如需报告请登录。
1、5G构造万物互联和全面云时代，智能制造焕发新生
1.1.智能制造：始于德国，全球共识
德国于年4月提出“工业4.0”的概念，其核心是以智能制造为主导的第四次工业革命。之所以被称为“工业4.0”，主要相对于前三次工业革命而言：“工业1.0”是18世纪开始的第一次工业革命，实现了机械生产代替手工劳动；第二次工业革命“工业2.0”始于20世纪初，依靠生产线实现批量生产；“工业3.0”是20世纪70年代后，依靠电子系统和信息技术实现生产自动化。为了与“工业3.0”时代的集大成者美国竞争，德国迫切希望引领新一轮工业革命，因而提出发展“工业4.0”。
……
1.2.智能制造的本质：需要数据、算力、算法和网络四大核心技术体系支撑
智能制造融合了通信、大数据、云计算、人工智能等技术，实现制造过程中的分析、推理、判断、构思和决策等智能活动。通过人与AI的合作共事，去扩大、延伸和部分地取代人类专家在制造过程中的脑力劳动。数据、算力、算法和网络，是构成智能制造的四大核心技术基础。
按照中国通信院定义，智能制造的本质，是运用物联网、大数据、云计算、移动互联等新一代信息技术及智能装备对传统制造业进行深入广泛地改造提升，实现人、设备、产品和服务等制造要素和资源的相互识别、实时交互和信息集成，推动产品的智能化、装备的智能化、生产方式的智能化、管理的智能化和服务的智能化发展。
工信部的《智能制造发展规划（-年）》定义智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。
与传统制造相比，智能制造在产品设计、加工、制造管理以及服务等方面均有较大革新。
制造过程，各个环节几乎都广泛应用人工智能技术，系统技术可以用于工程设计，工艺过程设计，改变传统的设计方式，使产品更能贴近客户的实际需求；
加工过程，更加柔性化，智能化加工可实现在线实时监控和调整，跟踪生产过程，优化生产调度，提高制造效率，加强故障判断能力，降低制造风险；
管理方面，实现智能化技术管理，扩大管理范围，优化管理方式，节省管理成本；
服务方面，从仅仅服务产品本身扩展到服务整个产品生产周期过程中去，扩大管理范围，优化管理手段，增强管理效果。
1.2.1.工业互联网是智能制造的关键基础设施
始于90年代末21世纪初的互联网革命在改变人类消费习性的同时，也不断渗透于实体工业中，推动新一轮产业变革。伴随年后云计算、物联网、大数据等信息技术与制造技术、工业知识的集成创新进入了新拐点。在信息化与工业化的发展与融合下，工业互联网概念应运而生。
年，通用电器公司（GE）总裁JeffreyR.Immelt首次提出工业互联网的概念。年3月，GE与IBM和SAP两家公司一起成立了美国工业互联网联盟（IIC）。根据GE在年发布的报告，工业互联网被定义为整合了工业革命和互联网革命迄今成果的新一轮创新技术革命，延续了互联网革命开放灵活的网络和统一标准及协议的特点，并与现代工业技术深度交汇融合。
在传统制造业领域，我国相比于美德日等发达国家，智能化、自动化程度都普遍较低，在高端设备、工业软件、工业自动化等也都存在短板。企业级的互联网应用程度不高，制造业网络互联、数据与互操作存在一定困难。而在互联网领域，我国互联网尤其是消费端领域发展迅猛，应用创新层出不穷，甚至在某些领域赶超美德日。如何将工业化、信息化两化融合，实现中国制造业核心技术取得突破、互联网惠及全领域发展的愿景，工业互联网是关键。工业互联网不仅仅提供给我国一个借助互联网优势实现弯道超车的机会，也是我国制造业未来发展的必经之路。
1.2.2.我国制造业面临被动升级，发展工业互联网是我国的必由之路
