伴随着第四次工业革命的到来，全球制造业正迈向数字化、智能化时代，在这场宏大的变革中，智能制造正引领着全球工业体系迈向一个全新的纪元。它通过高度自动化、智能化的生产方式，在设计研发、生产制造、供应链管理、市场营销等过程中发挥着智能算法和数据分析技术的核心作用，为企业带来了更多的商业机会和价值增长点。展望未来，智能制造将成为推动全球经济持续增长的重要引擎，我们有理由相信，在智能制造的引领下，一个更加高效、绿色、可持续 的工业体系正在向我们走来。 

一、算力显著增长与应用深化： 驱动智能制造创新发展

2023年，生成式人工智能应用和工具产品实现破圈式发展。为满足人工智能大 模型训练和应用过程中对计算、网络和存储的需求，实现更精准的执行能力和 更强大的场景可迁移性，构建大规模、高速响应、高精度及卓越性能的算力基 础设施变得至关重要且刻不容缓。

在此基础上，中国算力规模保持快速发展。根据工业和信息化部数据，截至 根据权威公开资料，截至2025年年末，中国在用数据中心机架总规模超过1250万标准机架。并远超2025年6月底的1085万架和2024年底的900万架，符合我国算力设施高速发展的整体态势。作为算力结构中的核心增长极，2025年年末我国智能算力规模已达到1590 EFLOPS，位居世界第二。与此同时， 以闪存技术为代表的先进存储能力也在不断提升，为算力应用于下游各 行各业的数字化转型提供了强大支撑，进一步推动了人工智能技术与实体经济 深度融合。

随着算力基础设施向云数据中心和智算中心迭代、计算架构升级，算力服务的范畴已远远超越传统通用计算的界限， 向智能化计算与超级计算领域深度拓展。 截至截至2025年12月，公共智算服务用算量已达14.07亿卡时，智能算力的服务市场规模也突破了1300亿元，表明算力不仅在规模上实现跃升，其服务化、市场化应用也日益成熟。作为参考，2025年年中（6月底）中国智能算力规模为788 EFLOPS，而年初预测的2025年全年规模为1037.3 EFLOPS。年末1590 EFLOPS的数值表明，2025年下半年中国智能算力建设呈现加速态势，远超前期预期。智能算力的崛起，正通过革命性地重塑基础架构中的算力调度与组合模式，应对大模型时代下企业对高性能集群式算力需求激增的挑战。针对传统算力资源虚拟化 共享机制难以高效支撑这一需求的现状，智算通过构建统一的计算平台，实现了跨厂商、跨指令集、跨规格计算资源的无缝整合与高效管理。这一创新举措不仅极大地促进了算力的灵活调度与优化配置，更将算力资源从潜在的生产要 素转化为推动经济社会发展的强大生产力。

算力规模强劲增长与结构升级成为推动千行百业数字化转型的最大驱动力之一。清华大学联合国际数据公司发布的《2022-2023全球计算力指数评估报告》显示，制造业、互联网、金融、政府和电信市场是全球算力市场中部署水平最高的五大行业17。其中，制造业是全球算力水平最高的传统行业之一，其2021年算力支出占全球的12%，仅次于金融业。这一数据不仅印证了制造业对算力资源的 高度依赖与广泛应用，也预示着未来算力技术将进一步深度融入制造业生产流 程，引领传统产业升级焕新，迈向智能化、高效化的新纪元。

    当前，制造业正经历着前所未有的变革，通过信息技术与制造技术的深度交叉融合，不断衍生出新的应用方向，算力业务的效能边界被不断拓宽。智能产线、 预测性维护、运营优化以及实时监控，作为智算技术赋能制造业转型的四大核心应用场景，正引领着产业向智能化、高效化方向迈进。

