让美国制造业回归需要什么？第二部分：提升美国制造业的生产力

作者：Danny DeBois、Aidan Madigan-Curtis、Kate Dunbar、Kenza Wilks

提升美国制造业将需要提高制造业生产率。我们将探讨那些能够显著提升美国生产率的现有技术，以及要让这些技术实现大规模应用所需的条件。

在这篇与 Bridgewater 联合撰写的两部分系列文章的第一部分中，我们指出，美国在许多不同类型的制造业中缺乏竞争力，原因在于结构性更高的成本，尤其是劳动力成本，以及数十年的离岸外包削弱了美国的工业基础，导致缺乏足够的能力来支持制造业部门的自我强化扩张。关税不太可能显著缩小这种成本差距，也无法为美国几乎完全不生产的商品（如服装或消费电子产品）创造制造能力。

与此同时，美国也具备许多优势：极其庞大的国内消费市场、低廉的能源成本、灵活的劳动力市场，以及一个已明确表达支持制造业的政府。要充分利用这些优势，并克服美国制造业面临的结构性阻力，使其更具竞争力，可能需要提升制造业的生产率，以便更高的产出能够弥补美国较高的生产成本。

目前已经存在一些具有变革潜力的新技术，但要实现规模化应用可能需要耗费近十年的时间。 有针对性的关税措施可以帮助降低这些新技术在降低生产成本和提升效率方面所需跨越的门槛，从而在投资它们并建设国内制造能力之前，使其更早具备盈利性。

简单复制粘贴其他国家现有的制造工艺，无法满足美国政策制定者对再工业化的需求，因为这样会成本过高、进度缓慢，并且依赖于美国数量不足的、具备技能且对制造业感兴趣的技术人员和产业工人。 为了在建设和安装周期受限、工人兴趣和资质水平较低的情况下，将美国本土制造业的生产率提升到能够满足国内需求的规模，美国必须利用先进技术，将生产率提高一个到两个数量级。

既具备 a) 可规模化应用并且 b) 能够显著提升美国制造业生产力的技术包括自动化、计算机视觉、增材制造以及机器状态监测。处于较早发展阶段但潜在影响更为深远的技术包括生成式人工智能（仿真与数字孪生）和具身人工智能。

粗略一看，制造业的生产率自 2010 年以来似乎停滞不前，但深入观察会发现，真正的长期转折点大约出现在 1980 年左右。 在 1980 年之前的几十年里，制造业生产率的稳步增长推动了经济增长、更多的产出，并最终带来了该行业更多的就业。但自 1980 年以来，制造业生产率增长与就业之间的关系发生了逆转，制造业的生产率提升反而伴随着就业的下降。这是因为美国将生产率最低的制造业部门（如服装制造业）外包到海外，通过“淘汰法”提高了制造业的平均生产率水平。

在本报告的其余部分，我们将更详细地介绍每一项可能提升美国制造业生产率的技术，并说明采用这些技术的过程将需要时间。

可能让美国制造业更高效的技术

1. 软件定义制造与自动化

如今，美国超过80%的仓库没有实现自动化，每1万名制造业员工仅配备141台机器人。自动化的形式多种多样，而在制造业环境中，人形机器人目前的效率和效果都不如其他自动化解决方案。例如，在特斯拉的制造基地，数十亿美元投入到机器人单元和制造自动化中，已经简化了生产流程并提高了毛利率。

对于像 GPU 这样每个季度都会更新的先进组件的小型电子产品，具备可编程输入的微型工厂非常适合高混合、低产量的组装。市场上越来越多的制造自动化企业正在利用软件和低成本机器人来实现整条生产线的自动化，用于终端设备和商品的组装，而不仅仅是零部件或子组件。例如，下方这一系列机器人单元可以接收低代码/零代码的指令集，并结合设计文件，生产出多种不同类型且经过质量保证的系统，从数据中心服务器到手电钻，产量提高了 75%，缺陷率比典型的装配流程降低了 65%。

