聚享游www.juxiiangyou.com - 平台官网

　　当前ღ✿◈，制造业数字化转型升级已上升为国家战略的重点ღ✿◈。党的二十大报告提出ღ✿◈，坚持把发展经济的着力点放在实体经济上ღ✿◈，推进ღ✿◈。而制造业是实体经济的基础与核心ღ✿◈，政策的发布将推动制造业整体持续向高端化ღ✿◈、智能化ღ✿◈、绿色化发展ღ✿◈。

　　与此同时ღ✿◈，随着5Gღ✿◈、大数据ღ✿◈、ღ✿◈、人工智能等一系列新兴技术的迅猛发展ღ✿◈，数字技术与传统产业深度融合ღ✿◈，释放出巨大能量ღ✿◈，推动中国制造逐步向中国智造跨越ღ✿◈，一座座智能工厂ღ✿◈、黑灯工厂ღ✿◈、灯塔工厂拔地而起ღ✿◈，见证我国制造业由大向强ღ✿◈。

　　据工信部ღ✿◈，我国深入实施制造业数字化转型行动ღ✿◈，到2024年三季度末ღ✿◈，已累计培育421家国家级智能制造示范工厂ღ✿◈，建成万余家省级智能工厂ღ✿◈，中国“灯塔工厂”总数已达72家ღ✿◈，占全球42%ღ✿◈。

　　2023年ღ✿◈，第一财经联合各合作伙伴共同开启了数字中国行调研ღ✿◈，探访ღ✿◈、ღ✿◈、ღ✿◈、物联网等数字技术对各行各业带来的运营方式转变以及产业数字化带来的投资价值提升ღ✿◈。

　　2024年ღ✿◈，第一财经数字中国行第二季ღ✿◈，继续观察ღ✿◈、记录与追问ღ✿◈，并将采访ღ✿◈、观察ღ✿◈、调研的结果记录成册ღ✿◈，形成《2024年数字中国行年度报告》ღ✿◈。

　　《2024年数字中国行年度报告》分为XPUღ✿◈、数据资产和未来工厂三部分ღ✿◈。本篇“走进未来工厂”ღ✿◈，将重点记录我国制造业转型升级的脉络ღ✿◈，探索未来工厂的智造构成ღ✿◈，以及铺设未来工厂智造之路的产业链企业如何共同推动行业智能化水平实现跃升ღ✿◈。

　　“未来工厂”是基于智能制造的良好基础ღ✿◈，广泛应用数字孪生ღ✿◈、ღ✿◈、ღ✿◈、ღ✿◈、网等技术ღ✿◈，实现数字化设计ღ✿◈、智能化生产ღ✿◈、智慧化管理ღ✿◈、协同化制造ღ✿◈、绿色化制造ღ✿◈、安全化管控和社会经济效益大幅提升的现代化工厂ღ✿◈。这些工厂通过网络化协同ღ✿◈、个性化定制ღ✿◈、服务化延伸等新模式ღ✿◈，提升企业价值链和核心竞争力ღ✿◈。

　　目前全球遍布大量智能工厂ღ✿◈、黑灯工厂ღ✿◈、灯塔工厂等具备高智能制造水平的工厂（以下统称“智能工厂”）ღ✿◈，虽然智能制造水平不一ღ✿◈，但基本存在上述“未来工厂”的特点ღ✿◈。本文所讨论的产业链软硬件都是基于现有的智能工厂ღ✿◈，而探索未来工厂时则更多着眼于未来ღ✿◈。

　　未来工厂一般具备自动化与信息化ღ✿◈、系统集成ღ✿◈、柔性生产ღ✿◈、数据驱动ღ✿◈、快速响应ღ✿◈、预测性维护ღ✿◈、绿色生产等特点ღ✿◈。

　　自动化与信息化ღ✿◈：未来工厂利用先进的制造装备等实现生产过程的自动化ღ✿◈，并通过5Gღ✿◈、ღ✿◈、及视频监控系统ღ✿◈、人工智能等信息技术实现生产过程的信息化ღ✿◈。自动化与信息化减少人工参与和人为错误ღ✿◈，大幅提高生产效率ღ✿◈。

　　系统集成ღ✿◈：未来工厂内部的各个系统如生产过程监控系统ღ✿◈、物流运输系统ღ✿◈、数据采集ღ✿◈、管理系统ღ✿◈、工业互联网平台等ღ✿◈，共同构成全面ღ✿◈、智能化的生产环境ღ✿◈。这些系统通过信息共享和协同工作ღ✿◈，实现生产过程的高效管理和控制ღ✿◈。

　　柔性生产ღ✿◈：“柔性”是指对市场需求量ღ✿◈、产品构成和产品设计等方面快速变化的适应能力ღ✿◈。柔性生产ღ✿◈，是指主要依靠有高度柔性的以计算机数控机床为主的制造设备来实现多品种ღ✿◈、小批量的生产方式ღ✿◈，能够迅速调整生产流程ღ✿◈、产品种类及产量ღ✿◈，以低成本ღ✿◈、高效率响应市场多样化需求的生产方式ღ✿◈。

　　数据驱动ღ✿◈：通过生产制造全过程ღ✿◈、全产业链ღ✿◈、产品全生命周期数据的自动流动不断优化制造资源的配置效率ღ✿◈，以提高制造业全要素生产率ღ✿◈，实现更好质量ღ✿◈、更低成本ღ✿◈、更快交付ღ✿◈、更高满意度ღ✿◈。

　　快速响应ღ✿◈：未来工厂能够快速响应市场需求变化ღ✿◈，通过灵活的生产调度和优化ღ✿◈，迅速调整生产模式和产品结构ღ✿◈，满足客户的个性化需求ღ✿◈。

　　预测性维护ღ✿◈：通过实时监测和分析设备运行数据ღ✿◈，未来工厂能够预测设备的维护需求ღ✿◈，从而减少设备故障停机时间ღ✿◈，提高设备运行效率ღ✿◈。

　　绿色生产ღ✿◈：未来工厂能够通过管理和技术ღ✿◈，实施工业生产全过程污染控制ღ✿◈，使污染物的产生量最少化ღ✿◈，从而能够实现能源的高效利用和环境保护ღ✿◈，实现废料的回收和再利用ღ✿◈，符合可持续发展的理念ღ✿◈。

　　根据国际标准ISO8373:2021的定义ღ✿◈，工业机器人是自动控制的ღ✿◈、可重复编程ღ✿◈、多用途的操作装置ღ✿◈，可对三个或三个以上轴进行编程ღ✿◈，既可固定在原地ღ✿◈，又可固定在移动平台上ღ✿◈，用于工业环境中的自动化应用ღ✿◈。

　　中国是工业机器人的全球最大市场ღ✿◈，安装量占据全球总量的半壁江山ღ✿◈。目前ღ✿◈，国内制造厂商正在持续提升自主创新能力ღ✿◈，缩小与海外领先企业的差距ღ✿◈。放眼全球ღ✿◈，工业机器人正持续提升智能特性ღ✿◈，向具身智能工业机器人迈进ღ✿◈，而这将是一场新的变革ღ✿◈。

　　按照功能划分ღ✿◈，工业机器人可分为包装ღ✿◈、上下料ღ✿◈、喷涂ღ✿◈、物料搬运ღ✿◈、焊接ღ✿◈、打磨ღ✿◈、码垛ღ✿◈、装配等机器人ღ✿◈。物料搬运ღ✿◈、焊接ღ✿◈、装配机器人是应用最多的三个领域ღ✿◈。

　　国际机器人联合会（IFR）发布的《2024世界机器人报告》显示ღ✿◈，2023年ღ✿◈，全球有约428万台机器人在工厂运行ღ✿◈，同比增长10%ღ✿◈，全球工业机器人参与自动化生产的数量创历史新高ღ✿◈。2023年的年安装量达到541302台ღ✿◈，位居历史第二ღ✿◈，仅比2022年创纪录的552946台安装量低2%ღ✿◈，连续第三年超过50万台ღ✿◈。在2023年新部署的工业机器人中ღ✿◈，有70%在亚洲ღ✿◈，17%在欧洲ღ✿◈，10%在美洲ღ✿◈。

　　根据IFRღ✿◈，中国是目前工业机器人的全球最大市场ღ✿◈。2023年中国工业机器人保有量约180万台ღ✿◈，是世界上第一个也是唯一一个拥有如此庞大工业机器人保有量的国家ღ✿◈。

　　2023年中国共安装276288台工业机器人ღ✿◈，占全球安装总量的51%ღ✿◈。这一结果是有史以来第二高的水平（2022年中国安装290144台）ღ✿◈。IFR预计ღ✿◈，2024年中国工业机器人需求量将加速增长ღ✿◈；长远来看ღ✿◈，中国制造业工业机器人需求仍有很大的增长潜力ღ✿◈，在2027年之前ღ✿◈，年均增长率有望达到5%-10%ღ✿◈。

　　从下游应用来看ღ✿◈，MIR睿工业统计数据显示ღ✿◈，光伏ღ✿◈、汽车电子ღ✿◈、半导体等领域的工业机器人出货量增速最快ღ✿◈。

　　全球工业机器人主要由日本发那科（FANUC）ღ✿◈、日本安川电机（Yaskawa）ღ✿◈、德国库卡（被美的收购）ღ✿◈、瑞士ABB主导ღ✿◈，“四大家族”凭借在机器人核心技术领域的深厚积淀ღ✿◈，也一度把控着中国工业机器人市场的大部分份额ღ✿◈。

　　不过ღ✿◈，随着国产厂商如埃斯顿（002747.SZ）ღ✿◈、汇川技术（300124.SZ）等兴起ღ✿◈，“四大家族”近年在中国市场的占有率有所下滑ღ✿◈，从70%下滑至40%左右ღ✿◈。根据MIR睿工业ღ✿◈、CRIA数据ღ✿◈，2023年我国工业机器人国产化率达45%ღ✿◈，同比提升9个百分点ღ✿◈。

　　根据睿工业统计数据ღ✿◈，2023年ღ✿◈，工业机器人在国内的市场份额约为8.5%ღ✿◈，约为6.5%ღ✿◈，分别位居第二ღ✿◈、四名ღ✿◈。

　　“需要承认的是ღ✿◈，虽然中国是工业机器人的全球最大市场ღ✿◈，但国产厂商主要占据中低端市场ღ✿◈，高端市场仍以国际品牌为主ღ✿◈。”具身智能机器人企业中科光电创始人ღ✿◈、董事长吴易明在接受第一财经采访时表示ღ✿◈。

　　工业机器人的核心零部件包括控制器ღ✿◈、伺服系统ღ✿◈、减速器ღ✿◈，这些决定了工业机器人的精度ღ✿◈、稳定性ღ✿◈、负荷能力等重要性能指标ღ✿◈。其中ღ✿◈，控制器是工业机器人的“大脑”ღ✿◈，一般占总成本的15%左右ღ✿◈；伺服系统是工业机器人的“动力源”ღ✿◈，一般占总成本的20%左右ღ✿◈；是工业机器人的“关节”ღ✿◈，一般占总成本的35%左右ღ✿◈。

