业化的建设，资本投入对经济发展的拉动作用已明显减弱，未来的 五至十年，“数字”将成为制造过程中一大新的生产要素，为提升劳动生产率贡献新的力 量。那么，数字经济将如何赋能制造业？制造业已经迎来了哪些技术突破和变革？中长 期来看，这些技术变革将带领制造业走向何方？本节内容，就基于以上问题的思考，进 行了深入探讨。
有效赋能：数字经济如何促进制造业升级？
数字经济对制造业的赋能如何体现？随着通讯技术的进步，大数据的普及，未来的工业 产品将更加“智能化”，工业生产将更加“数字化”，而渠道销售和服务将更加“定制化”。
在产品端，互联网与通讯技术的融入将推动工业产品更加智能。我们面对的产品将不再 是一成不变的单一形态，而是如 AlphaGo 一般具有自主“学习”、“思考”和“反应”能 力的智慧终端；在生产端，“数字”作为一关键的生产要素将帮助生产、物流、仓储等 各个环节实现降本增效。智能制造将不仅仅释放人们的双手，更将在视觉、触觉乃至大 脑决策层替代人工劳动；在服务端，大数据分析帮助企业更好地满足消费者的个性化、 定制化需求。消费者的需求将被更快速、更精确地为生产厂家所获悉，并实时为生产指 明方向。
由于较早在相关领域进行了投资布局，我们认为龙头企业可能更早受益，并引领“制造 业升级”浪潮。我们观察到，众多细分制造业领域的龙头企业在近些年密集开展了智能 化、数字化改造，数字经济赋能制造业的帷幕已然拉开。
产业现状：我国制造业的数字化程度如何？
生产数字化进程近半，未来更多人力劳动有望被机器替代。根据《中国两化融合咨询务联盟报告（2018）》，截止 2018 年，我国企业生产设备数字化率和关键工序数控化率分 别为 45.9%和 48.4%，这意味着我国制造业已具备了一定数字化基础，但距离全面普及还 有一定差距。具体来看，生产工序连续进行的流程型生产行业如化工、炼油等，其数字 化、联网化程度较高；而由零部件组装成最终产品的离散制造行业如汽车、船舶等，其 数字化水平则较为落后。
催化因素：新冠肺炎疫情对制造业产生了哪些影响？
2020 年新冠肺炎疫情对制造业的影响“危中有机”。我们了解到，此前严重依赖劳动力 投入的部分传统业务正在加速智能化、数字化的改造进程，包括从事钣金加工、焊接、 喷涂、机械装配等环节的制造企业。在疫情爆发中前期，我国工业机器人产量增长乏力， 但疫情得到控制后，制造企业自动化改造的意愿明显增强，自 3 月起我国工业机器人产 量快速反弹，单月产量已连续 5 个月高于去年同期水平，且平均增幅达到 20 个百分点。
未来趋势：数字经济带领中国制造业走向何方？
展望未来，中国制造业将和数字经济融合发展，产品智能化、生产数字化与服务定制化 将成为中国制造业发展的三大核心趋势。具体而言：
1. 产品智能化：通过与 5G 通讯、人工智能等广泛应用的技术形态相结合，工业产品将 进一步向高端化、智能化迈进；
2. 生产数字化：生产设备和关键工序的数字化能够将人、机、物料以及生产流程各环 节紧密地连接起来。通过实时采集、传输和分析下游的需求数据，企业得以高效识 别需求，并通过智能化程度较高的供应链系统及时采购原材料并投入生产。柔性化 制造技术则能够帮助企业以较低的成本实现多批次、小批量的定制化生产；
3. 服务定制化：数字化工厂奠定了柔性制造的基础，制造业的商业模式将逐步从传统 的 B2B/B2C（Business to Business/ Business to Customer）转向 C2M （Customer to Manufacturer），消费者的需求和理念将在生产过程中占据更重要的地位，下游客户 有机会获得更加个性化、差异化的产品和定制化服务。
技术突破：数字经济助力制造业升级已经初露端倪？
我们认为，制造业的产品智能化、生产数字化与服务定制化三大趋势，已经初露端倪。从技术突破的应用案例来看，整车智能和架构革新、无人工厂、数字营销是上述三大趋 势的具体体现。
产品智能化势不可挡，汽车行业迎接变革
5G 通讯、人工智能等新兴技术应用于制造业，带来产品智能化的发展。随着智能芯片在 工业产品中被普遍应用，以及 5G 通讯技术将不同终端应用产品广泛连接，工业产品的“感 知”能力和“计算”能力都将显著加强。与此同时，通过综合利用传感器（解放触觉）、 机器视觉（解放视觉）、语音识别（解放听觉）以及云计算技术（解放大脑），工业产品 能够更加便捷和普遍地实现人与设备、设备与设备间的互动，这将对工业产品带来重大 变革。例如，乘用车的电动化、联网化催生了智能驾驶技术的推广应用，我们认为将带 来传统汽车工业的颠覆式发展。
