近年来，全球制造业进入从工业3.0迈向4.0的时代，以新一代信息技术与先进制造技术深度融合为基本特征的智能制造，已成为这次新工业革命的核心驱动力。

　　大数据、云计算、人工智能与制造业的结合不仅为传统生产要素赋能，同时也打破了劳动力、资本、土地等有限供给对经济增长的制约，为产业持续升级、转型发展提供了基础和可能。智能制造也正在不断突破传统制造的约束、催生新业态，推动制造业迈向高质量发展的新台阶。

　　2021年上半年中国规模以上工业增加值在经历了两年低迷期后强势回归，同比增长15.9%，其中高技术制造业发展势头强劲，增加值同比增长22.6%。智能制造行业产值规模也顺利突破了25000亿大关，同比增长约18.85%。

　　但实际上，在智能制造概念火热、融资升温、产业加快发展的同时，其后续发展还面临三大悖论。

01成本与收益倒挂

　　智能制造系统中涉及大量的数控加工中心、工业机器人、嵌入式芯片等各种高端制造装备和核心零部件以及ERP、MES、CAD等各种工业软件，而上述装备、零部件以及工业软件的核心技术在国外，国内制造企业只能大量进口。

　　更为关键的是，虽然中小型企业对智能化转型的需求极为迫切，但从实际操作角度来看，却很难实现智能化全覆盖。

　　90%的中小企业智能制造实现程度较低的原因在于，智能化升级成本抑制了企业需求。相比于大中型企业，小微企业的智能化之路面临更大的试错成本和不可控风险，稍有不慎就会危及生存。

　　由于自有资金不足、信息化基础薄弱、缺乏相关人才等因素，大部分中国制造业小微企业只能羡慕大企业申请智能制造试点示范项目、围观大企业开展轰轰烈烈的智能化改造，自身却难以融入智能制造的发展浪潮。

02政策众多，效能不高

　　虽然围绕《中国制造2025》战略，我国发布了一系列配套引导性政策，包括专项规划、行动计划、实施方案等，意在通过全方位政策合力，引导我国智能制造业快速发展，但现阶段而言，我国各地方对智能制造发展的投入力度差异较为明显。

　　同时，各地区关于智能制造政策的实施细则较少，规划层面政策有余，但操作层面政策不足。

　　智能制造政策涉及的发文部门较多，但联合行文政策较少，大多数政策由单一部门完成。这导致政策间的配合性和高效性不足，政策不能及时落实。

　　另一方面，区域之间关于智能制造政策的协调不足，忽略产业分工协调发展，地方省市过度追求自身工业体系的完整度，将会导致业结构趋同，使产业空间布局呈分散态势，无法支撑集群发展。

　　区域之间的行政割裂也将会导致两极化现象，中心城市由于基础设施、人才等各种优势，有能力吸收外围边缘城市的各种资源，从而进一步扩大城市间的智能化发展差距。

03利用难、推广慢

　　人工智能与制造业的深度融合发展需要以大数据作为支撑，但与消费环节相比，制造环节数据的可获得性、可通用性更弱。制造业机器设备生成的数据通常较为复杂，有近一半的数据是没有相关性的，利用率较低。

　　进一步来看，就算是剩余一半的数据被有效收集，由于缺少统一标准、接口和编码体系，使得企业内外“数据孤岛”林立，无法实现互通、共享，导致企业使用数据规模、种类有限，信息闭环难闭合，海量数据的资产价值无法得到充分发挥。

　　加之不同产业或产业中不同领域、不同企业之间技术、流程等差异巨大，导致数智技术在产业中的深入渗透须结合具体场景进行定制化开发，尚不存在一套全覆盖的通用解决方案，这也使得数智技术在产业互联网中的应用很难像在消费互联网时代一样，短期建立规模效应、获取巨大收益。

　　智能制造的红利释放难以形成互联网经济那样的风口效应，而将是一个缓慢的过程。而智能制造产业的快速发展有待于通过技术突破和发展模式创新等化解悖论。