随着经济发展进入新拐点，我国制造业的低人力成本优势逐渐丧失。年，全国劳动力成本是十年前的2.7倍。优衣库、耐克、富士康等世界知名企业纷纷选择在东南亚和印度开设新厂。年全年，东莞倒闭了家企业；曾经被称为制造之都的温州，也在经历制造产业空心化。
我国的高端制造业尚未建立，低端制造业面临向东南亚和印度等地区转移。国内制造业成本跃升，效率尚未跟上，经历成长阵痛，根据《年中国制造业痛点分析报告》，综合来看，超过50%以上的行业痛点分布在信息系统与大数据、智能工厂与智能制造领域，而整个制造业的痛点主要集中终端设备连接性、数据标准统一性以及数据信息安全性三个方面。中国企业核心竞争力要素分布不均衡，其中信息系统与大数据的指标评价值远低于其它要素，成为影响到企业其他各要素效能的短板。
中国工业场景基础设施的数字化水平低，智能制造发展收到严重制。根据两化融合服务联盟的数据，截止到年第二季度，调查的15万家工业企业在生产设备数字化率、关键工序数控化率分别为47%和49.2%，而工业企业智能制造就绪率仅为7.6%，这其中绝大多数为规模以上企业。设备设施数字化、网络化基础薄弱，尤其反映在中小企业设备改造资金投入不足和数据采集不完整。
数字化、联网化率不足，也局限了工业软件普及率，使重点行业企业加应用计算机辅助设计（CAD）、制造执行系统（MES）、产品生命周期管理系统（PLM）等工业软件配臵率较低。年中国企业的94.4%的企业未能做好部署智能制造的准备，生产设备数字化率只有44.8%，而数字化设备联网率仅为39.0%。制造执行系统（MES）普及率只有18.1%，数据采集与监控系统（SCADA）只有4.7%，中国亟需大幅提升工业设备设施网络化水平，突破企业数字化发展瓶颈，大力推动以5G为支撑的工业互联网发展。
随着5G的商用，有望带动工业互联网的大规模落地，形成全新的制造业经济发展范式。从短期效益来看，工业互联网极大地降低生产、运营成本，提升公司资本效率。同时工业互联网依托集聚共享的资源平台，打破“信息孤岛”，实现上下游商业伙伴的互联互通。从长期效益来看，工业互联网将构建新的商业模式，按产出付费、按需定产，改变原有与用户的连接方式，创造万物基于平台的市场。最终工业互联网将构建供需自治的经济，产品持续需求感知，设备从端到端的全自动化，实现商品流程中资源利用最优化，污染、排放最小化。
2.5G网络，为智能制造而生
2.1.5G网络契合工业互联网需求，解决行业发展痛点
2.1.1.发展需求：智能制造对网络性能要求更高
智能制造是以人工智能、机理模型、流程模型、数字孪生等为代表的算法技术帮助下，实现生产过程中发现规律、智能决策。其中数据是基础，通过工业现场的收集产业链各环节产生的大量数据，借助高容量的工业互联网实现数据的集中处理。有了海量数据后，云端需要强有力的算力进行处理，需要以云计算、边缘计算等为代表的计算技术，为高效、准确地分析大量数据提供了有力支撑。在这里数据采集是基础，数据处理是核心，而数据传输则是重要支撑。
不同于传统互联网，工业互联网对数据传输过程中的错误丢包、时延、容量性能非常敏感：
1、传输误差可能产生极其严重的后果，通信事故发生后需要快速故障恢复。同时，2、对工业控制现场环境（温度、湿度、高电磁干扰等）远比消费互联网复杂。3、在保证系统稳定性的同时，又需要增强了系统的开放性和互操作性，适应柔性生产，适应企业新品快速迭代，需要运营方提供完善的解决方案。4、满足上面的要求后，智能制造联网后需要快速降低生产成本（降低数据传输的成本）。
2.1.2.发展痛点：现网性能无法满足未来智能制造的网络需求
现网容量、可靠性、时延尚无法满足智能制造绝大部分场景需求
