一方面產(chǎn)品開發(fā)制造的復雜性不斷增加，傳統(tǒng)的方法、手段、結構不足以穩(wěn)定的控制這種復雜性，迫使人尋找新的商業(yè)模式；

另一方面新的需求和新的技術正強力推動制造業(yè)向數(shù)字化、網(wǎng)絡化、智能化升級轉(zhuǎn)型。不管過程是“革命”還是“演進”（本人更傾向于后者），我們都正在經(jīng)歷以智能制造為典型特征的第四次工業(yè)革命。

智能制造

首先，智能制造可以歸納為三種范式：數(shù)字化制造、“互聯(lián)網(wǎng)+制造”、新一代智能制造（數(shù)字化、網(wǎng)絡化、智能化）。

對于中國這個制造大國來說，全球制造業(yè)三分天下有其一，轉(zhuǎn)型智能制造既有外在壓力，也有內(nèi)在動力。

當前我國經(jīng)濟面臨劉易斯拐點，人口出生率長期低迷，人口老齡化加速，人口紅利消失，與此同時機器價格快速下降，人工智能等新技術積累初見成效，并且得益于高等教育，人才紅利顯現(xiàn)，人口紅利+人工智能是未來經(jīng)濟二次騰飛的發(fā)動機，智能制造肩負重任。

外在壓力

劉易斯拐點將至，人口紅利消失。

劉易斯拐點：即勞動力過剩向短缺的轉(zhuǎn)折點，是指在工業(yè)化進程中，隨著農(nóng)村富余勞動力向非農(nóng)產(chǎn)業(yè)的逐步轉(zhuǎn)移，農(nóng)村富余勞動力逐漸減少，最終達到瓶頸狀態(tài)。

當今中國制造業(yè)企業(yè)普遍面臨招工難、招工貴、工人培養(yǎng)成本高、工人對工作環(huán)境要求提升、員工流動率陡增等難題，這背后是出生率下降和人口老齡化加速背景下的勞動力短缺現(xiàn)象。

一組數(shù)據(jù)：2018年人口出生率為10.94‰，新生嬰兒1523萬，而2017年為1723萬，一年下降200萬，三十年前是2500+，90后比80后少5000萬，00后比90后再少1000萬。

2013年-2018年我國勞動人口比重從73.9%下滑至71.8%，預計2023年將下降至70%，勞動力供給不斷減少，勞動力成本上升，已經(jīng)位居法國和日本之間（下圖），2017年制造業(yè)平均工資是越南的3.5倍。

在這樣的背景下，繼續(xù)拼低端苦力難以為繼，制造不得不由“大”轉(zhuǎn)“強”，拼附加值，拼高端制造。

內(nèi)在壓力

人才紅利顯現(xiàn)，機器成本下降，人工智能助力。

那么面對人口紅利消失問題，是不是我們經(jīng)濟就注定要未富先老，前途暗淡，一蹶不振？我想也未必，先切上一段聊天記錄（上圖），我們有三大優(yōu)勢：人才紅利顯現(xiàn)，機器成本下降，人工智能助力，有的是時代賦予的，有的是自身努力結果，三大護法加持，無懼轉(zhuǎn)型風浪。

1）人才紅利釋放期

2000的高校大躍進被很多人詬病，但其實脫離了任何時代背景的分析都是孤立片面的，大躍進的背后是高素質(zhì)人才的極度稀缺，1978年全國普通高等學校畢業(yè)人數(shù)僅有16.5萬人，2000年為95萬，得益于這20年的高校擴張，2018年達到820萬人。

20年增長8倍，這些源源不斷的高素質(zhì)人才涌向市場，雖然沒有了人口紅利，人才紅利才剛剛開始，目前國家正力推職業(yè)技術教育作為促進社會就業(yè)的有力補充

2）機器成本快速下降

與此同時機器價格快速下降，投資回收期縮短到一年多，以工業(yè)機器人為例，在10年前銷售均價在50萬左右，現(xiàn)在價格是四大家族機器人15－25萬，國產(chǎn)的更低。一臺機器人能替代四名員工，把員工工資、折舊費、維修費等考慮進來，成本回收不足一年半。企業(yè)有很強的動力進行生產(chǎn)自動化改造，尤其汽車、3C、家電自動化率都是80%、90%以上了。

3）人工智能嶄露頭角

自從AlphaGo之后，人工智能成為了一個很火的概念，借助人工智能，能夠更好的組織智能制造和了解市場。中國與美國是當今世界人工智能研發(fā)領域的領頭羊，近年無論是AI方面的獨角獸企業(yè)，還是論文發(fā)表影響力，中國都能與美國齊頭并進，后面其他國家差距明顯，近年國內(nèi)多數(shù)一流高校都已增設人工智能學院，為后續(xù)人才儲備打基礎。

除開人工智能技術，新時代的移動互聯(lián)網(wǎng)、超級計算、大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等日新月異、飛速發(fā)展，并迅速的應用與普及，形成了群體性跨越，新技術發(fā)展為產(chǎn)業(yè)革命提供了歷史機遇。

可以預見，人才紅利+人工智能是未來經(jīng)濟二次騰飛的助推器。