智能制造和工业互联网融合发展初探
一、前言
随着世界产业变革的推进，制造业的重要性日益凸显。面对生产运营成本的高涨和产品质量及价值提升的需求，制造业的高质量发展离不开智能化变革。当前，数字经济蓬勃发展，工业制造与信息技术的融合日益深化，为传统产业带来了翻天覆地的变化。
技术的浪潮席卷而来，新型网络强化了互联基础，云计算催生了应用创新，人工智能挖掘了价值潜力，而开源开放则为生态构建注入了新动力。这一切标志着传统产业在数字技术的推动下，正经历着前所未有的变革。
与此全球主要工业国家纷纷将目光投向了制造业智能化升级。美国推出了《先进制造伙伴关系计划》等一系列规划，强调信息技术的引领作用；德国则重视信息物理系统的应用，发布了工业4.0战略。我国则将信息技术与工业制造的融合作为发展重点，推动工业制造向数字化、智能化转型升级。
在这一大背景下，智能制造以工业互联网为基础支撑，广泛应用于设计、生产、制造、管理、服务等多个环节。它具有高效精准决策、实时动态优化、敏捷灵活响应等特征，为制造业带来了全新的生态和新型应用模式。工业互联网则打通了产业要素、产业链和价值链，建立了工业生产制造与服务的新体系。智能制造和工业互联网的融合，将推动传统产业发生裂变和升级演进。芯片、基础软件、算法与机理模型等基础能力将得到拓展，逐步建立起智能制造和工业互联网的产业体系。这一切预示着制造业未来将进入一个全新的时代，网络互联为基础，工业互联网平台为核心的信息制造体系将引领制造业走向新的辉煌。智能制造与工业互联网的融合——全球视角与中国机遇
随着信息技术的快速发展，智能制造与工业互联网的融合成为了全球工业制造业的重要发展趋势。本文旨在分析这一融合发展的现状和未来趋势，并探讨中国在这一领域的发展机遇和挑战。
一、全球视角：智能制造与工业互联网的融合
当前，世界各国都在积极推动智能制造与工业互联网的融合发展。智能制造通过引入先进的信息技术，如人工智能、大数据分析和物联网等，实现生产过程的智能化和自动化。而工业互联网则通过连接设备、人员和服务，实现工业生产的数字化和智能化。二者的融合，将带来工业生产效率的显著提高和产业链的深度融合。
二、中国的发展现状及趋势
在我国，智能制造与工业互联网的融合也呈现出蓬勃的发展态势。我国在这一领域的发展既有巨大的机遇，也面临一些挑战和关键问题。例如，智能制造产业链中的关键环节如APP、CPU、GPU等的发展还存在短板，需要我们加大投入，提升技术创新能力。
三、研究内容及重点环节
本文重点研究了智能制造产业链中的四个关键环节：应用程序（APP）、中央处理器（CPU）、图形处理器（GPU）和现场可编程逻辑门阵列（FPGA）。这些环节是智能制造的核心，也是我国需要重点突破的领域。本文还分析了我国智能制造和工业互联网融合发展的需求，以及当前存在的挑战和关键问题。
四、发展机遇与挑战
我国智能制造和工业互联网融合发展具有巨大的机遇。随着技术的不断进步和政策的不断支持，我国在这一领域的发展前景广阔。但我们也面临一些挑战和关键问题，如技术创新能力的不足、产业链的不完善等。
五、建议与展望
针对以上分析，本文提出了一些建议，以期为我国智能制造和工业互联网融合发展的转型升级提供理论参考。我们应加大技术创新力度，提升我国在智能制造领域的技术水平。我们应完善产业链，加强产业链的协同发展。我们还应该加强国际合作，学习借鉴国际先进经验，推动我国智能制造和工业互联网的融合发展。
智能制造与工业互联网的融合是全球工业制造业的重要发展趋势，我国在这一领域具有巨大的发展机遇和挑战。我们需要抓住机遇，应对挑战，推动我国的工业制造转型升级。二、智能制造与工业互联网融合发展的需求分析