二、高度自动化与智能化生产： 提升生产效率与质量

随着国民经济的持续发展和人均国民收入的逐步提升，中国制造业人力成本优势正逐渐减弱。2000年，中国制造业人均工资为每年1,057美元，仅相当于日本同期人力成本的3%。2021年，中国制造业人均工资提升至每年14,295美元，接 近日本同期的50%。 与此同时，以泰国为代表的东南亚国家在人力成本方面呈现出不同的增长轨迹。 2000年，泰国的制造业人均年工资为1,789美元，略高于中国；但至2021年，其人均工资增长2.8倍，至5,089美元，约为中国同期人均工资的1/3。在全球经 济一体化下各国劳动力市场的动态调整，也预示着中国制造业在转型升级过程 中需要更加注重技术创新、效率提升及价值链的重塑，以应对成本上升带来的 挑战，并持续保持国际竞争力。如今，人力成本持续攀升且显著高于周边国家，中国制造业受到的影响却相对较小，这主要得益于中国企业在全球新一代工业技术革命中的引领地位，特别是在自动化与智能化基础设施建设、以及产业链与供应链配套体系的完善方面， 中国展现出了显著的领先优势。以工业自动化设备的重要分支工业机器人为例，其广泛地应用于中国制造业的各个生产环节，如焊接、机械加工、搬运、装配、 分拣、喷涂等，有效地提升生产效率与精度。根据国际机器人联合会发布的《2023世界机器人报告》19，2023年中国工业机 器人密度名列全球第4，而印度、越南和墨西哥等国，排名前20名以外，与中国 相比，存在较大的差距。装机量方面，2023年中国工业机器人的装机量在全球的占比超过50%。中国工业机器人安装量约为日本的6倍，美国的7倍，韩国的10倍。2024年工业机器人已达到54%（新增装机量29.5万台，占全球54.2万台）2025年前三季度全国工业机器人产量已超过2024年全年水平（达59.5万台），中国制造业对自动化技术的强烈需求与广泛应用，也推动着中国在工业自动化与智能化道路上的加速前行。更为关键的是，中国并未止步于工业机器人的简单应用，而是积极探索5G、人工智能等前沿技术与制造业的深度融合。通过这一创新路径，中国正加速推动制造业向更加智能、高效、灵活的方向转型。 

自工业3.0时代迈入工业4.0的新纪元，制造行业正经历着一场深刻的变革，其核心在于从机械自动化向数字自动化的跨越式转型。在这一转型过程中，人工智能与机器学习等前沿数字技术的深度融入，为生产系统赋予了前所未有的自学习能力、自适应能力及智能决策能力。通过海量数据的收集与分析，借助先进的算法与模型进行精准预测与优化，生产流程得以智能化调整与控制，实现了从生产加工到管理决策的全方位智能化升级。以某全球领先的煤矿综采技术与装备供应商所打造的数字化灯塔工厂为例，该工厂充分利用了5G通信技术、物联网系统的强大连接能力，以及企业自主研发的“数字孪生系统”这一创新技术，成功构建了覆盖产品全生命周期的数字自动化生产体系。从产品设计之初的灵感碰撞，到精选材料的严格筛选，再到生产制造的精细执行，直至最终产品交付的每一个环节，实现全流程数字自动化。

三、数据驱动的决策与优化： 实现精细化管理与运营

在制造业实现高质量发展的战略机遇期，智能决策正成为推动制造业数智化转型的新动能，其驱动因素在于：   

企业管理模式的深刻变革。随着企业从传统的线性增长模式迈向复杂能力网络的构建，多产业协同、全球化供应链的深度融合，以及生产方式向个性化、定制化、灵活化的深刻转型，均要求企业构建一套能够横跨战略、市场、营销、制造、原料等全链路的智能决策体系，以应对日益复杂的业务网络和管理挑战。

数据标准化与流程信息化的双重筑基。数据标准化作为企业数字化转型的基石，通过传感器、PLC、RFID等先进技术以及数据库系统的广泛应用，实现了数据的快速采集、传输、存储与处理，为流程的信息化改造提供了坚实 的数据支撑。在此基础上，企业借助CRM、ERP、APS、MES、WMS、TMS等信息系统，构建起覆盖供应链全链条的信息化管理体系，实现了数据的无缝对接与高效流转。进一步地，企业依托大数据、人工智能及运筹优化算法，通过决策优化系统的引入，将供应链管理推向了智能化决策的新高度。面对长期以来一些国际品牌在国内商业决策智能化市场的主导地位及其高昂的成本门槛，国内企业积极投身工业级别求解器的自主研发，致力于打破技术垄断，降低应用成本。近年来，国内企业纷纷开始了工业级别求解器方面的研发，支持智能决策技术实现面向设备、面向生产、面向运营、面向产业链的全场景赋能。制造业智能决策最佳实践案例表明，智能决策已经帮助领先企业实现业绩突破与业务变革。