传统无线技术现网容量、可靠性、时延等性能指标无法满足智能制造绝大部分场景需求，只有5G网络才能实现智能制造。智能制造对于数据采集、分析、处理的诉求强，所以对数据传输有极高的需求，目前工业现场主要采用有线网络进行传输，但采用同轴线缆或光纤的有线网络建设成本和扩容成本高，部署方案复杂，无法实现工业互联网的规模落地。而传统的无线网络通信技术如3G/4G、Wi-Fi、Zigbee、蓝牙等，在网络速率、通信可靠性、连接数量、覆盖范围、传输容量、时延及稳定性等性能指标上无法全面兼顾，因而无法满足大部分工业场景的需求。
以下述三个工业应用场景为例：
远程控制：某些工业环境不适宜人工作业，也无法通过光缆链接，比如高温、高空等。受控装备需要在远程感知（足够高清晰度视频、状态感知等）的基础之上，通过无线网络向控制者发送状态信息，同时根据收到的动作指令执行相应的动作。此时，容量、网络时延和可靠性非常重要（如图像/视频流上传需要上行50Mbps（8K）容量，时延20ms）。目前工业上大多数远程控制还是基于有线网络，虽然稳定，但限制了生产灵活性，同时也限制控制范围。而现有无线网络4G、LoRa等容量无法满足高清视频回传的要求，另一方面无法保证可靠性的前提下满足远程控制对于时延的要求，操控的灵敏度和可靠性也无法满足。
云化AGV：自动导引运输车（AGV），指装备有电磁或光学等自动导引装臵，能够沿规定的导引路径行驶，具有安全保护以及各种移载功能的运输车。随着工业场景越来越复杂，AGV上运行的定位、导航、图像识别及环境感知等需要复杂计算需求正在指数级提升，需要将算力模块上移到边缘服务器，而仅仅将运动控制/紧急避障等实时性要求更高的模块保留在AGV主机上。目前云化AGV室外覆盖范围约2km，需要满足庞大的连接数。未来AGV安装6~10多摄像头（视觉导航、视觉检查等多16种功能），移动速度提升到2~3m/s，网络上行带宽需求小于1Gbps，时延约为20ms，现有4G网络显然无法满足。
云端机器人：云化机器人将控制“大脑”放在云端，对网络提出了两个需求，包括满足通信调度及业务数据实时交互需求和集成其它视觉应用的通信需求。目前单个机器人安装10~20个摄像头（实现视觉导航、视觉检查等多种功能），移动速度提升到2~3m/s，网络上行带宽需求小于1Gbps，时延10~ms。
以5G为代表的现代通讯网络凭借其高传输速率、广覆盖、低延时的特点起到了关键的连接作用。5G将智能制造三大要素紧密地连接在一起，让它们协同作业。
现网无线网络架构无法满足多样化的业务需求
结合工信部、工业互联网产业联盟等的预测，工业互联网+智能制造的融合应用出现了多种新型场景，分别为超高清视频、AR/VR、无人机、云端机器人、远程控制、机器视觉以及云化AGV等等。综合国际牵头产业链企业（ICTOT）在标准组织、联盟、项目、技术合作等平台所提供的信息或观点，目前，传统基于消费互联网应用的4G网络只能服务于单一的移动终端，无法适用于多样化的物与物之间的连接。
不同于传统互联网用户特性较为单一的特点，工业互联网将有有数以万亿计的人和设备接入网络，不同类型业务对网络要求千差万别，要求运营商提供不同功能和QoS的通信连接服务。基于5G核心网架构的网络切片能够解决在一张物理网络设施上，满足不同业务对网络的QoS要求。网络切片采用虚拟化和软件定义网络技术，可以让运营商在一个物理网络上切分出多个虚拟的、专用的、隔离的、按需定制的端到端网络，每个网络切片从接入网、传输网到核心网，实现逻辑上的隔离，从而灵活适配各种类型的业务要求，实现一网多用，不需要为每一个服务重复建设一个专用网络，极大降低成本。
2.2.赋能智能制造发展痛点突破，工业互联网是5G潜在的最大杀手级应用
2.2.1.5G三大场景高速率、大容量、低时延高可靠，工业互联网需求清晰可见