（一）制造业智能化对平台工具提出新的要求
随着制造业的智能化进程不断加速，工业数据呈现爆发式增长，这一趋势对现有的平台工具提出了更高的要求。为了更好地适应这一变化，新型的数据管理工具应运而生。
工业数据采集范围的扩大带来了数据类型和规模的爆炸式增长。这不仅包括传统的结构化数据，还涉及大量的非结构化数据，如视频、图像等。这些数据富含宝贵的价值，但同时也带来了管理和存储的挑战。为了降低海量数据的管理成本并提高存储的可靠性，我们需要更为高效、灵活的数据管理工具。这些工具需要具备处理大规模数据的能力，同时还要确保数据的安全性和准确性。
随着工业系统与互联网的不断融合，平台工具还需要具备更强的互联互通能力。这意味着这些工具需要能够与各种设备和系统进行无缝对接，实现数据的实时共享和交换。这种互联互通能力将有助于打破信息孤岛，提高整个制造过程的协同性和效率。
推动企业智能化决策：新型应用创新载体的探索
在当今制造企业追求更加精细化和精准化管理的时代，丰富的数据成为了不可或缺的资源。随着工业场景的层次化和交叉程度不断加深，各行业数据与知识的专业壁垒日益凸显，传统应用创新模式已无法满足企业差异化的需求。新型应用创新载体应运而生，它依赖于实际工业数据和抽象工业知识，结合功能全面的平台调用方式，成功破解应用创新壁垒，满足智能化应用迅猛增长的需求。
为了应对日益加快的产品更新速度，制造企业需要进行更为频繁的资源协同和生产并行。这就要求企业在设计、生产和管理系统等方面，都能更好地支持与其他企业的业务交互。这就呼唤新型业务交互工具的出现。这些工具主要包括高效集成的差异化主体与系统，能够更好地适应现代制造业的需求，推动各企业间的协同合作，进一步提升企业的运营效率和竞争力。
新型应用创新载体与新型业务交互工具的出现，为制造企业的智能化决策提供了强有力的支持。这些工具不仅能够提高企业内部的管理效率，还能加强企业间的合作与协同，共同推动制造业的发展。在未来的竞争中，只有不断拥抱创新，才能在激烈的市场竞争中立于不败之地。（二）信息技术加速融合推动制造业模式重塑
随着信息技术的快速发展和广泛渗透，制造业正经历着一场深刻的变革。数字化升级已成为制造业的必然趋势，而这一切都离不开与新型信息技术的紧密关联。
制造企业借助物联网技术，得以大量收集设备和产线上的多样化数据。借助云计算，企业获得了灵活便捷的软件应用环境和经济高效的数据存储解决方案。人工智能技术的应用进一步提升了数据挖掘能力，使制造企业能够更好地响应市场需求，高效整合各类资源，组织生产经营。互联网平台的使用，催生了网络化协同、特色化定制等全新商业模式，标志着信息与制造技术的融合正在推动工业领域的新一轮革新。
三、智能制造与工业互联网的崛起
智能制造与工业互联网产业是支撑未来新型工业制造能力体系的核心支柱，这个领域可细分为高端智能装备、工业自动化、工业软件与应用、工业互联网平台四个子领域。
随着技术的不断进步和应用场景的不断拓展，智能制造正在成为制造业的重要发展方向。高端智能装备的发展提升了制造精度和效率，工业自动化使得生产过程更加稳定可靠，工业软件与应用为制造业提供了强大的数字化工具，而工业互联网平台则促进了制造业的智能化和网络化。这四个子领域的协同发展，将推动制造业实现更高水平的智能化、自动化和数字化，为新型工业制造能力体系的构建提供有力支撑。（一）高端智能装备领域概况
随着技术的不断发展，高端智能装备市场仍在持续拓展，同时基础技术研究也需进一步深化。智能化是这一领域不可逆转的演进方向。高端制造装备的智能化是先进制造技术、信息技术和智能技术的完美结合，其关键在于能否实现感知、分析、推理、决策、控制等功能。智能制造装备作为智能制造的重要组成部分，涵盖了工业机器人、数控机床、增材制造设备等硬件基础设施，以及智能控制软件系统和以传感器为代表的检测设施。
