【中国银河】中国经济高质量发展系列研究：数字经济：数字赋能工业，打造万亿级智慧工厂市场.pdf

2024-04-03

52页

5MB

一、工业数字化：智慧工厂必由之路，新型工业化转型之核心

作为中国银河证券研究院中国经济高质量发展系列研究之数字经济系列报告的后续篇，本文主要解读工业数字化。工业数字化是数字经济中产业数字化的重要组成部分。工业数字化是一个广泛的概念，它涵盖了多个方面和领域，旨在通过信息技术的应用来提高工业生产效率、质量和灵活性，同时降低成本和资源消耗，目的是打造智慧工厂。工业数字化也属于新型工业化的范畴，是实现新型工业化的关键路径和核心内容。同时工业数字化也是新质生产力形成和发展的重要推动力，是推动制造业转型升级的必由之路，工业数字化的实现将推动工业领域新业态和新模式的出现，如智能制造、个性化定制、服务型制造等。人工智能的发展给工业数字化带来了新的发展契机，AI 将加速工业端技术创新的步伐，比如在研发端提供辅助设计加速新产品的开发，在执行端使得机器人更加智能渗透率继续提升。

（一）什么是智慧工厂？更加高效、柔性、虚实结合

智慧工厂较数字化工厂更加高效环保和人性化。工业 3.0 向工业 4.0 发展的特征，是从自动化过渡到智能化，从大量生产过渡到大量定制生产及个性化生产，在此过程中，数字化工厂也将过渡至智慧工厂。根据国家 2022 年实施的《智能工厂通用技术要求》描述，智能工厂将利用物联网技术和监控技术，提高生产过程可控性、减少生产线人工干预，合理计划排程，并集合多种新兴智能技术和系统，以达到“高效、节能、绿色、环保、舒适”的效果。

智慧工厂的基本要素是数字化、网络化、智能化。对工厂资产进行数字化描述并建立数字化模型，是打造智慧工厂的底层基础。在此之上，企业各层面过程间的纵向集成，以及各环节间的横向集成，各设备网络之间的互联互通，将打通产品全生命周期中数据资产的流动，使得物理世界和网络世界顺畅连接，以期“万物互联”。随后，在数据和信息基础上，分析计算，比较判断，进而代替业务专家帮助企业决策执行，实现降本增效，提质升级。

未来，智慧工厂将实现数据驱动、虚实融合、柔性敏捷、自然友好、生态共荣。数据驱动：对数据和大模型的运用，将从经营管理侧，进入生产控制侧，再覆盖研发设计侧，将在“采集、建模、分析、决策”闭环的过程中，进行数据资产的价值重构。 2023 年 8 月出台的《企业数据资源相关会计处理暂行规定》要求数据资产入表，2023 年 9 月印发的《数据资产评估指导意见》要求建立数据资产价值评估体系，2024 年 1 月的《关于加强数据资产管理的指导意见》明确了数据资产管理内容。未来，数据产品化和流通交易不仅能为企业增值，更能促进产业数据的融合与创新。虚实融合：当前的数字孪生还存在数据孤岛问题，未来叠加环境学习技术，智慧工厂将完成物理世界和数字世界的映射，创造出全面互联和深度协同的虚拟世界，通过数字样机加速设计迭代，通过数字孪生监控生产和优化工艺，通过产品数字孪生支持智能运维。

柔性敏捷：主要体现在个性化生产和灵活自适应上。目前消费正不断从标准化向差异化转变，智慧工厂将满足，以客户需求驱动产品快速研发，通过柔性资源配置和动态调度，采用柔性产线、工具和系统，以跨企业间的数据共享增强供应链弹性，实现“多品种、变批量、短交期”的个性化交付。此外，企业还可以依托数据挖掘客户潜在需求，提供个性化服务。自然友好：人工智能、大数据、 5G、工业互联网等技术，使得企业更好地观测和控制产品全生命周期碳排放，不断优化生产流程和工艺，以实现绿色制造、绿色工厂和绿色供应链。生态共荣：纵向层面，未来的智能制造将打通产业链上中下游，实现数据信息在上游采购端、中游制造端、下游运输和服务端的共享，以实现协同效能最大化。横向层面，跨地域、跨行业、跨领域的合作将愈发普遍，以更好地分配社会资源，实现互惠共赢。

（二）工业数字化已成全球博弈高地，中国各领域转型方差大

1.全球主要国家均在布局工业数字化

全球主要国家均针对工业数字化出台了国家顶层战略。美国先进制造战略、德国工业 4.0 战略、日本再兴战略，中国制造 2025 战略，以及印度和巴西等其他发展中国家颁布的印度国家制造业政策，“强大巴西”计划，均引领着各国的制造业升级，以期在全球价值链重构和国际分工格局调整背景下，保持工业制造领先地位。

中美德日四国工业 4.0 战略及智能制造着力点存在差异。美国以计算机、软件和互联网、大数据和 AI、机器学习等 IT 技术见长，侧重软件连通硬件。其最先提出工业互联网概念，并重点关注设备互联互通以及数据的统计分析。美国制造优势体现在前沿科技、产用研发设计、核心零部件、精密仪器、先进装备等，在汽车、电子、化工、新材料、制药等领域发展前列。其数字技术、数字基础设施、数字市场、数字治理指标均处于全球领先水平，是数字经济的领头羊。德国以工控技术见长，力求通过硬件连通软件。其工业 4.0 较强调机械加工工艺能力、内嵌式控制系统的专业设备和控制能力。德国制造优势体现在高效的创新体系、优越的创新环境、高质量产业技术团队等，主要在传统机械、汽车、机器人、化工、制药、新能源领域发展领先。日本注重打造数字基础，并强调“互联工业”。日本制造重视“工匠精神”的培养，对知识产权的保护水平高，其优势领域集中在汽车、半导体、机器人、精密仪器、光学仪器、数控机床等。