与世界其他地区相比，美国在工业自动化方面落后，工业机器人在美国工厂的采用率低于其他发达经济体。政府政策在这方面可以发挥作用。例如，韩国政府主导的机器人产业政策包括到2030年投资22.6亿美元、简化监管障碍，以及为15,000名工人投资开设专业的机器人技能培训课程。

2. 计算机视觉

人工智能和计算机视觉的进步，包括视觉 Transformer（ViT），其物体检测速度比卷积神经网络（CNN）快 30%，以及其他形式的边缘 AI（如 Nvidia 的 Jetson 处理器），意味着现有的摄像头基础设施可以在工业环境中发挥重要作用，实现非侵入式的运营生产力提升。计算机视觉的高效性有潜力在多种工业环境中显著提升运营效率，从零售业（通过计算机视觉和 RFID 进行实时库存跟踪，可将缺货事件减少 40%）到某些类型的制造缺陷检测，以及降低工业安全事故发生频率。

下面，我们展示了一个在工业环境中使用计算机视觉来提高安全性的案例。这类系统的存在（配合管理层对一线操作员的反馈机制）已被证明可以将事故减少 60-80%，并将运营效率提高约 20%。

3. 增材制造

增材制造（也称为 3D 打印）已经有了显著的发展，主要品牌开始采用最前沿的解决方案。一些解决方案的速度是传统制造技术的 20 倍，且碳足迹仅为其一小部分。某些先进的增材技术甚至可以快速生产复杂且耐用的设计，例如喷气发动机的燃料喷嘴或脊柱植入物。增材制造的进步是任何近岸供应链战略的关键。

下面，我们展示了一家位于波士顿郊外的工业级 3D 金属增材制造商报告的关键数据：

4. 机器状态监测

机械问题占制造业生产力损失的 10-15%。计划外停机是制造业中造成重大损失的情形，而计划性维护在历史上一直是一种低效但必要的做法。如今的机器监测解决方案不仅能够对大多数设备类型进行持续监控和警报，还具备预测性维护功能，并利用来自众多客户和设备类型的大规模数据集进行机器学习，能够将计划外停机时间减少超过 50%。

下面，我们展示了机器状态监测公司 Augury 的用户界面和结果：

5. 生成式人工智能与低代码/零代码现代设计工具

传统的制造执行系统（MES）旨在追求稳定性和长期使用，但在应对当今快速变化、复杂多变的市场需求和冲击时却显得力不从心。越来越多的技术正针对制造设计仿真和 MES 集成进行优化，使技术人员无需复杂编程或昂贵的变更订单即可进行修改。生成式人工智能在新系统（机械、电气、热能以及完整系统集成）的设计与仿真中正变得越来越实用，如下所示，它能够显著降低成本并加快产品上市速度。

6. 具身人工智能与机器人

正如 Waymo 的自动驾驶汽车在不同地区不断扩展所证明的那样，当今的机器人技术栈已经远远超越了几年前人们认为可能实现的水平。自监督学习（SSL）模型以及大型模型（语言和视频）正在彻底改变机器人领域。每一个人工智能时代——无论是以 ImageNet 推动的视觉，还是以 Transformer 推动的语言——都由其最艰巨的数据挑战所定义。下一个前沿——具身智能（embodied AI）——是指先进的、应用型的机器人技术，如 Waymo 车辆，并且已经在工业和制造环境中开始普及。Waymo 首个一百万英里自动驾驶所积累的经验，如今可以应用到相邻行业（例如建筑业和其他重型设备操作，如下图所示）。

增加工业产能（建设工厂、制造工具、生产钢铁及其他关键投入）与提升制造产出同样重要，而具身人工智能在支持建筑、仓储、农业和制造业等大规模、基础性工业工作负载方面的能力，可能对实现一代人规模的转型至关重要，这种转型对于扩大美国制造业产能是必不可少的。