　　据悉ღ✿◈，由于核心零部件的生产技术壁垒较高ღ✿◈，大多关键技术被少数公司垄断ღ✿◈，使得国内机器人生产商在采购时议价能力不足聚享游官网ღ✿◈，采购价格较高ღ✿◈。

　　“据我了解ღ✿◈，控制器ღ✿◈、伺服系统ღ✿◈、的国产化率都在10%~20%ღ✿◈。”吴易明告诉第一财经ღ✿◈，核心零部件的迭代处于线性发展阶段ღ✿◈，国产品牌正在不断替代海外品牌的市场份额ღ✿◈，这个趋势已经非常明显ღ✿◈。

　　随着国内厂商技术逐步积累进步ღ✿◈，目前控制系统与海外产品的差距在逐步缩小ღ✿◈。国内部分厂商自主研发了自家的控制系统ღ✿◈，包括ღ✿◈、华中数控ღ✿◈、新时达ღ✿◈、广州数控ღ✿◈、等ღ✿◈，也诞生了一批专业的控制系统服务商如固高科技ღ✿◈、英威腾ღ✿◈、卡诺普等ღ✿◈。

　　埃斯顿告诉第一财经ღ✿◈，公司拥有完全自主化的机器人控制器ღ✿◈、操作系统ღ✿◈、伺服系统三大核心技术ღ✿◈，机器人核心部件自主化率已经达到90%以上ღ✿◈，拥有覆盖3-700kg负载的87款工业机器人ღ✿◈，机器人品类数量位列全球第二ღ✿◈，出货量位列国产第一ღ✿◈。

　　“创新能力是工业机器人产业的核心竞争力ღ✿◈。”吴易明表示ღ✿◈，国内机器人厂商总体上都在拼成本和营销能力ღ✿◈，缺乏技术创新ღ✿◈；国际范围内ღ✿◈，工业机器人的技术进步已经至少停滞了二十年ღ✿◈，在用途没有大幅扩大的情况下ღ✿◈，需求端已开始饱和ღ✿◈。这两点造成了国内机器人厂商盈利难的局面ღ✿◈。

　　目前ღ✿◈，国内工业机器人头部厂商埃斯顿ღ✿◈、汇川技术已实现盈利ღ✿◈，机器人（300024.SZ）2023年扣非净利润仍然为负ღ✿◈、埃夫特（688165.SH）2023年暂未实现盈利ღ✿◈。

　　“最关键的就是要提高工业机器人的智能特性ღ✿◈，具身智能理论和技术的突破将引领机器人智能特性跨越发展ღ✿◈。”吴易明表示ღ✿◈，智能特性的核心是视觉感知与工业机器臂运动的融合ღ✿◈，由大脑基于结构和空间感知ღ✿◈、测量信息指挥机械臂的操控做业ღ✿◈，以破除传统认知中机械臂本体的主体地位ღ✿◈。具身人由智能算法驱动ღ✿◈，基于智能算法的人是由大脑指挥手ღ✿◈，而不是把大脑ღ✿◈、眼睛镶嵌在手上ღ✿◈。随着智能性的发展ღ✿◈，未来的工业机器人将能够面对更有挑战性的场景ღ✿◈。

　　根据中科光电对具身智能的定义ღ✿◈，“具身智能”是指主体（机器）在自体ღ✿◈、对象与环境等要素间相互作用（信息感知ღ✿◈、转化和响应）的过程中建构符合各要素物理实存及其关系演化趋势的认知模型ღ✿◈，达成问题解决或价值实现的人工智能方法ღ✿◈。

　　吴易明解释称ღ✿◈，在具身智能下ღ✿◈，大脑基于眼睛感知能力ღ✿◈，指挥机械手做不同工件ღ✿◈，不是识别工件（标记信息）后根据人为不同工件设定好的不同工件的程序执行任务ღ✿◈，而是有眼睛感知到工件后ღ✿◈，基于自主理解的任务要求ღ✿◈，智能分析工件的结构ღ✿◈，各要素空间关系ღ✿◈，再自主生成工艺ღ✿◈、动作和各种运动参数ღ✿◈，甚至进行交互和迭代ღ✿◈，实现自主作业ღ✿◈。“这样的机器人就类似于一个熟练工ღ✿◈，拿到了工件的图纸ღ✿◈，知晓任务目标就能干了ღ✿◈。”

　　不过ღ✿◈，吴易明认为ღ✿◈，世界范围内的现有所有工业机器人都没有达到所谓的智能突破ღ✿◈。“我们在具身智能上的突破是唯一的国内看NETFLIX的VPS孩ღ✿◈。我们基于现代数学方法（微分几何ღ✿◈、拓扑ღ✿◈、群论等）构建全新的智能理论底层算法架构ღ✿◈，基于小样本数据实现精细识别ღ✿◈，是智能装备和智能机器人实现自主识别ღ✿◈、自主移动ღ✿◈、自适应作业的根技术ღ✿◈。”

　　吴易明介绍称ღ✿◈，在民用领域ღ✿◈，目前中科光电“仝人”系列已产出智能焊接机器人ღ✿◈，能够自主识别多品种小批量工件ღ✿◈，自主规划复杂作业轨迹及形成机械臂的驱动程序ღ✿◈，目前总出货量在50台套左右ღ✿◈；军工领域预计今年能够形成7000万~1亿元营收ღ✿◈，相关技术突破在国家重大任务中已经得到验证ღ✿◈。

　　PLCღ✿◈，可编程逻辑控制器ღ✿◈，主要由CPUღ✿◈、存储器ღ✿◈、输入/输出换口和电源等组成ღ✿◈，是一种使用可编程存储器储存指令ღ✿◈，执行逻辑ღ✿◈、顺序ღ✿◈、计时聚享游官网ღ✿◈、计数与计算等功能ღ✿◈，并通过模拟或数字输入/输出组件控制各种机械或生产过程的装置ღ✿◈，是工业装备ღ✿◈、生产系统ღ✿◈、重大基础设施的核心控制设备ღ✿◈。

　　中型PLCღ✿◈，I/O总点数在256点~2048点之间ღ✿◈，采用双CPUღ✿◈，用户存储器容量4~16KBღ✿◈。

　　大型PLCღ✿◈，I/O总点数大于2048点ღ✿◈，采用16位ღ✿◈、32位多CPUღ✿◈，用户存储器容量16KB以上ღ✿◈。

　　首先ღ✿◈，中大型PLC技术难度较大ღ✿◈，对平台稳定性的要求高ღ✿◈；其次ღ✿◈，中大型PLC需要具备一定的与周边设备的组网/组态能力ღ✿◈，在与下游厂商合作的时候还会涉及到数据安全问题ღ✿◈。

　　此外ღ✿◈，PLC是一个需要二次编程的产品ღ✿◈。例如ღ✿◈，用PLC实现锂电池设备的自动化操作时ღ✿◈，需要生产设备厂商根据设备的工艺要求ღ✿◈，在PLC底层编程软件（PLC厂商完全自主开发ღ✿◈，或是在Codesys编程环境基础上二次开发的软件）基础上ღ✿◈，用梯形图再次开发出面向用户的程序ღ✿◈。编程软件的易用性和客户使用时的熟悉程度是带来用户粘性的重要因素ღ✿◈。

　　因此ღ✿◈，嵌入式软件是PLC的核心ღ✿◈，包括底层软件和编程环境ღ✿◈。国内和海外大部分自动化厂商ღ✿◈，在研发中大型PLC产品时ღ✿◈，通常会选择使用德国3S-smart公司的Codesys工业自动化底层开发软件ღ✿◈。而专注于小型PLC的厂商ღ✿◈，通常有自主研发的底层编程平台ღ✿◈。

　　工业自动化市场按下游行业可分为项目型市场与OEM型市场ღ✿◈，项目型市场代表性行业包括化工ღ✿◈、市政及公共设施ღ✿◈、石化ღ✿◈、冶金等ღ✿◈，OEM型市场代表性下游行业包括机床ღ✿◈、电子及ღ✿◈、食品饮料ღ✿◈、包装等ღ✿◈。

　　一般来说ღ✿◈，PLC与下游行业在一定程度上相互绑定ღ✿◈，且伴随下游行业的增长而增长ღ✿◈，与其下游行业的增速呈现高度相关性ღ✿◈。其中ღ✿◈，小型PLC一般应用于OEM市场ღ✿◈，中大型PLC主要面向项目型市场ღ✿◈，具备强大的计算能力ღ✿◈、处理能力ღ✿◈、控制能力和通讯能力ღ✿◈，从而实现大型项目的统一控制ღ✿◈。

　　市场规模方面ღ✿◈，根据MIR睿工业数据ღ✿◈，2023年国内PLC市场规模约160亿元ღ✿◈，同比下降5.5%ღ✿◈，其中大中型PLC市场小幅增长ღ✿◈，小型PLC市场下滑12.3%ღ✿◈，预计2024年大中型PLC市场增长率仍将略高于小型PLCღ✿◈。

　　国产化率方面ღ✿◈，PLC国产化率在工控产品中最低ღ✿◈。根据MIR睿工业数据ღ✿◈，国内PLC市场仍以外资品牌为主ღ✿◈，尤其是大型PLCღ✿◈，外资占据90%以上的中国市场ღ✿◈。

　　从市场竞争格局来看ღ✿◈，欧美厂商在全球中大型PLC市场具备强话语权ღ✿◈，日系ღ✿◈、中国台湾地区厂商深耕中小型PLC市场ღ✿◈，德国西门子ღ✿◈、美国罗克韦尔ღ✿◈、日本三菱是全球PLC市场三巨头ღ✿◈。

　　中国市场方面ღ✿◈，根据MIR睿工业数据ღ✿◈，2024年上半年ღ✿◈，小型PLC产品市场中ღ✿◈，市场份额前三位分别是西门子39.3%ღ✿◈、汇川技术13.7%ღ✿◈，信捷电气8.2%ღ✿◈。

　　国产中大型PLC目前市占率较低ღ✿◈，不过ღ✿◈，以宝信软件为代表的工业软件龙头ღ✿◈，经过多年布局ღ✿◈，已具备从小型PLC向中大型PLC进军的实力ღ✿◈。

　　2021年ღ✿◈，自研大型PLC初代产品问世ღ✿◈；2024年9月20日ღ✿◈，全栈自主可控PLC系列产品T3ღ✿◈、T4发布ღ✿◈，除了性能指标有所提升外ღ✿◈，最大亮点在于实现了从操作系统ღ✿◈、运行时软件到编程环境的全栈自研ღ✿◈。

　　同时ღ✿◈，宝信软件还推出了天行IDE（集成开发环境）和天行DSF（数字工业现场）ღ✿◈，前者是国内首套面向大型PLC的云原生开发平台ღ✿◈，具备开放式平台架构ღ✿◈，可集成第三方应用并实现跨平台快速部署ღ✿◈；后者主要为参与制造的各个系统提供去中心化的运行环境ღ✿◈，助力天行PLC为核心的各个节点实现数据共享与无缝交流ღ✿◈。

