最新预测：2025年约45%中国头部制造企业采用生成式AI

回顾 2023 年，相较于全球制造业市场，中国制造业的发展受到了多方面因素的影响，包括对“新型工业化”的重新关注、出口产品的转变（例如电动汽车、锂电和光伏）、供应链出海、资本市场的收紧，以及工业软件与工业互联网市场的融合。

尽管面临挑战，IDC 认为，未来中国制造业数字化市场仍将保持较快增速。据其估算，到 2027 年，中国制造业 IT 市场投资规模将增长至 2554.08 亿美元，五年年复合增长率为 15.5%。尽管年复合增长率的预测数据和去年相比下调了 1.2 个百分点，但中国仍然是全球主要经济体制造业 IT 支出增长速度最高的国家。

为深入了解中国制造业数字化转型的当前形势和未来趋势，InfoQ 对 IDC 中国研究经理杜雁泽进行了专访。以下是采访问答的详细内容：

杜雁泽： 当前中国制造业数字化转型最主要的驱动力仍然是：如何能够满足每一家制造企业自身业务转型升级的需求，从而助力企业提升竞争力。此外，政策对实体制造业的持续支持和服务商的快速成长和不断创新也是重要的驱动力。

现阶段我国制造业总体特点是体量大而利润薄，数字化基础相对薄弱。根据 IDC 调研，近几年中国制造企业数字化成熟度持续提升，但与互联网、金融、政府、通信等行业相比仍有差距。因此，当前大多数中国制造企业的核心目标仍然是基础务实的提质降本增效，而增强供应链韧性、节能降碳、助力中国制造出海的需求也在增加。

杜雁泽： 各类工业软件是制造企业数字化转型的关键。工业软件中凝结沉淀了制造企业各个环节的行业 know-how，已经融入在制造企业研产供销服的各个核心业务环节中。

通常将工业软件分为设计研发类、运营管理类和生产制造类三大类，设计研发类包括 CAD、CAE、EDA 和 PLM，运营管理类包括 ERP 和 SCP，生产制造类包括 APS、MES、SCADA、PLC 和 DCS。IDC 持续跟踪核心工业软件市场，拿其中的生产制造执行系统 MES 为例，可以综合考虑并协调生产制造相关的人机料法环测等要素，帮助企业制定生产计划，管理生产物料、物流和生产工艺，跟踪生产过程并可进行生产和质量追溯，实现生产过程的提质降本增效，快速响应市场多变的需求；可以减少新产线的建设和投入周期，快速复制提升产能以帮助企业建立优势。

随着部分领先的中国制造企业快速发展，传统工业软件也面临对新兴业务形态支撑不足等新的挑战，近几年市场上也涌现出与传统定义不同的新型工业软件，比如华为云与生态合作伙伴赛意、依柯力、湃睿等在统一 iDME（工业数据模型驱动引擎）平台上对工业软件进行重构，美云智数、杉数科技基于大数据和 AI 的企业级运营决策平台，金蝶、PTC Arena、黑湖小工单等云原生工业软件，创新奇智、汉得、赛意的大模型 + 工业软件等。

杜雁泽： 根据 IDC 调研数据，成本增加、需求快速变化、缺乏创新是中国制造企业目前主要面临的挑战。转型的关键是充分利用数字化手段打破人才和技术壁垒，赋能产品技术创新、产品品质提升、供应链优化、可持续发展等方面的应用。

杜雁泽： 制造企业内部的数字化程度已经越来越高，随着制造企业更加注重建立生态系统合作伙伴关系，业务流程、IT 系统建设和集成的复杂性也将不断增加，数字化也将会成为企业外部业务协同的重要一环，CIO 也将更多地参与其组织与合作伙伴的互动。

