欢迎来到加倍考研网! 北京 上海 广州 深圳 天津
微信二维码
在线客服 40004-98986
推荐适合你的在职研究生专业及院校
深度研究|30 万亿的工业市场,如何用智能化撬动?符验

深度研究|30 万亿的工业市场,如何用智能化撬动?

文 | 方鑫图片来源 | Pexels根据国家统计局核算,我国 2018 年工业GDP达到 30 万亿元,提升1%的效能,即可带来 3000 亿元的经济增值,可见工业升级的经济空间之大。本文是 BV 百度风投对工业智能的深度行业研究报告,系统梳理了工业“研产供销”全产业链上,技术变革带来的效率提升机会,并从数据、模型、决策角度分析了数据产业链的价值。本文作者方鑫,BV百度风投投资副总裁,长期关注AI行业解决方案、企业服务智能化、工业智能、数据智能等领域,并致力于帮助产业方、科研学者、创业者和技术拥有者等打造和完善行业智能创新方案。在工业智能领域主导或参与投资项目包括玄羽科技、汇电云联、湃方科技、埃睿迪、长扬科技、数见科技、云丁科技等。目录一、工业智能化概述1.1 我们理解的工业智能化,是技术带来的开源节流、生产组织方式变革或行业效率模型再造1.2 工业智能化的形态和商业模式发展:强解决方案大乙方&强运营新甲方二、工业智能化创业与投资机会详解1. 平台型企业并不垄断,互相赋能正当其时2. 垂直重度打造细分行业工业智能系统大有可为3. 单点切入,资产/设备、流程优化打造新型智能系统3.1资产/设备的智能化机会3.2 算法和数据驱动的流程优化打造新型调度决策系统4. 智能工厂操作系统,从点线运营效率到系统效率提升4.1 串联制造执行,获取业务数据,MES的价值4.2 精准和柔性,从制程优化到全局智能FOS(工厂操作系统),未来工厂的畅想5. 工业智能化带来的产业效率提升和商业模式变革5.1 以工厂为核心,企业作为主体,技术赋能上下游的产业效率提升5.2 连接研产供销,企业级的流程再造和商业价值重塑6. 工业智能中数据产业链的投资价值三、共创工业智能未来:技术孵化、产业连接和资本助力一、工业智能化概述1.我们理解的工业智能化,是技术带来的开源节流、生产组织方式变革或行业效率模型再造所谓工业智能化,我们关注的是能够带来开源节流、生产组织方式变革的产品或技术解决方案,以及通过效率模型的变革和再造带来的运营型机会。工业智能化是以工业感知、IOT、AI、数据、软件、机器人等技术为基础,实现全局语义化的智能感知、控制、调度和决策,通过这些手段,可能会对有原有的设备、制程、工厂、供应链进行优化和改造,以达到提质、降本、增效或生产组织方式变革的目的,也可能诞生新的智能设备、新的制程、新的OEM、新的供应链组织形式甚至新的品类。但效率模型变革在各个行业并非一蹴而就,工业领域将在数据化和信息化进程中,迎来渐进式的智能化变革,本文系统梳理了工业产业链上技术变革带来的作业效率和商业效率提升机会,并从数据、模型、决策角度分析数据产业链的价值。图 1 工业智能化技术概览2.工业智能化的形态和商业模式发展:强解决方案大乙方&强运营新甲方用技术手段实现工业智能化,其呈现的形态和商业模式又是什么呢。本文试图从一个技术、产业观察者,产业投资者的角度来阐述和分析工业智能化的一些方向和可能。概括如下图,工业智能的表现形式可能为硬件、软件、业务系统、算法、平台、解决方案等,从商业模式看,可能强解决方案,终极路径成为一个大乙方;也可能通过强运营模式再造新甲方或成为新型甲方。图 2 AI赋能的机会:解决方案or重度运营然而平台林立,创业公司的机会在哪里?细分行业繁多,哪些领域有大的机会?是做解决方案的机会还是运营的机会?本文试图通过平台的分析、技术配置和行业选择的梳理、工厂解构、产业链拆分和数据的链条来寻找投资和创业的机会。并总结如下:图 3工业智能化的未来方向和发展可能二、工业智能化创业与投资机会详解1.平台型企业并不垄断,互相赋能正当其时近年,市场涌现了众多的工业互联网平台级企业,但工业行业本身细分非常多,且各自的行业属性和特点差异很大,不可能出现一个放之四海而皆准的模型和技术。这里面技术应用的逻辑和商业闭环的形成可能需要不同技术背景、产业背景的人或公司来参与和验证。以国内比较早的工业互联网平台为例,基于母公司或原企业的禀赋特征,大型工业企业工互平台多少都承载了原有企业的烙印。比如根云互联以设备物联为基础,建立设备全生命周期的管控,搭建工业云平台;围绕三一重工销售全世界各地产品,利于IOT、大数据、人工智能技术进行商业模式的创新,并延展至其他设备和产业。而海尔CosmoPlat则是以用户为中心的柔性生产平台,区别德国工业4.0工厂智能化升级改造,Cosmo除关注厂内的作业效率外,更注重于商业效率的提升。通过Cosmo实现了部分品类的零库存、可控成本大规模定制等。并尝试将家电领域实现的体系化的大规模定制能力赋能给陶瓷、纺织服装等产业。新晋上市的工业富联依托富士康现有大量客户资源、长期深入稳定的战略合作关系,规模效应下的产业及供应链优势,期望进行上下游延伸,打造工业互联网平台。从上市后的业务进展来看,在刀具预测、制程优化等等方面纷纷开始发力。相较于国内新兴的工业互联网平台,GE Predix及西门子MindSpere是国际上较早的将工业互联网、大数据等理念应用于工业的平台。且历史发展进程来看,他们也在不断用各种收购兼并的方式丰富自己的产品、解决方案及行业线。除历史悠久的西门子和GE这样的大型企业和新兴工业互联网平台之外,传统的软件厂商和系统集成商也在谋求工业互联网方向的转型和布局,如用友、汉得信息、东方国信、宝信等等。另一类的代表是阿里云、华为这样在国内具有较强的2B能力的互联网或科技企业,阿里云ET工业大脑在流程行业的方案,如钢铁、石化、能源做的比较多;淘工厂平台主要为淘宝商家提供制造和供应链能力。但这些公司都希望提供的是更通用、底层、标准化的能力,在其生态,也需要更多掌握细分行业knowhow和算法的方案商的合作。所谓平台,大家都是想要搭建一个更开放和广阔的生态,赋能给更多的工业企业,但中国的工业互联网或者工业智能化才刚刚开始,大型平台企业也只是冰山一角,且不同行业的knowhow的差异较大,留给创业者的机会还很广阔。2.垂直重度打造细分行业工业智能系统大有可为工业本身是一个非常泛的概念,不同行业之间差异较大,单论流程工业与离散工业的生产自动化程度、数据可得性和工业复杂度都不尽相同,存在的机会也有所不同,而最大的共性在于,每一个场景都需求各异,进入任何一细分领域都需要足够深厚的行业knowhow和上下游资源整合能力。不同行业的智能化诉求可能也不尽相同。这种特质的好处在于在产业服务的层面,无法形成传统大企业垄断的局面,而各个细分都有平台级的机会。从离散到混合到流程,从产品到服务,从生产到管理,存在不同的智能化变革的机会。可供选择和配置的技术手段有很多,且成熟度和领先性各有不同,什么才是有价值的机会点,如何进行选择,本文试图做出一些逻辑上的梳理。如果将上文提及的技术、与行业以及行业相应的功能和环节进行结合,就可能产生相应的商业模式和创业机会。图 4 从离散到连续,技术及行业配置的机会以下举例来说,不同行业都存在智能化变革的可能,这里面可能是卖解决方案的机会,也可能是运营型的机会。产供销一体2C产品型行业:2C型产品都有定制和柔性生产的需求,例如纺织服装、食品饮料、家电等,2C领域由于需求和产品的差异化,比较分散,集中度可能不高,有做出新品类、新网络和做出集中度的可能。这其中可能结合了大数据、排产排程、运筹优化、柔性产线改造技术及各种工业软件来得以实现。高能耗流程型行业:诸如钢铁、有色、化工、陶瓷等行业,周期性较强,涉及国计民生,体量大,且多面临产能过剩问题,能源消耗占据了很大成本,在感知、实时检测、能效等方面都有强需求。