中国强调新一代信息技术与制造业的深度融合，落脚在制造大国向制造强国的转变。由于中国工业基础较德美等国薄弱，中国制造 2025 等战略，不仅局限于制造业的重组，而且关注核心基础零部件、先进基础工艺、关键基础材料和产业技术基础的强化，追求从基础科学到生产方式的全面突破。中国制造业体系完备，劳动力价格相对低廉，在轻工纺服等轻工业领域，以及工程机械、高铁、航空航天、特高压输电等大型工程项目领域具备优势。中国已经具备一定的数字基础设施建设积累，并具备广阔的数字市场。但是，在数字技术和数字治理层面，中国和其他三国依旧有一定差距。

2.中国智能制造发展现状：灯塔工厂数量全球第一，但发展不平衡

中国灯塔工厂数量全球第一。灯塔工厂运用了云计算、大数据、3D 打印、AI 和 5G 等技术，代表了当今全球制造业领域智能化和数字化的最高水平。

据世界经济论坛和麦肯锡于 2023 年 12 月 14 日发布的报告，至 2023 年 12 月，全球有 153 家灯塔工厂，其中位于中国的有 62 家，占比 40.5%，位列世界第一，印度和美国分别占比 8.5%和 7.2%，位列二、三。

据世界经济论坛和麦肯锡于 2023 年 1 月 13 日发布的报告，至 23 年 1 月，按照灯塔工厂所属公司所在国家分布，中国占比 26.3%，高于第二名美国（25%）和第三名德国（10.5%）。

从行业分布上，位于中国的 50 家灯塔工厂，主要来自家电和 3C 电子产品等离散型行业，而美国和德国则主要集中在医疗、半导体、工业自动化、生物技术、高端材料等尖端制造行业。家电巨头海尔（拥有 6 家）、美的（拥有 5 家）共计拥有的灯塔工厂数量占中国总数的 22%。在重工和锂电行业，三一重工（拥有北京桩机工厂、长沙 18 号工厂，共 2 家）、宁德时代（拥有宁德基地、四川时代，共 2 家）分别拥有全球重工行业、锂电行业仅有的灯塔工厂。

总的来说，中国制造目前尚处于机械化、电气化、自动化、数字化并存的状态，不同地区、行业、企业的发展不平衡。在发展智能制造的过程中存在以下问题：关键技术和核心装备受制于人，标准/软件/网络/信息安全基础薄弱,系统整体解决方案供给能力不足,缺少国际性的行业巨头企业，以及跨界融合的智能制造人才。

（三）打造智慧工厂分为三个阶段

1.企业纵向发展：自动化-人机物互联-智能决策&构建生态平台

参考三一重工和特斯拉“超级工厂”发展历史，纵向看，打造智慧工厂可以分为“机器自动化升级，离散信息化平台构建”、“人机物协同互联，跨流程生态平台构建”、 “数字孪生智能决策，跨企业生态平台构建”三个步骤。第一个阶段以流程和组织自动化、互联化，以及推动设备自动化为目标。主要是应用 ECC、ERP（企业资源计划）、MES（制造执行系统）、PDM（产品数据管理）、PLM （产品生命周期管理）等技术快速补全自动化能力，在企业各层面过程间进行纵向集成，在各管理系统间进行横向集成，构建信息化流程，并尝试将自动化扩展到生产制造端，推动设备自动化改造。受益的方向是工业软件、工业控制，以及部分自动化设备和零部件提供商，如机床、机器人（包括工业机器人和移动机器人）、专用装备等。但这个阶段，企业自动化部署主要还是集中在企业内部、单一职能或生产线。采用的自动化设备更多的还是机械臂等，每个流程只重复一个固定工艺，目标是快速、精准地完成单一步骤。

第二个阶段以构建人、机、物的开放互联，主要通过大数据、工业互联网和物联网等技术，贯穿研发设计、生产、管理、服务各个环节。初期企业生产现场设备繁多，数据相对独立，形成“信息孤岛”与“自动化孤岛”。此时，一方面，可以利用嵌入式的处理器、存储器、传感器和通信模块，把设备、产品、原材料、软件联系在一起，实现不同产品和不同设备之间的命令交换，另一方面，利用工业互联网平台和系列化工业软件，连通设计、生产、交付全流程，实现产品全生命周期管理。这个阶段，依赖日渐发达的大数据、云计算/边缘计算、超链接（公用和专用 5G、增强型移动宽带、低功耗广域网络等）、数据安全技术、人机接口技术等，以实现进一步的万物互联。受益的方向是工业通信、云服务提供商、更高阶的智能设备制造商等，如传感器、智能化机床、3D 打印、人形机器人等。但是，在制造现场和制造设施的智能化上，受制于智能化程度有限、缺乏自主迭代、适应变化的设备与厂房建设，部分环节依旧较依赖人工，效率提升存在阈值。此外，企业汇总了大量的数据，主要用于生产经营分析，而埋没了其在优化决策与产业共享上的价值变现。第三个阶段以数字孪生辅助智能决策，跨企业构建生态平台为目标。一方面，利用云计算、AI、数字孪生等技术，企业可以与实际业务场景深度融合，加强制造生产过程中自主感知、学习、适应、决策和执行的能力，并实行定制化和柔性生产。另一方面，通过与数据分析领域的伙伴合作过程，企业可以挖掘数据价值，搭建产业级数据中心，成为行业标准的制定者和行业智能化转型的赋能者。受益的方向为 AI 设备及服务提供商、大数据分析公司等。

2.企业横向比较：先进企业挖掘数据价值，传统企业识别共性需求，积极借力

从全球范围角度，分智能制造各个环节来看，制造现场的互联性、制造设备的互联和智能性，是全球需要加强的共性问题，也是先进企业和传统企业差距较大的环节。对于传统行业内传统企业：识别行业共性需求，先进行流程和组织上的智能化建设。迈入第一个阶段（阶段划分参见上节）。对于传统行业内的先进企业，如石油和天然气(上游)：企业在流程和组织建设上已经具备一定智能化水平，但是在制造现场互联性和制造设备自动化、互联性、智能化上还较为不足。应着力攻入第二阶段。对于先进行业内的传统企业：行业内已有榜样案例，可自主学习，或者积极和系统集成商合作，为其机械装备和系统设计模块化、一站式的物联网解决方案。对于先进行业内的先进企业：探索第三个阶段。一方面，利用 AI 等技术实现自主决策，进一步提升已是高度发达的工厂的运营，另一方面，寻求数据价值变现的机会。