随着 CIO 将业务、IT 和生态等信息融会贯通，将完全有能力构建和领导企业的生态系统计划，将会成为企业的另一种 CEO（首席生态官）。根据调研，全球已经有一些大型制造企业的 CIO 负责企业的供应链和更广泛的生态系统计划，并帮助支持和协调各种关系。当然这并不代表撤换合作伙伴关系、战略计划和渠道负责人，相反，CIO 及其团队将与这些职能部门密切合作，优化生态系统方法。数字业务需要数字生态系统，而 CIO 必须站在所有数字计划的前端。

这一转变的背景是单一企业尤其是链主企业的竞争已经成为其供应链或者生态的竞争，数字化建设也需要从企业内部走向企业间的协同，提前顺应这一趋势。

杜雁泽：2022 年底 ChatGPT 的出圈带来了随后一整年的生成式人工智能浪潮。

IDC 认为，短期内大模型会先在市场营销、知识管理、客服对话助手等通用的领域应用，具体到制造业，虽然现在仅有极少数的中国头部制造企业开始探索大模型的行业应用，但供给方的厂商表现活跃。

长远来看，随着大模型成熟度的提升和更多应用的涌现，在头部制造企业的覆盖率将会快速提升。前期仍然会是在企业知识管理、对话助手等通用领域的应用，随着技术不断发展和成熟，在产品设计助手、工控代码的生成、工艺 / 生产 / 质量文档自动生成、从文本到设计到产品的试生产流程自动化等场景下都会有足够的想象空间。

杜雁泽：主要有以下三点共性建议：

1. 将数字化融入战略，结合企业战略方向制定数字化转型规划，培养和引进既懂制造业又懂数字化的复合型人才。

2. 根据规划持续开展数字化项目并持续改进，由点及面，利用数字化进行创新是未来制造业发展业务的重要途径，包括开发创新的产品和服务、开拓新的市场、发展新的商业模式、满足新客户偏好等。

3. 设置科学合理的的 IT 预算，投资新应用和新技术之前首先要目标明确。根据 IDC 调研数据，超过 50% 的制造业企业的 IT 预算在增长，并将投资于工业软件、物联网、流程自动化和工业 AI 等领域。
   

对于不同类型的企业关注点也有区别，比如对于集团型制造企业，结合业务特点、集团和分子公司的定位制定清晰的数字化边界，避免重复建设，兼顾统一和效率；而对于广大中小型制造企业，可以选择基于公有云的 SaaS 服务厂商，用较低的门槛快速满足共性需求。

到 2027 年，50% 的中国制造商将利用自动化技术为运营角色赋能，提高员工参与度，并将员工效率提高 50%。

到 2028 年，30% 的中国头部制造商将使用整合了主要供应商和客户数字孪生能力的供应链编排工具，将供应链响应速度提高 20%。

到 2026 年，30% 的中国头部制造商将通过 AI/ML（机器学习）支持多品种小批量生产，以实现个性化定制新模式。

到 2027 年，40% 的中国头部制造商将通过设备故障预测和健康管理，实现自助式备件服务以改善平均修复时间，将服务交付效率提高 25%。

到 2025 年，50% 的中国头部制造商将为生态系统运营建立数字商务平台，使数据资本化率提高 10%，客户留存率提高 10%。

到 2025 年，45% 的中国头部制造商将 IT 系统与生成式人工智能集成，以更好地挖掘数据、识别问题并为运营部门提供决策依据，从而将效率提高 5%。

到 2028 年，20% 的 CIO 还将兼任 CEO（Chief Ecosystem Officer，首席生态官）的角色，负责协调整个生态系统中的 IT 系统 和跨组织的业务流程，以快速响应客户需求，并将参与生态的成本降低 25%。

到 2026 年，50% 的中国头部制造商通过战略层的调整更好地平衡运营弹性与成本效率，从而将利润率提高 5%。

到 2028 年，工业机器人和自动化控制中融合 AI/ML 的比例将提高 30%，减少 20% 的停机时间并提高效率。

到 2027 年，30% 的中国头部制造商将充分利用全域生态系统中的可持续发展数据，支持在运营活动中做出优化决策，从而将碳足迹减少 30%。