　　长江证券认为ღ✿◈，天行IDE+天行DSF有望为下游客户打造全域互通ღ✿◈，数实融合的工业控制环境ღ✿◈，便于快速应用及二次开发ღ✿◈，是宝信生态建设的巨大进步ღ✿◈。

　　传感器是一种检测装置ღ✿◈，能感受到被测量的信息ღ✿◈，并能将感受到的信息ღ✿◈，按一定规律变换成为电信号或其他所需形式的信息输出ღ✿◈，以满足信息的传输ღ✿◈、处理ღ✿◈、存储ღ✿◈、显示ღ✿◈、记录和控制等要求ღ✿◈。因此ღ✿◈，传感器是软件控制和硬件零部件的桥梁ღ✿◈，是物理世界与数字世界的接口ღ✿◈，是实现具身智能的关键ღ✿◈。

　　智能传感器是集传感器ღ✿◈、通信芯片ღ✿◈、微处理器ღ✿◈、驱动程序ღ✿◈、软件算法等于一体的系统级产品ღ✿◈，相比普通传感器的信息采集精密度更高且成本低ღ✿◈、功能多样ღ✿◈，具有编程自动化能力ღ✿◈。

　　在工业制造领域ღ✿◈，智能传感器应用广泛ღ✿◈，如测量各种工艺变量ღ✿◈，温度ღ✿◈、液位ღ✿◈、压力ღ✿◈、流量等ღ✿◈。未来ღ✿◈，工业传感器在智能工厂及人形机器人等领域的应用将不断深化ღ✿◈。头豹研究院认为ღ✿◈，在未来工业制造的愿景里ღ✿◈，智能传感器将结合软件和大数据ღ✿◈，将人机连接突破物理和材料科学的限制ღ✿◈，提高工程效率和产量ღ✿◈。

　　物理量传感器的工作原理通常基于物理效应ღ✿◈，如光电效应ღ✿◈、压电效应ღ✿◈、磁致伸缩现象ღ✿◈、热电效应ღ✿◈、霍尔效应等ღ✿◈，被测物理量可简单归纳为力ღ✿◈、热ღ✿◈、声ღ✿◈、光ღ✿◈、电ღ✿◈、磁六大类ღ✿◈。

　　化学量传感器能够感知环境中特定化学成分的存在和浓度ღ✿◈，并将这些化学信息转换成可测量的电信号ღ✿◈，主要包括气体传感器ღ✿◈、湿度传感器ღ✿◈、离子传感器等ღ✿◈。

　　生物量传感器结合了生物敏感元件（如抗体ღ✿◈、酶ღ✿◈、核酸ღ✿◈、细胞等）和信号转换器来检测目标物质的存在和数量ღ✿◈，包括生化量传感器和生理量传感器ღ✿◈。

　　根据中商产业研究院数据ღ✿◈，2023年全球智能传感器市场规模达到约468.9亿美元ღ✿◈，2019-2023年的年均复合增长率达10.01%ღ✿◈。中商产业研究院预测ღ✿◈，2024年全球智能传感器市场规模将达到520.4亿美元ღ✿◈。

　　中国市场方面ღ✿◈，中商产业研究院数据显示ღ✿◈，2023年中国智能传感器市场规模为1336.2亿元ღ✿◈，近五年年均复合增长率达15.96%ღ✿◈，预计2024年中国智能传感器市场规模将达到1551.2亿元ღ✿◈。

　　市场结构方面ღ✿◈，目前中国智能传感器市场产品以MEMS传感器和CIS图像传感器为主ღ✿◈，占比分别为29.7%和26.5%ღ✿◈，市占总和超过一半ღ✿◈。

　　从应用市场来看ღ✿◈，汽车电子行业仍是收入占比最大的行业市场ღ✿◈，占比约为24.1%ღ✿◈；其次为工业制造和消费电子领域ღ✿◈，市场占比分别达到22.0%和19.6%ღ✿◈；网络通信和医疗电子分别占比17.6%ღ✿◈、9.7%ღ✿◈。

　　MEMSღ✿◈，即微机电系统ღ✿◈，是利用大规模集成电路制造技术和微加工技术ღ✿◈，把微传感器ღ✿◈、微执行器ღ✿◈、微结构ღ✿◈、信号处理与控制电路ღ✿◈、电源以及通信接口等集成在一片或者多片芯片上的微型器件或系统ღ✿◈。

　　与传统工艺制造的传感器相比ღ✿◈，MEMS传感器具有体积小ღ✿◈、重量轻ღ✿◈、成本低ღ✿◈、功耗低ღ✿◈、可靠性高ღ✿◈、适于批量化生产ღ✿◈、易于集成和实现智能化等特点ღ✿◈。

　　力矩传感器能够感知并测量机械部件的扭转力矩ღ✿◈，将物理变化转换成电信号ღ✿◈，对工业机器人的精确控制至关重要ღ✿◈。

　　其中ღ✿◈，六维力传感器能够同时测量沿三个坐标轴方向的力和绕三个坐标轴方向的力矩ღ✿◈，是维度最高的力传感器ღ✿◈，能够给出最全面的力觉信息ღ✿◈。相较于低维力传感器ღ✿◈，六维力传感器的技术难度和使用难度高ღ✿◈，但对于机器人产业链的智能装配非常重要ღ✿◈。

　　智能仓储能够降低工厂物流仓储的成本ღ✿◈，提高效率ღ✿◈，在未来工厂中具有广泛的应用前景ღ✿◈。目前各类智能仓储装备已基本实现从入库到存储再到出库的全流程覆盖ღ✿◈。

　　据悉ღ✿◈，智能仓储装备主要由搬运系统ღ✿◈、存取系统ღ✿◈、输送系统和分拣系统组成ღ✿◈。其中ღ✿◈，搬运系统的核心设备是AGVღ✿◈；存取系统的核心设备是堆垛机和立体库高位货架ღ✿◈；输送系统的核心设备是穿梭机ღ✿◈、输送机和EMSღ✿◈；分拣系统的核心设备是分拣机ღ✿◈。

　　根据中商产业研究院数据ღ✿◈，目前我国智能仓储设备的渗透率程度普遍较低ღ✿◈。其中ღ✿◈，AGV渗透率最高ღ✿◈，达29%ღ✿◈，其次为机器人手臂ღ✿◈、智能存储设备ღ✿◈、智能分拣设备ღ✿◈、智能装卸设备ღ✿◈，占比分别为26.7%ღ✿◈、19.8%ღ✿◈、11.9%ღ✿◈、11.8%ღ✿◈。

　　AGVღ✿◈，即移动机器人ღ✿◈，又称自动引导车ღ✿◈，是一种装备有自动导引设备的无人驾驶自动化车辆ღ✿◈，一般以磁条ღ✿◈、轨道或激光等方式进行导航ღ✿◈，并沿预定路径行驶来完成特定的运输任务ღ✿◈。

　　AGV具有高度自动化的特点ღ✿◈，其系统运行稳定可靠ღ✿◈，运行灵活ღ✿◈，能够更改路径以适应不同的工作环境ღ✿◈；配备了高速无线通讯及高精度导航系统ღ✿◈，具备完善的自诊断能力ღ✿◈，能与上级信息管理系统衔接ღ✿◈。

　　据国内产业咨询机构QYResearch数据ღ✿◈，预计2030年全球AGV市场规模将达到72.8亿美元ღ✿◈，未来几年CAGR为12.8%ღ✿◈。

　　另据CMR产业联盟ღ✿◈、新战略移动机器人产业研究所统计聚享游官网ღ✿◈，从2015年至2023年ღ✿◈，中国市场移动机器人（AGV/AMR）产业规模CAGR达43.18%ღ✿◈；2023年ღ✿◈，机器人（AGV/AMR）销售规模212亿元ღ✿◈，同比增长14.59%ღ✿◈；销售数量12.5万台ღ✿◈，同比增长34.41%ღ✿◈。从市场保有量来看ღ✿◈，2023年中国AGV/AMR市场保有量已超过40万台ღ✿◈。

　　AGV主要由驱动ღ✿◈、系统ღ✿◈、导引三部分组成ღ✿◈，最主要的成本集中于减速器ღ✿◈、伺服系统ღ✿◈、控制器等核心零部件上ღ✿◈。减速器ღ✿◈、伺服系统和运动控制器三者的成本合计超过70%ღ✿◈。

　　中游 AGV 本体制造环节对于成本管控及上游核心零部件ღ✿◈、软件等要求较高ღ✿◈，国产 AGV 大部分核心零部件依赖海外进口ღ✿◈。A股市场AGV本体企业包括中科微至ღ✿◈、诺力股份ღ✿◈、井松智能ღ✿◈、机科股份ღ✿◈、机器人等ღ✿◈。

　　作为制造机器的机器ღ✿◈，机床在制造业中扮演着重要角色ღ✿◈。机床能够对金属ღ✿◈、其他材料的坯料或工件进行加工ღ✿◈，使之获得所要求的几何形状ღ✿◈、尺寸精度和表面质量ღ✿◈，又被称为“工业母机”ღ✿◈。

　　数控机床是用数字化信息对机床的运动及其加工过程进行控制的机床ღ✿◈，是高效率ღ✿◈、高精度ღ✿◈、高柔性和高自动化的现代机电一体化设备ღ✿◈。

　　整体来看ღ✿◈，一方面ღ✿◈，我国机床的数控率仍有较大提升空间ღ✿◈；另一方面ღ✿◈，目前我国低端数控机床基本达到自给自足ღ✿◈，中端数控机床基本实现国产替代ღ✿◈，但高端数控机床国产化率仍处于较低水平ღ✿◈。以科德数控ღ✿◈、ღ✿◈、中科微精ღ✿◈、海天精工ღ✿◈、纽威数控ღ✿◈、宇环数控等为首的企业正不断向高端机床市场探索ღ✿◈。

　　中国是全球最大的机床制造国和机床消费国ღ✿◈。根据德国机床制造商协会数据ღ✿◈，2022年我国机床产值约1818亿元ღ✿◈，世界占比32.0%ღ✿◈；机床消费额约1839.2亿元ღ✿◈，世界占比32.2%ღ✿◈；机床产值ღ✿◈、销售额均为世界第一ღ✿◈。

　　以金属切削机床为例（国家统计局只统计金属切削机床）ღ✿◈，根据MIR睿工业数据ღ✿◈，近年来ღ✿◈，我国金属切削机床年市场规模为800亿~1100亿元ღ✿◈，2023年约为808亿元ღ✿◈。2023年ღ✿◈，中国金切机床出口额达到119.5亿元ღ✿◈，2019年~2023年年均复合增长率达30%ღ✿◈，预计2024年出口额将达到150亿元ღ✿◈，2025年还将继续增长ღ✿◈。