有做成一个大的解决方案商的机会。设备装备类企业:基于边缘计算和工业物联网技术,设备类企业都商业模式转型的可能,从销售服务效率、资金效率等等层面都有很大增加值的可能。半导体和面板产业:本身精细化、自动化程度比较高,但产业链的国产化程度低,良品率的提升对于整个产业的附加值大。从单个行业产业链来看,我们从什么地方下手和切入,结合大的大乙方和新甲方的方向,笔者通过系统的调研和投资践履,梳理了在工业产业链上和工厂内部技术变革带来的作业效率和商业效率变革机会。并简要概括如下:图 5 工业智能化的世界观3.单点切入,资产/设备、流程优化打造新型智能系统3.1 资产/设备的智能化机会工业机器人及智能装备从设备、资产角度,不同信息化和自动化程度的工厂都有资产升级更新迭代的需求,近年涌现了一批成长很快的新型集成商、本体研发商。同时在产品体系上,也出现并联、协作等新型的需求和团队,人机互融、仿生、自适应等新兴技术层出不穷,我们认为机器人本身是一个很大的系统性投资机会,从产业链到不同细分,在这里就不做更多展开。另一个方向是装备的智能化,部分行业和工厂的自动化程度已经比较高了,但设备和资产本身在技术突破层面有很大的空间,装备本身借助工业视觉、大数据、计算机仿真等技术进一步自适应、自校准、自主化。同时装备往制程的延展和产线的结合,可以进一步影响产品的良率。设备故障预测和健康管理(PHM)传统设备原厂商都没有太关注设备、产品销售后带来的后服务问题,典型的三大发动机厂商GE、罗罗、普惠在PHM层面做得不错,但大量机械设备厂商不具备自带PHM的服务能力。从数据采集、数据分析层面,设备的故障诊断和预测结合了算法能力、工程经验和复杂机理模型的理解,对传统的设备厂商带来比较大的技术挑战。从技术路径上,在端上做特征提取,在云端训练模型是验证的路径,但具备这样的能力的团队在市场上较为稀缺。以美国的Uptake为例,依托卡特彼勒的内燃机产品的PHM,几年内迅速成为数十亿美元的独角兽。另一个代表是全球最大的风机厂商Vestas,他们从制造开始,对风机进行了改造,传感器遍布所有部件,从2016年起,服务收入超过设备销售收入,成功转型成为一家风机服务的提供商。从市场规模看,我国有一千座钢铁高炉,47万个燃煤锅炉、200万台数控机床、30万的大中型空气压缩机、5万台的内燃机,而且还有海量的泵等机械设备,且绝大部分设备、产品、装备都没有考虑过健康管理问题。但也有三个方面的因素限制了这个方向的发展,一是AI技术与工业Knowhow不能有效结合,大多数团队也缺乏相关的工程化经验;二是算力成本过高,让资产端无法获得高性价比的预测性解决方案;三故障数据和标注的缺失,无法进行经典意义的深度学习路径去做预测。今年汉诺威工业展上预测性维护是一个非常热的话题,科技大厂、传统工业软件厂商、设备商、众多细分的创业公司在这涉足这一领域,在欧洲市场来看,这也是比较落地的工业AI和工业互联网应用场景,基于人力成本高昂等原因,预测性维护在商业逻辑也比较说得通,比如每次上门的巡检和运维单人需要300欧元,但预测性维护的方式完全可减少或避免这一支出。设备厂商也在积极拥抱这一技术,尝试进行商业模式的转型,比如Durr集团与Software AG的合作,帮助其从设备销售往服务转型。与IOT结合的商业模式变革从设备使用角度,通过共享/租赁的模式,甲方可以选择使用而不是持有,同时结合长期数据提取和分析,可以将保险、金融等商业模式嫁接进来。例如美国工程机械租赁平台Yard Club为卡特彼勒收购,国内的树根互联、徐工信息、中科云谷也在设备金融保险方面有实践。从资金端的需求看,国内一些金融机构也在寻找机器人等智能设备的融资租赁机会,基于精准的物联网检测和数据服务租赁模式可能会为智能设备领域带来新的产业增长机会。结合PHM和IOT相关的商业模式变革,我们总结了以下的技术变革和创新机会点。图 6 资产使用优化图解3.2 算法和数据驱动的流程优化打造新型调度决策系统跳出单个设备,大型的甲方也在寻找不同的制程优化解决方案,但不同的行业差异性较大,且同行业也会涉及大量复杂的制程,可能有物理、化学、生物的变化。结合数据的分析,对原料、设备、工艺进行优化以期达到提质、增效、节能等效果。我们系统梳理了从离散制造到连续制造的各个行业,从行业空间、信息化程度、能力边际提升空间、产能提升等层面进行了一些比较。总结了可能存在巨大市场机会和技术赋能机会的数个制程。BV也布局了3C领域、环保、钢铁等领域涉及制程优化的公司,比如在手机加工领域,在成型、冲压、合金、涂装、表面处理领域涉及数十个制程,每个制程都有通过数据、算法进行优化的空间。终极形态是打造一套AI闭环控制的新型调度决策系统和智能工厂操作系统。过去的专家系统更多是一个机理模型,但数据的决策最终要和工艺和机理模型结合起来,这也是在工业领域无法产生一个放之四海皆准的通用型平台的原因。部分投资者对于制程的非标性存在质疑,这种非通用的需求和场景一定程度限制了复制的速度和规模效应。重述一下我们在工业智能化领域寻求两类投资机会,解决方案商和运营商,在信息化和自动化时代,很多行业比如3C、钢铁、石化等等领域,都产生了多家上市公司,从市场规模的体量上看,在智能化时代,很多行业都可以支撑多家大的解决方案商或运营商诞生,对于我们的核心重点是要找到好的行业、结合新兴技术和工业场景理解的团队和真正能有效变革和提升行业效率模型的方案。另外,除了行业各异的制程外,与物联网、数据、人工智能等技术结合通用型需求,在这里还想讲三点,设计、安全、检测和能效。设计+AI工业仿真天然与机器学习相关,为获得最优的设计、装配、运维等实践,需要新型的智能化工业仿真软件。CAD、CAE本身是一个很大的生态,可以类比安卓和IOS,主流的参与者西门子、达索等都在积极布局和收购在不同领域,如流体力学、散热学、振动力学等等方面的优化算法和求解器,软件、插件产品可广泛用于汽车、航空航天、机械装备、3C等行业。不过目前在中国市场还未出现做设计做的很大的软件公司,大的想象空间可能在于结合大规模定制、柔性供应链等模式,获取需求数据、结合领先软件仿真和AI技术、无缝衔接,快速生产适销产品,直接切入到运营领域,再造某一新品类,重整供应链。安全要素的必要性和价值在往工业智能化时代行进的过程中,必然有大量的机器、设备、station都通过DCS、Scada等系统来调度,除传统工业软件外,还有很多新兴的业务调度和决策系统出现。在人的介入越来越少的情况,安全的把控更为不可或缺。在工业安全领域,过往在国内大多是一些垄断性企业基于合规性或等保的需求进行采购,但近年,逐步从政策性驱动往市场化驱动发展,拥有多元工控协议解析能力、强产品能力团队将有机会快速脱颖而出,并不断迭代自身产品线,储备下一代的与数据AI结合安全防护需求。美国工业网络安全公司Claroty获得了Rockwell Automation、西门子风投Next 47、施耐特等工业巨头的投资,在工控协议的解析和自动化、信息化的融合方面获得了投资的支持,同时也获得了淡马锡等财务投资者青睐。能效与AI的结合点能源是众多工业企业主要成本之一,诸如钢铁、石油、水泥、环保等流程行业,能耗占据了企业大部分的成本。传统的LMS扮演了一定的能效管理职能但在优化方面做得有限,一些科研机构掌握众多的机理模型和控制逻辑有一定的节能效果,新的机会是在于这些机理模型与AI的进一步结合。另一方面,随着电力市场的逐步改革和市场化,工商业用电的放开,多元化的参与者进入到这一市场。我们也期待技术、数据能够产生一定的鲶鱼效应,帮助企业降本增效。工业检测的通行需求和非标特性通过计算机视觉技术去提升检测环节的效率不是一个新的话题,在3C面板、盖板、锂电池、晶元、医药等领域都有些公司在做。