制造业企业在建立面向整条供应链的智能决策解决方案中，致力于将大数据、人工智能与运筹优化等前沿技术深度整合，以标准化产品为基石，迅速响应个性化需求，实现快速定制开发。这一优化策略横跨了从底层基础设施到上层应 用系统的三大层次，构建起全方位、立体化的智能决策生态。 

    三、底层架构：高性能与可扩展性优化求解器的深度定制

针对不同类型决策问题设计开发的各类优化求解器。面对不同制造企业的需 求以及更为复杂的业务场景与决策问题，行业致力于提高求解器的性能和扩展性，在其内部设置丰富的约束条件和目标函数，通过支持多线程并发、二次开发和远程API调用等，缩短算法设计、开发和部署的时间，支持丰富的业务场景。

以某高科技制造企业自主研发的求解器为例，该求解器在优化算法与人工智能技术的融合上实现了突破性的创新。在供应链物料需求计划（MRP）等关键应用场景中，其表现尤为出色，相较于当前主流求解器，总效率提升近30%。这一显著优势已在多个产学研合作项目中得到验证，如在某智能设备制造基地的包装产线上，该求解器通过优化小料上架与补料推荐等调度引擎，成功降低了产线长期开线时长3%以上，显著提升了生产效率与经济效益。

四、中台核心：融合运筹优化与机器学习，赋能制造业全场景智能决策

针对不同的制造业场景，将传统的运筹优化算法和机器学习算法相结合。针对销量预测等前瞻性场景，充分利用机器学习技术的强大能力，通过强化学习、深度学习等前沿算法，深入挖掘海量数据中的潜在规律，驱动预测模型 不断优化，实现更为精准的销量预估。以某中国顶尖零售连锁品牌为例，其采用多种机器学习集成算法，智能筛选与销量紧密相关的库存数量、门店位 置等关键因素，构建了高效的促销智能预估模型，显著提升了预测准确率，为企业的市场策略提供了有力支持。

而在人员排班、补配货等规划、调度类场景中，运筹优化技术基于对现实问 题进行准确描述刻画来建模，通过在一定约束条件下求目标函数最优解，可 以形成具备可解释性的结果。以某生物医药企业为例，面对疫情等突发事件 导致的市场需求剧烈波动，该企业通过引入运筹优化技术支撑的智能决策平台，成功实现了对后端生产、物料、运输等环节的全面优化。该平台根据车间工艺特点及生产限制条件，统筹协调整体资源，精准制定排产计划，不仅提升了订单达成率，还帮助企业每年节省综合成本约百万元，有力推动了企 业的可持续发展。

五、系统整合：构建多子系统协同的智能决策优化生态系统

针对典型的决策优化问题，智能决策优化系统可由设施选址系统、高级计划排产系统、运输专家系统、装箱专家系统、仓储管理系统等多个子系统组成。制造业的日常运营往往涉及供应链管理中的多个关键环节，定制所需的智能决策子系统并进行有效集成势在必行。以某领先的智慧物流产品与解决方案提供商为例，该企业深刻洞察物流仓储行业的实际需求，针对存储、搬运、拣选等关键环节，精心打造了一系列高效、灵活的子系统。这些子系统不仅 提供了模块化、可定制的解决方案，还配备了简洁、开放的系统接口，便于 与其他企业系统或第三方服务进行快速集成。通过辅助出入库决策、优化搬 运组合选择等关键环节的智能化处理，该系统显著提升了物流仓储作业的效 率与准确性，为企业带来了显著的成本节约与竞争力提升。

