随着国民经济的持续发展和人均国民收入的逐步提升，中国制造业人力成本优 势正逐渐减弱。
2023年，生成式人工智能应用和工具产品实现破圈式发展。为满足人工智能大 模型训练和应用过程中对计算、网络和存储的需求，实现更精准的执行能力和 更强大的场景可迁移性，构建大规模、高速响应、高精度及卓越性能的算力基 础设施变得至关重要且刻不容缓。 在此基础上，中国算力规模保持快速发展。根据工业和信息化部数据，截至 2023年年末，中国在用数据中心机架总规模超过810万标准机架，中国算力总规 模已达到230EFLOPS（即每秒230百亿亿次浮点运算）15，位居世界第二。与此 同时，以闪存技术为代表的先进存储能力也在不断提升，为算力应用于下游各 行各业的数字化转型提供了强大支撑，进一步推动了人工智能技术与实体经济 深度融合。
随着算力基础设施向云数据中心和智算中心迭代、计算架构升级，算力服务的 范畴已远远超越传统通用计算的界限，向智能化计算与超级计算领域深度拓展。 截至2023年6月底，中国智能算力规模为49EFLOPS，占整体算力规模的的超四 分之一，同比增速高达45％，较算力规模的整体增速高15个百分点16。智能算 力的崛起，正通过革命性地重塑基础架构中的算力调度与组合模式，应对大模 型时代下企业对高性能集群式算力需求激增的挑战。针对传统算力资源虚拟化 共享机制难以高效支撑这一需求的现状，智算通过构建统一的计算平台，实现 了跨厂商、跨指令集、跨规格计算资源的无缝整合与高效管理。这一创新举措 不仅极大地促进了算力的灵活调度与优化配置，更将算力资源从潜在的生产要 素转化为推动经济社会发展的强大生产力。
算力规模强劲增长与结构升级成为推动千行百业数字化转型的最大驱动力之一。 清华大学联合国际数据公司发布的《2022-2023全球计算力指数评估报告》显示， 制造业、互联网、金融、政府和电信市场是全球算力市场中部署水平最高的五 大行业17。其中，制造业是全球算力水平最高的传统行业之一，其2021年算力 支出占全球的12%，仅次于金融业。这一数据不仅印证了制造业对算力资源的 高度依赖与广泛应用，也预示着未来算力技术将进一步深度融入制造业生产流 程，引领传统产业升级焕新，迈向智能化、高效化的新纪元。
当前，制造业正经历着前所未有的变革，通过信息技术与制造技术的深度交叉 融合，不断衍生出新的应用方向，算力业务的效能边界被不断拓宽。智能产线、 预测性维护、运营优化以及实时监控，作为智算技术赋能制造业转型的四大核 心应用场景，正引领着产业向智能化、高效化方向迈进。
随着国民经济的持续发展和人均国民收入的逐步提升，中国制造业人力成本优 势正逐渐减弱。2000年，中国制造业人均工资为每年1,057美元，仅相当于日本 同期人力成本的3%。2021年，中国制造业人均工资提升至每年14,295美元，接 近日本同期的50%。 与此同时，以泰国为代表的东南亚国家在人力成本方面呈现出不同的增长轨迹。 2000年，泰国的制造业人均年工资为1,789美元，略高于中国；但至2021年， 其人均工资增长2.8倍，至5,089美元，约为中国同期人均工资的1/3。在全球经 济一体化下各国劳动力市场的动态调整，也预示着中国制造业在转型升级过程 中需要更加注重技术创新、效率提升及价值链的重塑，以应对成本上升带来的 挑战，并持续保持国际竞争力。
如今，人力成本持续攀升且显著高于周边国家，中国制造业受到的影响却相对 较小，这主要得益于中国企业在全球新一代工业技术革命中的引领地位，特别 是在自动化与智能化基础设施建设、以及产业链与供应链配套体系的完善方面， 中国展现出了显著的领先优势。以工业自动化设备的重要分支工业机器人为例， 其广泛地应用于中国制造业的各个生产环节，如焊接、机械加工、搬运、装配、 分拣、喷涂等，有效地提升生产效率与精度。 根据国际机器人联合会发布的《2023世界机器人报告》19，2023年中国工业机 器人密度名列全球第4，而印度、越南和墨西哥等国，排名前20名以外，与中国 相比，存在较大的差距。装机量方面，2023年中国工业机器人的装机量在全球 的占比超过50%。中国工业机器人安装量约为日本的6倍，美国的7倍，韩国的 10倍。中国制造业对自动化技术的强烈需求与广泛应用，也推动着中国在工业 自动化与智能化道路上的加速前行。更为关键的是，中国并未止步于工业机器 人的简单应用，而是积极探索5G、人工智能等前沿技术与制造业的深度融合。 通过这一创新路径，中国正加速推动制造业向更加智能、高效、灵活的方向转 型。
