一方面產品開發制造的復雜性不斷增加，傳統的方法、手段、結構不足以穩定的控制這種復雜性，迫使人尋找新的商業模式；

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

智能制造

首先，智能制造可以歸納為三種范式：數字化制造、“互聯網+制造”、新一代智能制造（數字化、網絡化、智能化）。

對于中國這個制造大國來說，全球制造業三分天下有其一，轉型智能制造既有外在壓力，也有內在動力。

當前我國經濟面臨劉易斯拐點，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，人口紅利+人工智能是未來經濟二次騰飛的發動機，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折點，是指在工業化進程中，隨著農村富余勞動力向非農產業的逐步轉移，農村富余勞動力逐漸減少，最終達到瓶頸狀態。

當今中國制造業企業普遍面臨招工難、招工貴、工人培養成本高、工人對工作環境要求提升、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象。

一組數據：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，已經位居法國和日本之間（下圖），2017年制造業平均工資是越南的3.5倍。

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

內在壓力

人才紅利顯現，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），我們有三大優勢：人才紅利顯現，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人才的極度稀缺，1978年全國普通高等學校畢業人數僅有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技術教育作為促進社會就業的有力補充

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，以工業機器人為例，在10年前銷售均價在50萬左右，現在價格是四大家族機器人15－25萬，國產的更低。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。企業有很強的動力進行生產自動化改造，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領域的領頭羊，近年無論是AI方面的獨角獸企業，還是論文發表影響力，中國都能與美國齊頭并進，后面其他國家差距明顯，近年國內多數一流高校都已增設人工智能學院，為后續人才儲備打基礎。

除開人工智能技術，新時代的移動互聯網、超級計算、大數據、云計算、物聯網等日新月異、飛速發展，并迅速的應用與普及，形成了群體性跨越，新技術發展為產業革命提供了歷史機遇。

可以預見，人才紅利+人工智能是未來經濟二次騰飛的助推器。