但也存在许多挑战,诸如非标问题,机器视觉系统开发成本高,周期长;算法和软件存在易用性差,使用门槛高等问题;且还存在高精度、高动态、高反等技术上的难点和挑战。但如果能做出较为通用的平台公司,且能够解决低成本规模化行业复制的问题,必然能产生大的机会。4. 智能工厂操作系统,从点线运营效率到系统效率提升如果设备是点,制程是线,上升到面的层面我们再来看看智能化的变革机会。将制程的分段优化进行串联,并辅以工业软件及先进的传感其技术、自动化技术、机器人技术,实现全局语义化的调度和决策是理想的智能操作系统状态。从工厂运营层面,我们关注作业效率的提升,我们从资产/设备——制程——智能操作系统(Factory Operating System),三个层面看工厂智能化的投资机会;并以数据库、边缘计算、PAAS、新的感知作为承载智能化改造的基础。图 7 智能工厂操作系统结构4.1 串联制造执行,获取业务数据,MES的价值美国先进制造研究机构AMR将MES定义为“位于上层的计划管理系统与底层的工业控制之间的面向车间层的管理信息系统,整体来看,MES在我国的渗透率还是比较低的。MES产品具有比较强的行业属性和定制属性,领先的产品和技术掌握在大部分外资企业的手里,比如Rockwell、西门子、GE,同时通过兼并收购丰富其行业覆盖;半导体软件领域的领先技术都掌握诸如Applied Materials等国外企业。从国内部分企业的过往发展来看,或是依托集中度高的行业各样发展起来,比如宝信和石化盈科,或是限于产品特性未能做大。同时,真正拥有强产品的能力和团队在国内较为稀缺。但我们认为,MES作为工厂智能操作系统的基础在未来不可或缺。这里面有两层的投资逻辑,第一是能否成为一家大型的解决方案商,MES公司存在三个方面的价值,一是客户壁垒,细分行业客户黏性高,积累难度高;中大型客户、外企看中服务质量和稳定性,一般与服务企业建立长期稳定合作关系;二是行业理解:离用户近、理解业务逻辑,可能做一定的定制开发;三是场景数据优势:基于数据积累应用数据科学进行效率模型变革;第二个投资逻辑是否有强产品、云化的可能,诸如Rockwell、GFOS、ITAC Software等领先MES厂商兼认为云端是未来的发展方向,都在谈物联网平台,将数据放到云端,从制造执行往工作协同、安全等方向发展。在国内工业互联网的大背景下,这个趋势也在渐进式的发展。MES是串联工厂作业和制程的系统,但有定制化程度高、实施周期长等发展瓶颈。但整体来看,MES在我国的渗透率还是比较低的,但作为智能操作系统的基础,MES将管理层面和生产层面(工业控制)进行连接,使得全局的数据分析、调度、决策成为可能,同时在能耗分析和优化、以及排产排程、柔性制造层面,可以通过AI的结合提升效率。MES通常囊括了工厂内人、机、料、法、环各个环节,且与行业knowhow、业务流程强相关,举例说来,有了MES才能有效量化单品能耗和单人产出。广义来讲,APS是MES的一部分,它扮演了排期优化执行生产的角色,排产排程本身是一个运筹学的最优化问题,结合多条件的约束,需求最优的排产排程计划,人工智能可以提升效率。例如油田的开采周期持续8-10年,如何获得最优的产量本身是一个多阶段求最优解的过程。另外高级排产排程的算法可以使得生产获得更强的柔性,在某些领域可能数倍提升生产效率。4.2 精准和柔性,从制程优化到全局智能FOS(工厂操作系统),未来工厂的畅想现阶段的智能化可能大多数还不能做到全厂全域的情况,大多是点、线的技术,但在方向和路径上,一些大型企业和创业者也在试图去延伸自己的能力边界,从单一制程往全制程发展。试想一下,在工厂运营环境下,对物理世界的信息进行全局语义化的解析,机器与机器,人与机器能够进行高效的交互,同时智能化的操作系统完成众多的控制、调度、决策,包括AR、视觉技术对于人或数字员工的引导,仓储物流柔性化的作业调度,新型业务软件系统执行的决策调度,用户意图的获取3D重建和模拟……同时这种控制、调度、决策能够保证最优的实践。工业企业的效能提升必将进入一片新的天地。5. 工业智能化带来的产业效率提升和商业模式变革以上的梳理集中于工厂运营层面,如果上升到工厂作为一个企业,作为一个盈利主体这一层面,它要结合上下游全面考虑研、产、供、销。图 8 工厂运营之外的效率变革机会5.1 以工厂为核心,企业作为主体,技术赋能上下游的产业效率提升工业智能化不仅涉及工厂内全局语义化的智能操作系统,同时上下游的协同,生产、资金和销售服务层面都有巨大的效率提升空间。在生产采购层面,通过设备、数据的连接,IOT的赋能,线上线下的打通,云工厂可以带来产业链效率的提升,在产量、价格、投入等层面都质的突破。借助各种优化算法,工业企业在采购、库存、物流等层面都存在降本、增效的机会,早在本世纪初,惠普公司应用库存优化及数学规划模型来重构其供应链模型,两年时间节省1.3亿美元。借助产业链里的数据获得更精准的风险模型,也能帮助企业提升资金层面的效率。在销售服务层面,海尔、酷特智能都是典型C2M的代表,海尔通过反向定制,实现了部分产品的零库存,带来巨大的财务收益,当然这一结果也是工业软件、数据积累、智能化的效能。总体来讲,数据算法和智能软硬件可以作为配置器,进行产能撮合、供需匹配、资金匹配和赋能供应链协同。5.2 连接研产供销,企业级的流程再造和商业价值重塑从制造型企业的职能来看,价值的闭环通过研产供销来实现,创业或投资的逻辑也可循着企业自身价值实现的逻辑来探索新的机会。过往一些做精益咨询的公司一定程度扮演了局部或全局优化的智能,AI时代,借助技术的赋能,在企业的价值实现角度,可能带来新部门、新的供应链组织形式甚至新品类(公司)的投资机会。图 9 企业级AI:连接研产供销6. 工业智能中数据产业链的投资价值在作业效率和商业效率,资产到制程到FOS的框架之外,我们再来讨论一个贯穿始终的主题,就是数据。过去的工业领域投资,重点着力产品设备、自动化的产品和解决方案等等,整体偏硬,总体是对于人的手脚,体力劳动的替代。AI能做的事,当然不仅限于动作的执行,在数据决策层面,AI能够赋能工业企业的一些内部部门,或者替代一些大型专业服务公司,帮助其更好地完成运营和商业的决策。从数据的产业链来看,我们划分了三个层级来看:图 10 工业数据产业链投资机会在设备物联角度,面对多种协议并存的异构设备,如何把他们连接、数据汇集、融合起来,实现在边缘或云端计算,是一个基础的命题。从数据源和数据采集层面,我们也在关注新的数据轴,新的感知和采集手段,比如领先和跨代际的传感器,BV也在此领域系统布局多家国内外领先的前沿传感器公司。或者能够快速帮助企业完成工业3.0的软件产品等,如果一个企业无法量化一些指标,诸如能耗、成本或工时,则谈不上更多数据决策问题。在存储、处理和分析角度,我们关注新型的数据技术、中间件和算力需求,数据融合、集成也是智能化的一个通用需求;同时,工业机理、工业流程、模型方法经验和知识积累不足,也成为工业领域算法层面的瓶颈。在应用层,数据可以帮助人完成在供应链、设计、生产制造、检测、后服务全局的决策,因此产生了各种技术解决方案和商业模式,上文提及的作业效率和商业效率反映了数据的能力边际足以为工业带来巨大的效能和变革。三、共创工业智能未来:技术孵化、产业连接和资本助力国内不同行业、不同地区的企业,所处阶段不尽相同,有的处于2.0需要补课,有的处于3.0待普及,有个别企业处于4.0需示范,多元化的发展阶段,差异化的改造需求,碎片化的市场订单,造就中国工业智能化改造最复杂的市场。在投资孵化,深入产业的过程中,我们也看到了对于技术创新者诸多的挑战,例如数据完整性、解决方案不能闭环、商业模式不够有吸引力、没有很好的环境数据和模拟环境、运营边界比较窄、还有诸多传统to大B面临的困扰和问题。前路不可谓不光明,但道路不可谓不曲折。BV的逻辑是循着大的行业效率变革的方向,布局以前沿技术作为手段,做解决方案或运营类公司,同时借助智能产业实验室、高校科研院所研究资源整合,技术方案连接等手段助力中国乃至全球的工业转型升级。我们也期待与更多的技术先驱、学者大牛、创业者、产业领导者、投资者进行更深度的交流和合作。