尽管我国在智能装备领域已在低端市场具备一定的基础，但在高端市场占比仍然较低。基础工艺与算法方面的短板限制了我们的发展，国产化产品主要集中在中低端领域，如搬运、喷涂机器人，中低档机床等。我们必须加大在高端智能装备领域的技术研发和创新力度，提升产品性能和质量，以满足高端市场的需求。
当前，工业机器人远程监控与故障诊断技术已成为该领域的研究热点。一些国际知名企业如瑞典的ABB公司已经开始研发用于远程监控工业机器人的服务平台，以降低故障带来的损失和运营成本。美国的研究团队也从故障特征入手，以扭矩和温度为控制量，实现了机械臂的远程监测。这些技术的研发和应用将有助于提高工业机器人的工作效率和可靠性，推动智能装备领域的进一步发展。
当前，智能控制系统领域呈现国际大型企业垄断的格局。欧美企业占据了全球前50强的74%市场份额，其中美国企业更是在前10名中占据半壁江山。而在国内，高达90%以上的高档数控机床控制系统市场被国外产品所占据。这种局面凸显了我们在智能控制系统领域的挑战与不足。
在关键工业设施方面，如传感器等检测设施、控制设备以及核心零部件等领域，我们存在着明显的短板。相关产品的研发往往追随国外技术方向，在先进性和前瞻性方面存在明显的差距。专业生产水平不高、对个性化服务的忽视等问题也制约了该行业的发展。
随着智能化、网联化趋势的推进，智能装备产业正经历着协同智能的演变。新的核心、新环节、新主体不断在产业中涌现。在这一进程中，协同优化的实现离不开单点增强。第五代移动通信（5G）技术作为推动互联和智能演进的关键力量，我国的5G技术设备供应商已成为装备产业的重要力量。AI芯片作为智能装备产品的核心部件，国内企业在自动驾驶等领域的涉足展现出惊人的发展速度。
智能装备产业的未来充满希望。随着智能化、网联化趋势的深入发展，我们有理由相信，国内企业将在智能控制系统领域实现突破，打破国际大型企业的垄断格局。而在关键工业设施方面，我们也正积极追赶，努力缩小与国外的差距。提升专业生产水平，提供更多个性化服务也将是行业发展的重要方向。（二）工业自动化领域现状
工业自动化涵盖工业控制、工业网络、工业传感器等多个产业，致力于提供感知、控制、传输等解决方案，为智能制造提供技术支持。我国在这一领域已经取得了部分国产化产品的突破，但在关键市场和技术方面，仍然存在一定的挑战。核心产品与标准仍由国际企业主导。
在工业控制系统方面，德国企业在大型可编程逻辑控制器（PLC）领域具有显著优势，占据全球市场份额的31%。而国内企业则主要在小型PLC市场占据一席之地。在核心技术层面，国外企业依然垄断着微控制单元（MCU）、数字信号处理（DSP）、现场可编程逻辑门阵列（FPGA）等关键元器件技术。
对于工业网络领域，国外自动化企业主导了主要市场和网络核心标准，国内企业目前处于产业边缘环节，短期内难以改变这一格局。
在国际科技领域，大型企业在核心元器件技术方面拥有显著优势，特别是在敏感芯片领域几乎形成垄断。这一地位反映在市场上，它们牢牢把握市场主导权。以高温高压传感器为例，科技进展不断刷新记录。早在2004年，美国科研机构成功研发出SiC压阻式压力传感器，其工作温度高达惊人的400摄氏度。不久后的2015年，马来西亚高校以3C-SiC为主要材料研制出更先进的高温压力传感器，其工作量程为5MPa，工作温度更是跃升至500摄氏度。而中国也不甘落后，2017年中国电子科技集团有限公司第四十九研究所通过技术引进和自主创新，成功研制的压力传感器量程达到了100MPa。