多阶段自动驾驶逐步落地，提升用车体验，创造新应用场景。我们认为汽车智能化产品 最终的落脚点应为满足消费者需求和对应的各种应用场景，甚至创造新的消费者需求， 并反哺为车企品牌和产品竞争力提升。目前龙头车企已经开始大力投入在自动驾驶领域 的技术储备，在外购底层芯片、核心硬件的基础上自主研发自动驾驶系统。目前大部分 龙头企业可商业化的技术水平已达到接近 L3 水平，以特斯拉为例，应用场景包括智能泊 车、自动辅助变道、自动辅助导航驾驶等服务。此外，特斯拉可以通过来源于车主的驾 驶信息不断训练智能驾驶系统，提高智能驾驶的精确度，做出更符合真人驾驶习惯的判 断。往前看，在逐步实现全自动驾驶的过程中，新的应用场景应运而生，包括自主泊车、 干线物流、无人配送等。
整车架构革新，提高生产自动化程度，方便在线实现软硬件升级。全球汽车电动化程度 提高，5G 等技术帮助算力向中央集中，整车实现从传统机械架构向电子化架构转型，变 多域控制器为单一域控制器。目前各车企都在加强汽车电子电器架构的模块化设计，以 提高自动化程度、方便软硬件升级。以特斯拉为例，从研发 Model X 时就开始了模块化 整合的过程，Model 3 则实现了完全模块化，汽车控制系统被分成 3 个模块：CCM（中央 计算模块）、BCM LH（左车身控制模块）、BCM RH（右车身控制模块）。
模块化架构带来四个好处：1) 算力集中化。模块内部可共享算力，有利于减少算力浪费。2) 制造自动化。电路连接结构得到精简，特斯拉有望降低成本和装配难度，实现高水平 的自动化生产。3) 软件可在线更新。传统车架构中控制器多达上百个，并且来自于不同 供应商，整车厂没有权限和能力对其进行在线更新，因此软硬件通常在线下与整车进行 同步更新，改款和换代需要 3-5 年的时间。而模块化可实现软硬件的在线升级，特斯拉 软件近 8 年共进行了 9 次大型更新，平均每 10 个月就迭代一次，从而不断优化用户体验， 实现“软件定义汽车”。4）大数据应用：单一域控制更便于对消费者用车行为、行驶数 据的搜集，数据分析有利于对整车设计制造的改进。
生产数字化应运而生，制造业劳动力大解放
生产数字化是提升生产效率的有效手段。具体又可以分为产线的数字化和供应链的数字 化。1) 产线数字化改造将显著提升制造业企业在生产端的效率，成为企业超额利润的重 要来源。2) 供应链数字化改造能够提升信息收集、传输、分析和使用的效率，带来供应 链的变革。供应链的数字化改造与信息交互，能够降低产品和服务定制化的成本，减少 厂商库存，并显著提升企业的盈利能力。
生产数字化的代表性应用：制造业与人工智能相结合，使得无人工厂成为可能。发那科 （FANUC）无人工厂通过力传感器及控制系统实现部件的搬运及组装，并运用视觉传感 器 iRVision 进行表面缺陷的外观检查，可以在无人状态下维持正常运转。此外，通过基础 设备与“人工智能”的结合，新技术最大程度地提高了机器人的“感知能力”和“智慧 程度”，例如发那科将“人工智能”引入切割机床，使机器人能够通过自主学习，预测和 校正温度变化导致的微小位移，进而使加工精度相比传统做法提高了 40%。特别地，发 那科于 2019 年 4 月 3 日正式宣布，其在日本之外的全球最大机器人生产基地即将登陆上 海，该项目总投资约 15 亿元人民币，该工厂被命名为“超级智能工厂”。
展望未来，我们认为中国制造业广阔的总需求、低廉的工程师成本，将成为孕育中国智 能制造优质企业的肥沃土壤。
服务定制化如虎添翼，消费者效用得到提升
服务定制化：“定制化”是指通过满足消费者的个性化需求而提升消费者效用的生产或服 务方式。对于企业而言，通过供、需两侧的信息化建设，企业能够更好地了解需求、匹 配需求。对消费者而言，柔性化制造将更好地满足消费者的个性化需求。
产品服务定制化的代表性应用：5G 及 VR 技术的推广，使得汽车行业中的线上 VR 看车、 产品定制化成为可能。以特斯拉为例，目前消费者可以线上完成购车的绝大多数环节， 包括选择车型、预约试驾、自主选择配置、支付定金并选择提货门店等，线下门店仅起 到试车（辅助决策）和提车付款的作用。新型销售模式可以减少卖家与客户间的沟通成 本、降低信息不对称程度，并增加消费者的满意度；同时，新模式也节省了开发和维护 渠道网络的相关支出，提升了交易效率，有助于提升企业盈利能力。
从定制化程度来看，特斯拉也远高于传统车企。传统车企仅提供低配、中配和顶配等少 量、固定的可选版本，消费者无法个性化地选择只强化其中的某一项配置。而特斯拉则 在细分配置上提供高自由度的选择：消费者可自主选择和搭配 5 种车漆颜色、2 种续航、 2 种轮毂、2 种内饰颜色，以及是否配置自动驾驶功能等。