今年9月在北京举办的2021世界机器人大会展示了工业机器人的数十项应用与解决方案；同时，大会还展示了激光制造与3D打印、数字化车间与智能工厂、智能工厂仿真技术等全新的智造技术有关落地转化和产业化应用。

此外，全市场首只机器人主题ETF产品银华机器人50ETF于10月15日登陆上交所上市交易，意在为投资者提供一键掘金机器人产业机遇的高效、便捷投资工具。这也预示着智能制造产业已经形成可观的规模，产业发展进入成长期。

近年来，全球制造业进入从工业3.0迈向4.0的时代，以新一代信息技术与先进制造技术深度融合为基本特征的智能制造，已成为这次新工业革命的核心驱动力。

大数据、云计算、人工智能与制造业的结合不仅为传统生产要素赋能，同时也打破了劳动力、资本、土地等有限供给对经济增长的制约，为产业持续升级、转型发展提供了基础和可能。智能制造也正在不断突破传统制造的约束、催生新业态，推动制造业迈向高质量发展的新台阶。

2021年上半年中国规模以上工业增加值在经历了两年低迷期后强势回归，同比增长15.9%，其中高技术制造业发展势头强劲（包含医药制造业、航空、航天器及设备制造业、电子及通信设备制造业、计算机及办公设备制造业、医疗仪器设备及仪器仪表制造业、信息化学品制造业），增加值同比增长22.6%。智能制造行业产值规模也顺利突破了25000亿大关，同比增长约18.85%。

分产品看，新能源汽车、工业机器人、集成电路产量同比增速排名前三，分别为205.0%、69.8%、48.1%，均是“十四五”规划中的重点发展产业，环保、智能、高端发展的趋势愈发明显。

对此，不少观点认为，智能制造的风口已至。

但实际上，在智能制造概念火热、融资升温、产业加快发展的同时，其后续发展还面临三大悖论。

01

成本与收益倒挂

智能制造系统中涉及大量的数控加工中心、工业机器人、嵌入式芯片等各种高端制造装备和核心零部件以及ERP、MES、CAD等各种工业软件，而上述装备、零部件以及工业软件的核心技术在国外，国内制造企业只能大量进口。

目前来看，中国近90%的芯片、70%的工业机器人、80%的高档数控机床和80%以上的核心工业软件依赖进口，且短期内很难实现国产替代。这造成国内制造业企业智能化改造成本居高不下，严重制约中国智能制造的整体进展。

更为关键的是，虽然中小型企业对智能化转型的需求极为迫切，但从实际操作角度来看，却很难实现智能化全覆盖。

在全国规模以上工业企业中，84.2%的企业属于小型企业，规模以下(年主营业务收入2000万元以下)尚有200余万家小微企业。广大小微企业是制造业的根基，其智能化水平很大程度上影响着中国智能制造工程的实施效果。

总体来看，中国智能制造仍处于初级发展阶段，大部分企业处于研发阶段，仅16%的企业进入智能制造应用阶段;从智能制造的经济效益来看，52%的企业其智能制造收入贡献率低于10%，60%的企业其智能制造利润贡献低于10%。

90%的中小企业智能制造实现程度较低的原因在于，智能化升级成本抑制了企业需求。相比于大中型企业，小微企业的智能化之路面临更大的试错成本和不可控风险，稍有不慎就会危及生存。

其中，缺乏融资渠道影响最大。年收入小于5亿元人民币的企业中，50%的企业在智能化升级过程中采用自有资金，25%为政府补贴，银行贷款和资本市场融资各占11%。而企业收入规模大于50亿元人民币的企业，其智能化升级资金来源中自有资金占67%，银行贷款占比25%。

由于自有资金不足、信息化基础薄弱、缺乏相关人才等因素，大部分中国制造业小微企业只能羡慕大企业申请智能制造试点示范项目、围观大企业开展轰轰烈烈的智能化改造，自身却难以融入智能制造的发展浪潮。

02

政策众多，效能不高

虽然围绕《中国制造2025》战略，我国发布了一系列配套引导性政策，包括专项规划、行动计划、实施方案等，意在通过全方位政策合力，引导我国智能制造业快速发展，但现阶段而言，我国各地方对智能制造发展的投入力度差异较为明显。

华东与华北地区进入成长发育期，华中与西南地区发展不平衡，华南、西北与东北地区的智能制造顶层设计还有待进一步加强。

从结果来看，我国智能制造区域发展不平衡，东西部智能应用水平差异较大，相关产业发展受到一定制约，导致地区间的发展水平差距将进一步拉大。

同时，各地区关于智能制造政策的实施细则较少，规划层面政策有余，但操作层面政策不足。

智能制造政策涉及的发文部门较多，但联合行文政策较少，大多数政策由单一部门完成。这导致政策间的配合性和高效性不足，政策不能及时落实。

如此一来，虽然看似鼓励性政策众多，但实际上各地有大部分跨部门、跨地区的政策引导工作无法有效、高效开展，难以形成系统化的有效政策扶持体系。

另一方面，区域之间关于智能制造政策的协调不足，忽略产业分工协调发展，地方省市过度追求自身工业体系的完整度，将会导致业结构趋同，使产业空间布局呈分散态势，无法支撑集群发展。

区域之间的行政割裂也将会导致两极化现象，中心城市由于基础设施、人才等各种优势，有能力吸收外围边缘城市的各种资源，从而进一步扩大城市间的智能化发展差距。

03

利用难、推广慢

人工智能与制造业的深度融合发展需要以大数据作为支撑，但与消费环节相比，制造环节数据的可获得性、可通用性更弱。制造业机器设备生成的数据通常较为复杂，有近一半的数据是没有相关性的，利用率较低。

进一步来看，就算是剩余一半的数据被有效收集，由于缺少统一标准、接口和编码体系，使得企业内外“数据孤岛”林立，无法实现互通、共享，导致企业使用数据规模、种类有限，信息闭环难闭合，海量数据的资产价值无法得到充分发挥。

加之不同产业或产业中不同领域、不同企业之间技术、流程等差异巨大，导致数智技术在产业中的深入渗透须结合具体场景进行定制化开发，尚不存在一套全覆盖的通用解决方案，这也使得数智技术在产业互联网中的应用很难像在消费互联网时代一样，短期建立规模效应、获取巨大收益。

这三大悖论决定了智能制造的红利释放难以形成互联网经济那样的风口效应，而将是一个缓慢的过程。而智能制造产业的快速发展有待于通过技术突破和发展模式创新等化解悖论。