3.技术升级路线：离散型行业精益制造&软件一体化，流程型行业设备互联&智能决策

技术上，离散型行业需加强技术装备制造水平升级（精益制造）、软件一体化，流程型行业注重设备互联、智能优化与决策。中国智慧工厂建设处于弥补工业 2.0&3.0，以及探索工业 4.0 并行的状态，离散型工厂目前的自动化水平相对流程性工厂更低，对人工的依赖性更强，部分离散型企业数据采集方式依旧偏人工操作，因此关键制造装备和工业软件需要同步升级，“硬件”层面，要在智能数控加工技术和设备、增材制造技术与装备上发力，“软件”层面，要在智能建模和仿真技术上着墨。目前流程型工厂已经较为广泛地采用 DCS、PLC 等进行设备控制，智能仪表和数字传感器等进行检测驱动，软件系统的应用已经较为成熟，未来重点优化的方向，是设备互联，系统智能决策，全生命周期产品质量监控、追溯、诊断、预测与优化。

二、工业数字化市场空间巨大，四大板块交叉并进

（一）保守估计智慧工厂整体市场规模不低于 8 万亿

工业 4.0 时代，制造业水平是衡量一个国家经济发达程度的重要指标之一。近年来，中国在人工智能、大数据、5G 等先进技术领域取得持续突破，制造业公司走在数字化、智能化以及绿色化转型的前列，推动中国从世界第一的制造大国逐步向制造强国迈进。

根据中国工业互联网研究院发布的《工业互联网创新发展报告（2023 年）》，目前全国已累计建成数字化车间和智能工厂近 8000 个，工业互联网核心产业规模超过 1.2 万亿元。其中，2500 余个达到智能制造能力成熟度 2 级以上水平，基本完成数字化转型， 209 个成为具有国际先进水平的智能制造示范工厂，经过转型，这些示范工厂产品研发周期平均缩短 20.7%，生产效率平均提升 34.8%。截至 2023 年 12 月，全球共有 153 座“灯塔工厂”，其中 62 座位于中国，占比达到 40.52%，总数持续领先全球。智能化工厂方案定价一般可按照智能化改造后被替换掉的工人的约 3 年平均社会成本来计算。根据第四次经济普查（2018）结果，我国制造业从业人员共 10388 万人。根据 Wind 提供的上市公司员工构成比例，假设生产岗位员工数占比 60%，则我国制造业从事生产的工人总数约为 6233 万人。假设工厂智能化改造后，有一半从事生产的工人会被替换，以此估计，将有 3116.5 万工人被替代。

我国制造业平均工资水平稳步提升，2022 年达到 8.69 万元/年，同比增长 5.16%，按 5%的增速计算，预计 2023 和 2024 年平均工资分别为 9.13 万元/年和 9.58 万元/年，则2022-2024 年制造业平均工资为 9.14 万元/年，即平均一个工人的三年社会成本约为 27 万元。

基于以上假设，中国“工业 4.0”市场总规模（一半工人被替代）=被替代工人数*工人的 3 年社会平均成本=3116.5 万*27 万元=8.41 万亿。工业装备、工业网络、工业软件、工业数据是发展智慧工厂必不可少的共性需求。工业领域宽广，子行业众多，不同行业之间的数字化进程存在显著差异，但不难发现存在一些跨行业的共性需求场景，这些场景具有跨行业通用性和高价值特点，蕴藏着广泛的投资机会。华为和中国信通院共同发布的《工业数字化/智能化 2030》白皮书从生命周期、系统层级和智能特征三个维度识别了二十个高价值的共性场景。这些场景将成为未来 5-10 年内工业企业的数字化部署重点，也将驱动相关关键使能技术的迭代更新。要成功部署这二十个共性价值场景，工业装备、工业网络、工业软件、工业数据是必不可少的关键支撑要素。工业装备作为高效、稳定、自动化作业的终端，是工业数字化的基础；工业网络是现场的人机料法环全要素的连接介质，实现协同；工业软件则帮助企业开展研产供销服全流程的精细化分析、决策与管理；工业数据是无处不在的资产，是沉淀的智慧结晶，是潜在价值无限的宝藏。

（二）智慧工厂发展加速，四大板块空间广阔

有学者认为，从技术维度来看，智能制造技术体系分为基础共性技术和标准（数据标准、集成电路、移动通信等），智能装备技术、工业软件技术和工业互联网技术（物联网、大数据、云计算、区块链、人工智能等）。从空间载体来看,智能制造系统可以分为设备层、车间层、工厂层、企业层、网络协同层。具体来看：

设备层是智能制造的基础,涵盖了制造过程中使用的各种设备和机器,包括传感器、执行器、机械设备、工业机器人等,通过物联网技术连接,实现实时数据采集、监测控制和参与协同制造。

车间层是应用先进的制造技术和智能化设备并相互连接以形成小范围的生产单元,承担生产计划、生产调度、质量控制等功能形成“智能感知-动态调整-质量检测-持续改进-反馈学习”的闭环来增强智能车间的敏捷响应能力。

工厂层是整个智能制造体系中的关键层次,运用工业物联网、增材制造等技术促进工厂层面全要素数据可视化和实时化,实现生产设备、能源、物流、人力等生产要素的数字化集聚(大数据中心)网络化共享(工业互联网)和平台化协同(调度协同指挥中心)。

企业层关注战略层面的决策制定、技术应用、任务调度、资源编排和供应链管理,具有高度智能化、决策科学化、要素集成化的特征,一方面通过“数字化补课” 实现跨越式创新和数字化转型,另一方面厘清智能制造标准规范,确保企业各个层次和系统之间的协同性和兼容性。