名色

工业互联网市场研究:5G解决了阻碍工业数字化转型的大问题

信息化和工业化是两个历史发展阶段。在一步步走来过后,制造业变革与数字经济的发展出现了历史性交汇,从而使得全球新一轮产业变革蓬勃兴起。这场变革我们把它叫做工业互联网。工业互联网是链接工业全系统、全产业链、全价值链,支撑工业智能化发展的关键基础设施,是新一代信息技术与制造业深度融合所形成的新兴业态和应用模式,是互联网从消费领域向生产领域、从虚拟经济向实体经济拓展的核心载体。作为一个巨大的体系,工业互联网不是一个简单的平台,而是将对整个工业制造业产生巨大变革的系统。目前工业互联网有两大内涵。一个是网络基础建设,其中包括工厂内网、工厂外网与标识解析。另一个则是新的业态与商业模式,类似于互联与移动互联网的关系。围绕着这一新业态和商业模式,将会产生一系列新兴技术与产业,如智能生产、个性定制、网络化协同等。工业互联网有着业界公认的三大体系,即网络、数据、安全。其中网络是基础、数据是核心、安全是保障。因此,工业互联网的产业链按照架构可以划分成六个层次,分别是设备层、网络层、平台层、软件层以、应用层以及安全体系。设备层包括智能生产设备、生产现场智能终端、嵌入式软件及工业数据中心;网络层包括工厂内部和外部的通信;平台层包括协同研发、协同制造、信息交易和数据集成等工业云平台;软件层包括研发设计、信息管理和生产控制软件,是帮助企业实现数字化价值的核心环节;应用层包括垂直行业应用、流程应用及基于数据分析的应用。此外,工业互联网的安全体系渗透于以上各层中,是产业重要的支撑保障。在架构下,产业链根据细分领域又可重新大致分成五个部分。第一,边缘采集构建了工业互联网平台的数据基础。目前,工业数据采集核心企业由工业自动化企业和工业互联网企业两类企业构成。第一种企业从自身核心产品能力出发,主要为工业数据采集、提供接入设备,作为工业数据采集的源头。国内主要企业有研华科技、安控、北自所等;第二种企业主要为工业数据采集提供工业网络协议转换、传输、安全等配套设备和服务,部分企业从原有优势领域正在积极向制造业领域延伸发展。国内主要企业包括:和利时、中国电信、中兴通讯、华为、名匠智能、映翰通网络等。第二,工业互联网工业IaaS。IaaS为用户提供云基础设施服务,主要解决的是数据存储和云计算问题。国内IaaS企业可分为以下四类:第一类是互联网巨头,积累了技术和基础设施,具有内容、渠道、用户运营等优势,主要公司有阿里云、金山云、百度云、腾讯云;第二类是新兴创业龙头,公司的先进技术驱动内生增长,能在垂直领域深耕竞争壁垒,主要公司有青云、优刻得科技等;第三类是传统IT公司转型(包括传统IDC、IT运营商、系统集成商等),具备丰富的硬件设备资源及成熟的销售渠道体系,主要公司有华为、浪潮信息、世纪互联、太极股份等;第四类是运营商阵营,拥有带宽和通信资源等优势积累,主要公司有中国电信、中国联通、中国移动。第三,工业互联网工业PaaS。PaaS是工业互联网的核心,旨在面向制造业数字化、网络化、智能化需求,构建基于海量数据采集、汇聚、分析的服务体系,支撑制造资源泛在连接、弹性供给、高效配置的载体。PaaS层有四大类型的企业。如,凭借工业设备与经验积累打造工业互联网平台的装备和自动化企业,主要有西门子、ABB等国外企业;将数字化转型成功经验转化为基于平台服务能力的领先制造企业,国内主要企业有海尔、中国航天科工集团、三一集团有限公司;围绕业务升级需求,借助工业互联网平台实现能力拓展的软件企业,主要企业有德国SAP公司,美国PTC公司;发挥技术优势,将已有平台向制造领域延伸的ICT企业,外国企业有IBM、亚马逊、微软,我国龙头企业是华为。第四,工业互联网工业SaaS。SaaS基于工业互联网,承载工业知识和经验,满足特定需求研发工业应用软件,即工业APP。国内布局工业APP 的企业主要有航天云网、东方国信、树根互联、徐工信息、青岛海尔等。但在整体上,工业APP发展现状还存在数量少、质量低以及发展慢等较多问题。第五,工业安全。工业信息安全贯穿整个工业互联网,从事工业控制系统信息安全、工业互联网安全、工业大数据安全、工业云安全、工业电子商务安全等工作内容。目前,工业信息安全企业分为四种类型。自动化背景的厂商,通过成立子公司或工控安全部门进入该领域,主要公司有浙江中控、和利时、三维力控等。传统信息安全背景的厂商,成立工控安全部门或投资有工控安全业务的企业,主要公司有启明星辰、绿盟、立思辰等。IT系统集成商,主要通过与专业的工业信息安全公司合作进入工业信息安全领域,如石化盈科、中油瑞飞、南瑞信通等。工业信息安全的厂商,通过整合信息安全和自动化化控制方面的人才,专注于开展工业信息安全领域业务的企业,如威努特、天地和兴、安点科技等公司。1968年1月1日,Dick Morley宿醉。就在这一天,他起草的一个备忘录直接导致了可编程逻辑控制器的发明。而可编程逻辑控制器的诞生正是工业互联网逐步演变的开始。1969年,第一台可编程控制器(PDP-14)在通用汽车公司的生产线上试用后,效果显著。此后,在1971年第一代微处理器问世。人们很快将其引入可编程逻辑控制器,使可编程逻辑控制器增加了运算、数据传送及处理等功能,完成了真正具有计算机特征的工业控制装置。到了1983年,以太网标准化以及PC发展起来后,为了方便和反映可编程控制器的功能特点,科学家正式把可编程逻辑控制器定名为Programmable Logic Controller(PLC)。其实,自80年代以来,随着计算机技术全面引入到可编程控制器中,PLC的功能发生了飞跃。由于更高的运算速度、超小型体积、更可靠的工业抗干扰设计和模拟量运算,PID功能及极高性价比奠定了PLC在现代工业中的地位,逐渐在世界先进工业国家中获得广泛应用。时间来到2011年,通用电器公司总裁Jeffrey R. Immelt首次提出了工业互联网的概念,被普遍看作是“第四次工业革命”。2013年6月,通用电气再次提出了工业互联网革命,其中伊梅尔特在演讲中称,工业互联网的目标是升级那些关键的工业领域。届时,一个开放、全球化的网络,将人、数据和机器连接起来。2014年3月,通用电器与AT&T、Cisco、IBM、Intel等5家企业联手组建了美国工业互联网联盟(IIC),并将这一概念大力推广开来,打造工业互联网生态体系。随后的几年,全球许多国家和企业都相继在工业互联网进行大力投资。如,英国出台制造2050,法国制定“新工业法国”战略,紧跟全球工业互联网发展动向,加大对本国工业互联网技术突破、产业布局、金融服务的支持力度。日本提出了“互联工业”战略,试图将人、设备、系统、技术等相互连接起来,以创造新的附加值和解决相关的社会问题。韩国将机器人、人工智能、自动驾驶和3D打印确立为智能制造产业发展的主攻方向。工业互联网的基础领域迅速扩展,工业连接、高级分析、基于条件的监控、预测维护、机器学习和增强现实等方面逐步得到落实。2018年,全球工业互联网市场已经达到3518亿美元。工业互联网平台应用场景分布显示,2018年全球工业互联网在设备管理为33%,全流程系统优化为9%,生产管理优化与生产监控分析为8%,能耗与排放管理和供应链管理为7%,产后服务为、质量管理为、客户关系管理分别为5%,财务人力管理为4%,金融服务为4%,安全管理为2%,数字化设计与仿真验证2%以及数字化工艺与制造辅助为1%。2020年全球工业互联网领域投资规模将超过5000亿美元。到2030年,工业互联网将为全球经济总量带来超过15万亿美元的增量。