所谓智能制造，即是利用新一代信息技术，来提高生产效率、产品质量、降低能耗等，贯穿设计、生产、管理等制造的各个环节，和产品的整个生命周期。

2015年5月19日，国务院正式印发《中国制造2025》。其中，智能制造作为五大核心工程之一，重要性不言而喻：人口老龄化、产业升级、提高附加值......都需要“智造”。

当前，“智造”的核心表现为整个生产流程的智能化，而在这一过程中，人工智能技术的运用与落地，为其提供了最为底层的应用能力。

基于人工智能（譬如机器学习），机器能够代替人力，并且在安全、效率上得到很大提高；而通过数据来实时反馈市场需求，则为再生产提供数据支撑；从而对整个产业的生产——扩张——再生产，带来颠覆性改变。

但人工智能技术对制造业带来的改变，又不止于此。

1、AI给制造带来了什么？

“以前，车间的原料、半成品、成品等物料都是通过人工或叉车搬运，劳动强度高且效率较低，并且作业区域人、车、货交集，也带来了安全风险。”

某生产车间主任表示，这类工作强度大，环境也不好，属于技术含量低的重复性劳动，由人力完成不仅效率较低，且不利于工人的身体健康。

在引入了新的技术改造方案后，搬运工作可完全实现自动化，事故率降低的同时，搬运效率是之前的2～3倍。并且，整个环节避免了人与物料的接触，避免了可能存在的人力导致的产品异物问题。

“最直接的感受就是效率提高了，以前三个人干一天的活儿，现在一个‘人’就能完成。”

除此之外，管理也变得更加容易。

比如，生产出的产品需要进行检测，检测合格方可入库，而对于不合格的产品，需要分析原因，来提高良率。

“放在以前，我们只能一个环节一个环节去调数据、找原因，一步步核实，还不一定能有结果。”

该车间主任表示，现在有视频监控，各项检测机器都记录下数据，有问题直接调用数据，“效率和准确率都提高了好几倍，还节约了人力成本。”

总而言之，AI带来的可量化的改变，通常是效率得以提高，解放了人的部分劳动。不过，技术改变社会，往往从效率开始，但并不以效率为结束。

正如瓦特改良蒸汽机给纺织业带来巨变一样，最初的表现是纺织品生产规模化扩张、成本下降、产品价格下跌，使其具备价格竞争优势。

更深层次的影响是，整个纺织业产业链都因此调整：上游原材料供给扩大；中游，技术代替人力成为主导性生产要素；下游，成本下探带来价格竞争优势。

两百多年前和现在如此相似，只不过蒸汽机变成了以AI为代表的机器人。

在西南证券某分析师看来，AI对制造业的影响，大体可以从成本效率、生产要素的再分配以及产业链的调整三个方面来解释。

在成本和效率方面，AI带来生产和管理效率的提升，使得生产能力进一步增强，具体表现在：人力及管理成本削减，机械化作业带来规模收益，产品的议价能力更强。

但在初期，企业的改造成本较高。

从生产要素投入上讲，技术要素将比劳动要素更重要。机器代替人工，人力成本将得到控制，但企业需要投入更多资金研发或购买机器（技术服务），比如对机器的维护、管理等，这将导致对技术要素的投入会更多一些。

对于产业链而言，AI对上游原材料供应商、中游生产制造商的影响以降本增效为主，下游的经销商则可以通过大数据、AI分析等掌握市场动向，迅速调整供应、营销策略。

“这实际上催生出了柔性供应链，和电商的C2M模式很接近。”

例如，在某一季度，市场对于某一商品的需求不断上涨，通过数据分析，如果这种需求在未来几个季度都存在增长空间，那么经销商会加大对该商品的进货需求；中游生产商获得更多订单，上游原材料供应商也会扩大生产规模。反之亦然。

“整个产业链上的生产、销售变得更加灵活。”该分析师表示。

不过，虽然AI对制造业的作用显而易见，然而自2015年以来，智能制造一直被提及，但进展并不顺利，许多企业的“智造”仍旧是以单一的设备或生产线的智能化为主，并未全面铺开。