网络协同层通过工业互联网平台搭建起多元主体链接的桥梁,以价值链为导向实现端到端的协同制造,以系统思维提升全产业链集成下的动态响应能力。

1、工业互联网：智慧工厂的神经网络，产业规模快速增长

工业互联网在工业网络、云计算、现代通信等基础上发展而来，于 21 世纪 10 年代初步形成。世界公认“工业互联网”概念的首次提出是 2012 年 11 月美国 GE 通用电气《工业互联网:打破智慧与机器的边界》白皮书。美国连续推进先进制造伙伴计划(AMP, Advanced Manufacturing Partnership)，加速制造业数字化的技术创新和应用。欧盟实施“工业 5.0”战略，推动数字化绿色化双转型，构建以人为本、弹性、可持续的产业链供应链。德国发力“工业 4.0”，以智能工厂、智能产线为基础，着力巩固制造业竞争优势。英法日韩等传统工业强国和新兴经济体也在强化数字技术优势，以提高制造业竞争力，包括英国的英国工业 2050 战略”、法国的“新工业法国计划”、日本的“超智能社会 5.0 战略”、韩国的“制造业创新 3.0 计划”等。“工业互联网不是工具的革命而是革命的工具”，逐渐成为全球共识。放眼全球，不同国家由于工业基因、工业技术的积淀不同，工业互联网的发展路径也不尽相同。美国坚持市场化原则，工业互联网主要由巨头企业和资本主导；德国更加注重产品质量和技术，围绕整体的工业形态打造展开；中国则是在云平台的基础上，由政策领航助推，目前仍处于初步发展期。

工业互联网主要由网络、平台、安全三大服务体系所构成，其中平台体系是核心，平台体系的核心是平台层。平台层主要包含数据集成平台、工业大数据平台、工业 AI 平台、技术赋能平台四大类平台，其主要服务有两类：一是围绕数据资产价值挖掘所提供的一系列数据集成、处理、分析等服务；二是围绕第三方服务及客户自身开发所提供的开发工具等能力。

工业互联网通过人、机、物的全面互联，构建起覆盖全要素、全产业链、全价值链的全新制造与服务体系，形成数字化、网络化、智能化的新兴生态和应用模式，是发展先进制造业的关键支撑，为工业数字化、网络化、智能化转型升级提供了实现路径。工业互联网发展战略提出以来，我国工业互联网产业增加值总体规模保持较快增长。 2022 年，我国工业互联网核心产业增加值达到 1.26 万亿元，同时带动渗透产业增加值 3.20 万亿元，工业互联网产业增加值总体规模达 4.46 万亿元，占 GDP 的比重为 3.69%。 2017-2022 年工业互联网产业增加值 CAGR 达 13.66%，高于 GDP 增速。预计 2023 年，工业互联网核心产业增加值将达到 1.35 万亿元，带动渗透产业增加值 3.34 万亿元，工业互联网产业增加值总体规模达 4.69 万亿元，占 GDP 的比重上升至 3.72%。

在制造业，工业互联网是推动制造业数字化转型、推进新型工业化的重要技术支撑，是推动实体经济与数字经济有机融合的重要抓手。制造业是工业互联网赋能的主阵地，工业互联网通过提高生产效率、降低运营成本、提高产品质量、优化资源配置、增强供应链弹性、提升绿色安全和低碳发展水平、促进创新等方式，持续推动制造业实现高质量发展。据中国工业互联网研究院测算，2022 年工业互联网带动制造业的增加值规模达到 1.89 万亿元，名义增速 7.05%。预计 2023 年，工业互联网带动制造业的增加值规模将达到 1.92 万亿元。

工业互联网核心产业由网络、标识、平台、数据、安全及工业控制与装备、系统集成七大部分组成。网络是基础，为信息传输提供载体，主要包括工厂硬件、软件及相关技术，如系统设备、网络终端、网络服务等, 应用场景可分为企业内网与企业外网。标识是身份，是实现工业互联网互联互通的关键核心设施，作为“数字世界的身份证”，能够实现人、机、物等互联，主要包括标识解析体系建设、服务、应用等。平台是中枢，主要为“综合型+特色型+专业型”多层次系统化平台体系，其中综合型平台是跨行业跨领域平台，特色型平台面向重点行业和重点区域，专业型平台面向特定领域。数据是要素，作为信息的重要表现形式，贯穿于工业企业端、边、云各层级和人、机、物、系统各环节，通过清洗、挖掘、确权、交易实现价值赋能。安全是保障，渗透于设备终端、工控、网络、云、数据、业务与应用等所有环节，有效识别、抵御和化解各类安全风险，是实现工业智能化、工业互联网规模化推广的必要条件。工业控制与装备在生产制造中发挥着重要作用，主要包括嵌入式软件、智能终端、智能生产设备和计算模式，具体涵盖制造执行系统（MES）、边缘计算、嵌入式软件、微机电系统（MEMS）、可编程逻辑控制器（PLC）、数据采集与监视控制系统（SCADA）、智能机床、工业机器人等。系统集成主要是指将各种信息技术、通信协议和设备传感器等整合到一个系统中，以实现信息共享、数据交互和设备协同工作。2022 年我国工业互联网核心产业规模达到 1.22 万亿元，同比增长 14.02%，2018-2022 年 CAGR 为 13.31%。

工业互联网开启制造业智能化转型新篇章。工业互联网通过构建起覆盖工业全要素、全产业链、全价值链连接的全新制造和服务体系，对海量异构数据进行采集、汇聚和建模分析，促进数据要素价值充分释放，推动要素资源在更大范围内实现更高效率、更加精准的优化配置，为制造业数字化智能化转型升级提供了必备基础条件。作为数字化革命的引擎，工业互联网加快了企业数字化智能化转型的步伐，推动企业通过数字化智能化转型更好地支持决策、改善运营、优化供应链、改进产品和服务，并催生出平台化设计、智能化制造、网络化协同、个性化定制、服务化延伸、数字化管理等六大新模式新业态，实现企业生产经营降本、提质、增效、绿色、安全。我国工业互联网应用渗透率加速提升。目前，我国工业互联网已覆盖 45 个国民经济大类、166 个中类，覆盖工业大类的 85%以上，在采矿、冶金、石化、电力等多个行业广泛应用。2022 年全国工业互联网平台应用普及率由 2021 年的 17.5%增长至 22.2%，且呈现出加速提升态势。2022 年全国企业工业设备上云率提升至 17.7%，较 2021 年（15.5%）提升了 2.2 个百分点，多型设备协议解析能力加速提升。2022 年全国企业业务上云普及率为 41.4%，较 2021 年（38.4%）增长了 3 个百分点。

