2020中國5G網絡智能制造行業發展需求痛點分析市場產業研究報告（37頁）.docx

1、2020 年深度行業分析研究報告內容目錄1. 5G 構造萬物互聯和全面云時代，智能制造煥發新生61.1. 智能制造：始于德國，全球共識61.2. 智能制造的本質：需要數據、算力、算法和網絡四大核心技術體系支撐81.2.1. 工業互聯網是智能制造的關鍵基礎設施91.2.2. 我國制造業面臨被動升級，發展工業互聯網是我國的必由之路102. 5G 網絡，為智能制造而生122.1. 5G 網絡契合工業互聯網需求，解決行業發展痛點122.1.1. 發展需求：智能制造對網絡性能要求更高122.1.2. 發展痛點：現網性能無法滿足未來智能制造的網絡需求132.2. 賦能智能制造發展痛點突破，工業互聯網是 5

2、G 潛在的最大殺手級應用152.2.1. 5G 三大場景高速率、大容量、低時延高可靠，工業互聯網需求清晰可見152.2.2. 工業互聯網是 5G 潛在的最大殺手級應用172.3. 5G 賦能工業互聯網，全球市場空間巨大202.4. 政策支持+產業聯盟推動 5G+工業互聯網加速落地213. 5G+工業互聯網架構全面升級，產業鏈機會龐大233.1. 數據收集：MEMS 傳感器持續升級，市場規模穩增長243.2. 數據傳輸：工業互聯網的基石，網絡設備和通信模組需求大273.2.1. 通信模組：在工業互聯網中具有不可替代的關鍵地位，國內廠商彎道超車273.2.2. 通信設備：與 5G 蜂窩網同廠商30

3、3.3. 數據處理：網絡切片、邊緣計算和云計算升級313.3.1. 網絡切片：實現資源按需分配、按需隔離，端到端 SLA 保障313.3.2. 邊緣計算：真正實現低時延和高安全性323.3.3. 5G 將促進全面云時代的到來，工業互聯網進一步受益363.3.4. 工業云平臺：中國后來居上，大量的成熟工業互聯網應用平臺涌現37圖表目錄圖 1：工業制造業發展路徑6圖 2：互聯網的發展與新工業革命的歷史性交匯催生工業互聯網10圖 3：美國工業互聯網發展10圖 4：中國制造業所處位臵11圖 5：與美國比較的單位勞動力成本（美國為 100）11圖 6：中國制造業核心競爭力發展情況11圖 7：行業痛點在業

4、務領域上的分布11圖 8：行業痛點在業務方向上的分布12圖 9：工業互聯網下的全新經濟增長范式12圖 10：現有網絡技術在工業互聯網的應用痛點13圖 11：智能制造技術體系1625圖 12：5G 三大應用場景在智能制造中的應用17圖 13：汽車焊接柔性生產線17圖 14：柔性生產線優點17圖 15：工業互聯網架構18圖 16：個性化柔性生產19圖 17：5G 網絡提供客戶設計功能19圖 18：智能制造打造新價值網絡19圖 19：富士康煙臺園區智能機器人示例19圖 20：工業 AR 應用場景20圖 21：華龍訊達工業 VR 應用實例20圖 22：全球 20192024 年智能制造產值規模預測（萬

5、億美元）21圖 23：2035 年全球智能制造業規模即將達到 20 萬億美元21圖 24：工業互聯網對全球經濟影響21圖 25：智能制造產業鏈24圖 26：MEMS 的主要分類，可分為溫度傳感器、聲學傳感器、光學傳感器、壓力傳感器等. 25圖 27：MEMS 下游各行業應用占比26圖 28：2017 年 MEMS 傳感器市場格局26圖 29：無線通信模塊分類27圖 30：我國物聯網連接數的預測（億個）28圖 31：我國物聯網市場空間的預測（億元）28圖 32：2015 年主要通信模組廠商出貨量份額29圖 33：2017 年主要通信模組廠商出貨量份額29圖 34：2018 年主要通信模組廠商出貨