　　金属切削机床周期性变动特征极为显著ღ✿◈，通常表现为每10年一个大周期ღ✿◈，3-4年一个小周期ღ✿◈，2023ღ✿◈、2024年处于大周期换机潮的末尾ღ✿◈，波动周期的起点ღ✿◈。从机床的使用年限来看ღ✿◈，MIR睿工业预计未来十年（2024-2034年）国内市场将进入一个新的上行周期ღ✿◈，2024-2028年复合增长率预计将在2%左右ღ✿◈。

　　自2020年以来ღ✿◈，我国机床的国产化率显著提升ღ✿◈，其中2020年增长速度最快ღ✿◈，较2019年提升了4个百分点ღ✿◈。根据MIR睿工业数据ღ✿◈，截至2023年ღ✿◈，中国机床的国产化率已提升至55%ღ✿◈。

　　不过我国的机床数控率仍有较大提升空间ღ✿◈。据中国机床工具工业协会数据ღ✿◈，2023年金属切削机床数控化率为45.5%ღ✿◈。日本机床数控化率维持在80%以上ღ✿◈，美国和德国机床数控化率均超过70%ღ✿◈。

　　国务院在2024年初印发的《推动大规模设备更新和消费品以旧换新的行动方案》提出ღ✿◈，要深入推进机床等传统设备再制造ღ✿◈，到2027年ღ✿◈，规模以上工业企业数字化研发设计工具普及率ღ✿◈、关键工序数控化率分别超过90%ღ✿◈、75%ღ✿◈。

　　数控机床分为低档ღ✿◈、中档和高档数控机床ღ✿◈，“国内低档数控机床的产能比较过剩ღ✿◈，行业竞争压力较大ღ✿◈，大家都在拼成本和效率ღ✿◈；加工质量和精度较高的高档数控机床ღ✿◈，国内与海外的整体差距在不断缩小ღ✿◈，超快激光微加工等部分细分领域甚至已经实现赶超ღ✿◈。”聚焦超快激光加工数控机床的中科微精创新研究院院长王自告诉第一财经ღ✿◈，“尤其是在复杂曲面上加工的数控机床产品ღ✿◈。”

　　我国数控机床市场大致可以分为三个梯队ღ✿◈：一是以DMGღ✿◈、山崎马扎克ღ✿◈、牧野等为代表的国际性机床企业ღ✿◈，占据了高档市场大部分份额ღ✿◈；二是以济南二机床ღ✿◈、上海机床ღ✿◈、秦川机床ღ✿◈、ღ✿◈、ღ✿◈、ღ✿◈、等为代表的大型国有企业及部分具有核心竞争力的民营企业ღ✿◈，主要占据中端市场ღ✿◈；三是由众多中小企业组成的低端市场ღ✿◈。

　　五轴联动数控机床相比于传统的三轴ღ✿◈、四轴数控机床ღ✿◈，最显著的特点就是多轴联动ღ✿◈，能够实现五个轴同时联动ღ✿◈，包括Xღ✿◈、Yღ✿◈、Z轴以及两个旋转轴ღ✿◈。这种多轴联动的结构使五轴数控机床能够在更多的方向上进行加工ღ✿◈，实现更复杂的加工任务ღ✿◈，是解决航天ღ✿◈、航空发动机叶轮ღ✿◈、叶盘ღ✿◈、叶片ღ✿◈、船用螺旋桨等关键工业产品切削加工的唯一手段ღ✿◈。

　　中国五轴机床主要集中在航空航天ღ✿◈、军事ღ✿◈、模具ღ✿◈、汽车ღ✿◈、船舶等行业ღ✿◈，目前国内需求持续增长ღ✿◈，MIR睿工业预计ღ✿◈，2024年中国五轴加工中心市场规模将超过百亿元ღ✿◈，2028年之后或将迈向200亿元ღ✿◈，进入新一轮增长阶段ღ✿◈，未来五年内市场规模将持续增长ღ✿◈。

　　随着北京精雕ღ✿◈、ღ✿◈、上海拓璞ღ✿◈、埃弗米等企业技术能力的不断提升ღ✿◈，国产厂商逐步打开五轴市场ღ✿◈。其中ღ✿◈，科德数控五轴联动数控机床早期进入航空航天领域ღ✿◈，近几年拓展民用领域ღ✿◈，其投资者交流纪要显示ღ✿◈，国内新增订单中ღ✿◈，民用领域收入占比约30%-40%ღ✿◈，数量占比超过70%ღ✿◈。

　　实现高档数控机床的更多突破ღ✿◈，提升精度是关键ღ✿◈，而上游核心零部件的精度及可靠性对机床性能影响较大ღ✿◈。数控机床核心零部件主要包括数控系统ღ✿◈、编码器ღ✿◈、光栅尺ღ✿◈、滚珠丝杠ღ✿◈、主轴ღ✿◈、导轨ღ✿◈、转台等ღ✿◈。

　　在软件方面ღ✿◈，开源证券认为ღ✿◈，国产主要瓶颈在于数控系统误差补偿能力ღ✿◈，以及伺服系统加减速控制精度等不能满足高档数控机床要求ღ✿◈。

　　据主营数控系统的相关人士介绍ღ✿◈，作为数控机床的“大脑”ღ✿◈，数控系统约占据数控机床总成本的20%左右ღ✿◈。华中8型数控系统是具备五轴联动技术的国产高档数控系统ღ✿◈，在多通道ღ✿◈、多种联动等关键技术指标上能够与国外高档数控系统同台竞技ღ✿◈。

　　据悉ღ✿◈，2017年左右ღ✿◈，第三方机构对华中数控华中8型高性能数控系统进行测试ღ✿◈，全面对标德国ღ✿◈、日本等国家的高性能数控系统产品功能ღ✿◈，标准型数控系统产品600余项功能对标匹配度达到100%国内看NETFLIX的VPS孩ღ✿◈，高档型数控系统产品1900余项功能对标匹配度超过98%ღ✿◈。

　　硬件方面ღ✿◈，开源表示ღ✿◈，国产主要瓶颈为丝杠/导轨ღ✿◈、轴承ღ✿◈、刀具等零部件及机身材料的热变形ღ✿◈、刚性ღ✿◈、应力ღ✿◈、精度等问题ღ✿◈。国内奥普光电ღ✿◈、昊志机电等厂商正在发力追赶ღ✿◈。工信部发布的《中国制造2025 重点领域技术路线图》明确了高档数控机床的发展目标ღ✿◈，2025年ღ✿◈，我国高档数控机床与基础制造装备ღ✿◈，主轴ღ✿◈、丝杆ღ✿◈、线轨等中高档功能部件国内市场占有率将达到80%ღ✿◈。

　　“事实上ღ✿◈，越往高档走ღ✿◈，数控机床的通用化程度越低ღ✿◈。高档数控机床往往是针对某一个细分领域定制化开发的产品ღ✿◈，所需要的不仅仅是数控机床本身ღ✿◈，更是一些行业的加工解决方案ღ✿◈。从这点来看ღ✿◈，数控系统等零部件ღ✿◈，以及我们激光加工领域涉及的光源激光器ღ✿◈，甚至上游的CAD软件等ღ✿◈，都是未来高档数控机床的重点技术发力点和持续的研发对象ღ✿◈。”王自表示ღ✿◈。

　　“我认为国内外机床精度本身相差不大ღ✿◈，更主要的是我们精度的保持性ღ✿◈，机床的稳定性国内看NETFLIX的VPS孩ღ✿◈。在稳定性方面ღ✿◈，其实我们和国外还有很大差距ღ✿◈。”王自告诉第一财经ღ✿◈，机床稳定性是一个复杂的工程化问题ღ✿◈，涉及到原材料ღ✿◈、设计ღ✿◈、装配ღ✿◈、维护ღ✿◈、保养等整条链的工程化技术ღ✿◈。

　　为提升稳定性ღ✿◈，王自介绍ღ✿◈，技术层面上ღ✿◈，中科微精布局了机床补偿技术ღ✿◈、环境稳定控制技术等适应性技术ღ✿◈；管理层面上ღ✿◈，中科微精在机床的维护保养方面形成了标准化规范ღ✿◈，以保证机床在使用过程中的长期稳定性ღ✿◈。

　　华中数控相关人士表示ღ✿◈，产品的成熟度ღ✿◈、稳定度与应用端的测试验证息息相关ღ✿◈。“国产数控系统在各种应用场景下的测试验证还不够充分ღ✿◈。软件类产品本身需要不断地进行用户反馈ღ✿◈、迭代更新ღ✿◈，以实现产品成熟度和稳定度的螺旋式上升ღ✿◈。我们也正在不断优化这一块ღ✿◈。未来ღ✿◈，数控机床将逐渐向智能机床转型ღ✿◈，数控机床的智能化水平将不断提升ღ✿◈，以降低数控机床的使用门槛ღ✿◈。”

　　王自也有类似的观点ღ✿◈。“目前很多数控机床ღ✿◈、数控系统ღ✿◈，都需要经验丰富的大国工匠才能操作好ღ✿◈、加工出更高精度的产品ღ✿◈，对于工匠的能力有较高要求ღ✿◈。未来通过引入AIღ✿◈，让工程师的经验变成设备自身的能力ღ✿◈，并且具备像人一样的自学习能力ღ✿◈，通过机床的生产结果再反馈到控制系统和决策层ღ✿◈，设备的大脑又通过不断学习进行自我迭代ღ✿◈，以持续提升设备生产能力ღ✿◈。”

　　据华中数控相关人士介绍ღ✿◈，华中数控的9型数控系统是世界首台嵌入AI芯片的智能化数控系统ღ✿◈，集成了ღ✿◈，融合AI算法ღ✿◈，汇聚大数据ღ✿◈，融合大模型ღ✿◈，集成强算力ღ✿◈，形成了真正的智能化数控系统平台ღ✿◈，具备基于大模型的数控系统AI会诊ღ✿◈、加工代码生成功能ღ✿◈，实现全球数控系统市场的重大突破ღ✿◈。

　　“AI故障诊断是学习过去积累的知识判断机床发生故障的可能原因ღ✿◈，能够找出问题点并给出解决方案ღ✿◈。目前系统相当于一个拥有两年经验的工程师水平ღ✿◈；加工代码生成可以让编程更加便利ღ✿◈，即告诉数控系统需要加工一个什么样的零部件ღ✿◈，提出加工要求ღ✿◈，系统会自动生成参考代码并下发给机床ღ✿◈。随着知识不断地积累和学习ღ✿◈，数控系统的经验也会愈加丰富ღ✿◈，高效使用数控机床的门槛会越来越低ღ✿◈。”华中数控相关人士称ღ✿◈。

　　不过ღ✿◈，正如上文所述ღ✿◈，产品精度ღ✿◈、成熟度ღ✿◈、稳定性方面的提升ღ✿◈，离不开应用端持续不断的验证过程ღ✿◈，当前我国机床的数控化率仍有较大的上升空间ღ✿◈，因此智能机床产品距离真正的成熟ღ✿◈，仍需历经持续不断的优化升级与迭代革新ღ✿◈。