通用人工智能的快速迭代有望加速工业互联网发展。工业互联网围绕全产业链、全价值链、全要素的全面链接，构建新一代信息技术赋能制造业新生态，强调海量生产要素的互联互通、运行数据的价值挖掘和工业知识的沉淀复用，这为大模型的应用提供了天然土壤。当前工业互联网与通用人工智能发展应用主要有两大特征：一是通用人工智能推动工业互联网进入发展新阶段。通用人工智能具有强大的泛化能力和更好的跨模态、跨领域应用能力，在研发设计、生产制造、运维管理、培训服务等工业环节具备广泛的潜在应用价值，通过 MaaS（Model as a Service，模型即服务）形式融入到工业互联网平台中，有望实现从单点应用、局部优化、业务贯通到协同发展的智能化升级，打造高效率、低成本、绿色化的工业智能解决方案。二是我国通用人工智能与工业互联网的融合应用已具备实践基础。国内人工智能头部企业已加快部署“通用人工智能+工业互联网” 应用，协同工业互联网相关企业，打造基于大模型的工业数智化转型个性化解决方案。

2、工业软件：智慧工厂的大脑，未来五年市场规模有望翻倍

工业软件是工业技术软件化的产物，既是研制复杂产品的关键工具和生产要素，也是工业机械装备中的“软零件”“软装备”，是工业品的基本构成要素。当前，工业软件已经成为企业的研发利器和机器与产品的大脑，软件能力正在成为企业的核心竞争力之一。工业软件作为工业和软件产业的重要组成部分，是推动我国智能制造高质量发展的核心要素和重要支撑。工业软件的创新、研发、应用和普及已成为衡量一个国家制造业综合实力的重要标志之一。发展工业软件是工业智能化的前提，是工业实现要素驱动向创新驱动转变的动力，是推动我国由工业大国向工业强国转变的助推器，是提升工业国际竞争力的重要抓手，是确保工业产业链安全与韧性的根本所在。

根据中国工业技术产业软件化联盟的分类，工业软件主要可以分为以下四大类别：研发设计类软件（CAD/CAM/CAE/EDA/PLM）、生产制造类软件（PLC/DCS/SCADA/MES）、经营管理类软件（ERP/SCM）和运维服务类软件（MRO）。

互联网、数字经济快速发展给工业软件行业带来巨大机遇，《“十四五”数字经济发展规划》要求推动互联网、大数据、人工智能等数字经济与实体经济深度融合，培养新兴产业，发展数字产业。“数字化+双碳”理念的推广，促使企业从研发、制作、应用等各个环节充分利用信息化技术和绿色能源，打造更环保、更先进的工业软件体系，构建更为完善的自主研发人才队伍和体系。工业软件龙头企业均逐渐加大研发投入，通过研发与应用紧密连接，提升自身的核心竞争力，扩大产品的国内外影响力，进而带动行业的高速发展。 2013 年以来，制造业进入了新旧动能加速转换的关键阶段，全球工业软件产业稳步增长，中国工业软件市场更是呈现出快速发展的态势。2022 年，中国数字化工业软件市场规模达到 2407 亿元，2018-2022 年 CAGR 为 16.1%。我国制造业增加值占全球比重约 30%，连续 14 年位居全球首位。但国内工业软件产业规模仅占全球工业软件市场规模的 5%。未来随着信息化发展进入快车道，拉动工业数字化软件需求不断增长；同时工业数字化转型需求步伐加快，重点领域关键工序数控化率提高，数字化研发设计工具普及，预计 2027 年中国数字化工业软件市场规模将达到 4362.6 亿元，2022-2027 年复合增长率为 12.6%。

近年来，我国工业软件市场规模逐渐扩大，预计未来将持续加快增长，工业软件逐渐成为生产过程中的必备工具。数字化生产具备高效率、高精确度、高自动化程度等特点，能极大地减少损耗、节约成本，提升了生产力和生产效率，工业软件在各行业的普及率也逐渐提高。企业资源计划软件（ERP）、供应链管理软件（SCM）和客户关系管理软件（CRM）在国内整个工业软件行业中普及率分别为 61.8%、29.8%和 30.7%；研发设计类软件如产品数据管理（PDM）、设计软件（CAD/CAE）软件的市场普及率也相对较高，分别达到 33.8%和 51.0%。

从市场格局来看，目前我国 95%的研发设计类工业软件依赖进口，国产可用的研发设计类产品主要应用于工业机理简单、系统功能单一、行业复杂度低的领域。生产制造类工业软件占据 50%的国内市场，在部分领域已经具备一定实力，涌现了上海宝信、和利时、浙大中控等行业领军企业，但在高端市场中还不占优势。经营管理软件占有国内 70%的市场份额，但高端市场领域仍以 SAP、Oracle 为主。70%的运维服务类工业软件依赖进口，国内运维服务类工业软件较多关注数据采集与数据监控以及简单的评估预测能能力，缺少成熟工程应用，缺乏数据和经验积累。

对工业软件需求的深度与工业化进程的深化密不可分。目前工业正在经历第四次工业革命，第一次是蒸汽技术时代，第二次是电力技术时代，第三次是计算机及信息技术时代，第四次则是数字化与智能化时代。第四次工业革命将加速释放工业领域数字化和智能化的产品需求。数字化将会逐步覆盖渗透到所有工业行业和领域，并将推动工业软件的技术变革，这对我国工业软件发展是难得的历史机遇。物联网、大数据、云计算、人工智能等技术的不断发展，全球工业大国相继部署新型制造业发展战略。“智能制造” 时代，复杂精密工业产品的自主研发和生产，需要研发环节整个生态和生产环节众多供应商的协同运作。这些都对工业软件提出了新的深度需求。同时，人工智能、大数据、云计算等新一代信息技术的发展为工业大数据、工业 APP、云化工业软件等技术的实现提供了有力支撑，使得工业互联网平台成为工业软件领域快速发展的新赛道，催生了工业领域新需求。国内工业软件企业可以利用本土优势把握新机遇，依托国家“新基建”政策，加快传统工业软件与新一代信息技术融合,推动工业 APP 等新型工业软件发展。