这其实反映出一个深层次问题：智能制造，究竟是以AI，还是以制造为主导？

2、AI+制造 Or 制造+AI

智能制造，分智能和制造两部分，不论是“AI+制造”，还是“制造+AI”，本质目的是相同的。但业界对于谁为主导，却有不同。

以AI公司为主的技术商认为AI是主导，智能制造的核心是通过AI 技术实现生产、管理和经营的智能化，进而推动制造业的升级，属于技术导向。

以制造业为主的厂商认为，AI固然重要，但制造业本身才是基础，没有基础，技术就失去了载体；智能制造的核心是制造业的“智能化”，属于产业导向。

这两种导向从根本上来讲，是两类厂商对于话语权的争夺。

话语权往往关系到议价能力。

一位某厂商的采购经理告诉AI掘金志，他所在的公司本打算引进某AI公司的智能化改造方案，但报价太高，远超预算，而且降价空间很小，因此就搁置了改造计划。

但在AI公司的人看来，这样比较高昂的报价很正常，“设备成本高，价格自然就高上去了，并且公司需要做定制化，设备的保养、维护、售后技术支持等都要花费。”

一边是购买力不足，渴望降价；一边是技术变现压力大，拒绝降价；两者形成了对峙，久久僵持不下。

“哪个主导，哪个就更有优势，就能拿到议价权，但这场较量还没有分出胜负。”该分析师认为，这样实际造成了供给与需求的不匹配，是智能制造未能规模化铺展的根本原因。

从另一个方面看，这两种导向，也涉及到商业模式的区别。

AI企业大多做的2B业务，而制造业企业则以B+C为主。

在AI企业看来，企业的数字化转型首先要增效，其次才是降本。因为增效带来的收益可以弥补成本，并且AI产品、设备、技术的成本很难降下来，但AI带来的人力成本、管理成本的削减，是降本的核心内容。

但制造业企业的观点却有差异，制造业市场非常成熟，竞争很激烈，对性价比追求极高。比如，某条生产线要达到什么水平，出货量、良率保持多少，年产值、折旧、损耗，回本周期等等，最重要的是单位产品的成本能够进一步降低，才能扩大其利润空间，这才是降本的主要内容。

前者认为后者不缺钱，至少不缺购买设备、改造的钱；后者认为前者报价太高，且无法在生产端有效地削减成本。

两个并不完全相同的市场，和两个缺乏沟通的玩家，自然导致合作效率的低下。

那究竟谁为主导？

该分析师认为，这取决于制造业企业有没有做AI的能力。

智能制造已经是制造业发展的未来，但具体如何实现智能制造，靠外力还是内功，不同的企业在路径选择上各有差异，这与行业特性密切相关。

一些行业本身就有发展AI技术的基础和空间，比如安防，一开始存在着大量的低端设备制造企业，但随着市场变化，部分企业寻求在技术上突破。经过多年发展，在技术和市场上占据绝对优势，AI企业的进入也很难打破这种局面。

典型的例子就是海康威视和大华股份。

而一些行业本身不具备发展AI技术的基础，比如食品制造、日化用品等，其核心技术的侧重点在于研发出适合市场需求的产品，而非整个工厂、生产环节的智能化。

因此，从供给决定需求的理论出发，一些行业（企业）自身能够发展技术，对AI公司的技术需求并不高，故以制造业企业为主导。

对于那些不具备AI能力的制造业企业而言，AI一开始以卑微的乙方角色出现，但最终扮演的是甲方的角色。

“这并不意味着AI企业能够躺赢，现阶段，制造业对AI技术的购买力不足，很大程度上制约着‘制造’向‘智造’的迭代。”