展望未来，新型算法将推动产品形态和功能的革新。自动化与云计算企业的紧密合作将推动工业自动化向边缘智能发展。在产业层面，自动化企业将牵头投资并整合AI研发，通过产品的智能化升级来巩固并扩大市场地位。
接下来，让我们深入探讨工业软件与应用领域的发展。工业软件正在经历从复杂系统向便捷平台的转变，而工业APP作为新型形态崭露头角。这些APP基于平台运行，承载丰富的工业知识和经验，能够在各类工业终端上运行，主要解决特定业务问题或满足特定业务场景需求，具有鲜明的轻量化特征。
我国工业软件研发设计产品仍存在缺失，市场规模虽然相对较小，但增长速度却非常高。关键技术积累的不足是我们面临的一大挑战。公开数据显示，我国市场上的计算机辅助工程（CAE）软件排名前十的几乎全是国外厂商。尽管如此，我国在全球工业应用软件市场的份额仍在增长，2015年占比3.5%，但增速高达10.2%，远高于全球平均增速的0.47%。这表明我国工业软件领域有着巨大的发展潜力和广阔的市场前景。在生产控制软件领域，德国企业依然稳坐优势宝座。他们基于产品生命周期管理（PLM）架构，提出了全集成性数字化解决方案，成功打通了制造工厂的多层次信息交互。特别是在电力、钢铁冶金和石化等行业，这些解决方案受到了广泛应用和认可^[20]^。
在技术层面，国内企业仍面临一些挑战。他们尚未掌握CAE有限元算法和计算机辅助设计（CAD）核心几何内核算法，因此只能通过授权经营的方式使用这些技术。相关行业模型的积累也相对薄弱，虽然能够实现基本功能，但在专业性和灵活性方面仍有不足^[21]^。
未来国内企业仍有机会通过优化软件架构来推进工业APP的新形态发展。全面云化的软件将促进订阅形式的普及。未来的软件架构技术将呈现微服务化、容器化、方法与系统（DevOps）等新的形式和理念。随着这些技术的发展，管理、仿真设计、生产控制等各类工业软件的全面云化已蓄势待发。这意味着，国内企业在云化软件领域有着巨大的发展潜力。
在这样的背景下，国内企业应加大技术研发和模型积累力度，逐步提升自身在技术领域的竞争力。也要紧跟全球软件架构技术的发展趋势，积极拥抱云化软件的未来，以更好地服务于国家重点领域的工业发展。（四）工业互联网平台
工业互联网平台作为工业云平台，是推进制造业数字化、网络化、智能化的重要载体。它不仅涵盖了海量数据采集和分析于一体的服务体系，更为制造业资源的弹性供给、广泛链接和高效配置提供了有力支撑。
这一平台构建了一个针对工业大数据相关处理的开发环境，将抽象知识经验的模型化、数字化、标准化作为实施重点。其目的是优化工业生产中的设计制造与运营管理等环节，实现资源的高效利用，并塑造一个资源整合、合作共赢的制造业新生态。
在全球范围内，发达国家的多家企业已经将工业互联网平台作为核心战略方向，纷纷开展符合自身特点的平台建设。例如，通用电气的Predix和西门子的MindSphere等平台，它们针对工业设备和工业系统需求，展现出物联网操作系统的独特特征。
我国也在工业互联网平台建设上投入了大量努力，形成了一定的规模和体系。尽管与国外的先进水平相比，我们在核心能力上还存在一定的差距。但国内已有影响力的工业互联网平台超过50家，平台连接的设备数量也达到惊人的5.9×104台。
展望未来，行业领军企业在构建工业互联网平台方面采取了四种主要策略布局。自动化企业依靠工业设备的创新服务模式，为未来的发展奠定基石。制造企业则通过推进数字化转型，积极构建自身的工业互联网平台，以适应日新月异的行业变革。软件企业则借助工业互联网平台，实现业务升级和能力的拓展，不断推陈出新。信息技术企业则致力于将现有平台向制造领域延伸，寻求更广泛的融合与发展。