3、工控产品：智慧工厂的四肢，市场规模将稳步增长

自动化设备是工业 4.0 的执行端，它们是工业生产的基础，也是实现智能化的基础。工业自动化指机器设备或生产过程在不需要人工直接干预或较少干预的情况下，按预期的目标实现生产和制造的自动化、效率化、精确化，是发展先进制造技术和实现现代工业自动化、数字化、网络化和智能化的关键。工业自动化的应用核心是各类工业自动化控制设备和系统，主要产品包括人机界面、控制器、变频器、伺服系统、步进系统、传感器及相关仪器仪表等。产品从功能上可以划分为控制层、驱动层和执行传感层。其中，控制类产品主要用于控制生产制造过程的温度、压力、流量、物位等变量或物体位置、倾斜、旋转等参数，如 PLC、HMI 等；驱动类和执行类产品则根据控制端发出的具体指令驱动终端设备执行相关动作，如伺服系统、变频器、伺服电机等；传感类产品主要负责感应、测量、反馈内外部信息并传输相关信号，如视觉相机、传感器、编码器等；系统类产品为集成部分或全部前述产品后形成的自动化整体解决方案，如工业机器人、电机模组、机床、数字化工厂等。

随着科技水平的不断提升，我国新兴产业蓬勃发展为我国工业自动化市场提供了广阔的空间，我国工业自动化控制技术、产业和应用有了很大发展。近年来我国工业自动化市场规模持续上升，2022 年市场规模达到 2611 亿元，同比增长 3.2%。从细分产品市场来看，反馈系统、控制系统、驱动系统、运动系统、执行系统占比分别为 23.6%、21.6%、 20%、15.8%、11.4%。预计到 2026 年，工业自动化市场规模将达到 3148 亿元。

我国自动化及工业控制下游市场主要分为 OEM 领域和项目领域。OEM 市场下游主要包括纺织机械、机床工具、塑料机械、橡胶机械、食品机械、包装机械、印刷机械、起重机械、暖通空调、矿用机械、电梯、造纸机械、电子制造设备、建筑机械、交通运输工具、电源设备、医疗设备、风电等；项目型市场下游主要包括石化、化工、冶金、市政、公共设施、油气、建材、矿业、造纸、电力、汽车等。2009 年起我国 OEM 市场份额不断上升，2018 年超过项目型；2022 年 OEM 市场占比 50.35%，项目型市场占比 49.65%。

自动化设备国产化率稳步提升。全球工业自动化自 20 世纪 40 年代工业大生产开始逐渐发展至今，市场规模不断增长，竞争也越发激烈，经过优胜劣汰，形成了以 ABB、西门子、安川、三菱为代表的跨国巨头主导全球工业自动化市场的格局。我国工业自动化起步较晚且缺乏核心技术积累，长期以来，以 ABB、西门子为代表的欧美品牌占据第一梯队，以安川、三菱为代表的日系品牌占据第二梯队，本土品牌处于第三梯队。其中外资品牌已形成了较完整的产品线，目前仍处于主要地位，占据国内市场份额的 60%以上。但近年来，随着本土品牌不断地深耕细分行业，丰富产品线，行业正在加速国产化，本土品牌市场份额逐年提高。2022 年我国工业自动化本土品牌市场份额为 43.7%，预计到 2024 年将提升至 47.7%。

在我国科技水平突飞猛进的背景下，5G 通信、物联网、云计算、大数据、人工智能等新兴技术不断成熟，部分领域已实现从科学概念、基础科学等领域逐渐到商业化实施的快速转变，并已与相关产业逐步走向深度融合。随着新技术在工业自动化领域应用的不断深入，使得生产制造在柔性化、智能化、高度集成化、缩短产品研制周期、降低资源能源消耗、降低运营成本、提高生产效率等方面的优势不断放大。新技术在智能制造业的不断运用，将拉动对自动化产品的需求增长。

4、数字化工业装备：高端化、国产化需求空间可期

（1）机床：高端数控机床需求提升

机床是装备制造业的母机，是先进制造技术的载体，广泛应用在机械制造、汽车、电力设备、铁路机车、船舶、国防工业、航空航天、石油化工、工程机械、电子信息技术工业等行业。机床是将金属毛坯件加工成机器零件的机器，它是制造机器的机器，又称为“工业母机”。《国务院关于加快培育和发展战略性新兴产业的决定》中列举了“航空、卫星、轨道交通设备、海工装备和智能制造装备”5 种高端装备，而智能制造装备包括精密和智能仪器仪表、智能控制系统、高档数控机床、智能专用装备、自动化成套生产线 6 大类产品。振兴装备制造业，首先要振兴机床工业。机床是一个国家装备制造的根本，被誉为制造之母，其技术水平代表着一个国家的综合竞争力。高端机床更是一个国家的战略资源，也可以笼统的说机床的水平就代表着国家制造的水平。

数控机床是数字控制机床（Computer numerical control machine tools）的简称，是一种装有程序控制系统的自动化机床。它是在电子计算机发明之后，运用数字控制原理，将加工程序、要求和更换刀具的操作数码和文字码作为信息进行存贮，并按其发出的指令控制机床，按既定的要求进行加工的新式机床，是综合了微电子、计算机、信息处理、自动检测、自动控制、电子与拖动、精密测量、气液压及现代机械制造技术等多种先进技术的机电一体化产品。数控和群控机床和自动线的出现，机床的发展开始进入了自动化时期。数控机床能较好地解决了复杂、精密、小批量、多品种的零件加工问题，是一种柔性的、高效能的自动化机床，是现代机床控制技术的发展方向，是工厂自动化的基础，也是工业 4.0 的设备基础之一。中国是世界第一大机床生产国和消费国。根据 Gardner Intelligence 数据，2022 年随着新冠肺炎疫情的持续以及供应链问题，世界前 50 的工业化国家机床产量下降约 10%，从 2021 年的 921 亿美元下降到 2022 年的 826 亿美元；机床消费量下降约 9%，从 2021 年的 873 亿美元下降到 2022 年的 795 亿美元。其中，中国分别以 271 亿美元和 274 亿美元位居全球机床生产总额和消费总额的榜首。