6、量份額29圖 35：移遠通信 2016-2018 通信模組出貨量（萬）29圖 36：廣和通近三年通信模組出貨量29圖 37：有方科技近三年通信模組出貨量29圖 38：網絡切片：面向特定需求，滿足差異化，構建相互隔離網絡30圖 39：網絡切片：面向特定需求，滿足差異化，構建相互隔離網絡31圖 40：在時域和頻域資源分配中靈活切片的原理32圖 41：5G 三大應用場景要求中，超低時延、大帶寬和 loT 大連接均需要邊緣計算33圖 42：5G 通信網絡云化架構基本成型（邊緣 DC 與本地 DC、區域 DC）33圖 43：5G 邊緣計算促進采集、控制類業務將會帶來運營新的 2B 業務增量34圖 44：

7、中國聯通的邊緣云實施時間表35圖 45：中國移動要將 MEC 從標準、技術、產業等方面發力35圖 46：5G 全面云時代的三大特征36圖 47：中國企業在工業互聯網平臺產品已經占據重要地位38圖 48：我國工業互聯網平臺主要參與者38表 1：各國智能制造政策，均提出工業互聯網與智能制造的深度融合7表 2：國家智能制造相關產業政策7表 3：工信部智能制造發展規劃（2016-2020 年）提出的產業鏈支撐 8表 4：智能制造與傳統制造異同9表 5：智能制造給企業帶來的直觀效應9表 6：現存各類物聯網通信技術對比14表 7：部分工業場景對容量、時延的需求15表 8：ITU 提出的 5G 核心性能16

8、表 9：各國政府關于 5G 賦能智能制造的產業政策22表 10：三大運營商制定推進 5G 應用發展的計劃23表 11：國內工業互聯網感知層的主要參與者24表 12：感知層關鍵技術簡介24表 13：MEMS 傳感器與傳統傳感器比較25表 14：國內部分智能傳感器廠商26表 15：通信模組典型的行業應用場景27表 16：國內主要廠商的產品30表 17：5G 的網絡切片關鍵特征31表 18：我國 2015 年以來企業上云相關政策37表 19：中國企業 2016 年后逐步推出工業互聯網平臺產品381. 5G 構造萬物互聯和全面云時代，智能制造煥發新生1.1. 智能制造：始于德國，全球共識德國于 201

9、3 年 4 月提出“工業 4.0”的概念，其核心是以智能制造為主導的第四次工業革命。 之所以被稱為“工業 4.0”，主要相對于前三次工業革命而言：“工業 1.0”是 18 世紀開始的第一次工業革命，實現了機械生產代替手工勞動；第二次工業革命“工業 2.0”始于 20 世紀初，依靠生產線實現批量生產；“工業 3.0”是 20 世紀 70 年代后，依靠電子系統和信息技術 實現生產自動化。為了與“工業 3.0”時代的集大成者美國競爭，德國迫切希望引領新一輪 工業革命，因而提出發展“工業 4.0”。圖 1：工業制造業發展路徑資料來源：研究中心整理除德國外，各國也都針對下一次工業革命提出了相應政策。20

10、11 年 6 月，美國正式啟動“先 進制造伙伴計劃”，基本確立了以工業互聯網為核心的智能制造發展思路。2013 年 1 月，發 布國家制造業創新網絡初步設計，組建美國制造業創新網絡（NNMI），集中力量推動數 字化制造、新能源以及新材料應用等先進制造業的創新發展。在美國、德國的影響下，包括日本、英國、法國、韓國、印度等發達國家以及發展中國家紛 紛制定智能制造政策，推動智能制造的深度發展。 表 1：各國智能制造政策，均提出工業互聯網與智能制造的深度融合政策 國家時間 政策目標工業互聯網 美國2012 年全球工業系統與高級計算、分析、感應技術以及互聯網連接融合的結果。通過智能機器間的連接并最終將人

11、機連接，結合軟件和大數據分析，重構全球工業。工業 4.0 計劃 德國2013 年建立個性化和數字化的產品與服務的生產模式。由分布式、組合式的工業制造單元模塊，通過組件多組合、智能化的工業制造系統應對以制造為主導的第四次工業革命新機器人戰略計劃日本2015 年將機器人與 IT 技術、大數據、網絡、人工智能等深度融合，以機器人技術創新帶動制造業結構變革，繼續保持日本機器人大國的領先地位，促進日本經濟的持續增長工業 2050 戰略 英國2013 年傳統制造向“服務-再制造”轉型，通過應用智能化技術和專業知識，使機器人參與研究，更重要的是有仿真的環境，可以更好地處理大規模數據應用，達到重振英國制造業的

