制造业是国民经济的主体。我国拥有41个工业大类、207个工业中类、666个工业小类，是全世界唯一拥有联合国产业分类中全部工业门类的国家。但与此同时，大量传统制造业仍面临"大而不强、全而不优"的痛点：设备自动化程度低、数据孤岛严重、生产管理依赖经验、产品附加值不高。

2024年以来，国家政策密集发力推动传统制造业改造升级：3月，工信部等七部门联合印发《推动工业领域设备更新实施方案》，明确到2027年工业领域设备投资规模较2023年增长25%以上；2025年，"大规模设备更新和消费品以旧换新"政策全面落地，工业领域设备更新被纳入超长期特别国债支持范围；2026年，工信部批复32个城市（区）开展第一批新型技术改造城市试点，中央财政对每个入选城市给予定额3亿元奖补，重点支持企业"智改数转网联"。

对于投资集团而言，传统制造业智能化改造不是"推倒重来"，而是在存量基础上做增量——这是确定性最高、周期最短、现金流最稳定的投资赛道之一。投资部需要读懂"设备更新→数字化→智能化"的递进逻辑，识别真正有技术壁垒和商业化能力的服务商；招商部需要理解本地传统产业的技改需求，以"存量企业升级+外部服务商引进"双轮驱动，实现产业生态的良性循环。本课程正是为打通"产业认知→项目研判→招商落地→企业服务"全链路而设计。

通过本课程学习，学员将获得以下核心收益：

1. 建框架：理解传统制造业"自动化→数字化→网络化→智能化"的演进路径，掌握智能制造"一硬（装备）+一软（工业软件）+一网（工业互联网）+一平台（智能工厂）"的四维架构

2. 读政策：精准解读大规模设备更新、新型技改城市试点、超长期特别国债等政策的资金支持方向与申报要点，找到投资与招商的政策红利窗口

3. 识环节：识别智能制造产业链中价值量最高、壁垒最强的环节（如PLC/DCS、MES/ERP、高精度传感器、工业机器人），避免"重硬件轻软件"的认知偏差

4. 判项目：建立制造业技改项目"需求真实性→方案适配性→投入产出比→服务商能力"四维研判模型，区分"真技改"与"为拿补贴而技改"

5. 懂招商：掌握"以本地存量需求引外部服务商、以外部链主带本地配套升级"的双向招商逻辑，输出可执行的智能制造招商方案

6. 能服务：运用"诊断+方案+融资+落地"企业服务闭环，帮助本地传统企业制定切实可行的智能化改造路线图

【课程特色】

实战派风格、针对性强

模块一：行业基础与产业周期

1.1 传统制造业转型背景

1.1.1 为什么要转：三重压力倒逼

• 成本压力：人力成本持续上升，招工难、留人难成为普遍痛点

• 竞争压力：下游客户对交期、质量、定制化要求不断提高

• 政策压力：能耗双控、碳排放约束、安全生产监管趋严

1.1.2 转型的本质：不是"换设备"，而是"换模式"

• 从"以产定销"到"以销定产"（柔性制造）

• 从"经验驱动"到"数据驱动"（精益管理）

• 从"单点自动化"到"全链路协同"（供应链一体化）

1.1.3 演进路径：四步走

• 自动化（机器换人）→ 数字化（设备上云、数据打通）→ 网络化（供应链协同）→ 智能化（AI赋能决策）

• 当前多数传统企业处于"自动化向数字化跨越"的关键阶段

1.2 智能制造政策与产业周期

1.2.1 国家顶层设计

• "十五五"规划：推动制造业高端化、智能化、绿色化发展

• 2024年《推动工业领域设备更新实施方案》：到2027年工业设备投资增长25%以上

• 2025年"大规模设备更新"全面落地：超长期特别国债支持工业设备更新

• 2026年第一批新型技术改造城市试点：32城、每城3亿元中央财政奖补

1.2.2 地方政策图谱

• 各省市配套资金：设备投资补贴（5%–15%）、技改贷款贴息、上云上平台奖补

• 典型模式：浙江"未来工厂"、江苏"智改数转"、广东"数字化转型入企诊断"

1.2.3 产业周期判断

• 智能制造已从"示范试点"进入"规模化推广"阶段

• 投资逻辑：从"看技术先进性"转向"看投入产出比和复制能力"