目前我国的机床消费市场按照档次分大致呈金字塔结构，底部是低档机床，占比 50-60%，由国内厂商占领，主要通过打价格战来竞争，产能过剩；中部是中档机床，占比 30-40%，是目前中外企业竞争的主要领域；而顶部是高端机床，占比 10%，基本来源于进口，长期被欧日企业垄断。

中国机床消费市场的国产化率在经过 2003-2008 年快速提升后，一直在 70%左右的水平波动，国产化率有待提高，高端设备进口替代空间弹性更大。根据 Gardner Intelligence 的数据，2022 年中国机床进口金额为 71.6 亿美元，占消费总量的 26%，整体的国产化率 74%。而高性能、高精密度的高档数控机床的国产化率更低。由于低档机床主要由国产厂商提供，我们假设进口机床集中在中高档，则中高档机床国产化率仅为 20%-30%。

近年来，国内中高档数控机床市场亦出现了一批具备核心技术的新兴民营机床企业，其产品得到市场的广泛认可，综合竞争力大幅提高，民族品牌开始崛起，逐渐形成进口替代趋势。另外，在中美贸易战的大背景下，由于美国以各种理由，特别是在高科技领域限制中国的全球化进程，这使得国内行业供应链被迫进行调整，加速了进口替代的进程。展望未来 3-5 年，我们看好机床需求在制造升级趋势下的提升，另外更新需求在下游需求回升的情况下有望得到较多释放，为机床需求提供弹性。金属切削机床的需求主要分为两种，第一是更新需求，金属切削机床的设备更换周期一般是 10 年，我们通过将之前 10 年-15 年每年机床产量进行加权计算，得出 2023-2025 年金属切削机床更新需求分别为 57.46 万台、64.66 万台、67.48 万台；第二是新增需求，每年中国制造业的扩张都需要新机床设备的购入，我们预计 2023-2025 年中国制造业投资平均增速为 5%，则带动的新增需求分别为 13.90 万台、11.67 万台、12.26 万台。以上加总，得到 2023-2025 年金属切削机床需求分别为 71.36 万台、76.33 万台、79.73 万台。金属成形机床我们则认为会稳步恢复，以更换需求为基本逻辑，预计 2023-2025 年金属成形机床需求分别为 15.17 万台、23.39 万台、21.28 万台。

纵观世界各国，日本机床数控化率维持在 80%以上,美国和德国机床数控化率均超过 70%。我国机床数控化率仍有较大提升空间。随着政策对高端制造业的倾斜，数控机床占比有望稳步提升，2022 年中国机床数控化率为 45%，预计在政策加持和制造业需求下，假设每年提升 3 个百分点，中国数控机床 2023-2025 年的需求为 36.39 万台、41.22 万台、 45.45 万台。

（2）机器人：预计年均市场空间达 750 亿-1000 亿

机器人是未来工厂的“工人”。机器人是利用机械、控制、电子信息等技术融合发展而成的一种能模仿人某种技能的人工智能设备，它的任务是协助或者替代人类进行工作。它跟数控机床的组合可以实现车间的完全自动化。随着机器人技术的发展，越来越多的机床商把机器人引入到机床产业中，结合机床形成新一代先进的高效制造设备。目前机器人与机床的结构关系分为机器人安装于机床外部和与机床构成一体两种形式，与机床共同完成加工工艺过程，组成柔性生产线。通过复盘 IFR 公布的 2000 年至 2022 年的工业机器人销量历史数据，全球工业机器人和中国工业机器人的销量增速有着较为相似的变化趋势，表现出 3-4 年左右的周期性。一共分为三个阶段。第一个阶段是 2000 年-2008 年的萌发期，在这一阶段，全球工业机器人数量整体保持在 100000 台左右。第二个阶段是 2009 年-2018 年的发展期，全球工业机器人年度销售量在这一阶段保持迅速增长趋势，从 2009 年的 60000 台到 2018 年的422000 台。第三个阶段是 2019 年至今的成熟期。从 2021 年开始，全球工业机器人总销售量超过 500000 台，并保持稳定的增长趋势。

从政策层面来看，近几年我国陆续发布了多个政策以推动工业机器人行业发展，包括今年年初发布的“机器人+行动方案”，目标在 2025 年实现制造业机器人密度的翻倍，以及下游行业应用深度和广度的拓展。除政策方面外，我国工业机器人产业发展中长期驱动因素主要还有劳动力人口、老龄化程度和劳动力成本。

工业机器人核心零部件主要有减速器、伺服电机和控制器。其中，减速器成本占比为 35%，伺服电机成本占比为 20%，控制器成本占比为 15%。2019 年到 2021 年工业机器人核心零部件国产化率呈现出明显的提升，减速器国产化率由 30.0%提升至 40.6%，伺服系统国产化率由 22.0%提升至 27.2%，控制器国产化率由 25.0%提升到 33.6%。

目前国内工业机器人市场主要被外企占据，其长期积累的技术沉淀和先发性优势造成了工业机器人行业的行业壁垒。第一个是技术壁垒，主要体现在减速器、伺服电机等核心零部件市场长期被国外厂商占据；第二个是算法壁垒，主要是 AI 算法会直接影响大模型的生产，控制算法影响语言输出的稳定性和精确性；第三个是数据壁垒，数据在互联网时代就是生产力的体现。