个性化定制与柔性生产： 满足市场多样化需求。伴随着消费结构的不断升级与多元化，“以产定销”的传统生产模式已难以充 分响应市场及消费者日益增长的多样化、个性化、定制化及时效性需求。买方市场的崛起和消费者偏好的快速变化，促使市场对“多样化、小规模、周期可控”的生产模式展现出前所未有的渴求。这一趋势构成了强大的驱动力，迫使制造业深刻反思并转型其生产模式，逐步向以消费者需求为核心导向的产供体系迈进。 在此过程中，制造业经历了一场从“粗犷型”向“精细化”的深刻转变，不仅追求产品质量的精益求精，更在生产灵活性与响应速度上实现了质的飞跃。柔性制造模式应运而生并迅速普及，并以其高度灵活的生产组织方式、快速适应市场变化的能力以及对个性化需求的精准满足，成为了制造业转型升级的重要 路径。通过柔性制造，企业能够灵活调整生产计划，快速响应市场变化，实现 小批量、多品种的定制化生产，从而更好地满足消费者多样化的需求，提升市 场竞争力。 

对于制造业而言，柔性制造不是一个单点能力，而是企业整体系统组织能力的全面体现。企业需要柔性物流、柔性控制、柔性调度、柔性生产计划，并在此基础上完成柔性生产，考验的是生产线和供应链的反应以及协同速度，用例覆 盖全价值链各环节。 

互联与协同：实现全链条优化与协同。智能制造技术，融合了技术化、信息化、互联网与智能化四大层次的先进体系，正引领着企业迈向数据驱动时代。通过这些技术的深度应用，企业能够轻松实现数据的跨系统采集、无缝传输、智能分析及高效应用，进而精准优化生产流程，提升整体运营效率。数字技术发展与新业态涌现的同时，全链条的优化与协同成为了推动制造业智能化转型的强劲引擎。这一进程的核心，在于打破企业间的信息孤岛，实现多源信息的自由流动与深度交互，并依托全链条协同优化技术的开发，构建更加紧密的产业生态。同时，对制造全过程的系统性规划、精细化建模、仿真验证以及持续优化等技术的突破，也为智能制造的深入发展提供了坚实的支撑。在此过程中，企业积极拥抱数字赋能型服务，灵活调整供应链管理和现场服务业务模式，构建起完善的内部与外部物联网体系。

面向产业链优化全过程，与制造业相关的远程联络中心、客户需求管理系统、各区域物流仓库等平台正加快铺开，为企业优化全链条提供丰富的数据信息和 利用统一的技术底座与先进的调度系统优化基础设施运作效率。工业和信息化 部数据显示，目前中国标识解析体系全面建成，“5+2”顶级节点稳定运行，服务企业超40万家，有一定影响力的工业互联网平台超过340个，工业设备连接数 超过9,600万台套，同步构建了协同高效、技管结合的安全体系23。

除此以外，在人工智能技术的基础上，各企业正加快信息技术（IT）、通信技术（CT）、控制技术（OT）、数字技术（DT）“4T”融合，促进供应商、经销商、客户服务的数字化变革，使“一切皆服务”（XaaS） 的创新技术模式得以在智能制造领域广泛推广与普及，实现了资源的高效配置与灵活调度，有效促进了全产业链的协同优化与升级。

智能制造是新质生产力的重要载体。近些年来，制造技术与大数据、云计算、人工智能等前沿技术实现了深度融合，制造领域出现了许多新的业态和模式，智能制造进入了崭新的发展阶段。本次报告关注新质生产力驱动下的智能制造行业革新，涵括智能制造的发展历程、发展现状、资本市场 情况、基础设施建设、具体行业创新发展以及发展趋势，是对智能制造的深刻洞察和未来展望，为中国制造企业实现智能制造提供参考与启示。

作为制造强国的主攻方向，智能制造发展水平将关乎中国在全球制造业体系中的竞争地位，智能制造是中国制造业产业升级的必然趋势。未来，随着算力、网络安全与信息安全等基础设施的不断完善以及新兴技术的攻关与广泛应用，中国制造业将在研发、设计、生产、测试、运维以及售后等 环节逐步实现数字化、智能化改造，在各个细分领域打造智能工厂、智能供应链和智能产业园，最终实现制造行业的高端化、智能化、绿色化发展。