采用这些技术的过程将需要时间，使得美国制造业的复兴很可能需要十年，甚至更长时间。

美国距离实现能够与世界其他地区制造产出相媲美、满足美国自身端到端需求且成本相当或更低的“无人工厂”制造规模和范围，还有十年的时间。

虽然目前先进技术在美国工业生产中的规模和影响力（除低产量的国防制造外）仍然较低，但一些关键的技术进步正在对美国工业生产率产生积极影响。不幸的是，美国 98% 的制造商是中小型企业，这些企业在能够显著提升制造生产率的技术应用方面渗透率相对较低。

本质上，如今这些日益成熟的技术在美国部署水平低的原因，并非技术准备度或成熟度不足，而是商业采纳程度和投资于先进能力及提升制造产能的意愿不足所致。

在 LinkedIn 关注 Eclipse，或注册 Eclipse 的新闻通讯  以获取构建新经济的最新资讯。

+++

免责声明与协议

桥水联合基金公司（Bridgewater Associates, LP）是一家全球投资管理公司。桥水联合基金公司为特定的私人投资基金和机构客户提供咨询服务，并不向大多数其他投资者提供投资顾问或类似服务。本网站是为投资者以外的受众（如潜在员工、研究人员、学生、交易对手方及行业参与者）提供的资源。桥水联合基金公司认为，为这些人士提供一个准确的相关信息来源是有益的。在任何情况下，本网站所呈现的任何信息均不应被视为出售要约，或征求购买任何证券或其他投资的要约。本网站不包含投资者在做出潜在投资决策时应考虑或评估的信息。与桥水联合基金公司管理的实体投资相关的发行材料不向公众提供。

要查看此内容，您必须同意以下条款，这些条款是对桥水使用条款和隐私政策的补充：

我向桥水联合基金公司确认并同意：

– 我进入本网站仅为获取有关 Bridgewater Associates, LP 的一般信息，而非出于任何其他目的。

– 我理解由 Bridgewater Associates, LP 管理的投资项目并不向公众开放。

– 我理解本网站不包含我在考虑投资时所需的信息，并且此类信息仅向符合特定标准的有限人群和机构提供。

– 我理解本网站未经任何政府或类似机构审查、批准、备案或以其他方式提交，仅旨在向对该信息有正当兴趣且与投资无关的公众成员提供有限信息。

– 我理解，当 Bridgewater Associates, LP 提供第三方信息时，Bridgewater 通常不会对第三方所作的陈述进行核实，并且所提供的信息可能会遗漏重要内容。

– 我理解，由 Bridgewater Associates, LP 提供的第三方材料（例如现场访谈）通常不会经过 Bridgewater 的编辑处理，并且在这些材料中与 Bridgewater 有关联的个人所作的陈述，应在其发表时的对话语境中理解，其中可能包括提供历史背景。

– 这些内容构成 Bridgewater 或其许可方的专有知识产权，我不会在未经 Bridgewater 事先书面同意的情况下，直接或间接复制、修改、改写、创作衍生作品、发布、刊登、展示、重新分发、披露或向任何第三方提供全部或部分内容，也不会协助他人这样做，或以其他方式将内容用于任何商业用途。

本研究报告由 Bridgewater Associates, LP 编制并拥有，仅供信息和教育用途分发。本文未考虑任何接收者的特定投资需求、目标或风险承受能力。此外，Bridgewater 的实际投资头寸可能会并且经常会因多种因素（如客户投资限制、投资组合再平衡及交易成本等）而与本文所讨论的结论有所不同。接收者在做出任何投资决策前，应咨询自己的顾问，包括税务顾问。本文仅供信息和教育用途，不构成出售或购买所提及证券或其他工具的要约或要约邀请。任何此类要约将依据正式的发行备忘录进行。本文不构成个人投资建议，也未考虑在做出任何投资决策前必须考虑的个人投资目标、财务状况或投资者的具体需求。 投资者应考虑本研究中的任何建议或推荐是否适合其特定情况，并在适当情况下寻求专业意见，包括法律、税务、会计、投资或其他方面的建议。关于特定公司的任何讨论均不应被视为购买或出售任何特定投资的推荐。所讨论的公司不应被视为代表任何 Bridgewater 策略中的持仓。不能假定所讨论的任何公司过去或将来会盈利，或未来所作的推荐会盈利。