模块二：产业链全景拆解（上）—— 智能装备 + 工业软件 + 数字化核心

2.1 智能制造装备（硬件层）

2.1.1 工业机器人

• 分类：多关节机器人（搬运/焊接/装配）、SCARA（精密装配）、协作机器人（人机共融）

• 市场格局：发那科、ABB、安川、库卡"四大家族"仍占高端；国产替代加速（埃斯顿、新松、节卡）

• 投资逻辑：不是所有场景都需要机器人，"机器换人"的经济账是核心判断标准

2.1.2 数控机床与自动化产线

• 高 档数控机床：五轴联动、车铣复合（科德数控、海天精工）

• 自动化产线集成：非标自动化（每个行业差异大，难标准化，但壁垒高）

• 投资逻辑：产线集成商比单台设备商更懂行业，客户粘性更强

2.1.3 智能传感与检测设备

• 机器视觉（奥普特、凌云光）：缺陷检测、尺寸测量、定位引导

• 力觉/触觉传感器、RFID、工业条码

• 投资逻辑：视觉是"智能制造的眼睛"，渗透率仍在快速提升

2.2 工业软件（软件层）—— 最容易被低估的环节

2.2.1 研发设计类（CAD/CAE/CAM）

• 高端市场被达索、西门子、PTC垄断；国产替代空间巨大但难度大

• 代表：中望软件（CAD）、华大九天（EDA）

2.2.2 生产制造类（MES/SCADA/APS）

• MES（制造执行系统）：连接ERP与车间设备的"桥梁"，当前最热赛道

• APS（高级计划排程）：解决"排产难"痛点，AI赋能后价值凸显

• 代表：宝信软件、中控技术、黑湖智造

2.2.3 经营管理类（ERP/PLM/SCM）

• ERP：用友、金蝶主导中端市场；SAP、Oracle占据高端

• PLM（产品全生命周期管理）：研发与生产的数据枢纽

2.2.4 核心判断

• 工业软件是智能制造的"灵魂"，但国内长期"重硬轻软"

• 招商启示：工业软件企业是"隐形冠 军"，税收贡献高、人才密集，值得重点招引

2.3 数字化改造核心环节（网络与平台层）

2.3.1 工业互联网平台

• 层级架构：边缘层（数据采集）→ IaaS（云）→ PaaS（平台）→ SaaS（应用）

• 双跨平台：卡奥斯（海尔）、根云（三一）、航天云网、汉云（徐工）

• 行业平台：每个细分行业都需要自己的"行业云"

2.3.2 5G+工业互联网

• 5G专网赋能：远程操控、设备协同、柔性生产

• 典型场景：矿山、港口、钢铁等高危/恶劣环境

2.3.3 数据采集与打通（最痛的环节）

• OPC UA、工业协议转换、边缘计算网关

• "数据孤岛"是传统工厂数字化的第一道坎

模块三：产业链全景拆解（下）—— 工厂场景 + 技改需求 + 配套体系

3.1 工厂数字化场景

3.1.1 生产环节场景

• 智能排产（APS）→ 智能仓储（WMS/AGV）→ 生产执行（MES）→ 质量追溯（QMS）

• 典型案例：某汽车零部件工厂通过MES+视觉检测，不良率从3%降至0.5%，交付周期缩短30%

3.1.2 设备管理场景

• 预测性维护：振动监测+AI算法，提前发现设备故障

• 能源管理：分项计量+能效优化，降低能耗10%–20%

• 案例：某水泥厂通过设备预测性维护，年减少非计划停机损失超千万元

3.1.3 供应链协同场景

• 供应商协同平台：订单→排产→交付→对账全链路在线

• 柔性供应链：小批量多品种下的快速响应

3.2 技改升级需求图谱（按行业）

3.2.1 流程型行业（化工、钢铁、水泥、食品饮料）

• 核心需求：过程控制优化（APC）+ 安全生产 + 能耗管理

• 技改优先级：DCS升级 → APC先进控制 → 能源管理系统 → 安全监测预警

• 代表服务商：中控技术（流程工业DCS龙头）

3.2.2 离散型行业（机械、电子、汽车零部件、家电）

• 核心需求：柔性生产 + 质量追溯 + 设备OEE提升

• 技改优先级：数控机床更新 → 机器人应用 → MES部署 → 供应链协同

• 代表服务商：宝信软件（钢铁行业）、华为（电子行业）

3.2.3 混合型企业（医药、服装、家具）

• 核心需求：合规追溯 + 定制化生产 + 小批量多品种

• 技改特点：行业Know-how要求极高，通用方案难落地

3.3 上下游配套体系

3.3.1 供给侧

• 智能装备制造商 → 工业软件开发商 → 系统集成商 → 云服务商

• 关键判断：系统集成商是连接技术与需求的"最后一公里"，但门槛低、竞争激烈

3.3.2 需求侧

• 本地传统企业技改需求清单（每个城市/园区应定期摸排）

• 技改决策链条：老板（意愿）→ 生产总监（需求）→ IT经理（方案）→ 财务（算账）

3.3.3 服务侧

• 入企诊断服务商、技改咨询机构、检验检测平台

• 金融服务：技改贷、融资租赁、设备更新贴息

模块四：未来产业方向与预测数据

4.1 技术路线演进

4.1.1 AI+制造（当前最热方向）

• 工业大模型：设备故障预测、工艺参数优化、质量检测

• 生成式AI：辅助设计（AIGC for CAD）、工艺路线自动生成

• 智能体（Agent）：自主调度生产资源

4.1.2 数字孪生

• 从"可视化"走向"可计算、可预测、可优化"