自工业3.0时代迈入工业4.0的新纪元，制造行业正经历着一场深刻的变革，其核 心在于从机械自动化向数字自动化的跨越式转型。在这一转型过程中，人工智 能与机器学习等前沿数字技术的深度融入，为生产系统赋予了前所未有的自学 习能力、自适应能力及智能决策能力。通过海量数据的收集与分析，借助先进 的算法与模型进行精准预测与优化，生产流程得以智能化调整与控制，实现了 从生产加工到管理决策的全方位智能化升级。 以某全球领先的煤矿综采技术与装备供应商所打造的数字化灯塔工厂为例，该 工厂充分利用了5G通信技术、物联网系统的强大连接能力，以及企业自主研发 的“数字孪生系统”这一创新技术，成功构建了覆盖产品全生命周期的数字自 动化生产体系。从产品设计之初的灵感碰撞，到精选材料的严格筛选，再到生 产制造的精细执行，直至最终产品交付的每一个环节，实现全流程数字自动化。
在制造业实现高质量发展的战略机遇期，智能决策正成为推动制造业数智化转 型的新动能，其驱动因素在于： • 企业管理模式的深刻变革。随着企业从传统的线性增长模式迈向复杂能力网 络的构建，多产业协同、全球化供应链的深度融合，以及生产方式向个性化、 定制化、灵活化的深刻转型，均要求企业构建一套能够横跨战略、市场、营 销、制造、原料等全链路的智能决策体系，以应对日益复杂的业务网络和管 理挑战； • 数据标准化与流程信息化的双重筑基。数据标准化作为企业数字化转型的 基石，通过传感器、PLC、RFID等先进技术以及数据库系统的广泛应用，实 现了数据的快速采集、传输、存储与处理，为流程的信息化改造提供了坚实 的数据支撑。在此基础上，企业借助CRM、ERP、APS、MES、WMS、TMS 等信息系统，构建起覆盖供应链全链条的信息化管理体系，实现了数据的无 缝对接与高效流转。进一步地，企业依托大数据、人工智能及运筹优化算法， 通过决策优化系统的引入，将供应链管理推向了智能化决策的新高度。
面对长期以来一些国际品牌在国内商业决策智能化市场的主导地位及其高昂的 成本门槛，国内企业积极投身工业级别求解器的自主研发，致力于打破技术垄 断，降低应用成本。近年来，国内企业纷纷开始了工业级别求解器方面的研发， 支持智能决策技术实现面向设备、面向生产、面向运营、面向产业链的全场景 赋能。制造业智能决策最佳实践案例表明，智能决策已经帮助领先企业实现业 绩突破与业务变革。
制造业企业在建立面向整条供应链的智能决策解决方案中，致力于将大数据、 人工智能与运筹优化等前沿技术深度整合，以标准化产品为基石，迅速响应个 性化需求，实现快速定制开发。这一优化策略横跨了从底层基础设施到上层应 用系统的三大层次，构建起全方位、立体化的智能决策生态。
伴随着消费结构的不断升级与多元化，“以产定销”的传统生产模式已难以充 分响应市场及消费者日益增长的多样化、个性化、定制化及时效性需求。买方 市场的崛起和消费者偏好的快速变化，促使市场对“多样化、小规模、周期可 控”的生产模式展现出前所未有的渴求。这一趋势构成了强大的驱动力，迫使 制造业深刻反思并转型其生产模式，逐步向以消费者需求为核心导向的产供体 系迈进。 在此过程中，制造业经历了一场从“粗犷型”向“精细化”的深刻转变，不仅 追求产品质量的精益求精，更在生产灵活性与响应速度上实现了质的飞跃。柔 性制造模式应运而生并迅速普及，并以其高度灵活的生产组织方式、快速适应 市场变化的能力以及对个性化需求的精准满足，成为了制造业转型升级的重要 路径。通过柔性制造，企业能够灵活调整生产计划，快速响应市场变化，实现 小批量、多品种的定制化生产，从而更好地满足消费者多样化的需求，提升市 场竞争力。
对于制造业而言，柔性制造不是一个单点能力，而是企业整体系统组织能力的 全面体现。企业需要柔性物流、柔性控制、柔性调度、柔性生产计划，并在此 基础上完成柔性生产，考验的是生产线和供应链的反应以及协同速度，用例覆 盖全价值链各环节。