12、目標新增長動力規劃 韓國2009 年確定三大領域 17 各產業為發展重點推進數字化工業設計和制造業數字化協作建設，加強對智能制造基礎開發的正在支持。印度制造計劃 印度2014 年以基礎設施建設、制造業和智慧城市為經濟改革戰略的三根支柱，通過智能制造技術的廣泛應用將印度打造成新的 “全球制造中心”新工業法國 法國2013 年通過“一個核心，九個支點” 實現工業生產向數字制造、智能制造轉型，以生產工具的轉型升級帶動商業模式變革，為“未來工業”提供支撐中國制造 2025中國2015 年加快推出新一代信息技術與制造技術融合發展，強化工業基礎能力，通過“三步走”實現制造強國的戰略目標資料來源：前瞻產業研

13、究院，研究中心繼德國“工業 4.0”和美國“工業互聯網戰略”后，我國在 4G 商用次年（2015 年）提出了 “中國制造 2025”計劃，旨在加快中國工業化進程的指導，其中提出了創新、綠色和智能 的主要思想，是中國版的“工業 4.0”。 表 2：國家智能制造相關產業政策時間 發文單位文件名稱主要內容2015 年 5 月國務院中國制造 2025到 2020 年，制造業重點領域智能化水平顯著提升，試點示范項目運營成本降低 30%，產品生產周期縮短 30%，不良品率降低 30%。到 2025 年，制造業重點領域全面實現智能化，試 點示范項目運營成本降低 50%，產品生產周期縮短 50%，不良品率降低

14、 50%。2015 年 7 月國務院關于積極推進“互聯 網+”行動的指導意見以智能工廠為發展方向，開展智能制造試點示范，加快推動云計算、物聯網、智能工業機器人、增材制造等技術在生產過程中的應用，推進生產裝備智能化升級、工藝流程改造和基礎 數據共享。2016 年 5 月國務院關于深化制造業與互聯網融合發展的指導意 見到 2025 年，制造業與互聯網融合發展邁上新臺階，融合“雙創”體系基本完備，融合發展新 模式廣泛普及，新型制造體系基本形成，制造業綜合競爭實力大幅提升。2016 年 8 月質檢總局、國家標準 委、工信部裝備制造業標準化和 質量提升規劃到 2020 年，工業基礎、智能制造、綠色制造等

15、重點領域標準體系基本完善，質量安全標準與國際標準加快接軌，重點領域國際標準轉化率力爭達到 90%以上，裝備制造業標準整體大幅 提升，質量品牌建設機制基本形成。2016 年 9 月工信部智能制造工程實施指南（2016-2020）“十三五”器件通過數字化制造的普及，智能化制造的試點示范，推動傳統制造業重點領域基本實現數字化制造。2016 年 9 月工信部、財 政部智能制造發展規劃（2016-2020 年）到 2020 年，智能制造發展基礎和支撐能力明顯增強，傳統制造業重點領域基本實現數字化制造，有條件、有基礎的重點產業智能轉型取得明顯進展；到 2025 年，智能制造支撐體系基本 建立，重點產業初步

16、實現智能轉型。2016 年 12 月工信部、財政部智能制造發展規劃（2016-2020）到 2020 年，智能制造發展基礎和支撐能力明顯增強，到 2025 年，智能制造支撐體系基本建立，重點產業初步實現智能轉型。2017 年 7 月國務院新一代人工智能發展 規劃到 2020 年，人工智能總體技術和應用于世界先進水平同步；到 2025 年，人工智能基礎理論實現重大突破，部分技術與應用達到世界領先水平；到 2030 年，人工智能理論、技術與應用 總體達到世界領先水平，成為世界主要人工智能創新中心。2017 年 10 月工信部高端智能再制造行動計劃（2018-2020 年）到 2020 年，推動建立

17、 100 家高端智能再制造示范企業、技術研發中心、服務企業、信息服務平臺、產業集聚區等，帶動我國再制造產業規模達到 2000 億元。2017 年 11 月國務院關于深化“互聯網+先進制造業”發展工業 互聯網的指導意見到 2025 年，基本形成具備國家競爭力的基礎設施和產業體系；到 2035 年，工業互聯網全面 深度應用并在優勢行業形成創新引導能力，重點領域實現國際領先。2017 年 12 月工信部促進新一代人工智能產業發展三年行動計劃（2018-2020）力爭到 2020 年，實現“人工智能重點產品規模壞發展、人工智能整體核心基礎能力顯著增強、 智能制造深化發展、人工智能產業支撐體系基本建立”