2016年2月,中国也成立了工业互联网产业联盟。在超过500家成员单位中,工业企业约占35%,信息通信企业约占35%,安全企业占6%,境外企业占7%,企业分别来自轻工行业、高端装备、钢铁行业、电子信息、工程机械五个核心垂直细分行业。那一年,中国工业互联网市场总收入为3859亿元。与此同时,国家支持工业互联网发展的政策也相继出台,具体从互联网协议,工业互联网体系架构到企业上云指南等各个方面全方位的对工业互联网的建设进行了部署。在国家政策大力支持,各省政府高额补贴的刺激下,我国制造企业,工业软件服务商、工业设备提供商及ICT四类企业进行多路径布局,工业互联网获得飞速发展。2018年,我国工业互联网市场规模已经达到了4709亿元。从细分市场结构上看,基础设施、软件与应用、通信与平台、工业安全的规模分别为1927、1299、1447、36亿元,占比分别是40.9%、30.7%、27.6%、0.8%。此外,我国工业互联网平台数量实现了快速发展,数量已高达269个,超过了国外工业互联网平台总和,其中269个平台类产品由制造企业构建的工业互联网平台占比就高达46%。整体而言,目前全球工业互联网尚处于初期发展阶段,全球范围内也仅有通用电气和西门子的工业互联网平台较为成熟。而我国工业互联网由于起步较晚,因此仍与国外存在一定差距。在边缘采集层面,我国缺乏工控领域的领军企业,95%中高端PLC市场、50%以上的DCS市场被跨国公司垄断,国产化的工控自动化核心部件产品仅占35%的市场份额。在工业PaaS层上,整合控制系统、通信协议、生产装备、管理工具、专业软件等各类资源的能力不足,集业务流程咨询、软件部署实施、平台二次开发、系统运行维护等于一体的综合能力欠缺。在工业SaaS层上,高端工业软件主要依赖进口,同时缺乏相关开发者社区。然而,2018-2020年仅是我国工业互联网建设的起步阶段,过程发展所取得效果是比较显著的。具体表现为,标识解析体系不断完善,平台供给能力持续提升,融合应用范围加快拓展,安全保障体系在逐步构建。据前瞻产业研究院报告,2020年,我国工业互联网市场预期增速达到15%,万亿市场规模指日可待。5G是推动工业互联网的重要一环。连接问题一直以来是阻碍工业制造业数字化转型的大问题。现在,5G的技术的突破将连接、安全和集中计算的能力带给工业,助推工业互联网爆发,将有力提升数据传输的效率,极大提升工业互联网的能力。相比较国外,我国在5G领域的优势很明显。在5G标准必要专利方面,远远高于美国、韩国、芬兰等主要国家。更重要的是,对于5G,包括系统芯片、设备、终端测试在内的产业链,所有主要环节都有国内公司参与,并且达到了商用水平。目前全球能够提供完整端到端的5G电信设备商,也只有中兴和华为两家。因此,随着2020年我国5G商用逐步落地,工业互联网发展有望进一步提速,未来短时间内有望超过全球工业互联网早期拥有发展优势的国家。据Mordor Intelligence预测,2024年全球工业互联网市场规模有望从2018年的3518亿美元增至9211亿美元。而在2024年,我国工业互联网市场规模将达到1.3万亿元规模。(资料来源于:解析投资APP)

卖花女

2020-2024年工业照明行业深度市场调研及投资策略建议

工业照明市场规模快速增长 企业盈利能力不断下滑#照明品牌#工业照明涉及的照明产品主要包括室内照明、户外装置照明、站场照明、地下照明、道路照明、警卫照明、障碍照明等。由于工业厂房在选择照明产品时,需要充分考虑自身生产状况,对照明产品的亮度、可适应环境、安全性、抗震性、耐粉尘性、耐腐蚀性、防爆性等要求各不相同,因此工业照明产品种类多样,性能较普通照明产品更为优越。根据新思界产业研究中心发布的《2020-2024年工业照明行业深度市场调研及投资策略建议报告》显示,我国工业规模不断扩大、厂房建设不断增多,使得市场对工业照明需求持续增长,同时,我国企业对工厂的安全性生产关注度不断提升,市场对工业照明的性能与质量要求也在不断提高,共同推动我国工业照明市场规模不断扩大。2019年,我国工业照明市场规模约为3699.8亿元,同比增长15.3%。我国是全球工业大国,也是全球工业照明主要需求市场。传统照明以白炽灯为主,LED灯具有节能、长寿命等优势,在节能减排背景下,全球市场中LED灯正在逐步取代白炽灯成为市场主导。我国政府大力推动LED灯产业发展,LED灯生产技术不断进步、生产成本不断下降,市场渗透率快速提高。工业照明用电量在我国照明用电量中占比较高,接近30%,工业领域LED照明替代传统照明市场空间巨大。受益于市场需求快速增长,我国进入工业照明领域布局的企业数量不断增多,代表性企业主要有欧普照明、浙江阳光照明、立达信物联科技、横店集团得邦照明、广东三雄极光照明、佛山电器照明、浙江凯耀照明等。我国工业照明行业技术工艺逐步成熟,自动化生产水平不断提高,产品种类日益齐全,叠加性价比优势,我国成为全球工业照明主要供应国之一。但我国工业照明行业发展依然存在瓶颈。2016年之前,我国工业照明规模以上企业盈利能力持续增长,2017年以来,由于进入企业不断增多,我国工业照明产品价格不断下降,叠加生产运营成本不断上升,规模以上企业盈利能力不断下滑。在此背景下,劣币驱逐良币,不利于我国工业照明行业发展,未来,优化升级行业结构是我国工业照明行业发展的重心。新思界行业分析人士表示,工业照明在照明市场中占据着重要位置,我国是工业大国,工业照明市场需求庞大,利好我国工业照明行业发展。但由于企业众多,为争夺市场份额,我国工业照明企业间呈现恶性价格竞争态势,不利于行业健康发展,未来有待改善。我国政府已经禁止进口与销售15瓦及以上普通照明白炽灯,LED灯已经成为我国照明市场主导,因此我国绝大多数工业照明企业已经向LED领域转型,不具备转型实力的企业逐步被淘汰。

物也

2020年全球工业信息安全行业市场现状与发展前景分析产业将继续蓬勃发展「组图」

全球工业信息安全产业规模不断扩大近年来,全球制造业数字化转型进程加速,以大数据、云计算、人工智能等为代表的新一代信息技术向制造领域全面渗透,工业生产过程开放程度逐步加深。工业信息安全作为网络安全的重要组成部分,泛指工业运行过程中的信息安全。据市场研究公司Verified Market Research分析,2019年全球工业信息安全市场规模达164.01亿美元,其中,运营技术(OT)安全是增速最快的细分市场。据Gartner数据,2019年全球OT安全支出达3.8亿美元,与2018年相比增长52%;预计2022年全球OT安全年支出为11.15亿美元,同比增长36%,增速保持在30%以上的高位区间。北美地区市场规模稳居首位亚太地区增速加快区域分布方面,据Verified Market Research的数据显示,2019年北美地区工业信息安全市场增势稳定,市场规模达79.38亿美元,占全球市场份额近50%。由于针对能源和制造业网络攻击数量的快速增长,欧洲工业信息安全市场规模持续扩大,达35.03亿美元。随着中国、日本和印度等国家城市化和工业化不断深入,亚太地区工业信息安全市场增速加快,市场规模达31.12亿美元。在工控安全领域,北美地区在政策监管、市场供给和技术应用等方面优势显著,市场规模稳居首位;中东和非洲地区关键基础设施部门安全意识显著增强,工控安全市场增速仍保持领先。元)能源和公用事业为工业信息安全应用的主要领域行业应用方面,Verified Market Research的数据表明,能源和公用事业(市政)领域仍然是工业信息安全的“主战场”,2019年市场规模达52.32亿美元。由于控制系统和物联网设备的广泛应用,交通运输行业工业信息安全需求显著增强,成为2019年增速最快的垂直行业,市场规模达31.87亿美元。化工和制造业工业信息安全市场增速小幅放缓,市场规模达23.18亿美元。其中,由于制造业间谍活动等网络威胁加剧,预计未来增速将进一步加快。全球工业信息安全产业将继续蓬勃发展随着工业信息安全得到全球主要经济体的高度重视,各国陆续采取政策措施完善产业发展环境,行业用户安全意识稳步提高,技术创新演进持续深入,市场竞争合作日益激烈,全球工业信息安全产业将继续蓬勃发展。据市场研究公司Verified Market Research分析,2019年全球工业信息安全市场规模达164.01亿美元,预计到2026年增长至297.6亿美元,年复合增长率为8.83%。据市场研究公司Market Watch分析,预计到2025年,全球OT安全市场规模将增长至35.31亿美元。(文章来源:前瞻产业研究院)