　　工业软件是工业制造的“大脑及神经”ღ✿◈，覆盖工业领域研发设计ღ✿◈、业务管理ღ✿◈、产品制造ღ✿◈、生产调度和过程控制全环节ღ✿◈。根据中商产业研究院数据ღ✿◈，中国工业软件的市场规模在2024年预计达到3073亿元ღ✿◈。

　　据中商产业研究院ღ✿◈，工业软件可分为研发设计软件ღ✿◈、生产控制软件ღ✿◈、业务管理软件和嵌入式软件ღ✿◈。研发设计软件主要包括CADღ✿◈、CAEღ✿◈、CAMღ✿◈、EDA等ღ✿◈，生产制造类软件包括EMSღ✿◈、PLC等ღ✿◈，经营管理类软件包括ERP等ღ✿◈。

　　整体来看ღ✿◈，研发设计类软件技术门槛最高ღ✿◈，国产化率最低ღ✿◈，大多数产品依赖海外进口ღ✿◈；生产控制类软件国内厂商市占率较高ღ✿◈，但在高端市场不占优势ღ✿◈。

　　值得注意的是ღ✿◈，在具体工业应用过程中ღ✿◈，部分产品为软硬件结合ღ✿◈，如PLCღ✿◈、DCS等ღ✿◈，更多的硬件产品智能化也需要搭载操作系统ღ✿◈、上工业APP等ღ✿◈，软硬件并非互斥关系ღ✿◈。

　　嵌入式软件本质是嵌入在硬件中的开发工具软件和操作系统ღ✿◈，在计算机技术ღ✿◈、通信技术及网络技术不断发展背景下ღ✿◈，其功能会逐渐变得强大ღ✿◈。根据中商产业研究院数据ღ✿◈，截至2023年12月ღ✿◈，在中国工业软件市场结构中ღ✿◈，嵌入式软件占比超过50%ღ✿◈，达到57.4%ღ✿◈，研发设计类软件占比最低ღ✿◈，仅8.5%ღ✿◈。

　　ERP软件可协调公司各个业务流程之间的数据流ღ✿◈，提供单一事实源并简化整个企业的运营ღ✿◈。此类软件能够通过一个平台关联公司的财务ღ✿◈、供应链ღ✿◈、运营ღ✿◈、商务ღ✿◈、报告ღ✿◈、制造和人力资源活动ღ✿◈。

　　国内市场方面ღ✿◈，根据艾瑞咨询数据ღ✿◈，2022年我国ERP市场达620.6亿元ღ✿◈，2024年预计达799.4亿元ღ✿◈。

　　ERP发源于制造业ღ✿◈，用于管理制造过程中的物料需求ღ✿◈。通过ERP系统ღ✿◈，公司能够降低运营成本ღ✿◈，优化库存ღ✿◈、资源分配和采购等ღ✿◈。因此从下游应用领域看国内看NETFLIX的VPS孩ღ✿◈，制造业是目前最大的下游市场ღ✿◈，占据22%份额ღ✿◈。

　　值得注意的是ღ✿◈，ERP 传统部署方式具有投入成本高ღ✿◈、上线周期长ღ✿◈、业务不灵活ღ✿◈、基础设施运维耗时耗力等问题ღ✿◈，而基于云的ERP解决方案ღ✿◈，能够有效降低企业 IT 成本ღ✿◈、提高系统的灵活性和可拓展性ღ✿◈，有助于企业内部各个部门和团队共享数据ღ✿◈、实现信息的即时更新和实时协同ღ✿◈，从而提高工作效率ღ✿◈。QYResearch预计ღ✿◈，到2029年ღ✿◈，基于云的ERP解决方案将成为主流选择ღ✿◈。

　　全球范围内ღ✿◈，ERP软件主要生产商包括SAPღ✿◈、Oracleღ✿◈、Microsoftღ✿◈、Sageღ✿◈、Infor等ღ✿◈，其中前五大厂商占有大约42%的市场份额ღ✿◈。

　　国内来看ღ✿◈，ERP是国内较为成熟的工业应用软件ღ✿◈。根据《2021 年中国工业软件发展白皮书》ღ✿◈，2021 年国产ERP软件市占率已接近70%ღ✿◈，用友网络ღ✿◈、浪潮和金蝶占据前三位ღ✿◈。不过ღ✿◈，国内ERP高端市场仍然被SAPღ✿◈、Oracle等外资厂商占据大部分市场份额ღ✿◈。

　　DCSღ✿◈，集散控制系统ღ✿◈，又名分布式控制系统ღ✿◈，是一种以控制器和现场设备为基础ღ✿◈，将相关工艺信号汇集到系统中ღ✿◈，由操作站进行监视或其他控制操作ღ✿◈，以分散控制ღ✿◈、集中操作ღ✿◈、分级管理为主要特征的工业自动化控制系统ღ✿◈。

　　DCS系统的主要功能包括数据采集ღ✿◈、信号处理ღ✿◈、控制算法执行ღ✿◈、监控与报警等ღ✿◈，能够实时监测生产过程中的各种参数和设备状态ღ✿◈，并根据预设的控制策略进行自动调节ღ✿◈，以确保生产过程的稳定性和高效性ღ✿◈，广泛应用于工业制造领域的连续生产过程ღ✿◈，如化工厂ღ✿◈、电厂ღ✿◈、制药厂ღ✿◈、炼油厂等ღ✿◈。

　　作为大型流程工业的基础ღ✿◈，DCS市场规模持续增长ღ✿◈。根据Gminsights数据ღ✿◈，2022年全球DCS市场规模达到约172.0亿美元ღ✿◈，2032年预计达到303.0亿美元ღ✿◈，年均复合增速5.8%ღ✿◈。

　　国内市场方面ღ✿◈，根据MIR睿工业统计ღ✿◈，2023年中国DCS市场规模达到121.8亿元ღ✿◈，同比增长3.0%ღ✿◈，预计2024年至2030年仍会保持稳定增长ღ✿◈，年增长率将维持在5%至10%ღ✿◈。

　　DCS下游市场高度集中ღ✿◈，根据MIR睿工业数据ღ✿◈，2022年中国DCS市场行业占比前三分别为化工ღ✿◈、电力ღ✿◈、石化ღ✿◈，共计接近80%ღ✿◈。

　　近年来我国DCS市场国产化进程不断推进ღ✿◈，根据智研咨询数据ღ✿◈，我国DCS领域国产化率从2016年的46%提升到2022年的59%ღ✿◈。但国内品牌主要聚焦中小型项目市场ღ✿◈，大型项目市场仍由海外品牌主导ღ✿◈。目前ღ✿◈，深耕国内DCS市场的海外品牌主要为霍尼韦尔ღ✿◈、艾默生ღ✿◈、西门子ღ✿◈、施耐德ღ✿◈、横河等国际自动化巨头ღ✿◈，中控技术为国内领先企业ღ✿◈。

　　根据MIR睿工业统计ღ✿◈，DCS是中控技术的核心产品ღ✿◈，2023年国内市场占有率达到37.8%ღ✿◈，连续13年蝉联国内DCS市场第一ღ✿◈。其中ღ✿◈，在化工领域聚享游官网ღ✿◈，2023年中控技术DCS的市占率达56.3%ღ✿◈，较2022年提升1.5个百分点ღ✿◈；在石化领域ღ✿◈，2023年其市占率达49.3%ღ✿◈，较2022年提升4.5个百分点ღ✿◈。

　　2024年ღ✿◈，中控技术发布了UCS（云化DCS）ღ✿◈，这是传统DCS的重大变革ღ✿◈。UCS基于云实时操作系统NyxOSღ✿◈，提供了高实时ღ✿◈、高可靠性和高安全性的控制任务运行环境ღ✿◈。其全光工业网络设计ღ✿◈，使智能现场数据以10Gbps速度直达控制数据中心ღ✿◈，极大节省了电缆和空间ღ✿◈，不仅提升了系统的灵活性和可扩展性ღ✿◈，还显著降低了成本ღ✿◈，缩短了建设周期ღ✿◈。

　　此外ღ✿◈，和利时ღ✿◈、川仪股份ღ✿◈、上海新华ღ✿◈、科远智慧等企业也处于国内DCS市场前列ღ✿◈。其中拳头产品NT6000的最快控制周期为5msღ✿◈，操作响应周期小于700msღ✿◈，大幅优于目前2.5s的行业标准ღ✿◈。NT6000在产业认证上已取得“通用工业控制器”“基于人工智能的火电厂自动控制系统”等多项专利成果ღ✿◈，经专家评定ღ✿◈，该系统在可靠性和易用性方面达到国内外先进水平ღ✿◈。目前ღ✿◈，NT6000已经广泛应用于国内外数千个电厂中ღ✿◈，实现从几十兆瓦到百万级兆瓦机组的全覆盖ღ✿◈。

　　对于未来市场格局ღ✿◈，中信证券分析认为ღ✿◈，一方面ღ✿◈，DCS行业偏咨询的模式使得客户对于服务的重视度较高ღ✿◈，国产厂商在服务维度相比海外厂商有显著优势ღ✿◈，有望持续实现国产化率提升ღ✿◈；另一方面ღ✿◈，各DCS公司在自身深耕的领域均有较强的案例壁垒ღ✿◈、商业壁垒ღ✿◈，客户对于安全ღ✿◈、可靠性的高要求使得企业长时间口碑积累更为重要ღ✿◈，项目制的商业模式使得企业实施团队对各行业生产流程的理解成为竞争的另一核心要素ღ✿◈，在这方面ღ✿◈，各行业领军企业有望呈现强者恒强的趋势ღ✿◈。

　　MESღ✿◈，即制造执行系统ღ✿◈，是一套从生产计划下达到生产调度ღ✿◈、组织ღ✿◈、执行ღ✿◈、控制ღ✿◈，直至生产出合格产品全过程的信息化管理系统ღ✿◈。

　　制造业企业普遍存在订单频繁变更ღ✿◈、生产材料与过程质量无法溯源等问题ღ✿◈，制造过程类似于“黑箱”ღ✿◈，MES可以为企业提供包括制造数据管理ღ✿◈、计划排程管理ღ✿◈、生产调度管理ღ✿◈、库存管理ღ✿◈、质量管理ღ✿◈、生产过程控制ღ✿◈、底层数据集成分析ღ✿◈、上层数据集成分解等管理模块ღ✿◈，为企业打造一个扎实ღ✿◈、可靠ღ✿◈、全面ღ✿◈、可行的制造协同管理平台ღ✿◈，还能够与ERP连接ღ✿◈，便于车间管理ღ✿◈，是打开生产过程“黑箱”ღ✿◈，打造智能工厂的关键ღ✿◈。

　　根据云栖智造对MES智能工厂与传统制造工厂的效率对比ღ✿◈，MES智能工厂可缩短53%的交货周期ღ✿◈，提高75%的生产效率ღ✿◈，减少73%的物料滞留ღ✿◈，提高16%的设备利用率ღ✿◈，提高10%的良品率ღ✿◈，并减少75%的生产管理人员ღ✿◈，实现降本增效ღ✿◈。