18、的目標2018 年 1 月工信部、國家標準委國家智能制造標準體系建設指南（2018 年到 2019 年，累計制修訂 300 項以上智能制造標準，全面覆蓋基礎共性標準和關鍵技術標準，逐步建立起較為完善的智能制造標準體系。版）（征求意見稿）2018 年 4 月工信部關于開展 2018 年智 能制造試點示范項目推 薦的通知提出，工信部將開展 2018 年智能制造試點示范項目推薦工作，項目推薦條件包括項目技術應 處于國內領先或國際先進水平，項目使用的關鍵技術裝備、工業軟件需安全可控。2018 年 6 月工信部工業互聯網發展行動計劃（2018-2020）到 2020 年底，初步建成工業互聯網基礎設施和產

19、業體系，包括表示解析體系、安全保障體系等2018 年 9 月工信部關于公布 2018 年智能制造試點示范項目名 單的通告公布了 2018 年智能制造試點示范項目 99 個。2018 年 12 月工信部關于加快推進虛擬現實產業發展的指導意 見到 2020 年，我國虛擬現實產業鏈條基本健全；到 2025 年，我國虛擬現實產業整體實力進入 全球前列，掌握虛擬現實關鍵核心專利和標準。2019 年 1 月工信部工業互聯網網絡建設及推廣指南到 2020 年，形成相對完善的工業互聯網網絡頂層設計，初步建成工業互聯網基礎設施和技術產業體系。2019 年 7 月工信部關于印發加強工業互聯網安全工作的指導意 見的

20、通知到 2020 年底，產業發展方面，在汽車、電子信息、航空航天、能源等重點領域，形成至少20 個創新實用的安全產品、解決方案的試點示范。到 2025 年，制度機制健全完善，技術手 段能力顯著提升，安全產業形成規模，基本建立起較為完備可靠的工業互聯網安全保障體系。2019 年 11 月工信部“5G+工業互聯網” 512 工程推進方案到 2022 年，突破一批面向工業互聯網特定需求的 5G 關鍵技術，“5G+工業互聯網”的產業支撐能力顯著提升；打造 5 個產業公共服務平臺，構建創新載體和公共服務能力；加快垂直領域“5G+工業互聯網”的先導應用，內網建設改造覆蓋 10 個重點行業；打造一批“5G+

21、工業互聯網”內網建設改造標桿、樣板工程，形成至少 20 大典型工業應用場景。2020 年 1 月工信部開展 2019 年工業互聯網試點示范項目推薦 工作的通知擬將“5G+工業互聯網”試點示范項目（賦能民用飛機制造綜合解決方案）等 81 個項目核定為 2019 年工業互聯網試點示范項目資料來源：政府官網，研究中心 表 3：工信部智能制造發展規劃（2016-2020 年）提出的產業鏈支撐產業鏈環節具體設備 目標 智能制造裝備高檔數控機床與工業機器人、增材制造裝備、智能傳感與控制裝備、智能檢測與裝配裝備、智能物流與倉儲裝備五類關鍵技術裝備。重點突破高性能光纖傳感器、微機電系統（MEMS）傳感器、視覺

22、傳感器、 分散式控制系統（DCS）、可編程邏輯控制器（PLC）、數據采集系統（SCADA）、高性能高可靠嵌入式 控制系統等核心產品2020 年，研制 60 種以上智能制造關 鍵技術裝備，達到國際同類產品水平， 國內市場滿足率超過 50%。支撐軟件 計算機輔助類（CAX）軟件、基于數據驅動的三維設計與建模軟件、數值分析與可視化仿真軟件等設計、工藝仿真軟件，高安全高可信的嵌入式實時工業操作系統、嵌入式組態軟件等工業控制軟件，制造執行 系統（MES）、企業資源管理軟件（ERP）、供應鏈管理軟件（SCM）等業務管理軟件，嵌入式數據庫 系統與實時數據智能處理系統等數據管理軟件。到 2020 年，建成較為