夫子时也

工业软件行业深度研究及投资策略:铸工业智造之魂

如需报告请登录【未来智库】。1、 内循环新格局下,工业软件战略价值凸显1.1 工业软件是“蓝海”也是“短板”,长期存五倍增长空 间中国工业软件市场规模已达千亿级,正处于快速增长阶段。工业软件是指在工业 领域广泛应用的各类软件和系统,是将工业技术软件化,将人对工业知识和机器设备 的使用经验显性化、数字化、系统化的过程。作为工业化长期积累的各类工业知识、 机理模型和经验诀窍的结晶,工业软件已经从辅助工具演化为了工业化进程不可或缺 的伴生物,是制造业的重中之重。2012 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。 截止 2019 年,中国市场规模已达 1720 亿元,2019 年 16.5%的增长率和过去 7 年超过 20%的复合增长率均远高于全球水平。如果将嵌入在硬件设备中的工业软件也包含在 内,保守估计中国工业软件的市场规模已达到 5000 亿元。工业软件产业成新蓝海,长期存五倍增长空间。中国是全世界唯一拥有联合国产 业分类中所列全部工业门类的国家,已经成为全球制造业规模最大的经济体,2018 年 全年工业增加值突破 30 万亿,如此巨大的产业规模体量,对工业软件的需求非常旺 盛。与此同时,中国工业软件市场市规模与发达国家相比仍然很小,市场规模在全球 的占比仅为个位数,工业软件销售额远远落后于北美、欧洲等发达国家。以 2018 年为 例,中国工业增加值全球占比接近 30%,而同期工业软件市场规模全球占比不足 6%, 两者严重不相符,存在五倍的差距。长期来看,中国正在从制造大国向制造强国迈进, 不断加快的产业转型升级进程必将为工业软件带来更加广阔的增长空间。因此我们认 为,中国工业软件产业正迎来巨大的“蓝海”市场,长期存在五倍的增长空间。制造业高质量发展加深了对工业软件的依赖。工业软件通过大量的指令和程序, 将跨学科的工业知识、算法和机理模型固化封装,进而支撑工业设计、生产管控和经 营管理过程,并对各类设备仪器操作驱动和进行逻辑控制,是工业技术的结晶,堪称 现代工业的大脑和灵魂。工业软件在经济社会发展和企业活动中无处不在,无论是重 工业、轻工业还是高端装备业,从企业的研发到生产再到运营,在产品设计、试验、 制造、装配、库存、物流、销售等各个方面都离不开工业软件。特别是在科技创新领 域,工业软件承载着最先进的技术和工业 know-how,是几乎所有细分行业都绕不过去 的必经之路。作为制造大国,工业软件是中国产业的“短板”,与发达国家差距较大,主要表现 在以下几个方面:一是工业软件自给率低。据不完全统计,目前中国高端制造业中电 子、航空、机械领域的研发设计软件大多为外购,自给率分别只有 10%、15%及 30%。 进入 21 世纪后,国内制造业仅采购 CAD 软件及升级所支付的费用就超过 20 亿美元。 二是工业软件领军企业少。相比于达索、PTC、SAP 等国际巨头,中国工业软件领域 领军企业相对较少,大部分都是中小型企业,在研发投入、产品性能和整体实力上无 法与国际巨头相抗衡。三是工业软件生态尚不健全。国内工业软件的产品和服务供给 能力不够,大型制造企业习惯于购买和应用国外工业软件,庞大的应用市场最后却成 了国外软件发展壮大的沃土。四是关键核心技术受制于人。中国制造业大而不强,关 键工艺流程和工业技术数据缺乏长期研发积累,工业软件核心技术空心化,高端工业 软件供给被国外厂商牢牢把持。1.2 工业软件或将掀起继集成电路后第二轮国产化投资热潮中国工业软件的细分领域面临“断供”风险。2019 年 6 月,美国 EDA 软件三 大厂商 Synopsys、Cadence、Mentor Graphics 相继按照美国商务部的要求,暂停了 对华为的授权和更新,这是美国对华为一系列的断供风潮中最严重的事件。美国 EDA 软件三巨头垄断了全球 90%的市场份额,芯片设计公司和代工厂,几乎都必 须跟三巨头合作。2020 年 6 月,美国软件公司 Math Works 按照美国政府要求,对 被列入实体名单的哈工大终止 MATLAB 软件的相关授权,再次引发了中国工业软 件的断供之忧。MATLAB 软件主要用于计算、可视化、数据分析等方面,最主要 的用户虽然是大学,但在工程领域的正向设计方面有着广泛的应用,某种程度上 已经成为了国内理工科学生技能“合格认定”的一项指标。从 2019 年 6 月到 2020 年 6 月,短短一年内的两次工业软件断供事件,精准地抓住了中国制造业和科技 产业的“短板”,也第一次让社会各界对工业软件的重要性和战略价值有了前所未 有的共识。实际上,中国工业软件面临的“卡脖子”问题早有端倪,国内军工领域的一些 企业就曾被美国所谓的“授权合格最终用户(VEU)”名单拒之门外,禁止购买一些 细分行业的专用工业软件。例如汽车电控细分领域的 CAE 专用软件 DSPACE 在 业内处于垄断地位,但早在 10 年前已对中国军工企业全面禁运;航天领域支持全 过程业务应用的领先商业分析软件 STK 目前最高版本是 11.0,但是美国公司 Analytical Graphics 从 7.0 版本就开始对中国禁运。工业软件是集成电路产业链上游的核心环节,也是撬动产业链发展的支点。集成电路和软件产业是信息产业一硬一软两大核心,是引领新一轮科技革命和产 业变革的关键力量。其中,工业软件又是集成电路产业链上游的核心。芯片产业之 所以被誉为高投入、高市值、高价值行业,其设计环节的巨额投入“功不可没”。 芯片设计费用从 65 纳米的 2500 万美元上升到当下 5 纳米的近 5 亿美元,整整增 长了二十倍,其中工业软件占了大头。此外,以 EDA 软件为代表的研发设计工业软件还是 IC 设计的核心工具,扮 演着无可替代的角色。从 65nm 到 40nm 再到 28nm,每一代芯片制程技术的进步, 都会有至少 50%的软件代码需要重新编写。一枚 7nm 的芯片上有多达 70 亿个晶 体管,对设计的精确度要求极高,运算的复杂度也呈指数级增长,如果没有 EDA 软件,几乎无法完成这些设计工作。因此,EDA 工业软件被誉为“芯片之母”,是 集成电路价值链上游 IC 设计产业最核心的部分。另一方面,集成电路 EDA 软件全球市场规模不足 100 亿美元,但却直接决定 了超过 700 亿美元的全球半导体制造市场,进而撬动了 5000 亿美元的全球半导体 市场,甚至对 1.9 万亿美元的全球电子信息产业都有着决定性影响。如果没有工业 EDA 软件,芯片设计公司或将直接停摆,整个电子信息产业或将被动摇。因此我 们认为,中国当前产业发展面临的“缺芯少魂”问题,不仅是高端芯片短缺,更是 缺少产业体系之魂——工业软件。发达国家高度重视并持续投入巨资扶持,形成在工业软件领域的领先优势。美国高度重视工业软件产业发展,将软件视为其国家战略性支柱产业。