根据ITU（国际电信联盟）的愿景，5G的应用场景应划分为增强型移动宽带（eMBB）、大连接物联网（mMTC）和低时延高可靠通信（uRLLC）三类。同时，ITU在带宽、时延和覆盖范围等方面确立了5G的8项技术要求。简而言之，5G与4G相比主要的优势在于：超高的数据传输速率，海量的通信连接，以及在关键可靠通信领域的优秀性能。
相对于以消费互联网为核心应用的4G，5G除了能够大幅提升网络速率外，更大的突破在于支持mMTC与uRLLC两大场景。mMTC与uRLLC可以实现工业场景下海量物与物之间的高可靠通信，将分布广泛、零散的人、机器和设备全部连接起来，构建统一的互联网络。目前，工业互联网存在大量eMBB、uRLLC、mMTC等多种业务并发的场景，5G已经成为支撑真正实现智能制造转型的关键使能技术：
eMBB为工厂生产环节海量数据传输提供支撑，eMBB场景包括视频监控、远程控制和海量生产数据分析等，但不同于传统移动网，工业互联网的上行数据传输量更大。以TDD模式为主的5G网络将可自由调整上下行时隙配比，满足工业场景需求。
URLLC可以满足智能制造实时性和可靠性的需求，工业应用对端到端可靠性要求极高，而4G在无线网络在可靠性上的设计逻辑（如重传机制）还无法满足工业级硬实时控制的要求。uRLLC场景包括远程实时控制等。
mMTC支撑更多联网单元，满足海量模组/终端收集数据、并发控制的需求。mMTC场景包括状态监控、资产跟踪、物流和库存监控等。
2.2.2.工业互联网是5G潜在的最大杀手级应用
工业互联网智能工厂作为5G技术的重要应用场景之一，利用5G网络将生产设备无缝连接，打通设计、采购、仓储、物流、生产、质检等多个环节，使生产更加扁平化、定制化、智能化，从而构造一个面向未来的智能制造网络。
5G实现传统网络无法应对个性化要求
我国消费结构升级，个性化、定制化成为潮流。为满足需求，基于柔性技术的生产模式成为趋势。柔性制造系统是一个自动化的生产制造系统，在最少人的干预下，能够生产更大范围的产品族，系统的柔性度通常受到系统设计时所考虑的产品族的限制。柔性生产催生了对全新技术的需求。
5G网络为柔性制造赋能。在企业工厂内，柔性生产对工业机器人的灵活移动性和差异化业务处理能力有很高要求，5G网络在减少机器与机器之间线缆成本的同时，利用高可靠性网络的连续覆盖，使机器人在移动过程中活动区域不受限，按需到达各个地点，在各种场景中进行不间断工作以及工作内容的平滑切换。5G网络也可以使能各种具有差异化特征的业务需求。大型工厂中，不同生产场景对网络的服务质量要求不同。精度要求高的工序环节关键在于时延，关键性任务需要保证网络可靠性、大流量数据即时分析和处理的高速率。5G网络以其端到端的切片技术，同一个核心网中具有不同的服务质量，按需灵活调整。如设备状态信息的上报被设为最高的业务等级等。
尽管5G能根据不同应用情景进行生产调度及调整设备状态，但在定制化柔性制造、多场景生产的情景下，各类产品所需的制造方案不完全相同，通用性技术并不能满足生产需求，为了满足不同的定制化要求，需要针对每一个定制方案匹配一套生产机器设备，将大幅度增加生产成本。此时，AI赋能制造工业，就能较容易的解决这些需求。在大数据的积累下，企业能够利用AI实现专业场景的快速转变，真正做到制造向“智”造转型。
5G真正实现网络本地化部署
智能制造网络通信必须适应恶劣的工业现场环境，具有较强的抗干扰能力、实时通信等特点，为紧要任务提供最低限度的性能保证服务，确保整个工业控制系统的性能。制造企业传统基础网络部署模式为以太局域网+Wi-Fi覆盖。Wi-Fi网络存在缺乏统一管理平台、网络覆盖不全面、网络信号不稳定、安全性不能得到保障等不足。