3、「AI＋制造」的生意经

在新技术商业化比较艰难的情况下，行业和场景的选择非常重要。

所谓场景能力，并不完全是销售问题，也意味着如何前瞻地找到某个细分，并有机会形成一个或者半个垄断。

这也是为什么在机器视觉类AI公司疯狂扎堆安防、零售等领域时，创新奇智成为最早一批在「 AI+制造 」吃螃蟹的人。

当下，制造业是一个市场体量巨大且玩家稀少的领域。但是，中国制造业要想继续发展下去，将信息通信技术与先进制造技术融合的智能制造是必经之路。提升生产效率和向高端制造进发，也是日本、德国等制造大国曾经走过的路。

2021年底，工信部等八部门联合印发《「十四五 」智能制造发展规划》指出，到2025年，规模以上制造业企业大部分实现数字化网络化，重点行业骨干企业初步应用智能化。

该规划还指出，要增强供给能力，智能制造装备和工业软件市场满足率分别超过70%和50%，培育150家以上专业水平高、服务能力强的系统解决方案供应商。

人工智能解决方案在制造企业的「产品质量控制一致性、流程管理效率、人工成本、安全管控、一体化管理能力」等方面均有助益和渗入。

「AI+制造」核心赛道，公司深耕面板半导体、钢铁冶金、能源电力、工程建筑、汽车装配、高科技/3C等多个垂直细分领域，主要服务于经营效率和信息智能方面的转型需求。

「AI+金融」核心赛道，公司并非从事风控、营销等前端服务，而是有关保险银行业IT基础设施，比如智能数据中心建设和运维，智能混合云管理等。

除了与传统「AI四小龙」有很大不同，与同行业其他供应商相比，创新奇智是为数不多、集「AI工业视觉-AI工业自动化-AI工业云平台」于一体的全栈式人工智能产品及解决方案的供应商。

产品层面，他们不仅构建了机器视觉智能平台ManuVision、边缘视频智能平台 MatrixVision，还打造了Orion分布式机器学习平台，也是中国少数几家具备专有的深度学习平台的公司之一。

「我们在AI+工业领域的差异化和特色化体现在『脑、眼、手、脚』。」徐辉曾解释道。

Orion分布式机器学习平台就像「大脑」；AI 工业视觉就像「眼睛」，负责定位、识别、测量和检测。而且，这些平台并非传统意义上的纯软件平台，而是可以与及机器人的「手」、「脚」结合起来。

比如，ManuVision可与工业光源、工业相机、机械手、控制器等外部硬件设备兼容，为客户打造集光（学）、机（械）、电（气）、软（件）、算（法）于一体的自动化整体解决方案。

与早期AI公司「先有平台，再赋能」的 「top-down 」路径相反，创新奇智一开始就反其道而行之——采取 「bottom-up」，即 「

solutions-products-platforms」。

公司一开始就从具体应用场景切入，通过与行业代表性大中型企业合作标杆案例，逐步将可复制元素、行业 know-how 模块化，进而实现扩展的可复制性，同时避免走上系统集成商的路子。

虽然创新奇智也有AI平台，但与早期AI公司的平台化思维不同，创新奇智的AI平台主要作为公司服务客户的底层AI基础设施，作为 AI技术资产的沉淀池。

比如，目前为ManuVision平台所开发有关缺陷检测的算法模型，已经由2021年6月底的215类增到282类；为 MatrixVision平台开发的有关现场推断的算法的模型，从277类增加值352类。

这些技术资产高度凝炼、低耦合及可复用性高，可支持及实现满足客制化要求的高效率项目交付。得益于这些技术资产，工作流程的某些方面还可实现自动化。

另外，一些技术解决方案可以跨领域复用到相似应用场景。

实践中，他们通常先将「大脑」训练好的模型移植到对应的图像或者视频AI平台，然后再嵌入到公司的 ABS 及 RDP 中，现场实现客户的需求。

所谓RDP（Rapid Deployment Product），产品化程度是比较高、可以去快速部署。ABS（Assets-based Solution）是适合与客户所在的行业场景结合起来的一个解决方案，这个解决方案也能够比较快速部署。

