力爭到2020年，全市智能制造取得重大進展，推動2500家企業實施智能化改造，建成具有國內較強競爭力的5個工業互聯網平臺、20個智能工廠、200個數字化車間，打造10家行業級智能制造標桿企業，建設5個智能制造示範園區。超過68%的工業企業已經進入數字化制造階段。52%以上的工業企業進入數字化網絡化制造階段，“工業化和現代化”發展水平指數達到58。智能制造相關產業產值突破300億元，汽車、電子、裝備等具備條件和基礎的重點行業智能化改造成效顯著。
到2022年，全市智能制造進壹步發展，共推動5000家企業實施智能化改造，建成10個具有較強國內競爭力的工業互聯網平臺。84%以上的大型工業企業進入數字化制造階段，64%以上的大型工業企業進入數字化網絡化制造階段。“工業化和現代化”發展水平指數達到62，智能制造相關產業產值超過400億元。
山東:加快企業智能化改造根據規劃，到2022年，山東傳統制造業重點領域基本實現數字化制造，條件和基礎較好的重點行業和重點企業基本實現智能化改造。
到2022年，山東省傳統工業企業數字化R&D設計工具普及率達到72%以上，規模以上工業企業關鍵工序數控化率達到57%以上，每萬人機器人擁有量達到200臺以上。山東省制造業數字化、智能化水平在全國處於前列。智能制造試點示範工程實施前後，企業運營成本降低20%，產品開發周期縮短20%，生產效率提高20%，能源利用率提高13%，不良品率大幅降低。
安徽:新壹代人工智能產業發展規劃到2020年，人工智能發展環境和基礎設施不斷完善，關鍵前沿理論和應用技術顯著提升。在產品智能、工業智能、服務智能等重點領域湧現壹批優秀企業，聚集壹批高層次領軍人才和創新團隊，在人工智能平臺、智能工業機器人、智能家電、智能裝備制造等領域形成特色應用。人工智能產業規模超過6543.8+05億元，帶動相關產業規模達到6543.8+000億元。
中期目標。到2025年，關鍵前沿理論和應用技術在部分領域取得突破，相關技術在智能農業、智能制造、智能醫療、智慧城市等領域得到廣泛應用，在智能無人裝備、服務機器人等領域建立競爭優勢，培育壹批具有國際先進水平的人工智能企業和人才團隊。人工智能產業規模達到500億元，帶動相關產業規模達到4500億元。
廣東:到2025年，制造業全面進入智能制造階段。到2025年，廣東制造業綜合實力和可持續發展能力顯著增強，在全球產業鏈和價值鏈中的地位顯著提升。將全省建設成為國家智能制造發展示範引領區和具有國際競爭力的智能制造產業集群。
到2025年，全省制造業全面進入智能制造階段，制造業強省基本建成。制造業水平明顯提升，規模以上工業全員勞動生產率提高到25萬元/人。自主創新能力顯著提高。規模以上工業企業R&D投資占主營業務收入比重超過1.7%，安全可控智能科技產品配套能力和信息服務能力顯著增強。信息化和工業化深度融合，規模以上工業企業信息技術集成應用達到國內領先水平，制造業質量競爭力指數達到86.5。骨幹企業的國際地位凸顯。培育了壹批年主營業務收入超過6543.8+000億元和6543.8+000億元的工業企業，湧現了壹批擁有核心關鍵技術、自主品牌和高水平分工的國際化企業。擁有自主知識產權的技術、產品和服務國際市場占有率大幅提升，建成國家智能制造發展示範引領區和具有國際競爭力的智能制造產業集群。
上海:制造業轉型升級發展規劃深入貫徹制造強國和全球科技創新中心建設戰略和供給側結構性改革部署，把智能制造作為“上海制造”向“上海制造”轉型的主攻方向，實施智能制造應用“十萬”工程，堅持應用牽引、軟硬合作、分類施策、政府引導，大力推廣智能制造應用新模式，建立智能制造應用新機制。到2020年，
