党的二十大强调，坚持把发展经济的着力点放在实体经济上，推进新型工业化，加快建设制造强国、质量强国、航天强国、交通强国、网络强国、数字中国。制造业是工业的躯干，经济的基础，民生的保障，制造业的高质量发展是我国构建现代化产业体系的关键一环，与发达国家相比较，中国制造业的发展存在着两个突出问题。

一方面中国制造业增加值占GDP的比重从2011年以来出现了较大幅度的回落。根据世界银行数据，中国制造业增加值占GDP比重在2006年时达到32.5%的峰值，然后就在峰值上徘徊平衡，到2011年开始逐年降低，2020年降到了26.3%，9年时间下降了5.8个百分点，全球主要工业国家，比如美国、德国、日本、法国、意大利、英国、韩国等等，制造业的比重出现明显下降的趋势，都是在迈入发达国家高收入国家行列之后发生的。与这些发达国家相比，我国制造业的比重从达峰到下滑，未老先衰幅度明显更大，速度明显更快。另一方面与国际先进水平，中国制造业在品种和质量上还存在多方面的不足，主要体现在一是高端高质产品不足，很多产品属于低端低质，在性能、可靠性、寿命、良品率方面，与国际先进水平差距较大，往往处于价值链的低端环节。

二是同质化竞争严重，细分市场的开发不足。同一制造业门类从业企业数量众多，但缺乏专业化基础上的分工协作，容易陷入同质竞争。一谈哪个行业处于风口，大量制造业企业往往一拥而上，搞低水平重复，最后形成恶性竞争，产能过剩。

三是关键技术被卡脖子，制造业许多关键环节中的核心技术，我们没有掌握，受制于人，很多产业链容易被人一剑封喉。

四是缺乏引领国际的高端品牌，中国制造业体系存在大量的低端加工，缺少高端品牌以及相应的市场渠道优势。一个品牌往往需要十几年时间的专一专精才能得到市场认可，建立起畅通有效的营销渠道。而中国每年工商注册了上千万个企业，很大一部分都在5年内倒闭或者转行了。

数据表明美国中小企业的平均寿命为8年，日本是12年，相比之下，中国中小企业平均生命周期只有3年，自然很难建立起品牌效应。

十四五规划纲要明确提出，深入实施制造强国战略，保持制造业比重基本稳定，推动制造业高质量发展。

近年来的全球新冠大流行使得制造业遭受到较为严重的发展阻碍，值得庆幸的是，2022年联合国工业发展组织（the UN Industrial Development Organization）的数据显示，全球制造业正在进入强劲复苏阶段，其增长率达到18.2%。而一项针对全球制造公司200多名最高决策者的调查发现，68%的人将提高“弹性”（resilience）和“敏捷性”（agility）列为未来几年的首要业务重点。在此，下面与大家分享五个影响制造业未来发展的关键趋势。

趋势一：智能工厂正在改变制造方式

“智能工厂”（smart factory）的概念由来已久，而近年来，人们对它的兴趣激增。在过去十年中，“智能工厂”的网络搜索量增加了93%。

正如第一次和第二次工业革命分别与蒸汽驱动的机械化和装配线的兴起有关，“工业4.0”所采用的物联网、大数据、机器学习、人工智能和高级分析等技术，则见证了计算机在制造业中的应用，而“智能工厂”正是属于“工业4.0”中的关键运行部分，它正在改变欧洲、北美和中国制造业的生产环境和车间运营方式。以汽车行业为例，据汽车制造商预测，到2023年初，全球大约四分之一的工厂将成为“智能工厂”，而到2025年，这一数字将急剧上升至50%，“智能工厂”将在2023年为汽车行业创造1600亿美元的价值。

下图：汽车智能工厂的生产车间（来源：网络）

随着“智能工厂”连接设备的增加，制造业企业产生的数据量也正在呈现爆炸式增长。那些拥有先进物联网设置的企业已经发现，一条装配线每天可以生成多达70 TB的数据，而传输如此大量数据的需求也推动了5G的爆炸式增长，近乎零的延迟速度和无线连接特点，使得5G技术为高速制造环境带来了前所未有的灵活性，最近的一项预测显示，到2030年，制造业至少需要2200万个5G设备，因此，“5G”的网络搜索量在过去5年内增长了1,660%。