不过，ABS或者RDP的产品通常来说客单价比较低，针对大客户和头部客户，要做什么？

比如，想去大户人家做生意，肯定不满足于送牛奶就算了，肯定把洗衣也做了，草坪也剪了，最后做成定制化且长续、具有连接性的管家式服务，这就是中国版的IBM。

创新奇智正是通过利用这些可复用、资产型RDP/ABS组合差异化的行业解决方案，对客户各种场景需求进行长周期服务的能力，锁住大客户。

从中我们也可以看到创新奇智服务客户全生命周期数字化转型的策略，以及未来整体盈利水平提升的清晰路径。

值得注意的是，除了满足于自身使用之外，公司也正在通过三大平台打造生态。

招股书透露，公司正在建立一个开放式架构技术平台以吸引AI行业价值链中的更多参与者及加深与各类行业参与者的合作。

ManuVision及MatrixVision平台目前嵌入在客户现场边缘部署的ABS及RDP，未来将发展成为依托云并具更高兼容性的平台，以通过无线或5G网络连接不同行业参与者的更多设备和应用，并且支持与第三方插件兼容，吸引AI行业价值链的更多参与者。

另外，为了深化现有客户群的能力，他们还在合作模式上进行了创新——与行业龙头企业成立合资公司，将合作成果扩展到更多场景中。

与中冶赛迪集团合资成立的赛迪奇智就是一个成功案例。「有关战略合作伙伴关系，不仅使我们获得其行业见解，而且使我们能够利用其行业资源，以快速渗透至相关行业垂直行业。」招股书解释说。

这种模式也推动创新奇智在短时间内快速获取大量用户，公司客户总数自2018年的50家增加至2020年的157家。

制造业在总营收占比也不断提高，从2018年底的36.6%，增至2021年前三季度的50.8%。

截至2020年12月31日，创新奇智有23个优质客户，贡献占比达到82.5%，优质客户以金额计算的复购率为112.7%。

4、风险与潜力

创新奇智能够成为港交所第一家「准」上市的 「AI+制造」公司，已经是对其公司估值、盈利能力、发展前景等多方面的综合肯定。

据沙利文数据，2020 年以收入计，创新奇智是中国企业 AI 解决方案市场上第 3 大 AI 技术驱动型解决方案供应商、中国制造业 AI 解决方案市场最大的 AI 技术驱动型解决方案供应商。

IDC 数据显示， 创新奇智是 2020-2021H1 中国第四大机器学习平台厂商，2021H1 中国计算机视觉应用市场份额第5。

值得注意的是行业竞争风险。一方面，企业AI解决方案行业竞争非常激烈，对手通常包括：

1）与其他专注于开发及商业化生产人工智能技术的公司竞争，2）与已涉足的各垂直领域内并非专注人工智能的现有参与者竞争，3）与新的行业进入者竞争；4）全球科技公司的潜在竞争。

另一方面，市场非常分散。以2020年营收计算，虽然创新奇智已经成为中国企业AI解决方案市场第三大技术驱动型供应商，但在1500多个市场玩家中，市场份额仅0.3%。

不过，整个市场的蛋糕还在不断变大。

根据弗若斯特沙利文的资料，2020 年中国企业级 AI 市场的市场规模达约人民币 1,394 亿元，预计到 2025 年将达到约人民币 8,366 亿元，复合年增 长 率为 43.1%。

2020 年，中国企业级 AI 市 场 约 占整个 AI 市场的 75.0% ，预计到 2025年将增至约 80.0%。

另有数据显示，随着数字化和智能化技术的更全面采用，预计到 2025 年，中国制造业的人工智能解决方案市场预计将达到约人民币 649 亿元，2020 年至 2025 年的复合年增长率 为 48.3%。

「AI主流深度学习技术的产业潜力，至少能『吃』20年，它会渗透进各种不同的领域。」李开复曾乐观预计，AI将会彻底普及化，进入到每家公司。

在制造、金融等行业AI化过程中，谁能率先上市，在资本市场获得持续支持，谁能抢占更多的AI市场红利。

文章来源： 机器之心Pro，雷峰网