23、完善的智能制造技術創新體系，一批關鍵共性技術實 現突破，部分技術達到國際先進水平； 核心支撐軟件市場滿足率超過 30%。工業互聯網IPv6、4G/5G、短距離無線、WiFi 技術的工業網絡設備與系統。工業互聯網核心信息通信設備。支持工業企業利用光通信、工業無線、工業以太網、SDN、OPC-UA、IPv6 等技術改造工業現場網絡，在工廠 內形成網絡聯通、數據互通、業務打通的局面。利用 SDN、網絡虛擬化、4G/5G、IPv6 等技術實現對 現有公用電信網的升級改造到 2020 年，在重點領域制造企業建設 新技術實驗網絡并開展應用創新。資料來源：工信部，研究中心自 2015 年以來，中國在移動消費

24、互聯網領域創造了輝煌，基于在移動互聯網領域的成功經 驗，疊加我國已發布的多項政策，我國希望實現在工業領域的 “彎道超車”。1.2. 智能制造的本質：需要數據、算力、算法和網絡四大核心技術體系支撐智能制造融合了通信、大數據、云計算、人工智能等技術，實現制造過程中的分析、推理、 判斷、構思和決策等智能活動。通過人與 AI 的合作共事，去擴大、延伸和部分地取代人類專家在制造過程中的腦力勞動。數據、算力、算法和網絡，是構成智能制造的四大核心技術 基礎。l 按照中國通信院定義，智能制造的本質，是運用物聯網、大數據、云計算、移動互聯等 新一代信息技術及智能裝備對傳統制造業進行深入廣泛地改造提升，實現人、設

25、備、產 品和服務等制造要素和資源的相互識別、實時交互和信息集成，推動產品的智能化、裝 備的智能化、生產方式的智能化、管理的智能化和服務的智能化發展。l 工信部的智能制造發展規劃（2016-2020 年）定義智能制造是基于新一代信息通信 技術與先進制造技術深度融合，貫穿于設計、生產、管理、服務等制造活動的各個環節， 具有自感知、自學習、自決策、自執行、自適應等功能的新型生產方式。與傳統制造相比，智能制造在產品設計、加工、制造管理以及服務等方面均有較大革新。l制造過程，各個環節幾乎都廣泛應用人工智能技術，系統技術可以用于工程設計，工藝 過程設計，改變傳統的設計方式，使產品更能貼近客戶的實際需求；l

26、加工過程，更加柔性化，智能化加工可實現在線實時監控和調整，跟蹤生產過程，優化 生產調度，提高制造效率，加強故障判斷能力，降低制造風險；l管理方面，實現智能化技術管理，擴大管理范圍，優化管理方式，節省管理成本；l服務方面，從僅僅服務產品本身擴展到服務整個產品生產周期過程中去，擴大管理范圍， 優化管理手段，增強管理效果。表 4：智能制造與傳統制造異同分類 傳統制造智能制造智能制造的影響設計 l 常規產品l 面向功能需求設計l 新產品周期長l 虛實結合的個性化設計l 面向客戶需求設計l 數值化設計，周期短，可實時動態改變設計理念與使用價值觀改變；設計方式和手段改變； 產品功能改變加工 l 加工過程按

27、計劃進行l 半智能化加工和人工檢測l 生產高度集中組織l 人機分離l 減材加工成型方式l 加工過程高柔性化，可實時調整l 全過程智能化加工與在線實時監測l 網絡化過程實時跟蹤l 網絡化人機交互與智能控制l 減材、增材多種加工成型方式勞動對象、生產方式、生產 組織方式、生產質量監控方 式改變；加工方法多樣化； 新材料、新工藝不斷出現管理 l 人工管理為主l 企業內管理l 計算機信息管理技術l 機器與人交互指令管理l 延伸到上下游企業管理對象、管理方式、管理 手段變化、管理范圍擴大服務 l 產品本身l 產品全生命周期服務對象范圍擴大；服務方式變化；服務責任增大資料來源：智能制造之路：數字化工廠，研

28、究中心表 5：智能制造給企業帶來的直觀效應提升整體效率提升運營實績優化營運資本提高作業安全性研發成本降低 4%提升決策效率資產生命周期提升 20%作業事故成本降低 10%產品上市周期降低 10%提升運營靈活性MRO 庫存降低 10%質量不佳造成的研發成本降低 4%維護效率提高 10%產量提升 10%環線時間浪費降低運營維護費用降低人工成本降低運用支出效率提升 10%產線的生產效率提高優化設備和數據運用設備綜合效率(OEE)提高 不良成本降低 2%能耗成本降低 10%資料來源：2018 年中國制造業痛點分析報告，研究中心1.2.1. 工業互聯網是智能制造的關鍵基礎設施始于 90 年代末 21 世