在政策方 面,美国在 1979 年颁布了软件版权保护法,并且对软件企业给予永久性研发税优 惠。早在上世纪 60 年代,美国国防部便授意和支持洛克希德·马丁公司开发早期 的 CAD 软件 CADAM,70 年代美国国家航空及宇航局(NASA)在国家财政的支 持下开发了有限元分析软件 Nastran,并推动 UGS 公司开发了 CAD/CAM 软件 EDS I-DEAS。2018 年美国国防部高级研究计划局牵头,美国产学研用各方推出了一项 为期 5 年、支持金额高达 15 亿美元的“电子复兴计划”(ERI),用以支持芯片技 术研发,美国国会也将每年额外注资 1.5 亿美元。其中,EDA 软件获得了同级项 目中金额最多的扶持,EDA 三巨头中的 Synopsys(新思科技)和 Cadence(铿腾电 子)均参与了相关项目并获得财政支持。此外,美国工业软件企业的研发投入也居 高不下。全球知名工业软件企业深受资本市场青睐。工业软件在现代产业体系中的核 心价值,以及发达国家政府对工业软件产业的高度重视和持续投入,共同带动了 资本市场对工业软件企业的价值认同,帮助企业获得了雄厚的资金实力和融资能 力,进而推动企业对软件研发持续投入重金,并通过一系列投资并购壮大实力,以 此形成工业软件产业的良性循环和可持续发展。资本市场对这些工业软件巨头尤 其青睐,尽管工业软件企业营收和利润规模不大,但是市值普遍不低,市销比更是 远高于相关工业和自动化企业的估值。我们认为国际资本市场对工业软件企业的 偏好,为工业软件企业注入了长期的发展动力。内循环新格局促进国产工业软件生态培育,工业软件有望成下一轮国产化投 资的重点。内循环新格局与以往最大的不同在于,过去中国经济社会发展的特点 是市场和资源“两头在外”,现在则是要调动中国超大规模的内需市场,提升供给 体系对国内需求的适配性,形成需求牵引供给、供给创造需求的更高水平动态平 衡,这就为工业软件应用生态的培育扎起了国产化藩篱、创造了绝佳的条件。工业 软件始于工业用户的实际需求,某种程度上说工业软件是“用”出来的,而不是开 发出来的。应用生态构建是产业发展的重要基础,只有大批稳定的工业企业用户 持续使用、持续反馈,才能推动产品服务不断的迭代、优化,进而提升整个产业水 平。内循环新格局下,越来越多的制造企业,特别是国有企业,出于稳定性和安全 性考虑或将开始尝试使用国内工业软件,用户需求的持续提升和反馈,有利于工 业软件应用生态的培育,进而形成应用牵引供给,供给持续升级的良性循环。与此 同时,中国长期坚持的“软件正版化”工作,不断加码的软件知识产权保护政策, 也在一定程度上为工业软件应用生态的培育提供了保障。参照国内对集成电路产业的投资以及国外政府对工业软件的投入和扶持,我 们认为中国工业软件产业有望复刻集成电路产业的发展趋势,成为下一轮国产化 投资的重点,工业软件市场具有广阔发展空间。2、 产业政策和企业需求促进工业软件加速发展近些年,中国经济已经由高速增长阶段转向高质量发展阶段,正处在转变发展方 式、优化经济结构、转换增长动力的攻关期,从智能制造到工业互联网,国家顶层设 计始终高度重视工业软件在推动产业转型升级中的核心支撑作用,出台了一系列政策 文件。与此同时,数量众多的制造企业在开展数字化转型的过程中,对工业软件的主 动关注和内生需求也愈发旺盛。2.1 政策重视工业软件在制造业中的核心地位工业软件是智能制造和工业互联网的核心基石。2015 年 5 月国发〔2015〕28 号文 将智能制造确定为制造强国建设的主攻方向,并明确强调要“突破高端工业软件核心 技术,推进自主工业软件体系化发展和产业化应用”。2017 年 11 月国务院印发《关于 深化“互联网+先进制造业”发展工业互联网的指导意见》,通过实施工业互联网创新 发展战略加快传统产业转型升级,加速新兴产业培育,为制造业高质量发展提供关键 驱动力。除了国家顶层设计相关的产业政策,工信部近年来更是通过发展规划、专项 工程和试点示范系统推进工业软件和智能制造、工业互联网的协同创新发展,截至 2019 年 6 月,涉及工业软件的两项指标,企业数字化研发设计工具普及率和关键工序数控 化率已分别达到 69.3%、49.5%。财政政策和专项工程持续扶持工业软件发展。今年 8 月 4 日,国务院印发《关于 新时期促进集成电路产业和软件产业高质量发展若干政策的通知》(以下简称《若干政 策》),在之前印发的国发〔2011〕4 号文和国发〔2000〕18 号基础上继承并进一步加大 支持力度,从八个方向出台了近 40 项政策举措,促进未来十年集成电路和软件产业高 质量发展。进入 21 世纪以来,十年一度的集成电路和软件发展政策一脉相承,在确保 政策稳定性和延续性的同时,发改委、工信部、财政部和税务总局还会配套出台一揽 子扶持政策,合力推动产业发展。新基建为工业软件带来新一轮政策驱动。今年新冠疫情发生以来,新基建为全民 抗疫防疫和复工复产提供了重要支撑,作为守住“六保”底线、完成“六稳”工作的 主要投资方向,获得了从政府到社会的高度重视。4 月,发改委权威定义了新基建的 内涵,其中多个方向涵盖了工业软件,未来相关政策的驱动可期。作为内循环新格局 下的主要投资方向,新基建离不开“软实力”,工业软件不仅是工业互联网产业的核心 组成,还借助工业互联网催生了新型工业软件——工业互联网平台和工业 APP。2.2 制造企业对工业软件有旺盛的内生需求制造企业高度关注工业软件的应用价值。工业软件覆盖了企业生产经营活动的方 方面面,既是企业运用信息技术提升效率的工具,又是企业开展提升智能化、网络化、 数字化水平的重要基础,在当前制造业转型升级的大背景下,深受企业重视。中国工 程院对 22 个行业 1859 家企业的调研结果显示,超过七成的企业对工业软件有强烈需 求;德勤中国在调研了 150 余家生产型和技术服务型的大中型企业后发现,工业软件 是最受企业关注的技术。工业软件助力制造企业数字化转型升级。在当前产业变革与数字经济浪潮交汇的 背景下,制造业的生产要素呈动态变化,海量、多元、异构的工业数据已经成为核心 生产要素,围绕工业数据实现价值创造是所有制造企业面临的新命题,而工业软件则 是挖掘和利用工业数据的最佳手段。与此同时,企业在数字化转型过程中还面临不同 类型、不同程度的难点、痛点,例如离散行业普遍存在产品升级换代迅速、客户个性 化需求不断增强、多品种小批量生产常态化等问题,流程行业普遍存在传统过剩产能 需要转型、安全生产和节能环保压力大、产品质量追踪需求持续提升等问题,以上这 些都需要运用工业软件来解决。工业软件在技术研发和生产经营两方面为企业创造价值。从技术研发角度讲,工 业软件可以为企业提供强大的技术支持,解决实际问题。例如在模拟仿真领域,CAE 让软件模式测试和样机测试做得一模一样,大大降低了样机错误设计概率。目前发达 国家愿意将大型高端装备工厂建设在海外,设计、组装、测试、维修等环节都愿意输 出,正是由于工业软件较好地保证了技术被充分应用的情况下,技术工艺又不被泄露。 从生产经营角度讲,工业软件定义了产品基础理论体系、生产控制流程、产品组装顺 序、产品测试机理、运维模式等,甚至定义了制造业的商业模式,协同研发、个性化 定制、网络制造、在线运维、分时租赁等新商业模式都离不开工业软件支撑。3 工业软件有望诞生多个细分赛道隐形冠军工业软件领域在国际上有着众多领军企业,中国受制于工业基础薄弱、发展时间 较短等劣势,尚未孕育出行业巨头,但却是一个潜力巨大的蓝海市场,工业技术软件 化的产业趋势和新一代信息技术的创新突破为我们在工业软件多个细分赛道培育隐形 冠军创造了有利条件。3.1 产业趋势:工业技术软件化必将形成“百花齐放”的局 面“软件定义一切”正在颠覆千行百业。