• 应用场景：虚拟调试、产能模拟、工艺优化

4.1.3 绿色智能制造

• 能耗管理+碳足迹追踪+绿电协同

• "十五五"期间，绿色化与智能化将深度融合

4.2 市场空间与预测数据

4.2.1 宏观数据

• 2025年中国智能制造装备市场规模预计突破4.5万亿元

• 工业软件市场规模约3000亿元，年增速15%+

• 工业机器人年销量超30万台，连续多年全球第一

• 工业互联网核心产业规模超1.3万亿元

4.2.2 技改市场空间

• 全国工业设备存量资产超100万亿元，设备更新年需求万亿级

• 超长期特别国债2024–2025年已安排2000亿元以上支持工业设备更新

• 32个新型技改试点城市带动总投资预计超千亿元

4.2.3 价值量分布

• 当前：装备硬件占技改投资大头（60%–70%）

• 未来：工业软件+数据服务+运营维护占比将持续提升

• 投资优先级：软件 > 核心零部件 > 整机装备 > 系统集成

4.3 本地产业升级机会（方法论）

4.3.1 产业诊断三步法

• 第一步：盘点本地支柱产业（如纺织、机械、化工、食品等）

• 第二步：识别各行业技改共性需求（如纺织的能耗管理、机械的加工精度提升）

• 第三步：匹配外部服务商（招商引智）

4.3.2 升级路径设计

• 龙头企业：打造"未来工厂"标杆 → 形成行业示范

• 中小企业：从"单点突破"开始（先上云、先上MES、先上视觉检测）

• 产业集群：建设"共享工厂""共享检测中心"降低中小企业技改门槛

模块五：实战应用——技改项目研判 + 招商与企业服务落地

5.1 制造业技改项目研判框架

5.1.1 需求真实性核查

• 企业技改是主动需求还是为拿补贴？（关键判断：是否有明确的业务痛点驱动）

• 核查方式：实地走访车间、访谈一线班组长、查看现有设备台账

5.1.2 方案适配性评估

• 技术方案是否匹配企业实际？（避免"大炮打蚊子"或"小马拉大车"）

• 服务商是否有同行业案例？（跨行业复制能力是加分项，但行业Know-how不可缺）

5.1.3 投入产出比测算

• 技改投资回收期：一般应控制在3年以内（设备更新类可放宽至5年）

• 关键指标：产能提升%、不良率下降%、能耗降低%、人员减少%

• 资金来源：企业自筹 + 银行贷款 + 政策补贴（三重叠加）

5.1.4 服务商能力评估

• 技术团队稳定性（核心人员流失率）

• 项目交付能力（按时交付率、客户续约率）

• 商业模式可持续性（卖License vs 卖服务 vs 卖效果）

5.1.5 常见陷阱识别

• "为补贴而技改"：项目验收后即停用

• "方案过度超前"：企业数字化基础不足以支撑高级应用

• "服务商跑路"：非标集成商资金链断裂，项目烂尾

• "数据安全风险"：核心工艺数据上云后的泄露隐患

5.2 智能制造招商与企业服务落地方案

5.2.1 双向招商逻辑

• "以需引供"：摸排本地企业技改需求 → 招引对应服务商

• "以供促需"：引进平台型服务商 → 带动本地企业技改意愿

5.2.2 三类招商标的

• 平台型链主：工业互联网双跨平台区域总部（如卡奥斯、根云）

• 行业解决方案商：深耕特定行业的系统集成商（如纺织MES、食品追溯）

• 核心零部件/软件商：PLC、MES软件、机器视觉等"卡脖子"环节

5.2.3 企业服务闭环

• 诊断：政府购买服务，组织专家入企免费诊断

• 方案：匹配服务商，出具定制化技改方案

• 融资：对接银行技改贷、设备融资租赁、政府贴息

• 落地：跟踪实施进度，协调政策申报

5.2.4 政策工具箱

• 设备投资补贴（5%–15%）

• 技改贷款贴息（1%–3%）

• 上云上平台奖补（按节点/按企业数）

• 首台套/首批次保险补偿

• 新型技改城市试点资金（3亿元/城）

5.2.5 招商落地路线图（12个月）

• 第1–2月：摸排本地支柱产业技改需求，形成"需求清单"

• 第3–4月：编制智能制造产业链图谱，建立"目标企业库"

• 第5–6月：开展入企诊断，筛选"种子企业"（技改意愿强、基础好）

• 第7–8月：靶向招引服务商，推动"供需对接会"

• 第9–10月：落地首批技改示范项目，争取政策资金支持

• 第11–12月：总结经验，形成可复制的技改推广模式