中国高端制造业大步走向深蓝

随着国际化的深入发展和科技革命的持续推进，全球产业结构调整正当其时。作为世界上制造业规模最大的国家、也是全球唯一拥有全部工业门类的国家，中国正处于由制造大国向制造强国转变的关键时期。

当前，中国对发展新质生产力给予了高度重视。波士顿咨询（BCG）最新研报强调，这不仅为中国制造业高端化发展提供了重要动力，也是中国响应全球经济一体化、实现可持续发展和提升国家竞争力的必然选择。

终端产品力持续提升

近年来，中国高端制造业的终端产品在国际上的竞争力持续增强。2023年中国高端制造业出口值达10.65万亿元，占全年出口交货值的72.84%。自2020年以来，高端制造业出海贡献度连续四年保持在70%以上，2023年该比值创历史新高。特别是消费电子、新能源汽车、航空航天等领域的产品，其技术水平和国际市场份额均取得了显著成就。但与此同时，许多高端设备制造所需的关键零部件和核心技术对进口的依赖度仍然较高。据中国工程院对26类制造业主要产业存在短板的分析，中国当前产业基础的薄弱环节聚焦于基础零部件/元器件、基础材料、基础制造工艺和装备、基础工业软件、基础检测检验设备和平台（五基）。造成这种进口依赖问题的原因是多方面的，包括基础研究和产业共性研究投入限制、原始创新能力不足、产业链发展不均衡以及国际政治经济形势影响等。2023年，研究与试验发展（R&D）经费支出33278亿元，与GDP之比为2.64%，其中基础研究经费2212亿元，占R&D经费支出的比重仅为6.65%。

为积极应对、补足产业链的短板和断点环节，BCG建议中国制造企业加强基础科学和应用基础研究，提升原始创新能力。加大基础研究和产业共性研究的投入力度，结合对进口技术的引进、消化、吸收和再创新，将有助于帮助高端制造业突破当前在关键中间产品的研发和生产中所遇到的瓶颈，提升关键核心技术和高端装备的自给率，增强产业链的自主可控性，从而实现畅通、自主的产业链循环。

数智化成果不断显现

过去几年，中国的大型制造企业在数字化转型方面投入了巨大的资金和资源。2022年，中国产业数字化规模达41万亿元，占数字经济比重为81.7%。据统计，约有80%的企业已经完成了基础设施的信息化、自动化和数字化改造。2023年中国重点工业企业数字化研发设计工具普及率达80.1%，关键工序数控化率达62.9%，分别较“十四五”初期提高了5.4个和7.6个百分点。然而，在快速引入新技术和系统的过程中，系统之间的兼容性和整合性不足，加之数据种类繁杂、标准不统一、协议封闭造成数据难以共享等，在一定程度上影响了制造业全流程协作效率和决策的及时性、准确性与科学性，抑制了企业响应外部市场变化的能力和抵御内外部风险的能力。

一些领先的制造企业已经通过实施工业4.0战略，从全局的角度重新思考并规划数字化和智能化应用，实现端到端应用场景的贯通。此外，这些企业还通过在原本相互独立的设备上嵌入先进的数据收集和分析技术，实现不同系统和流程的无缝集成，并在此基础上构建数字化控制塔，以提高生产过程的透明度。通过这些控制塔，企业能够实时监控生产瓶颈，并迅速通过流程优化来解决问题，从而提高生产效率。

大规模定制增势可观

如今，消费者的需求日趋个性化、动态化、多样化，这点在服装、家电、汽车和3C等消费品制造业体现得尤为明显。由此，制造企业亟待从传统的大规模生产模式逐渐转向更加灵活的定制化生产模式。据测算，到2025年，中国C2M（用户直连制造模式）市场规模有望突破千亿元大关，到2026年将达到1374.3亿元，年复合增长率预计可达24%。

为顺应C2M的大势，在研发端，可以通过平台化标准组件的设计，结合客户洞察和仿真模拟，提前预测市场需求，快速响应市场变化；在生产端，通过模块化生产，灵活调整生产线和生产计划，适应产品的快速迭代和定制化生产，提高生产效率和市场响应速度；在物流配送端，通过变革自身的履约网络结构、优化供应链网络，提高供应链的灵活性和响应速度。此外，还可以应用“整合工厂模式”，通过打造一个统一平台界面，将研发端、工程端和制造端紧密连接，从而加速产品从设计到生产的整个流程。