　　IDC调研数据显示ღ✿◈，未来三年（2025-2028）内ღ✿◈，30.9%的中国制造企业将在工厂数字化改造中优先考虑MES/MOM系统的替换ღ✿◈，是所有改造项目中的首选ღ✿◈。

　　IDC数据显示ღ✿◈，2023年中国MES解决方案总市场份额（含软件和服务ღ✿◈，不含硬件）达到142.8亿元ღ✿◈，年增长率为13.9%ღ✿◈。其中ღ✿◈，MES软件总市场份额达到54.1亿元ღ✿◈，年增长率为17.2%ღ✿◈。

　　“MES是国内工业软件领域中规模最大且竞争最为激烈的市场之一ღ✿◈。当前市场增速有所放缓ღ✿◈，增长的主要驱动力仍来自本土厂商ღ✿◈。”IDC中国制造行业高级研究经理杜雁泽表示ღ✿◈，IDC在调研中发现ღ✿◈，主流厂商在行业覆盖上普遍采取了“做减法”的策略ღ✿◈，逐步聚焦于为重点行业客户提供更专业ღ✿◈、高效的解决方案ღ✿◈。与此同时ღ✿◈，厂商正在加大对生成式人工智能（GenAI）的研发投入ღ✿◈。长远来看ღ✿◈，人工智能将成为市场的重要增长点和关键变量ღ✿◈。

　　WinMES是一种应用云计算技术的制造执行系统ღ✿◈，可解决制造业面临的信息获取困难ღ✿◈、统一管理平台缺失ღ✿◈、上线周期长ღ✿◈、易出错等问题ღ✿◈。WinMES主要用于监控ღ✿◈、控制和管理制造业生产过程中的各种活动ღ✿◈，包括生产调度ღ✿◈、质量管理ღ✿◈、设备维护和库存管理等ღ✿◈。相较于传统MESღ✿◈，WinMES以SaaS模式部署ღ✿◈，降低了初始投资ღ✿◈，并强调柔性化ღ✿◈、定制化的生产趋势以及智能制造的发展ღ✿◈。

　　根据头豹研究院的调研数据ღ✿◈，中国机械制造领域的云MES解决方案市场规模从2021年的6.1亿元增长到2023年的9.8亿元ღ✿◈，CAGR为26.7%ღ✿◈。国内厂商在定制化能力和售前售后支持方面表现出色ღ✿◈，国外厂商则在技术成熟度ღ✿◈、稳定性和先进性方面具备优势ღ✿◈。机械制造领域云MES解决方案市场的国产化率达到80%ღ✿◈。

　　IDC数据显示ღ✿◈，2023年ღ✿◈，中国公有云SaaS MES软件市场规模达8.73亿元ღ✿◈，占MES软件整体市场的16.1%ღ✿◈，年增长率为13.7%ღ✿◈。

　　从中国制造业MES软件市场（不含服务和硬件）竞争格局来看ღ✿◈，根据IDCღ✿◈，西门子ღ✿◈、黑湖科技ღ✿◈、新核云排名前三ღ✿◈。其中ღ✿◈，西门子虽然仍保持领先ღ✿◈，但市场份额占比从9.4%下降到2023年的7.5%ღ✿◈；黑湖科技ღ✿◈、新核云作为MES市场“新势力”ღ✿◈，凭借SaaS天然的高产品低服务ღ✿◈，以及自身业务快速增长分别位居二ღ✿◈、三位ღ✿◈；汉得信息ღ✿◈、赛意信息ღ✿◈、鼎捷数智和浪潮通软作为老牌工业软件和泛ERP服务商ღ✿◈，持续加大对生产制造领域数字化业务的投入ღ✿◈，位居第四至七位ღ✿◈。

　　宝信软件ღ✿◈、柏楚电子ღ✿◈、中控技术ღ✿◈、能科科技等在MES领域有所布局ღ✿◈。据悉ღ✿◈，宝信软件和中控技术在低端市场占有优势ღ✿◈，但在高端市场与海外厂商存在差距ღ✿◈。

　　PLMღ✿◈，即产品生命周期管理ღ✿◈，根据CIMdata的定义ღ✿◈，PLM是一种应用于在单一地点的企业内部ღ✿◈、分散在多个地点的企业内部ღ✿◈，以及在产品研发领域具有协作关系的企业之间的ღ✿◈，支持产品全生命周期的信息的创建ღ✿◈、管理ღ✿◈、分发和应用的一系列应用解决方案ღ✿◈，它能够集成与产品相关的人力资源ღ✿◈、流程ღ✿◈、应用系统和信息ღ✿◈。

　　PLM既涵盖仿真与分析ღ✿◈、设计CADღ✿◈、多学科CADღ✿◈、EDAღ✿◈、AEC等工具软件ღ✿◈，也包含协同产品定义管理的cPDm系统ღ✿◈，以及用于工艺规划ღ✿◈、工厂车间布局等的数字化制造ღ✿◈，它们共同构成了企业研发数字化转型不可或缺的关键要素ღ✿◈。

　　在中国ღ✿◈，PLM 已经广泛应用于大中型离散制造业ღ✿◈，尤其是航空航天和国防ღ✿◈、汽车ღ✿◈、工业装备及电子高科技等行业企业ღ✿◈，正步入规模化应用和深化应用阶段ღ✿◈。CIMdata估计中国市场2023年PLM市场容量扩大至39.55亿美元ღ✿◈，较2022年增长9.5%ღ✿◈。

　　从竞争格局来看ღ✿◈，根据IDC数据ღ✿◈，2023年ღ✿◈，西门子ღ✿◈、达索系统和PTC在较高的市场基数之上ღ✿◈，增速显著放缓甚至负增长ღ✿◈，但仍然稳居市场前三名ღ✿◈。其中ღ✿◈，西门子市场份额从2022年的18.1%下降至14.3%ღ✿◈，达索系统从12.6%下降至10.2%ღ✿◈，PTC从6.4%下降至5.8%ღ✿◈。用友智石开ღ✿◈、金蝶ღ✿◈、鼎捷软件ღ✿◈、思普软件ღ✿◈、华天软件分列第四到第八ღ✿◈。其他典型服务商ღ✿◈，如湃睿科技ღ✿◈、数码大方ღ✿◈、美云智数ღ✿◈、天喻ღ✿◈、开目ღ✿◈、易立德ღ✿◈、杰为软件ღ✿◈、Centric赛趋科ღ✿◈、国睿信维ღ✿◈、维拓科技ღ✿◈、敏桥ღ✿◈、华喜ღ✿◈、三品ღ✿◈、天河软件等都在各自领域有不错的表现ღ✿◈。

　　在工业软件领域ღ✿◈，传统商业模式以买断制为主ღ✿◈，客户一次性支付一大笔费用同时花费较多成本进行本地化部署ღ✿◈，而软件厂商仅从这一单次交易中获利ღ✿◈。这种模式既不利于厂商长期ღ✿◈、可持续发展ღ✿◈，也无法满足客户对长期ღ✿◈、高品质服务的需求ღ✿◈，还让大部分企业被一次性投入的高成本拦在门外ღ✿◈。

　　目前ღ✿◈，PLM厂商正在积极拥抱上云ღ✿◈。2023年ღ✿◈，PTC率先在中国落地云原生SaaS产品Arena PLMღ✿◈。国产软件中ღ✿◈，已涌现出金蝶云·星空PLM云ღ✿◈、智石开PLM Cloudღ✿◈、大海科技OnChain云原生PLMღ✿◈、杰为云原生PLM等一批云应用产品ღ✿◈；此外还有安世亚太仿真云平台Pera.SimCloudღ✿◈、数巧云仿真平台Simrightღ✿◈、华天软件CrownCADღ✿◈、浩辰CAD 365ღ✿◈、中望Cloud 2D/3D等云产品ღ✿◈；开目软件ღ✿◈、美云智数等也在积极布局并推广云PLM解决方案ღ✿◈。

　　根据IDC调研数据ღ✿◈，国内市场SaaS PLM市场中ღ✿◈，金蝶ღ✿◈、数码大方ღ✿◈、杰为软件ღ✿◈、敏桥科技市占率位居前列ღ✿◈。

　　作为新基建的核心部分ღ✿◈，工业互联网可以在加速推动传统产业升级改造的同时推动新兴产业培育ღ✿◈，已成为实现的关键要素ღ✿◈。据工信部数据ღ✿◈，工业互联网融入49个国民经济大类ღ✿◈，覆盖全部工业大类ღ✿◈，2023年核心产业规模约达1.35万亿元ღ✿◈。

　　工业互联网平台的本质是通过工业互联网网络采集海量工业数据ღ✿◈，并提供数据存储ღ✿◈、管理ღ✿◈、呈现ღ✿◈、分析ღ✿◈、建模及应用开发环境ღ✿◈，汇聚制造业企业及第三方开发者ღ✿◈，开发出覆盖产品全生命周期的工业软件应用ღ✿◈。

　　工业互联网平台具备强大的集成能力和调度能力ღ✿◈，能够将各种软件应用和服务汇集ღ✿◈，形成统一ღ✿◈、高效的工业互联网生态ღ✿◈。通过工业互联网平台ღ✿◈，企业能够实现生产过程的数字化和智能化ღ✿◈，降本增效ღ✿◈。

　　业内普遍认为ღ✿◈，由于工业互联网平台汇聚了算力ღ✿◈、数据ღ✿◈、算法及应用场景的AI全要素ღ✿◈，有望成为工业AI融合应用的优良入口ღ✿◈。“随着越来越多的企业开始数字化转型ღ✿◈，对工业互联网平台的需求正在飞速增加ღ✿◈。工业互联网平台的研发与搭建ღ✿◈，以及其构建的生态系统也将成为重要的投资领域ღ✿◈。”深耕智能制造领域的思谋科技联合创始人兼技术负责人刘枢对第一财经表示ღ✿◈。

　　2017年以来ღ✿◈，我国工业互联网平台陆续推出ღ✿◈，2021年大量落地案例开始涌现ღ✿◈。相关软件厂商如ღ✿◈、金蝶国际ღ✿◈、等纷纷投入工业软件协同平台（中台）的研发布局当中ღ✿◈，尝试实现企业经营各环节的数据联通ღ✿◈。例如ღ✿◈，推出的工业互联网平台YonBIP实现了ERPღ✿◈、SCMღ✿◈、MES等多种业务的工业软件的协同ღ✿◈，覆盖财务ღ✿◈、人力ღ✿◈、采购ღ✿◈、营销ღ✿◈、供应链ღ✿◈、研发等多个领域ღ✿◈，从企业整体运营的角度促进降本增效ღ✿◈。

　　根据国家工业信息安全发展研究中心发布的《2022工业互联网平台发展指数报告》ღ✿◈，截至2022年末ღ✿◈，我国工业互联网平台监测系统连接的全国32家重点工业互联网平台工业设备连接总数为8049.60万台ღ✿◈，工业模型数量合计为85.16万个ღ✿◈，工业APP数量达到29.33万个ღ✿◈，我国工业互联网平台行业整体保持快速发展趋势ღ✿◈。

