全球智能制造发展现状及前景预测 工业机器人引领行业发展

2018 年 3 月 28 日 人工智能学家

来源:前瞻产业研究院


全球智能制造发展历程


智能制造是伴随信息技术的不断普及而逐步发展起来的。1988年,美国纽约大学的怀特教授(P.K.Wright)和卡内基梅隆大学的布恩教授(D.A.Bourne)出版了《智能制造》一书,首次提出了智能制造的概念,并指出智能制造的目的是通过集成知识工程、制造软件系统、机器人视觉和机器控制对制造技工的技能和专家知识进行建模,以使智能机器人在没有人工干预的情况下进行小批量生产。


上世纪90年代,随着信息技术和人工智能的发展,智能制造技术引起发达国家的关注和研究,美国、日本等国纷纷设立智能制造研究项目基金及实验基地,智能制造的研究及实践取得了长足进步。


本世纪尤其是2008年金融危机以后,发达国家认识到以往去工业化发展的弊端,制定“重返制造业”的发展战略,同时大数据、云计算等一批信息技术发展的前端科技引发制造业加速向智能化转型,把智能制造作为未来制造业的主攻方向,给予一系列的政策支持,以抢占国际制造业科技竞争的制高点。


图表1:智能制造发展历程

资料来源:前瞻产业研究院整理


全球智能制造发展现状


智能制造产业链涵盖智能装备(机器人、数控机床、服务机器人、其他自动化装备),工业互联网(机器视觉、传感器、RFID、工业以太网)、工业软件(ERP/MES/DCS等)、3D打印以及将上述环节有机结合的自动化系统集成及生产线集成等。


全球范围来看,除了美国、德国和日本走在全球智能制造前端,其余国家也在积极布局智能制造发展。例如,欧盟将发展先进制造业作为重要的战略,在2010年制定了第七框架计划(FP7)的制造云项目,并在2014年实施欧盟“2020地平线”计划,将智能型先进制造系统作为创新研发的优先项目。加拿大制定的1994-1998年发展战略计划,将具体研究项目选择为智能计算机、人机界面、机械传感器、机器人控制、新装置、动态环境下系统集成。


根据工信部的统计,2010年以来我国制造业产值规模占全球的比重在19%-21%之间。2016年,我国智能制造行业产值规模达12233亿元。据此测算,2016年,全球智能制造产值规模在8687亿美元左右。2017年,全球智能制造持续高速增长的态势,预计2017年全年产值规模将达到1万亿美元左右。


图表2:2010-2017年全球智能制造产值规模测算(单位:亿美元,%)

资料来源:前瞻产业研究院整理


全球智能制造装备发展现状


◆ 全球工业机器人行业发展现状


工业机器人是智能制造业最具代表性的装备。根据IFR(国际机器人联合会)发布的最新报告,2016年全球工业机器人销量继续保持高速增长。2016年全球工业机器人销量约29.0万台,同比增长14%。其中,中国工业机器人销量9万台,同比增长31%。IFR预测,未来十年,全球工业机器人销量年平均增长率将保持在12%左右。预计2017全年,全球工业机器人销量在33万台左右。


图表3:2010-2017年全球工业机器人销量变化情况及其预测(单位:万台,%)

资料来源:IFR(国际机器人联合会) 前瞻产业研究院整理


◆ 全球数控机床发展现状


数控机床智是能制造业的重要组成部分,近年来数控机床不断高端化、智能化,为智能制造行业的发展提供了有力保障。在2016年全球机床电子市场中,数控系统的市场规模为224亿美元,占机床电子市场总规模的63.9%;预计2017年数控系统的市场规模将达到251亿美元左右。


图表4:2010-2017年全球数控机床行业市场规模变化情况(单位:亿美元,%)

资料来源:前瞻产业研究院整理


全球智能制造发展前景及趋势


2017年,具有连接和感知能力的机器人继续引领智能制造发展,随着AI技术的进步,工业机器人也变得更加智能,并能够感知,学习和自己做决策。前瞻产业研究院结合当前全球智能制造的发展现状和发展趋势,保守估计未来几年全球智能制造行业将保持15%左右的年均复合增速,预计到2023年全球智能制造的产值将达到23108亿美元左右。


图表5:2018-2023年全球智能制造产值规模预测(单位:亿美元,%)

资料来源:前瞻产业研究院整理


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

登录查看更多
2

相关内容

人机对抗智能技术
专知会员服务
206+阅读 · 2020年5月3日
专知会员服务
125+阅读 · 2020年3月26日
新时期我国信息技术产业的发展
专知会员服务
71+阅读 · 2020年1月18日
电力人工智能发展报告,33页ppt
专知会员服务
129+阅读 · 2019年12月25日
2019中国硬科技发展白皮书 193页
专知会员服务
83+阅读 · 2019年12月13日
解读《中国新一代人工智能发展报告2019》
走向智能论坛
32+阅读 · 2019年6月5日
【物联网】物联网产业现状与技术发展
产业智能官
15+阅读 · 2018年12月17日
机器视觉技术的农业应用研究进展
科技导报
7+阅读 · 2018年7月24日
【智能制造】智能制造技术与数字化工厂应用!
产业智能官
13+阅读 · 2018年2月21日
Arxiv
102+阅读 · 2020年3月4日
Hardness-Aware Deep Metric Learning
Arxiv
6+阅读 · 2019年3月13日
Transfer Adaptation Learning: A Decade Survey
Arxiv
37+阅读 · 2019年3月12日
Dynamic Transfer Learning for Named Entity Recognition
Arxiv
3+阅读 · 2018年12月13日
A General and Adaptive Robust Loss Function
Arxiv
8+阅读 · 2018年11月5日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Arxiv
15+阅读 · 2018年2月4日
Arxiv
7+阅读 · 2018年1月24日
VIP会员
相关VIP内容
人机对抗智能技术
专知会员服务
206+阅读 · 2020年5月3日
专知会员服务
125+阅读 · 2020年3月26日
新时期我国信息技术产业的发展
专知会员服务
71+阅读 · 2020年1月18日
电力人工智能发展报告,33页ppt
专知会员服务
129+阅读 · 2019年12月25日
2019中国硬科技发展白皮书 193页
专知会员服务
83+阅读 · 2019年12月13日
相关论文
Arxiv
102+阅读 · 2020年3月4日
Hardness-Aware Deep Metric Learning
Arxiv
6+阅读 · 2019年3月13日
Transfer Adaptation Learning: A Decade Survey
Arxiv
37+阅读 · 2019年3月12日
Dynamic Transfer Learning for Named Entity Recognition
Arxiv
3+阅读 · 2018年12月13日
A General and Adaptive Robust Loss Function
Arxiv
8+阅读 · 2018年11月5日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Arxiv
15+阅读 · 2018年2月4日
Arxiv
7+阅读 · 2018年1月24日
Top
微信扫码咨询专知VIP会员