趋势二：利用“预测性维护”（Predictive Maintenance）和数字孪生技术（Digital Twin Technology）来减少生产错误

在制造业中，设备故障的代价往往极其昂贵，例如石油厂的压缩机故障可能造成每天100-200万美元的损失，再如计划外停机每年给制造商造成500亿美元的损失。而利用物联网与大数据分析相结合的方式，可以非常准确地预测此类故障。数据表明，“预测性维护”可以将停机时间减少30%-50%，将机器寿命提高20%-40%，并将生产成本降低30%以上。目前美国35%的大型制造商已经采用了“预测性维护”技术，空客（Airbus）便是早期使用者之一，2022年，空客与通用电气合作，部署基于人工智能和机器学习的复杂预测性维护软件，以预测飞机部件故障并及时进行维修和更换，提高飞行安全性和企业盈利能力。在过去十年中，“预测性维护”的网络搜索量增加了400%。

而“智能工厂”的另一个重要子趋势就是数字孪生技术，它可以通过对数据驱动虚拟物体的模拟行为实施，来影响和制定针对制造对象的决策。“数字孪生”可以是单个组件（如汽车轮胎）或产品（如整辆汽车及其所有子系统，包括软件和数千个组件），也可以是一个完整的制造过程（如一个包含诸多装配线和零件商店的工厂），“数字孪生”的应用范围则从基于设计预测产品的寿命（如对飞机喷气发动机的寿命预测），到管理整个工厂并通过模拟和假设来分析优化生产运营。在过去5年中，“数字孪生技术”的网络搜索量增加了280%。

趋势三：微型工厂（Microfactories）应运而生

新冠大流行也开始影响制造商的生产方式，这种思维上的改变导致“微型工厂”的出现和发展，即一种小型、高度模块化设置、充分利用人工智能和大数据等前沿技术来实现“超自主制造”（Hyper-autonomous Manufacturing）。制造商通过使用“微型工厂”来适应小零件运行，并可快速切换生产线以组装新模型，从而提高了业务的“弹性”和“灵活性”，降低企业风险。

2020年，一家名为“到达”（Arrival）的电动汽车制造初创公司与现代汽车（Hyundai）签署了1.1亿美元的交易，并从UPS获得了10,000辆电动货车的订单，“到达”公司利用其靠近交货点的微型工厂来制造这些货车，从而大大缩短了产品的上市时间，使得其生产成本只占传统工厂的一小部分。该公司宣布，到2026年将在全球建立1000多家微型工厂。

趋势四：增材制造（Additive Manufacturing）成为主流

虽然3D打印曾经是大多数制造商的试验品，但现在它已成为一种普遍的节省成本的方法来用于各种制造任务。在一个例子中，汽车和飞机机械系统制造商庞克赛车系统（Pankl Racing Systems）使用3D打印定制夹具，该生产过程比传统方式加工夹具快48倍，便宜12倍。而另一家为钢制工具提供3D打印机的初创公司曼特（Mantle）的网站称，他们的技术使交货时间缩短了80%，生产成本降低了50%。近年来，3D打印在金属制造行业中变得尤为流行，预计到2028年，金属3D打印市场的年复合增长率将达到19.5%，总价值将增至116亿美元。

下图：圣地亚哥的林波假肢和矫形器公司（Limber Prosthetics and Orthotics）对截肢者的四肢进行数字扫描，然后使用3D打印在短短几个小时内制造假肢，成本不到传统假肢的十分之一。（来源：网络）

下图：使用3D技术每月打印数千个定制自行车头盔，不仅完美贴合骑车人的头部，其抗冲击性还比当前安全标准高25%，除此之外，这些头盔还采用热塑性聚氨酯(TPU)和碳纤维的专有聚合物制成，比传统材料轻20%，并且在低至-30°C和高达70°C的温度下仍能保持强度。（来源：网络）

趋势五：提高工资和“技能再培训”（Reskill Workers）成为制造商的核心人才策略

在德勤（Deloitte）最近的一项调查中，估计到2030年全美制造业将短缺210万技术工人。调查显示，38%的高管表示，招聘新员工是2022年生产部门的首要任务，但这个任务却变得越来越困难，有近四分之三的受访制造商表示，他们在2022年将工资平均提高3%以上。

与此同时，制造商也在加倍努力重新培训他们的员工队伍。在德勤的调查中，31%的受访者表示留住员工是重中之重，13%的受访者表示他们专注于技能再培训，而对于年轻员工来说，他们则特别愿意留在那些能够提供技能再培训的公司里，因为随着人工智能和机器人的使用日益增加，制造业员工的技能组合将需会发生重大转变，比如对以体力为主的重复性任务需求将下降30%，而对技术技能的需求将增长50%以上，对领导力和高级社交/情感技能的需求将增长30%（数据来源：麦肯锡）。

来源：黄奇帆 修远基金会、上海转型发布

注：文章内的所有配图皆为网络转载图片，侵权即删！