5G网络满足智能制造网络通信需求：（1）弹性叠加业务：快速业务多样性，如视频类、上网、专线等；（2）带宽弹性扩容：多种高带宽接入能力，动态调整；（3）多层次开放：灵活应对接入方式、接入地点、接入终端多变性；（4）有线、无线一体化的调度通信功能：支持工业控制网络的多种通信接口（如RS、RS、CAN总线等）；（5）具有良好的响应实时性：工业控制网络不仅要求传输速度快，而且要求响应快，即响应实时性要好，一般为ms至0.1s级别；（6）容错性要求：在网络局部链路出现故障的情况下，能在很短的时间内重新建立新的网络链路。
5G高速率海量连接构造万物互联
工厂内，柔性生产对工业机器人的灵活移动性和差异化业务处理能力有很高要求。5G网络在减少机器与机器之间线缆成本的同时，利用高可靠性网络的连续覆盖，使机器人在移动过程中活动区域不受限，按需到达各个地点，在各种场景不间断工作。另一方面，5G可构建连接工厂内外的人和机器为中心的全方位信息生态系统，使任何人和物在任何时间、地点都能实现彼此信息共享。
5G低时延、大带宽赋能远程控制，机器人与VR/AR协同配套
大型企业涉及到跨工厂、跨地域设备维护，远程问题定位等场景。未来工厂中每个生产要素都是一个有唯一IP的终端，人和工业机器人进入整个生产环节，和带有唯一IP的原料、设备、产品等进行信息交互。工业机器人在管理工厂的同时，人在远程可以通过VR和远程触觉感知设备，接收到实时信息跟进，并进行交互操作。5G网络的大流量能够满足VR中高清图像的海量数据交互要求，极低时延使得触觉感知网络中，人在远程也能将动作无误差地传递给工厂机器人，多人控制工厂中不同机器人进行下一步修复动作。同时，人和工业机器人、产品和原料全都被直接连接到数据库，故障诊断时，可参考海量的经验和专业知识，提高问题定位精准度。
未来智能工厂生产中，人将发挥更重要的作用。然而由于未来工厂具有高度的灵活性和多功能性，对车间工作人员有更高的要求，增强现实AR和虚拟现实VR将发挥关键作用，如：监控流程和生产流程；生产任务分步指引；手动装配过程指导；专家远程维护等。
2.3.5G赋能工业互联网，全球市场空间巨大
工业互联网1%增值效益，开启万亿市场空间。国务院物联网领导小组长邬贺铨院士曾提出1%的行业增值概念，如果预估早期工业互联网能够给这个行业带来1%的增值的话，对于航天产业就是亿美元，对于电力行业就是亿美元，对于铁路就是亿美元，对于医疗行业就是6亿美元。
根据国家统计局初步核算，我国年工业增加值总量达到31.71万亿元，约占GDP的比重的1/3。按照工业增加值5.7%的增速预测，我国年工业增加值总量将达到33.52万亿元，1%的改善相当于工业互联网给我国带来亿元的工业增值。年末，邬贺铨院士演讲称，人工智能将为全球GDP贡献13万亿美元，工业互联网能够为全球经济带来14.2万亿美元的经济增长，再加上5G带来的13万亿美元增长，年三者合计的贡献将达到40万亿美元。
全球市场空间巨大，国内市场占比两成左右。据工信部统计，中国智能制造产值约占全球产值的19%~21%。年，中国制造业增加值占全世界的份额达28%以上，是全球工业增长的重要引擎。按照工信部统计，中国拥有全球最“完整的工业体系”——全世界唯一拥有联合国产业分类当中全部工业门类的国家，在世界多种主要工业产品当中，有多种工业产品中国的产量占居全球第一。
根据GE预测，工业互联网将影响46%（约32.3万亿美元）的全球经济，到年，工业互联网将给全球带来15.3万亿美元的GDP增量，至少可给中国带来3万亿美元左右的GDP增量。年12月，在5G+工业互联网高峰论坛上，中国信息通信研究院院长刘多指出，预计年我国工业互联网产业规模将达亿元。
2.4.政策支持+产业联盟推动5G+工业互联网加速落地
目前，全球主流工业大国均已提出自身的智能制造计划，近年均高度
联系电话：