在国内密集出台的政策和不断成熟的市场等多重因素的驱动下，我国工业机器人市场规模增长迅猛。2023 年初时，工信部等十七部门印发《“机器人+”应用行动实施方案》，其中提出，到 2025 年，制造业机器人密度较 2020 年实现翻番，服务机器人、特种机器人行业应用深度和广度显著提升，机器人促进经济社会高质量发展的能力明显增强。从产量来看，工业机器人产量从 2019 年的 18.69 万台快速增长至 2022 年的 43.83 万台，国内产能提升迅速。根据中商产业研究报告，2019-2022 年我国工业机器人市场规模由 369.94 亿元增至 585.17 亿元，复合年均增长率达 16.5%，预计 2023 年工业机器人市场规模将达到 665.88 亿元，2024 年或将超 700 亿元。

我们推测，2022 年我国工业机器人的保有量在 145 万台左右，2021 年我国工业机器人的密度约在 322 台每万名工人的水平，按照 2022 年工业机器人销量持续增加的态势，推测 2022 年工业机器人密度约在 350-380 台每万名工人左右。按照《“机器人+”行动方案》的指引，到 2025 年，我国工业机器人密度将实现翻倍，因此保守估计我国工业机器人密度在 2025 年可达 600 台每万名工人的水平，乐观估计则可达到 650 台每万名工人的水平。如果按照制造业工人人数不变的情况计算，为了实现密度翻倍增长，保有量也将从 145 万台增长至 290 万台左右，同时假定每年有少量报废淘汰产品，2023-2025 年年均工业机器人新增将达到 50 万台水平，按照工业机器人单价为 15-20 万计算，工业机器人年均市场空间将达到 750 亿-1000 亿水平。 AI 等软件加持工业机器人产业发展。工业机器人的发展主要分为三个阶段。第一阶段是程序控制机器人，完全按照事先预装的程序进行工作，只能从事如抓取、搬运和机械加工等重复固定的工作。第二阶段是配备了传感器的自适应机器人，这类机器人可以通过视觉、听觉和触觉等传感器获取周围环境和操作对象的信息，并根据环境变化改变自身行为。第三阶段是 AI 机器人，这一阶段的机器人具有类人特征，可以自主处理复杂问题。机器人可以通过与人类直接对话进行交互，这极大地丰富了工业机器人的应用场景，未来发展空间广阔。可以说，工业机器人在逐渐改变制造业，AI 会成为工业机器人领域发展的重要增长点。

（3）3D 打印：未来三年市场规模有望超千亿

增材制造是基于分层制造原理发展而来的先进制造技术，是信息技术、新材料技术与制造技术多学科融合发展的产物，被视为支撑制造业转型升级与创新发展的关键技术。当前，中国增材制造技术已被成功应用于航空航天、汽车、医药等国民经济 39 个行业大类、89 个行业中类，覆盖产品结构设计、原型制造、批量生产、工装制作、保障修复等全寿命周期。根据 Wohlers Report 2022 报告显示，2021 年增材制造主要应用于航空航天、汽车、消费及电子产品、医疗/牙科、学术科研等领域。

3D 打印行业上游为原材料及零件，包括 3D 打印原材料、核心硬件和软件等，中游为设备制造和打印服务，下游则包括航空航天、汽车、医疗、消费及电子产品等应用领域。

3D 打印技术在智能制造中具备以下优势： 1）个性化生产：3D 打印技术允许制造商生产定制化的产品，满足消费者的个性化需求。这种灵活性使得制造商能够快速响应市场变化，提供定制化的解决方案。 2）创新设计：3D 打印使得设计人员能够将复杂的设计变为现实，无需担心传统制造工艺的限制。这激发了设计师的创新潜力，推动了产品设计的进步。 3）降低成本：与传统的减材制造工艺相比，3D 打印减少了材料浪费，降低了生产成本。此外，通过减少生产过程中的中间环节，3D 打印还可以降低物流和库存成本。 4）可持续发展：3D 打印技术有助于实现资源的有效利用和减少环境影响。通过按需生产，制造商可以减少过度生产和库存积压的问题，从而降低对环境的影响。 5）提高生产效率：3D 打印技术简化了生产流程，减少了装配步骤，提高了生产效率。此外，通过减少生产过程中的物理限制，制造商可以更快地开发和迭代产品。 6）拓展应用领域：随着技术的不断进步，3D 打印的应用领域将进一步拓展，包括航空、医疗、建筑等高技术产业。通过不断创新和改进，3D 打印有望在这些领域实现更大的突破和应用。 3D 打印技术近年来的迅速发展，离不开国家政策的支持。凭借我国相关政策驱动，以及政策指引下企业端、研发端、资本端等齐力发展，推动 3D 打印行业迎热潮大发展。 2015 年，我国 3D 打印产业在“中国智造”引导下迎来高速发展契机，“中国制造 2025” 等一系列政策描绘了增材制造行业的发展路径。

全球 3D 打印市场规模持续快速增长，2030 年有望超 850 亿美元。根据 Wohlers Report， 2015 年全球 3D 打印市场规模为 51.65 亿美元，2022 年增长到 180 亿美元，实现 19.5% 的 CAGR；预计 2025 年全球 3D 打印市场规模为 298 亿美元，2022-2025 的 CAGR 为 18.3%， 2030 年有望超 850 亿美元，2025-2030 的 CAGR 为 23.4%。

在生产管理侧，AI 助力有望让企业实现真正的柔性生产。传统企业在数字化转型过程中将经历人工阶段、基于专家规则的人工智能阶段和基于机器的人工智能阶段。未来，借助 AI 技术，将使得企业决策模型准确度提升。在实际生产过程中，宁德时代的产线已经借助 AI 实现优化产线质检、排产等环节，海尔则借助 AI 实现智能生产计划系统，达成自动化柔性排产目标。

（三）执行侧： AI 加速机器人渗透

随着 AI 技术的进步，机器人在工业领域的应用场景将不断拓展。除了传统的汽车制造和电子产品组装，机器人现在也被应用于物流、医疗、食品加工等多个领域，将来可以应用于场景更加复杂的一般制造业。AI 技术使机器人能够处理更加复杂和精细的任务，如精密装配、质量检测和定制化生产。

机器人的形态也将更加多元化，除了传统的工业机器人，协作机器人乃至人形机器人的形态将越来越多的应用于工业领域。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）