在我国，智能制造和工业互联网的融合带来了巨大的发展机遇。产业链正在加速演进，主导权不再局限于某些特定环节，而是分散到了多个关键节点。传统的产业链格局，以专用芯片、专业算法知识的封闭和龙头厂商的垄断为主，如今正在向更加开放和多元化的新兴产业链格局转变。芯片、开源操作系统、算法与机理模型以及基于数据的新型服务这四大环节，正逐渐成为未来产业主导权的关键所在。
这一转变不仅标志着智能制造产业的日益成熟，也预示着工业互联网市场的竞争将愈发激烈。这种变革将促进整个产业体系的演进和升级，为我国的制造业和工业互联网发展带来前所未有的机遇。行业内的各大企业需紧跟这一趋势，不断创新和适应，以应对未来的挑战并抓住发展的机遇。传统产业链涵盖了工业软件、工业网络、工业控制、工业传感和装备产品等细分领域，构建了以元器件/基础技术、操作系统、数据库/嵌入式系统为核心的上游产业，以整机/软件为主体的中游产业，以及由集成和服务构成的下游产业。这些细分领域共同形成了一个完整的产业格局。
随着科技的飞速发展，尤其是AI、云计算、大数据和边缘计算等信息技术的广泛应用，传统产业链正在经历深刻的变革。新兴产业链正由“工业软件 + 工业自动化 + 装备产品”的模式，转变为“工业互联网平台 + 边缘计算 + 智能装备产品”的新型产业格局（如图2所示）。
这一转变特别关注中游的整机发展，推动信息技术的进一步布局。新兴产业链向上游延伸，涵盖了芯片、基础软件等关键领域，而下游则涵盖了服务企业的信息化需求。AI芯片、FPGA、CPU等底层硬件技术，作为工业领域算力需求的基础，已经成为新兴产业不可或缺的关键和通用要素。这些技术的发展不仅推动了产业链的升级，也推动了整个工业的智能化和数字化转型。图2描绘了一个由工业互联网平台、边缘计算和智能装备产品构成的新兴产业链格局与架构。在这个架构中，各个组成部分相互关联，共同推动着产业的发展。
（二）基础软件领域目前受到外部因素的影响较大，而开源模式成为突破局面的关键。随着开源模式的迅速成熟，它在智能制造和工业互联网领域的应用不断拓展。以容器、微服务、计算框架为代表的三大核心开源技术，已经成为改变传统基础软件生态、实现功能解耦再集成的核心力量。
现阶段仍存在一些问题。容器引擎与编排工具、微服务核心工具与新型架构、主流计算框架等项目的主导权仍然在国外公司或基金手中。在基础工业软件领域，我国在开源技术的自主可控和话语权方面还有待提升。目前，三大核心开源方向尚无自主项目，国内企业在相关领域的发展基本空白。
尽管如此，这并不意味着我们没有机会。开源模式为所有参与者提供了平等的机会，只要我们积极投入研发，加强合作，就有可能在这个领域取得突破，提升我国在全球产业链中的地位。面向未来，工业开源领域正迎来前所未有的变革，特别是针对AI和机器人的领域。这一变革的动力源自信息技术的蓬勃发展，特别是AI技术的崛起。工业开源技术正逐渐成为探索的热点，特别是在AI等新兴领域，有望为传统的基础软件带来颠覆性的突破。开源机器人和机床控制系统的崛起，正逐渐改变工业控制系统的传统格局，成为控制的核心。
通过与AI等新技术的深度融合，算法与机理模型正构建着全新的产业格局。这两者——算法和机理模型，是工业知识与经验固化的重要成果。在过去，它们通过验证工艺仿真流程与设备控制，促进了工业生产过程的优化。如今，算法和工业机理的研究焦点主要集中在仿真软件和底层设备。工艺仿真方面的算法和机理模型已经深度融入产品中，而工业装备的运动和控制算法则更多地被集成在整机中。这种深度融合与创新，不仅提高了工业生产的效率，更为我们打开了全新的产业大门，预示着未来更多的可能性。图3揭示了工艺仿真中的算法、机理模型与设备产品之间的紧密关系。在现代工业领域，算法和机理模型通常与整机集成，难以分离。国外企业掌握着高端算法与机理模型的自主知识产权，并将其与产品深度融合，形成了技术垄断。这导致国内企业在仿真、控制等核心算法，以及燃气轮机、航空发动机、复合材料加工等工业机理模型方面，与国外存在明显的差距。
