当前我国制造业正处于从传统生产模式向数字化、网联化、智能化的新发展阶段。在我国致力于碳中和的战略背景下，智能制造的发展是我国实现碳中和的关键，也是我们从制造大国走向制造强国的重要一步。一方面，人工智能赋能制造业能通过提高良率、降低原材料损耗等方式降低生产成本，减少碳排放；另一方面，人工智能可通过全自动化、动态监控等方式提高各生产环节的效率，由此实现降本增效，双重发展。

我们认为，AI赋能制造业，主要体现在五个环节：1）设计端，仿真系统提升研发效率；2）生产端，智能机器人提高生产效率；3）运维端，AI算法智能预测；4）检测端，机器视觉增强检测精准度；5）物流端，智慧物流提升运输配送效率。

关于智能制造发展的趋势，有以下八大趋势：

趋势一：数据将成为核心要素

数据是企业数字化转型的核心要素，数据支撑着未来，90%的变革性转变主要依赖于数据的流动和使用，制造行业则更需要真正了解数据的重要性。很多企业不愿意将自己的数据拿出来，因为企业自己并不知道哪些数据有用？数据拿出来能做什么？对企业有什么好处？

董凯认为，如果把数据转化成资产，企业就有动力拿出数据，只有将数据资产转化成数据资本，数据价值才会得到逐级释放。同时要推进数据的分级分类管理，要确保数据共享使用安全并开展数据安全管理认证，最终实现数据要素从资源化到资产化再到资本化的进程。

趋势二：工艺数字化将成为关键突破口

在制造行业，装备是执行工艺的工具，装备的底层技术就是工艺，像开关机、生产情况、派单情况，这些都是装备的重要数据，而装备最核心的是工艺数据能做到实时优化更新。

董凯认为，工艺数据通过传感器采集，不断形成行业级的数据模型，在开源的人工智能算法下不断训练学习，再闭环反馈到控制系统，边缘侧不断做优化调整，这是很有潜力的方向。

趋势三：装备有望向具身智能发展演进

董凯认为在工业领域里，工业装备最难达到的是“通用”，工业装备演进的过程要从单一感知向全域感知提升，从感知智能向认知智能升级，从单机智能向集群智能演进，最后达到从围栏操作向人机协作跃迁。

趋势四：工业软件成为核心引擎

工业软件的本质其实是工业+软件，是工业知识的软件化。董凯认为，目前做的好的工业软件以及未来工业软件的发展，就像章鱼逻辑，40%的智慧在章鱼头部（云端），60%的智慧在章鱼爪子（边缘侧/端侧），未来工业软件就一定要向“边云协同+边缘智能”发展。

趋势五：融合发展的新一代工业网络拓展制造边界

对于制造业数字化的主要关注点，目前更多集中在通过设备上云，数据上云，实现人和机器、机器和机器的链接。工业行业因为其特殊性，如果要将数字化的价值落到实处，需要通过网络基础设施将“数字指令”在工业生产现场的高效执行。董凯提到，联想有自己的网络解决方案，目前行业中特别缺少联想这种既懂工业，又懂IT，能组网络解方案的企业，需要像联想这样的企业来输出能力。

董凯特别举例了TSN与工业5G融合部署的案例，他介绍到，借助5G+TSN协同传输技术，新型工业网络可以支持各种类型的智能工业设备，实现工业数据传输的低延时、高精度、高可靠，原先分布式的感知、执行与控制的解耦等功能可以集中到具有更强大计算能力的控制云中。同时，5G无线通信还解除了设备组合的空间限制。

趋势六：“自下而上”发展工业互联网平台

结合前面提到的从数据到工艺到装备到软件再到网络，都连接起来之后，就成为了工业互联网平台，平台的发展必然是 “自下而上”的。通过积累足够多的工业数据、机理模型和边缘侧解决方案，就形成了良好的“根脉体系”，在此基础上依托AI大模型等技术构建平台，依托平台可以将边缘侧的技术方案和能力“低代码化”，再去“向上”生长出不同的应用。这样基础扎实，才能深入应用到制造业，标准化程度够高，才有持续性的商业模式。

趋势七：供应链协同平台将引领智慧供应链发展

供应链是推动制造业数字化转型的重中之重。通过对信息的协同共享，充分挖掘和利用信息流的最大价值，助力战略决策，将是未来数字化转型的重要方向。董凯建议，平台、企业应以“交易”为核心，整合供应链上下游资源，对供应链做整体支持。

趋势八：数字化工业服务将开辟新的“蓝海”

工业服务是未来制造业的竞争力重要表现，是发展制造业新模式新业态的关键一环，也是具有巨大发展潜力的蓝海市场。董凯认为，AI+大模型是未来特别看好的方向，前提是能做设备全生命周期的管理，要先把设备管理好。

大模型将推动制造业创造全新的应用场景和商业模式，应该以开放的姿态，积极拥抱大模型，迅速补齐短板，缩小与国外在技术创新和技术应用上的差距。