29、紀初的互聯網革命在改變人類消費習性的同時，也不斷滲透于實體工業中，推動新一輪產業變革。伴隨 2010 年后云計算、物聯網、大數據等信息技術與制造技術、 工業知識的集成創新進入了新拐點。在信息化與工業化的發展與融合下，工業互聯網概念應 運而生。圖 2：互聯網的發展與新工業革命的歷史性交匯催生工業互聯網資料來源：研究中心整理2011 年，通用電器公司（GE）總裁 Jeffrey R. Immelt 首次提出工業互聯網的概念。2014 年 3 月，GE 與 IBM 和 SAP 兩家公司一起成立了美國工業互聯網聯盟（IIC）。根據 GE 在 2012 年發布的報告，工業互聯網被定義為整合了工業革命和互

30、聯網革命迄今成果的新一輪 創新技術革命，延續了互聯網革命開放靈活的網絡和統一標準及協議的特點，并與現代工業 技術深度交匯融合。圖 3：美國工業互聯網發展資料來源：研究中心整理在傳統制造業領域，我國相比于美德日等發達國家，智能化、自動化程度都普遍較低，在高 端設備、工業軟件、工業自動化等也都存在短板。企業級的互聯網應用程度不高，制造業網 絡互聯、數據與互操作存在一定困難。而在互聯網領域，我國互聯網尤其是消費端領域發展迅猛，應用創新層出不窮，甚至在某些領域趕超美德日。如何將工業化、信息化兩化融合， 實現中國制造業核心技術取得突破、互聯網惠及全領域發展的愿景，工業互聯網是關鍵。工業互聯網不僅僅提供給

31、我國一個借助互聯網優勢實現彎道超車的機會，也是我國制造業未來 發展的必經之路。1.2.2. 我國制造業面臨被動升級，發展工業互聯網是我國的必由之路隨著經濟發展進入新拐點，我國制造業的低人力成本優勢逐漸喪失。2014 年，全國勞動力 成本是十年前的 2.7 倍。優衣庫、耐克、富士康等世界知名企業紛紛選擇在東南亞和印度開 設新廠。2014 年全年，東莞倒閉了 428 家企業；曾經被稱為制造之都的溫州，也在經歷制 造產業空心化。圖 4：中國制造業所處位臵圖 5：與美國比較的單位勞動力成本（美國為 100）350300250200150100500200 32012201 6220195140 140

32、13010080956043美國 澳大利亞 巴西 加拿大 德國日本 墨西哥 英國印度中國資料來源：2018 年中國制造業痛點分析報告，研究中心資料來源：Oxford Economics，研究中心我國的高端制造業尚未建立，低端制造業面臨向東南亞和印度等地區轉移。國內制造業成本 躍升，效率尚未跟上，經歷成長陣痛，根據2018 年中國制造業痛點分析報告，綜合來看， 超過 50%以上的行業痛點分布在信息系統與大數據、智能工廠與智能制造領域，而整個制造 業的痛點主要集中終端設備連接性、數據標準統一性以及數據信息安全性三個方面。中國企 業核心競爭力要素分布不均衡，其中信息系統與大數據的指標評價值遠低于其它

33、要素，成為 影響到企業其他各要素效能的短板。圖 6：中國制造業核心競爭力發展情況圖 7：行業痛點在業務領域上的分布市場競爭力銷售競爭力戰略創新人才產品與研發競爭力信息系統與大數據戰略創新人才,10%信息系統與大數據, 28%銷售競爭力, 12%采購倉儲物流, 9%智能工廠與智能制造設備、控制與維護采購倉儲物流智能工廠與智產品與研發競能制造, 29%爭力, 12%資料來源：2018 年中國制造業痛點分析報告，研究中心資料來源：2018 年中國制造業痛點分析報告，研究中心目標實際中國工業場景基礎設施的數字化水平低，智能制造發展收到嚴重制。根據兩化融合服務聯盟 的數據，截止到 2019 年第二季度，