随着新型数据科学的兴起和工业互联网平台的建立，算法与机理模型的解耦和沉淀，以及与新技术的深度融合，正在为新兴产业领域带来深刻影响。数据分析在工业机理中的应用日益广泛，而工业互联网平台则促进了机理模型和数据模型的积累。AI成为未来产业的焦点，而工业互联网平台则作为重要媒介，推动了工业APP的开发和交付。
在数据、机理、知识沉淀和软件功能进一步解耦的基础上，大量的第三方开发者将加入到工业APP的开发中，这不仅加速了模型的迭代，也推动了应用创新。这一过程将促进工业领域的持续进步和发展。国内企业也应积极拥抱这一变革，加强自主研发，提升在核心算法和机理模型方面的能力，以缩小与国外的差距。（四）跨界服务、增值服务、生产务等新型服务蓬勃兴起
随着工业互联网的飞速发展，现代服务体系日趋丰富，传统服务形式的局限性正逐渐被新型服务的优势所弥补。在这个变革中，跨界服务、增值服务、生产务等新型服务如雨后春笋般涌现，展现出强大的生命力。
传统服务形式利润空间有限，且易受上游环节的制约。而工业互联网催生的新型服务形式，以数据分析为驱动，借助工业互联网平台和大数据软件，已经成为产业生态中不可或缺的一环。在这种背景下，大型装备企业正在积极布局设备融资租赁与保险领域，工业互联网平台在其中发挥了主要作用。
基于客户个性化需求的增值服务发展迅速，家电、汽车等领域成为这一新型服务的突破口。而生产务则聚焦于供需对接平台和专业化咨询服务，助力工业制造企业实现资源与解决方案的共享。这些新型服务模式不仅丰富了服务内容，也提高了服务效率，为工业领域的数字化、智能化转型升级提供了有力支持。
随着对工业互联网研究的深入，我们有望见到更多新型服务模式的诞生，这些新模式将继续完善和强化新型服务体系，推动工业领域的重大变革，实现传统产业的数字化转型和智能化升级。在这个充满机遇和挑战的时代，我们将见证工业领域的蓬勃发展，共同开创美好的未来。五、对策建议
（一）总体策略
在我国工业互联网产业体系中，不同领域的发展态势及其重要性各异。为此，我们建议采取以下总体策略：
1. 大力发展工业互联网新兴领域。这些领域代表着未来的发展方向，具有巨大的市场潜力。通过加大投入和研发力度，我们可以加速这些领域的发展，进而推动整个产业体系的升级。
2. 布局规划智能制造的关键上游环节。智能制造是工业互联网的重要组成部分，其发展状况直接影响到整个产业体系的竞争力。我们需要提前布局，规划好关键上游环节的发展，以确保整个产业链的顺畅运行。
3. 逐渐追赶传统部分。对于工业互联网产业体系中相对落后的传统部分，我们也不能忽视。通过技术改进和产业升级，逐步缩小与传统领域的差距，实现整个产业体系的均衡发展。
（二）具体实施方案
在梳理工业互联网产业体系的子领域与产品时，应重点发展以下四个区域：
1. 巨头垄断区域：这些领域多为我国长期薄弱的产品领域，需要加大技术研发和市场拓展力度，寻求突破。
2. 替代可控区域：我国在这些领域有一定基础，但在高端市场与国际领先水平还存在差距。我们需要继续加强技术研发，提高产品质量和竞争力。
3. 新兴机遇区域：我国与国际保持同步，有关技术和市场的竞争格局尚未锁定。这是产业壮大的机遇期，我们需要抓住机遇，加大投入，推动相关技术的发展和应用。