此处提供的信息并非旨在为投资决策提供充分依据，投资决策不应基于具有固有局限性的模拟、假设或示例性信息。与实际业绩记录不同，模拟或假设结果并不代表实际交易或实际管理成本，并且可能对某些市场风险因素的影响进行了过度或不足的补偿。Bridgewater 不保证任何账户将会或可能实现与所示类似的回报。本研究中提及的投资价格和价值及其所产生的收益可能会波动。每项投资都涉及风险，在市场波动或不确定的情况下，该投资的价值或回报可能会出现显著变化。对冲基金投资复杂、具有投机性，并伴随高度风险，包括投资者全部投资本金完全损失的风险。过往业绩并不代表未来表现，未来回报不作保证，且可能发生本金的全部损失。 某些交易，包括涉及杠杆、期货、期权及其他衍生品的交易，会带来重大风险，并不适合所有投资者。汇率波动可能会对某些投资的价值、价格或由此产生的收益造成重大不利影响。

桥水的研究利用来自公共、私人和内部来源的数据和信息，包括来自实际桥水交易的数据。 资料来源包括 BCA、Bloomberg Finance L.P.、Bond Radar、Candeal、CEIC Data Company Ltd.、Ceras Analytics、China Bull Research、Clarus Financial Technology、CLS Processing Solutions、Conference Board of Canada、Consensus Economics Inc.、DTCC Data Repository、Ecoanalitica、Empirical Research Partners、Energy Aspects Corp、Entis（Axioma Qontigo Simcorp）、Enverus、EPFR Global、Eurasia Group、Evercore ISI、FactSet Research Systems、Fastmarkets Global Limited、The Financial Times Limited、Finaeon, Inc.、FINRA、GaveKal Research Ltd.、GlobalSource Partners、Harvard Business Review、Haver Analytics, Inc.、Institutional Shareholder Services（ISS）、The Investment Funds Institute of Canada、ICE Derived Data（UK）、Investment Company Institute、International Institute of Finance、JP Morgan、JTSA Advisors、LSEG Data and Analytics、MarketAxess、Metals Focus Ltd、MSCI, Inc.、National Bureau of Economic Research、Neudata、Organisation for Economic Cooperation and Development、Pensions & Investments Research Center、Pitchbook、Political Alpha、Renaissance Capital Research、Rhodium Group、RP Data、Rubinson Research、Rystad Energy、S&P Global Market Intelligence、Sentix GmbH、SGH Macro、Shanghai Metals Market、Smart Insider Ltd.、Sustainalytics、Swaps Monitor、Tradeweb、United Nations、US Department of Commerce、Visible Alpha、Wells Bay、Wind Financial Information LLC、With Intelligence、Wood Mackenzie Limited、World Bureau of Metal Statistics、World Economic Forum，以及 YieldBook。 虽然我们认为来自外部来源的信息是可靠的，但我们不对其准确性承担责任。来自第三方提供商的与财务和非财务特征相关的数据可能并不准确或完整。Bridgewater 在其研究过程中所考虑的数据和因素可能会随着时间而变化。

本信息并非针对或意图分发给位于任何司法管辖区的个人或实体，在该司法管辖区内，此类分发、发布、提供或使用将违反适用法律或法规，或会使 Bridgewater 在该司法管辖区内承担任何注册或许可要求。未经 Bridgewater® Associates, LP 事先书面同意，本材料的任何部分不得 (i) 以任何形式通过任何方式复制、影印或重复，或 (ii) 重新分发。

本报告中所表达的观点仅代表 Bridgewater 截至本报告日期的立场，且可能在不另行通知的情况下发生变化。Bridgewater 可能在文中讨论的一个或多个头寸、证券或衍生品中拥有重大财务利益。负责撰写本报告的人员的报酬基于多种因素，包括但不限于其工作质量和公司收入。