34、調查的 15 萬家工業企業在生產設備數字化率、關鍵工序 數控化率分別為 47%和 49.2%，而工業企業智能制造就緒率僅為 7.6%，這其中絕大多數為 規模以上企業。設備設施數字化、網絡化基礎薄弱，尤其反映在中小企業設備改造資金投入 不足和數據采集不完整。數字化、聯網化率不足，也局限了工業軟件普及率，使重點行業企業加應用計算機輔助設計（CAD）、制造執行系統（MES）、產品生命周期管理系統（PLM）等工業軟件配臵率較低。 2017 年中國企業的 94.4%的企業未能做好部署智能制造的準備，生產設備數字化率只有44.8%，而數字化設備聯網率僅為 39.0%。制造執行系統（MES）普及率只有 18

35、.1%，數據 采集與監控系統（SCADA）只有 4.7%，中國亟需大幅提升工業設備設施網絡化水平，突破 企業數字化發展瓶頸，大力推動以 5G 為支撐的工業互聯網發展。圖 8：行業痛點在業務方向上的分布0%10%20%30%40%50%60%工業設備終端的連接率低、數字化程度低56%缺乏互聯互通的數據標準54%企業信息安全與設備數據安全49%缺少相關技術人才43%數據分析與大數據應用能力不足38%信息系統不能對業務過程全覆蓋、數據質量低35%跨業務部門協調與協同26%企業上云業務生產云端化管理14%數字化投資預算不足11%缺乏信息系統與智能制造完整規劃10%資料來源：2018 年中國制造業痛點分

36、析報告，研究中心隨著 5G 的商用，有望帶動工業互聯網的大規模落地，形成全新的制造業經濟發展范式。從 短期效益來看，工業互聯網極大地降低生產、運營成本，提升公司資本效率。同時工業互聯 網依托集聚共享的資源平臺，打破“信息孤島”，實現上下游商業伙伴的互聯互通。從長期效 益來看，工業互聯網將構建新的商業模式，按產出付費、按需定產，改變原有與用戶的連接 方式，創造萬物基于平臺的市場。最終工業互聯網將構建供需自治的經濟，產品持續需求感 知，設備從端到端的全自動化，實現商品流程中資源利用最優化，污染、排放最小化。圖 9：工業互聯網下的全新經濟增長范式資料來源：工業互聯網產業聯盟，研究中心2. 5G 網絡

37、，為智能制造而生2.1. 5G 網絡契合工業互聯網需求，解決行業發展痛點2.1.1. 發展需求：智能制造對網絡性能要求更高智能制造是以人工智能、機理模型、流程模型、數字孿生等為代表的算法技術幫助下，實現 生產過程中發現規律、智能決策。其中數據是基礎，通過工業現場的收集產業鏈各環節產生 的大量數據，借助高容量的工業互聯網實現數據的集中處理。有了海量數據后，云端需要強 有力的算力進行處理，需要以云計算、邊緣計算等為代表的計算技術，為高效、準確地分析 大量數據提供了有力支撐。在這里數據采集是基礎，數據處理是核心，而數據傳輸則是重要支撐。不同于傳統互聯網，工業互聯網對數據傳輸過程中的錯誤丟包、時延、容

38、量性能非常敏感： 1、傳輸誤差可能產生極其嚴重的后果，通信事故發生后需要快速故障恢復。同時，2、對工 業控制現場環境（溫度、濕度、高電磁干擾等）遠比消費互聯網復雜。3、在保證系統穩定 性的同時，又需要增強了系統的開放性和互操作性，適應柔性生產，適應企業新品快速迭代，需要運營方提供完善的解決方案。4、滿足上面的要求后，智能制造聯網后需要快速降低生 產成本（降低數據傳輸的成本）。2.1.2. 發展痛點：現網性能無法滿足未來智能制造的網絡需求l 現網容量、可靠性、時延尚無法滿足智能制造絕大部分場景需求傳統無線技術現網容量、可靠性、時延等性能指標無法滿足智能制造絕大部分場景需求，只 有 5G 網絡才能