4. 核心必争区域：这些领域包含芯片、基础软件/开源、算法与机理模型以及基于数据的新型服务，是未来产业发展的关键技术。我们需要集中力量，攻克核心技术，为其他领域的智能化革新提供共性基础。具体可参照图 4 的区域划分进行布局和发展。图 4 揭示工业互联网产业发展施策区域的核心布局
注：IPC代表工业计算机；ERP为企业资源计划；DCS为分布式控制系统；SCADA为数据采集与监控系统；CRM为客户关系管理；MES为制造企业生产过程执行管理系统；SCM为供应链管理；CAM为计算机辅助制造；CAPP为计算机辅助工艺过程设计。这些术语构成了工业互联网产业的核心领域。
（二）重点方向的战略解读
1. 工业互联网核心领域的深度挖掘
为了加强工业互联网在全球的竞争力，我们必须明确突破的核心方向。为此，我们强调在以下领域的深度挖掘和突破：
技术研发与跨界协同：我们鼓励多学科、多领域的跨界合作，共同推进技术研发与应用创新。目标是持续积累优质代码、高端算法与机理模型。
芯片设计的战略聚焦：我们将目光锁定在工业智能等特定领域的芯片设计上，努力在芯片制造方面缩小与国际先进水平的差距。
开源技术的深度布局：我们将加强开源框架和架构的研发，通过市场机制筛选出适合我国企业的底层框架与架构。深化微服务与容器技术在工业领域的应用，并密切关注OT开源技术的最新发展。
抢占工业互联网的战略新兴领域，深化智能制造的核心技术
在这个日新月异的科技时代，智能制造正成为工业发展的最前沿。为了在这场技术革命中抢占先机，我们需要持续积累关于智能制造的关键零部件数字化模型、高端装备和流程行业工艺机理模型。掌握运动控制与仿真等核心算法，是我们走向智能制造之路的基石。
引导企业深化工业数据的挖掘利用，围绕产品、资产、生产与供应链开展数据增值业务。创新是引领未来的动力，特别是在供应链金融、融资租赁等产融联合服务方面，我们需要着力打造更具竞争力的业务模式。
智能装备产品方面，我们要加快5G、AI等新技术的融合应用。让装备拥有更强大的人机协作、智能优化功能，以满足日益复杂的工业场景需求。加强工业互联网平台的开源技术自主研发能力，以龙头企业为主体构建开发者生态。注重工业软件APP的开发，探索形成平台自主造血的商业模式。
通用工业智能算法与模型的开发也是我们的重点。针对智能化管控与决策的要求，我们需要开发适应的通用工业智能算法与模型，提出面向工业实际场景的特定解决方案。丰富边缘计算的适用场景和解决方案，开发具有计算模块的工控机、智能网关等边缘计算产品。
在关键行业，我们需要持续提升装备、工业自动化、工业软件的国产化率。改进和优化产品性能参数、稳定性与可靠性，打造高稳定性、高可靠性的国产工业机器人与数控机床产品。在能源电力、大型石化等领域，进一步提升DCS/SCADA的市场份额。对于MES，丰富面向特定行业的解决方案，形成具有市场竞争优势的品牌产品。鼓励企业积极布局基于服务的跨平台解决方案（OPUUA）等新型工业网络协议，提升领域话语权。提升ERP、SCM、CRM等经营管理类软件产品的数据分析挖掘与商业智能决策能力，为企业提供更高水平的数据增值服务能力。
替代可控领域是我们追求的目标。通过技术革新和产品研发，我们努力在关键领域实现替代进口，掌握核心技术话语权。这不仅是一种挑战，更是一种机遇。让我们携手共进，共同创造智能制造的辉煌未来！追赶巨头垄断领域：探索新兴颠覆性技术趋势
为了更好地应对传统产品、解决方案被新兴领域颠覆和革新的趋势，我们必须把握机遇，设立自主产品的应用“试验田”。通过深入研究，我们将致力于提升工业传感器高端产品的性能指标，特别重视敏感材料的研发，以实现替代可控的目标。我们也将研究开源和边缘计算等对PLC产品的影响，及早布局颠覆性技术应用。