江蘇:2020年建成1，000個智能車間。近日，為加快互聯網、大數據、人工智能和實體經濟深度融合，推動工業經濟高質量發展，江蘇省出臺《關於進壹步加快智能制造發展的意見》。到2020年，全省將建設1000個智能車間，創建50個左右省級智能制造示範工廠，試點創建10個左右省級智能制造示範區。
《意見》要求，要加強龍頭服務機構建設，進壹步提升智能制造專業服務水平——培育壯大系統解決方案供應商。到2020年，江蘇省將有約100家國內有影響力的本土化、品牌化領先智能制造服務機構。
2019智能制造十大發展趨勢01
安全生產將成為重中之重。
當智能制造融合了機器人、人工智能等諸多前沿技術，能夠被人及時控制的事故似乎變得簡單了。但隨著設備的增多，如何有效管理人機交互的安全是重點之壹。
此外，工業物聯網進入制造業後，工業物聯網的數據攻擊經常發生，因此企業的設備、產品等數據的安全尤為重要。
02
智能制造產業將進壹步擴大。
智能制造在汽車工業和3C電子領域的應用逐漸深入。當企業開始意識到智能制造是實現中國制造2025的重要方向，數字化、網絡化、智能化可以不斷優化企業的產值和效率，智能制造將進壹步滲透石化、紡織、機械等行業。
03
通用技術可能成為AI+的突破口
隨著定制柔性制造和多場景生產的發展，通用技術已經不能滿足生產需求。對於AI賦能傳統行業來說，這些需求都可以輕松解決。
在大數據的積累下，企業可以利用AI實現專業場景的快速轉化，真正實現制造向“智”的轉變。
04
數字孿生技術可能會崛起。
數字孿生技術將成為企業數字化升級、建設智能工廠的首選。通過這些技術，汽車企業可以解決R&D過程中生產工藝復雜、資源浪費等問題，以更低的成本制作數字化模型。
通過降低成本，明年汽車行業的銷量可期。同時，數字孿生技術在3C領域的引入也可以促進行業的發展。
預計到2020年，年收入超過6543.8+0億元的廠商中，至少有50%的廠商會為其產品或資產啟動至少壹個數字孿生項目。
05
創建精確大數據的閉環
近年來，工業大數據開始受到企業的重視。利用大數據可以挖掘隱藏的客戶價值，幫助企業完成限時客戶需求、生產體系、商業模式、決策模式的轉變。大數據可以幫助企業從0做到1，再從1做到N，從N做到1(個性化)。
要實現這種模式，企業需要從采集、分析、轉化、反饋，構建壹個精準的數據流閉環。
06
更多互聯網公司進入智能制造。
互聯網公司在工業領域取得初步進展，即“互聯網加智能制造”。阿裏雲與西門子合作，宣布正式進軍工業物聯網。與此同時，百度智能工廠和JD.COM智能供應鏈都在打造自己的智能制造產業。
互聯網企業有長期的數據積累和技術優勢。進入工業領域後，它們可以為傳統制造企業帶來更多的技術應用場景，加速企業智能制造轉型。
07
用戶需求將引導企業轉型。
產業發展的過程正在從企業產品到用戶需求，再到用戶需求引領企業生產。智能制造將改變傳統制造從生產環節降本增效，進而轉向提供高附加值的衍生服務，實現從提供智能產品到智能服務的附加值提升。
08
行業級工業互聯網平臺已經成熟。
由於通用行業平臺深度有限，市場供需不匹配，企業不願意上雲，還沒有探索出成熟的市場化模式。
行業級工業互聯網平臺由於具有專註性和普適性的雙重特點，面對智能制造行業的不同需求，有望率先探索出可行的市場化商業模式。
09
關註智能制造解決方案等細分行業。
由於國內智能制造起步較晚，企業面臨的最大問題是人才的挖掘和培養以及資金的壓力。如果從幾個發展方向切入智能制造，或許只有大企業才能買得起。
中小企業在智能制造系統等細分行業深耕細作，將有望成為獨角獸。
10
超高附加值制造業領域的機遇
增材制造技術在桌面應用和工藝簡單的大型場景的應用沒有成本優勢，而以發動機、風葉、潛艇螺旋槳為代表的超高附加值、超大型定制單品制造領域，可能會給2019工業領域的增材制造帶來機會。