39、實現智能制造。智能制造對于數據采集、分析、處理的訴求強，所以對數據 傳輸有極高的需求，目前工業現場主要采用有線網絡進行傳輸，但采用同軸線纜或光纖的有 線網絡建設成本和擴容成本高，部署方案復雜，無法實現工業互聯網的規模落地。而傳統的 無線網絡通信技術如 3G/4G、Wi-Fi、Zigbee、藍牙等，在網絡速率、通信可靠性、連接數 量、覆蓋范圍、傳輸容量、時延及穩定性等性能指標上無法全面兼顧，因而無法滿足大部分 工業場景的需求。圖 10：現有網絡技術在工業互聯網的應用痛點資料來源：研究中心整理表 6：現存各類物聯網通信技術對比類別制式適用范圍缺點頻段/帶寬下行速率上行速率LPWANB-IoTLoR

40、a低功耗廣域強覆 蓋低成本應用3.7kHz，15kHz，授權頻段100bps70kbps私有技術，尚未標準化寬頻，未標準化0.35kbps868， 915， 470（中國），未SigFox不適配國內無執照波段，未標準化GSM數字化語音通信，2G標準化153kbps3.1Mbps1.8Mbps帶寬 5MHz2.8Mbps2.2Mbps14.4Mbps5.76Mbps帶寬 20MHz100Mbps50Mbps頻段 2.4GHz1Mbps頻段 2.4GHz54Mbps頻段 2.4GHz、868/928MHz250kbps帶寬 200kHz100bps236kbps118kbpsCDMA2000 CD

41、MA20003GTD-SCDMAWCDMA低速數據傳輸相對高速數據傳成本相對較高 功耗較高 傳輸速率逐步提升4GTDD-LTE輸FDD-LTEBluetoothWiFiZigBeeRFID便攜的點對點短 距離傳輸最適用兩節點間 數據高速傳輸僅用于滿足低功 耗無線傳感器節 點的特殊需求 無需機械/光學接 觸的短距離識別 通信短距離（1030m）、可連接的節 點有限 短距離（50m）、高功耗、協議開 銷大、需要接入點、節點數相對較 少，約 32、互相干擾幾率略高短距離（1075m）、缺少安全性 規范和完善的標準短距離（10cm10m），需要完整 的系統，包括閱讀器，電子標簽和 軟件系統1-100G

42、Hz幾 kbps幾 Mbps資料來源：互聯網資料整理，研究中心以下述三個工業應用場景為例： 遠程控制：某些工業環境不適宜人工作業，也無法通過光纜鏈接，比如高溫、高空等。 受控裝備需要在遠程感知（足夠高清晰度視頻、狀態感知等）的基礎之上，通過無線網絡向控制者發送狀態信息，同時根據收到的動作指令執行相應的動作。此時，容量、網 絡時延和可靠性非常重要（如圖像/視頻流上傳需要上行50Mbps（8K）容量，時延20ms）。目前工業上大多數遠程控制還是基于有線網絡，雖然穩定，但限制了生產靈 活性，同時也限制控制范圍。而現有無線網絡 4G、LoRa 等容量無法滿足高清視頻回傳 的要求，另一方面無法保證可靠性

43、的前提下滿足遠程控制對于時延的要求，操控的靈敏 度和可靠性也無法滿足。 云化 AGV：自動導引運輸車（AGV），指裝備有電磁或光學等自動導引裝臵，能夠沿規 定的導引路徑行駛，具有安全保護以及各種移載功能的運輸車。隨著工業場景越來越復 雜，AGV 上運行的定位、導航、圖像識別及環境感知等需要復雜計算需求正在指數級提 升，需要將算力模塊上移到邊緣服務器，而僅僅將運動控制/緊急避障等實時性要求更高 的模塊保留在 AGV 主機上。目前云化 AGV 室外覆蓋范圍約 2km，需要滿足龐大的連接 數。未來 AGV 安裝 610 多攝像頭（視覺導航、視覺檢查等多 16 種功能），移動速度 提升到 23m/s，網絡上行帶寬需求小于 1Gbps，時延約為 20ms，現有 4G 網絡顯然無 法滿足。 云端機器人：云化機器人將控制“大腦”放在云端，對網絡提出了兩個需求，包括滿足 通信調度及業務數據實時交互需求和集成其它視覺應用的通信需求。目前單個機器人安裝 1020 個攝像頭（實現視覺導航、視覺檢查等多種功能），移動速度提升到 23m/s， 網絡上行帶寬需求小于 1Gbps，時延 10100ms。以