生成式AI助向高端

2022年，全球人工智能制造业市场规模为26亿美元。2023年人工智能在中国制造业应用的市场规模约为56亿元，从2019年起，市场规模增长率持续保持在40%以上，2025年市场规模将达到141亿元。通过识别类应用、数据建模优化类应用及知识推理决策类应用，AI技术正在工业研发、生产、管理及服务等全环节助力制造业的高端化转型。从行业应用角度看，预计到2025年，电子通信/半导体人工智能应用市场的规模将达到41亿元；汽车制造行业紧随其后，达37亿元；能源电力行业将达到25亿元；制药行业将达到17亿元；金属及机械制造行业将达到13亿元。尽管AI大模型在智能制造中的应用前景广阔，但在大规模落地应用过程中仍面临系统集成、数据可靠性等问题。

针对识别、数据建模优化类应用，BCG观察到一些企业通过升级更新现有老旧设备的数据接口、通信协议，在利用已有IT/OT基础设施且不淘汰现有设备的情况下，获取“边缘侧”数据，从而实现从研发到生产再到质量控制的全流程管理闭环；针对知识推理决策类应用，当前依然需要考虑AI发出指令的可靠性，需要人为干预以确保生产安全。相应地，随着通用人工智能技术的演进、企业人员能力的提升以及数据治理的日趋完善，AI所扮演的角色将从“co-pilot（辅助）”发展为“决策主导+人工验证”并最终演进为可受信赖的自主闭环。

人才需求内外培养待加强

随着自动化、数字化、智能化技术的快速发展和应用，传统的劳动密集型生产模式正在向技术密集型转变，中国制造业对人才的需求结构也随之发生了显著变化。尽管中国制造业规模稳居世界第一，但制造业中科学家和工程师占从业人员的比重仍然较低。2020年，中国制造业中科学家和工程师的占比仅为3.55%，远低于德国的23.2%和欧盟的14.2%。根据人力资源和社会保障部公布的数据分析，到2025年，智能制造领域将需要900万人才，而人才缺口预计将达到450万。根据教育部、人力资源和社会保障部、工业和信息化部联合发布的《制造业人才发展规划指南》预测，到2025年，新一代信息技术产业、高档数控机床和机器人、节能与新能源汽车、电力装备、新材料这五大制造业重点领域的人才需求均将超过100万。

一些企业通过与高校紧密合作，建立人才培养基地，共同开展技术研发和人才培养。通过产学研结合的方式，在获得最新的科研成果的同时，也引进符合产业需求的相关领域优秀毕业生加入企业。在此基础上，企业需要围绕国家重大战略、重大工程、重大项目、重点产业，赋予自身员工参与相关实际项目、积累丰富实战经验的机会，健全自身的高技能人才培养体系。

企业出海策略应势而变

2018年至2022年，中国制造业对外直接投资流量的年复合增长率达9.2%，2022年流量达271.5亿美元，占中国对外直接投资流量总额的16.6%。以东南亚为代表的新兴市场国家经济正快速增长，为中国制造企业提供了不可多得的新业务增长点和盈利机会，加之其优惠的招商引资政策以及显著的人力和原材料成本优势，无一不在吸引着中企向当地转移产能。2021年至2023年，中国制造业对东南亚的累计投资金额超过400亿美元，远超欧洲、拉美等地区。从投资金额来看，印尼是中国制造业投资的首选目的地，投资规模达到59.2亿美元。当前层出不穷的绿色壁垒、技术性贸易壁垒、进口限制关税等诸多挑战，也倒逼中企通过构建本地化供应链，掌握海外业务主动权。在此背景下，BCG观察到中国制造业正逐渐从产业链局部环节出海，迈向端到端全链条出海。越来越多的企业正通过上下游企业联合出海的方式构建本地化供应链。

BCG建议，中国制造企业可搭建中央控制系统，将核心决策和指挥中枢保留在总部，利用5G、物联网、大数据分析和人工智能等工业4.0先进技术优势，实时收集和分析全球生产和供应活动的数据，提供精准的指导和支持，实现对全球产业链的集中管理和优化。

随着全球产业链的重构和中国经济结构的调整，中国制造业的高端化转型正迎来历史性的机遇和前所未有的广阔空间。BCG指出，中企需把握时代脉搏，充分利用自身的比较优势，应对转型路上的种种挑战，通过加快技术创新和管理升级，提升产品和服务的附加值，推动产业链的优化升级，在全球价值链中实现更高层次的跃升。