　　2023年ღ✿◈，工信部“双跨”工业互联网平台共有50家ღ✿◈。其中ღ✿◈，ღ✿◈、用友网络ღ✿◈、工业富联ღ✿◈、科大讯飞ღ✿◈、宝信软件ღ✿◈、金蝶等企业的工业互联网平台均在列ღ✿◈。

　　市场规模方面ღ✿◈，根据共研网统计数据ღ✿◈，2022年我国工业互联网平台及解决方案市场规模约为601.3亿元ღ✿◈，同比增长约38.9%ღ✿◈，2020-2022年复合增速约为41.0%ღ✿◈，保持快速增长态势ღ✿◈。

　　行业渗透率方面ღ✿◈，根据《工业互联网平台应用数据地图（2021）》统计数据ღ✿◈，2021年我国工业互联网平台普及率约为17.50%ღ✿◈，整体渗透率不高ღ✿◈。根据工信部《“十四五”信息化和工业化深度融合发展规划》ღ✿◈，到2025年我国工业互联网平台普及率将达到45%ღ✿◈。

　　市场空间方面ღ✿◈，《中国统计年鉴（2023）》数据显示ღ✿◈，2022年我国规模以上工业企业数量约为47.20万家ღ✿◈，以每家单位工业互联网平台建设费用为500万元ღ✿◈、市场渗透率45%测算ღ✿◈，对应2025年市场空间超万亿元ღ✿◈。

　　由于工业互联网平台连接了数以千万计的设备和传感器ღ✿◈，能够对异构系统ღ✿◈、运营环境ღ✿◈、人员信息ღ✿◈、生产资料等要素泛在感知ღ✿◈、高效采集和云端汇总ღ✿◈，集成海量工业数据ღ✿◈，为AI模型训练提供优质数据集ღ✿◈。同时ღ✿◈，面向特定应用场景的算法可形成应用模块ღ✿◈，搭载在工业互联网平台上ღ✿◈，算力则由用户端选择私有部署ღ✿◈、云端部署或混合部署ღ✿◈。

　　目前ღ✿◈，工业互联网平台市场参与者主要包括传统制造业厂商ღ✿◈、工业软件厂商ღ✿◈、ICT企业及互联网企业四大类ღ✿◈。

　　传统制造业厂商从满足自身数字化转型需求出发ღ✿◈，在所处行业积累了大量制造业实践经验与行业knowhowღ✿◈，对工业互联网平台应用场景有更深的理解ღ✿◈，在所处行业市占率较高ღ✿◈。但制造业出身的厂商缺乏互联网和云计算经验以及丰富的客户基础ღ✿◈，难以实现基于平台的市场扩张ღ✿◈。

　　譬如ღ✿◈，脱胎于三一重工的树根互联也在上述工信部“双跨”工业互联网平台名单上ღ✿◈，是后者的主要客户ღ✿◈，也是其第五大股东ღ✿◈。据悉ღ✿◈，树根互联已赋能北京桩机工厂ღ✿◈、三一重工长沙18号工厂多座“灯塔工厂”ღ✿◈。根据树根互联此前递交的上市材料ღ✿◈，2019-2021年ღ✿◈，树根互联营收分别为1.52亿ღ✿◈、2.79亿ღ✿◈、5.17亿元ღ✿◈，三年复合增长率达到84.71%ღ✿◈。但由于大幅亏损问题ღ✿◈，树根互联最终在2023年撤回IPO申请ღ✿◈。

　　工业软件厂商与传统制造业厂商类似ღ✿◈，有成熟的工业软件及行业经验ღ✿◈，也有一定的客户基础ღ✿◈。业内如宝信软件ღ✿◈、用友网络ღ✿◈、中控技术ღ✿◈、鼎捷软件等均属此列ღ✿◈。此类厂商具备工业软件产品ღ✿◈，在积累客户资源时积累了行业经验ღ✿◈，产品线相对完整ღ✿◈。

　　“我们既有工业互联网平台ღ✿◈，也有工业互联平台上各种工业软件的应用ღ✿◈，我们支持私有云部署ღ✿◈、混合云部署ღ✿◈，也支持中小企业的公有云部署ღ✿◈。”某工业软件起家的工业互联网平台厂商内部人士告诉第一财经ღ✿◈，“比如说我们在某市的安全环保共赢平台ღ✿◈，把该市几千家中小化工企业的安全环保纳入到该市统一管理（平台）ღ✿◈，就是用的我们的工业互联平台和我们的安全环保软件ღ✿◈。”

　　ICT企业和互联网企业的优势则在于平台大ღ✿◈、互联网资源丰富ღ✿◈、具备云计算优势ღ✿◈，但对复杂的工业场景缺乏实践经验ღ✿◈，如华为ღ✿◈、三大运营商ღ✿◈、腾讯ღ✿◈、阿里等ღ✿◈。

　　目前ღ✿◈，不同类型的平台厂商在竞争中寻求合作ღ✿◈。如华为FusionPlant工业互联网平台聚集了超34万开发者ღ✿◈，主要生态合作伙伴包括长虹ღ✿◈、SAPღ✿◈、达索ღ✿◈、和利时ღ✿◈、用友网络ღ✿◈、鼎捷软件等ღ✿◈；阿里云supET工业互联网平台集聚了23.8万开发者ღ✿◈，主要生态合作伙伴包括树根互联ღ✿◈、机械九院ღ✿◈、北科工研等ღ✿◈。

　　“根据当前的市场动态和技术发展趋势ღ✿◈，随着AI技术和大数据的不断发展ღ✿◈，将这两种技术融合应用于工业互联网中ღ✿◈，可以实现更高效ღ✿◈、更智能的生产制造和运营ღ✿◈，帮助企业更好地提质降本减存ღ✿◈。”刘枢告诉第一财经ღ✿◈。

　　据悉ღ✿◈，质量ღ✿◈、制造过程和设备已成为工业AI应用的重点领域ღ✿◈，生产管理环节的AI应用占比超70%ღ✿◈，已形成表面缺陷检测ღ✿◈、生产过程控制优化ღ✿◈、质量关联分析ღ✿◈、预测性维护ღ✿◈、安全管理与巡检ღ✿◈、生产作业视觉识别ღ✿◈、物料识别与操作等细分场景ღ✿◈。

　　副总裁ღ✿◈、数字产品BG总裁刘伟超告诉第一财经ღ✿◈，在研发端ღ✿◈，AI可以助力知识库管理ღ✿◈、产品设计优化ღ✿◈、模拟和仿真以及自动化设计ღ✿◈；在生产端ღ✿◈，AI则能够提升质量控制ღ✿◈、调度优化和预测性维护等方面的效率ღ✿◈；在供应链端ღ✿◈，AI可以应用于需求预测ღ✿◈、库存优化和风险管理ღ✿◈；在销售端ღ✿◈，AI则可以实现个性化营销和销售预测ღ✿◈；在服务端ღ✿◈，AI也能提供智能客服和虚拟助手等支持ღ✿◈。

　　“目前ღ✿◈，预测性维护和工厂视觉检测质量管理是AI在工业领域渗透率较高的应用ღ✿◈，已经在众多工业企业中取得显著效益ღ✿◈。”刘伟超表示ღ✿◈。

　　其中ღ✿◈，废钢识别是典型的人工智能在工业视觉质检领域的应用ღ✿◈，以工业视觉+大数据+算法为核心技术ღ✿◈。

　　“在废钢判定领域ღ✿◈，我们做了有四五年ღ✿◈，现在国内的市场占有率第一ღ✿◈，废钢识别率超过93%ღ✿◈，比市面上其他企业做得都好ღ✿◈。”用友网络高端客户解决方案事业群智能制造事业部总经理叶秀林接受第一财经专访时表示ღ✿◈。

　　据IDC测算ღ✿◈，中国工业质检市场规模至2025年将快速增长至62亿元ღ✿◈，2020-2025年复合增长率（CAGR）达28.5%ღ✿◈。随着AI大模型的图像和音视频处理能力取得大突破ღ✿◈，AI质检精确率还将迈上新台阶ღ✿◈。

　　根据IDC数据ღ✿◈，2022年创新奇智在工业质检领域市占率仅次于百度智能云排名第二ღ✿◈，在独立第三方AI解决方案提供商中位列榜首ღ✿◈。也已推出基于AI的工业质检产品ღ✿◈。

　　据华经产业研究院数据ღ✿◈，2021年全球预测性维护市场规模达322.4亿元ღ✿◈，其中中国预测性维护市场规模达48.4亿（占比约15%）ღ✿◈。预计2027年全球预测性维护市场规模有望达1677亿元ღ✿◈，假设占比不变聚享游官网ღ✿◈，则至2027年中国市场规模将达251.6亿元ღ✿◈。目前ღ✿◈，容知日新（688768.SH）等多家企业均有布局ღ✿◈。

　　根据用友的定义ღ✿◈，用友智能制造工业大脑定位于工业企业的生产ღ✿◈、运营数据的分析优化ღ✿◈，基于30余年服务46万家工业企业的经验积淀ღ✿◈，通过数据连接ღ✿◈，将企业核心业务模型与工业机理模型ღ✿◈、工业算法相融合ღ✿◈，普及工业智能在制造业中的应用ღ✿◈，帮助制造企业实现合理排产ღ✿◈、优化配料ღ✿◈、质量诊断ღ✿◈、故障预测ღ✿◈。

　　“企业现在其实都已经到了管理深水区ღ✿◈，传统的信息化建设ღ✿◈，例如ERP等ღ✿◈，企业基本上都已采纳并应用ღ✿◈，众多传统应用也已成熟完备ღ✿◈，积累了海量的数据资源ღ✿◈。这些数据主要源于操作层面ღ✿◈，但企业现正渴望深度挖掘其潜在价值ღ✿◈，以转化为实际的业务效益ღ✿◈。”叶秀林介绍ღ✿◈。

　　“赛意信息以632项目为起点ღ✿◈，历经了从项目服务型公司向产品公司的全面转型ღ✿◈。在这个过程中ღ✿◈，我们成功地从定制化的经验转变为标准化实施流程体系和标准化产品体系ღ✿◈。”刘伟超称ღ✿◈，“在AI这一新兴转型方向上ღ✿◈，赛意信息已经开始在产品能力和交付能力上集成AI能力ღ✿◈，将标准化的实施流程中融入AI员工ღ✿◈，同时在标准化的产品中嵌入AI大脑ღ✿◈，凭借贴近客户的优势和对数据标准化的清晰理解ღ✿◈，我们的AI员工和AI大脑能够实现更快的迭代速度ღ✿◈，以更低的成本为客户提供更高质量的服务ღ✿◈。”