在研发设计类工业软件方面，我们将覆盖PLM、CAD、CAE、CAM、CAPP等方向，积累在航空、航天、船舶、石化、材料等领域的模型、仿真算法和分析经验。为了比较国内外软件产品的应用效果，我们将设立国产工业软件“试验田”，开展相关的分析研究工作。
（三）平衡技术突破与商业成功的关系
在实现技术突破的我们也注重商业成功。为此，我们将加强智能制造和工业互联网融合的技术攻关，着眼于企业技术需求，实现特定场景的单点式“小”突破以及重大领域、重大技术方向的集中式“大”突破。这意味着我们不仅要关注技术的先进性，还要关注技术如何更好地服务于商业需求，实现技术与商业的完美结合。
在这个过程中，我们将不断追求创新和完善，以期在激烈的市场竞争中脱颖而出。我们相信，只有不断追赶技术前沿，才能在激烈的市场竞争中立于不败之地。我们将继续努力，为实现技术突破和商业成功的双重目标而不懈奋斗。关于企业与高等院校、科研院所协同技术攻关的建议
一、建立产学研协同平台
通过构建服务机构或平台，形成企业与高等院校、科研院所的紧密合作。在此平台上，打造精干技术团队，专门进行技术攻关，以图实现单点式“小”突破和集中式“大”突破。这样的合作模式将极大促进技术的创新与应用，为中小企业提供强有力的技术支撑。
二、构建龙头企业牵头的联盟或创新综合体
由龙头企业主导，联合其他企业形成联盟或创新综合体，集中资源开展技术攻关。这种合作模式有助于实现技术突破，解决智能制造和工业互联网融合中的难题。这也是实现商业成功的重要途径。
三、重视共务与“专精特新”企业培训
为了更有效地实施技术突破，需要重视共务以及针对“专精特新”企业的培训。这些服务可以帮助企业更好地理解市场需求，提高产品的竞争力。投资撬动企业资源投入，以支持技术攻关和商业推广。
四、智能制造与工业互联网的商业成功路径
在智能制造领域，我们需要重视智能制造和工业互联网融合的商业成功。针对智能制造行业的共性需求，除了研发技术解决方案外，还需要通过“试验田”、首台（套）保险等方式为国产产品应用提供支持。注重商业运行的可持续性，确保技术的长期应用和市场推广。
五、满足中小企业的个性化需求
对于中小企业的个性化需求，应在提出或竞标项目时提供详细的技术方案，并开展包括商业分析在内的全方位评估。通过商业推广平台，为中小企业提供低成本拓展市场的机会，从而推动整个行业的健康发展。图5展示了技术攻关的单点式和集中式突破示意图，为我们更好地理解技术突破提供了直观的方式。（四）复合型人才的培养与培育强化
高等院校和科研机构致力于培养高层次及科技创新型人才。在支持培育具备科技战略视野的企业家的还积极探索设置AI、工业大数据等前沿学科/专业，并推出多学科培养计划，注重校企联合培养的重要性。各类高层次人才引进计划也应向智能制造和工业互联网领域倾斜，可邀请企业家、技术专家担任客座讲师。成果评价认定机制也应得到完善，提高对工业机理模型、算法、工业APP等成果的认可度，确保对人才的合理激励。
企业在培养或引进人才方面，应注重兼顾技术与管理、IT+OT的复合型人才，并加大专业性技能人才的培养力度。探索联合培养与资质认证，鼓励信息化与自动化部门人员轮岗，加强技术人才的国际性学习培训。还要合理支持高层次人才的“产学研”跨界流动，建立国际化人才引进的绿色通道。鼓励有条件的企业在海外成立研究中心，构建广泛的引智网络。
针对公众科技素养和技术工人专业素养的提升，我们应培养产业政策设计、产业管理与公共服务类别的专业人才。结合产业发展特点，建立适应公共服务需求的专业性机构队伍，强化智库建设和研究。通过这些努力，我们可以为国家的长远发展打下坚实的基础，推动产业的持续创新和进步。