　　事实上ღ✿◈，工业大脑的本质是针对工业领域不同业务的算法模型ღ✿◈，可理解为小模型ღ✿◈，而更具通用性的ღ✿◈、面向工业领域的工业大模型也在陆续落地ღ✿◈。

　　业内认为ღ✿◈，现阶段工业领域主要以单模态模型服务为主ღ✿◈，大模型与小模型相辅相成ღ✿◈，未来大模型可能会替代高度定制化的小模型ღ✿◈。

　　根据中国信通院ღ✿◈，2023年以来ღ✿◈，工业AI已进入大模型赋能下的认知提升阶段ღ✿◈，以工业大知识为核心ღ✿◈，实现推理能力的协同ღ✿◈，体现为构建全局性工业知识图谱/工业大模型ღ✿◈，解决具有常识性ღ✿◈、经验性的推理问题ღ✿◈。

　　目前ღ✿◈，用友已推出企业服务大模型YonGPTღ✿◈；鼎捷软件基于鼎捷知识中台和 GPT 技术构建了企业级知识机器人ChatFileღ✿◈；思谋科技推出工业多模态大模型IndustryGPTღ✿◈；赛意信息是华为盘古大模型的首批合作伙伴ღ✿◈，已推出聚焦企业服务大模型的AIGC中台（善谋GPT）ღ✿◈；也与华为云签署汉得H-Copilot AIGC中台&华为云盘古大模型合作协议ღ✿◈；中控技术发布了自主研发的首款通用控制系统UCS和流程工业首款AI时序大模型TPTღ✿◈；作为在工业领域的重要布局ღ✿◈，羚羊工业大模型已凭借其强大的技术实力和广泛的应用场景ღ✿◈，带动了用户数量的显著增长ღ✿◈。

　　根据头豹研究院数据ღ✿◈，2019-2023年ღ✿◈，工业大模型行业市场规模由16.00亿元增长至466.21亿元ღ✿◈，期间年复合增长率132.34%ღ✿◈。预计2024-2028年ღ✿◈，工业大模型行业市场规模由736.48亿元增长至2632.22亿元ღ✿◈，期间年复合增长率37.50%ღ✿◈。

　　无论是工业大脑ღ✿◈，还是工业大模型ღ✿◈，都是AI算法的应用ღ✿◈。但目前面临的困境ღ✿◈，一是工业数据复杂且难以公开获取ღ✿◈，目前积累的工业数据量不够多ღ✿◈，数据质量也不够高ღ✿◈；二是算法不成熟ღ✿◈，需要不断优化ღ✿◈。

　　第一财经从业内相关人士处了解到ღ✿◈，部分应用场景的适用算法难度较大ღ✿◈，如化学反应等ღ✿◈，产出结果有很强的不确定性ღ✿◈，只能通过经验摸索ღ✿◈，但结果可能只能满足80%的场景ღ✿◈。那么ღ✿◈，目前业内企业是如何应对的？

　　刘伟超告诉第一财经ღ✿◈，从赛意信息自身经验来看ღ✿◈，工业大数据比传统大数据维度更多ღ✿◈，数据包含的含义也更加复杂ღ✿◈。“为了解决这些问题ღ✿◈，我们专门构建了一个公司级的AI应用平台ღ✿◈，整理所有交付团队在项目中产生的问题ღ✿◈，经过专家解答后ღ✿◈，会同步将知识回归到应用平台ღ✿◈，在某些应用场景下ღ✿◈，我们平台的训练语料在一个月内突破了200w字符ღ✿◈。此外ღ✿◈，赛意信息还注重利用产学研合作ღ✿◈、联合实验室等多元化形式ღ✿◈，携手多个团队共同打造适应特定领域的专家级AIღ✿◈。”

　　COO黄耿认为ღ✿◈，一方面ღ✿◈，企业要具备丰富经验和领域专业知识ღ✿◈，才更容易理解行业内部的需求和挑战ღ✿◈，并且能够为客户提供更加精准的AI解决方案ღ✿◈。同时ღ✿◈，工业互联网领域对大量的数据支持和分析有着极高的需求ღ✿◈，因此拥有丰富的数据积累和数据资源的企业可能更容易实现AI应用的落地ღ✿◈。另一方面ღ✿◈，建立广泛的合作伙伴关系和完善的生态系统ღ✿◈，能够为企业提供更多的资源和支持ღ✿◈，加速AI应用在工业互联网领域的推广和应用ღ✿◈。

　　“真正深入接触客户一线ღ✿◈，拥有大量客户基础ღ✿◈，并在此过程中积累了大量数据的企业ღ✿◈，将成为未来至关重要的能力提供商ღ✿◈。”刘伟超表示ღ✿◈。

　　在工业软件领域ღ✿◈，传统买断模式不利于工业软件的应用渗透ღ✿◈，也不利于工业软件厂商的持续发展ღ✿◈。而工业软件上云ღ✿◈，能够让用户初始投入成本降低ღ✿◈，让更多用户接受使用更多工业软件ღ✿◈，厂商也能够根据用户反馈持续优化迭代ღ✿◈。目前ERPღ✿◈、MESღ✿◈、PLMღ✿◈、DCS等工业软件上云都成为了必不可挡的趋势ღ✿◈，未来工业软件厂商要积极拥抱上云ღ✿◈。

　　目前现有的智能工厂所应用的机械臂或工业机器人ღ✿◈，更多是在完成一些自动化任务ღ✿◈。具体来说ღ✿◈，就是把机械臂或机器人部署在特定的环境ღ✿◈，在完成任务时ღ✿◈，其实是在执行自动化工程师写好的代码并进行调校后的指令ღ✿◈，是在完成一些规则的ღ✿◈、固定的行动路线ღ✿◈，比如抓举等操作ღ✿◈。可能会辅以计算机视觉等技术ღ✿◈，但始终是“换汤不换药”ღ✿◈。

　　在大模型爆发并逐渐成熟后ღ✿◈，“具身智能”概念应运而生ღ✿◈。相比上述完成自动化任务来说ღ✿◈，具身智能机器人具备两个明显的区别与优势ღ✿◈：自决策和自学习ღ✿◈。前者是指具身智能机器人不需要通过工程师提前写好执行行动的代码ღ✿◈，而是经过大模型的训练后ღ✿◈，看到图纸就能自行决策如何行动ღ✿◈；后者是指具身智能机器人最初可能类似于一个具备两年经验的工程师ღ✿◈，在工厂应用两年后ღ✿◈，通过大模型的自学习能力ღ✿◈，能够成长为一个四年甚至更长经验的工程师ღ✿◈。

　　可以想见ღ✿◈，具身智能的应用ღ✿◈，将给未来工厂带来颠覆性改变ღ✿◈，如生产更柔性ღ✿◈、员工减少等ღ✿◈。具身智能使信息域和物理世界深度融通ღ✿◈，进一步拓展人工智能发展边界ღ✿◈，不断提升机器人的智能和自主行动ღ✿◈，能使其更好地理解世界ღ✿◈、自然化人机交互和高效执行任务ღ✿◈。思维智能和行动智能的有机融合将推动人类社会进一步迈向智能化新时代ღ✿◈，加速通用人工智能的到来ღ✿◈。

　　值得注意的是ღ✿◈，具身智能机器人有多种物理载体形态ღ✿◈，并不局限于人形或机械臂等ღ✿◈，而是可以根据具体应用场景来选择合适的物理形态ღ✿◈。任何能够在物理空间环境中行动并形成互动的机器人ღ✿◈，如协作机器人ღ✿◈、移动机器人ღ✿◈、商用服务机器人等ღ✿◈，通过融合人工智能技术ღ✿◈、软件产品ღ✿◈，都有望发展成为具身智能机器人ღ✿◈。

　　对于未来工厂的想象ღ✿◈，第一财经在采访调研中发现ღ✿◈，业内从业人员普遍的共识是ღ✿◈：未来工厂将是多批次ღ✿◈、小批量的柔性生产模式ღ✿◈。大飞机等关键装备就适用于上述生产模式ღ✿◈。此类装备的明显特征是需要的零部件很多ღ✿◈，但每种零部件需要的数量很少ღ✿◈。而目前的智能工厂绝大部分都是小批次ღ✿◈、多批量的生产模式ღ✿◈。

　　在具身智能广泛应用在未来工厂后ღ✿◈，未来的智能工厂将根据自然语言或图纸ღ✿◈、订单情况等识别ღ✿◈、判断需要生产的零部件国内看NETFLIX的VPS孩ღ✿◈，并将自动切换至该零部件生产线ღ✿◈。换言之ღ✿◈，未来工厂将不需要现有智能工厂的多条产线与庞大的占地面积ღ✿◈，所需要的人工数量也会大幅减少ღ✿◈。

　　诚然ღ✿◈，无论工业软件还是各类硬件设备ღ✿◈，高端领域的国产化还有很长的路要走ღ✿◈。国内具身智能的发展也处于起步阶段ღ✿◈。放眼全球来看ღ✿◈，部分国际车企的海外工厂自动化程度非常高ღ✿◈，但也仍然需要人工ღ✿◈，也与上述具身智能ღ✿◈、未来工厂的概念存在本质差别ღ✿◈。

　　第一财经在走访调研中发现ღ✿◈，国内某灯塔工厂的AGV仍然停留在不会主动避障ღ✿◈、需要按照固定路线行驶的版本ღ✿◈。然而ღ✿◈，自动驾驶的发展早已解决上述问题ღ✿◈，市面上也存在不需要设定路线ღ✿◈、能够在一定范围内自动驾驶ღ✿◈、具备避障功能的AGV产品ღ✿◈。此外ღ✿◈，某工程机械大厂引进了数台具身智能设备ღ✿◈，但出于种种顾虑并未投入实际生产中ღ✿◈。

　　可见ღ✿◈，新兴技术正在蓬勃发展ღ✿◈，如何落到实地应用仍是一大难点ღ✿◈。对于工厂来说ღ✿◈，如果对产线没有大的效益提升ღ✿◈，很难有意愿去落地具身智能的应用ღ✿◈、国产高端设备的迭代聚享游官网ღ✿◈、工业软件的部署ღ✿◈：一方面是出于成本考量ღ✿◈，另一方面ღ✿◈，新设备的应用适配也可能耽误生产进度ღ✿◈。但对于供应商来说ღ✿◈，具身智能ღ✿◈、工业软件ღ✿◈、高端装备都需要实地应用后反馈数据ღ✿◈，才能不断迭代ღ✿◈，实现产业螺旋式上升ღ✿◈。

　　总体来说ღ✿◈，未来工厂的诞生ღ✿◈，需要产业链上下游的齐心协力和高度配合ღ✿◈，也需要政策的倾斜与扶持ღ✿◈。科技创新的脚步一日千里ღ✿◈，或许一座座未来工厂拔地而起ღ✿◈，就在不远的将来ღ✿◈。

　　[1]工业软件行业深度报告ღ✿◈：24H1工业软件厂商保持增长态势ღ✿◈，工业AI加速渗透各应用场景-浙商证券聚享游官网下载售后服务ღ✿◈。聚享游app下载安装ღ✿◈，家电销售ღ✿◈。聚享游登录ღ✿◈，电视和其他视听设备ღ✿◈，聚享游网站ღ✿◈！