随着工业革命快速发展,软件行业的产品 和服务正在逼近硬件行业,逐步成为制造业新的主战场,一场瓜分世界软件市场的争 夺战已经打响。西门子、GE 等公司纷纷投入巨资,研发未来工业软件,并已经取得丰 厚回报。最初从软件定义网络、软件定义数据中心,再到软件定义系统,到现在软件 开始定义一切。对制造业而言,软件开始定义产品、流程、生产方式、新型生产能力, 甚至产业形态。软件定义下的制造业,所有要素都是数字化的,整个价值链各个环节 的信息都可以被计算机采集、识别、处理、传递,运营过程能够被软件驱动。在汽车领域,当前软件的价值在高端汽车中占整车价值的 40%以上,一辆普通汽 车的电子控制单元多达 70-80 个,代码约 1 亿行,复杂度已超过 Linux 系统内核。特斯 拉新能源电动车中软件价值占整车价值的 60%,同时软件对企业商业模式的价值也越 来越大,因为软件功能一旦研发完成,复制的边际成本接近于零。在航空领域,美国 NASA 从 2014 年就开始发布软件转化目录用以定义和传播先进技术,目前大约有 2200 多种技术软件正处于转化流程中,这里面既有设计仿真、业务系统管理等传统工业软 件,也有数据图像处理、设备数据采集等设备自动化领域的软件。企业级市场不同于消费者市场,工业软件产业有望诞生细分赛道隐形冠军。在 2C 市场,消费者用户的需求趋于同质化,综合实力全面的企业可以凭借赢者通吃的优势 一家独大,马太效应明显。而工业软件所面临的 2B 市场,涉及的各类技术众多、细分 行业和场景众多、产业主体数量类型众多,对软件性能、服务等要求都各不相同,因 此工业软件赛道众多,遍地都是机会。国内的工业软件企业既可以深耕不同的细分市 场,也可以面向不同规模体量的客户;既可以采用不用的部署方式或信息技术改造传 统,也可以聚焦不同的垂直行业应用场景探索新兴模式,只要对细分市场有准确的认 识和判断,具备过硬的技术和经营能力,就有可能成为具备独特竞争力的隐形冠军。工业软件行业壁垒高,用户粘性强,巨头跨界颠覆难度较大。一方面,工业软件 作为工业知识的载体,其中蕴涵了大量工业体系、行业技术和管理经验,是人类基础 科学知识和各行业技术经验的集大成者,每一个细分方向的工业软件都有着很高的行 业壁垒,若非长期积累,短时间内很难构建起核心竞争力,跨界颠覆更是难上加难。 例如波音飞机共涉及 8000 多款软件,其中 1000 多款为通用软件,剩余 7000 多种软件 为波音自行开发。另一方面,工业软件具有很强的用户粘性,一家企业使用了某款工 业软件,和其具有技术关联或者供应链关系的企业可能会更倾向选择同一款软件,而 且随着用户的增多,用户所提供的反馈又成为产品功能完善和性能提升的重要动力, 如此一来工业软件的护城河就会越来越深。结合中国制造业整体上基础和底层通用技 术存在劣势的特点,专用工业软件比通用软件的发展路径更清晰,选定一个细分领域 和行业坚持不懈深耕几年,就有望成为国内佼佼者甚至是隐形冠军。3.2 技术变革:新一代信息技术为国内企业带来“换道超 车”新机遇人工智能和大数据技术推动工业软件性能不断突破。人工智能赋能工业软件主要 基于深度学习和知识图谱两种技术。深度学习通过海量训练数据和强大算力得出关系 模型及相关映射关系;知识图谱用海量数据进行知识学习挖局和模型推理,以类似人 类的思考方式建立语义连接网。此外,大数据技术与人工智能算法协同,能够丰富并 强化工业软件在数据分析方面的功能。深度学习可以有效提升工业软件的数据分析深度,例如仿真设计软件 CAE 可以 根据产品目标和参数基于深度学习生成数百种高性能的几何设计选项,帮助客户定制 产品设计方案;质量管理软件 QMS 可以通过深度学习识别生产过程中的质量问题,替 代人工检测,提高检测成功率的同时降低人工成本。知识图谱能够打破不同场景下的 数据隔离,创新知识组织方式,加速工业知识的沉淀,丰富工业软件功能。工业软件 企业借助人工智能和大数据技术,可以有效提升工业软件产品性能,为客户提供差异 化服务,重点挖掘客户在生产管控和经营管理场景下的数据价值。云计算重构了工业软件的开发部署、架构方式、商业模式和产品形态。云计算相 关技术对工业软件的具体影响主要有四个方面。一是支持工业软件的灵活敏捷的开发, 部署和运维。借助虚拟化技术,可以实现工业软件开发资源更加精细的管理和调度, 快速搭建部署工业软件的运行环境,并动态调整软件运行时的环境资源;通过容器技 术推动代码和组件重用,进而实现开发工具的优化;采用 DevOps 进行开发、测试、 运维的跨地域协同和同步迭代,能够创新开发理念,提高软件开发协同能力。二是推动工业软件应用架构的变迁。过去的软件主要采用传统的集中式应用架构, 主要依靠硬件保证其性能和高可靠性;云计算分布式架构的出现,使得软件不再依赖 硬件,而是通过水平扩展和软件系统设计保证其性能和高可靠性。三是推动 SaaS 化成为工业软件的主流商业模式。经营管理和协作软件领域的 Salesforce 率先将 CRM 软件 SaaS 化,已成为全球领先的 SaaS 厂商,达索、Autodesk、 PTC 等产品研发设计软件企业正积极向云端应用布局,德国 iTAC、罗克韦尔等产品制 造过程管理和控制软件企业也在探索基于云的 MES 产品。四是催生了工业互联网平台、工业 APP 等工业软件新形态。一方面云计算推动工 业互联网平台解构了传统的工业软件体系,形成了工业知识的微服务组件库,使工业 软件化整为零,为工业软件供给侧的产业化装配模式奠定了基础;另一方面基于云计 算的微服务开发方式实现了工业软件的低代码开发,将工业知识封装成为工业 APP, 大大降低了工业软件的应用开发的难度和门槛。开源的理念为工业软件企业颠覆传统带来新的可能。开源是全球软件技术创新的 重要模式,为软件产业发展提供了技术来源,降低了技术门槛和开发成本。开源在市 场竞争中的价值正不断提升,越来越多的工业软件开发环境已从封闭、专用的平台走 向开放和开源的平台。开源软件的开发成本更低、部署运维更灵活、客户体验更人性 化,既能有效降低开发人员的重复劳动,又能推动构建产业生态,弥补底层技术上的 差距,国内工业软件企业有望通过开源软件打开局面。实际上,许多开源软件已经对 传统软件构成了威胁,以 MATLAB 为例,尽管它目前广泛应用于科研和工程领域,但 其语言是古董级,没有办法与开源的 Python 相提并论,而且 Python 操作更简单、部署 更灵活,已经开始在部分细分领域对 MATLAB 进行替代。4 、工业软件四大类别国产化率仍低,发展空间广阔工业软件种类繁多。工业软件种类繁多,分类方式多样化,目前业界还没有公认 的统一分类方式。国内官方对工业软件公开权威的分类,出自 2018 年 9 月国家发改委 发布的“关于对《战略性新兴产业重点产品和服务指导目录》(2016 版)征求意见的公 告”(以下简称发改委《指导目录》),即:工业软件属于新一代信息技术产业-信息技 术服务-新兴软件及服务门类,包括嵌入高端装备内部的软件、产品研发设计软件、产 品制造过程管理和控制软件、经营管理和协作软件、节能减排控制和支撑软件、公路 交通管理和决策软件。在此基础上,近几年出现的工业互联网平台及工业 APP 实际上 也属于新型工业软件,这样工业软件共分为七大类别工业软件主要包括四大核心类别。由于嵌入高端装备内部的软件实际上是和硬件 产品融为一体提供服务、发挥价值,而节能减排控制和支撑软件的功能很多已经集成 到了企业生产经营过程的产品制造过程管理和控制软件中,因此这两类软件可以与其 他类别合并。而公路交通管理和决策软件仅针对特定场景,与工业企业生产经营关联 度较低。因此,我们认为工业软件包含四大核心类别,即:产品研发设计软件(以下 简称“研发设计软件”)、产品制造过程管理和控制软件(以下简称“生产管控软件”)、 经营管理和协作软件(以下简称“经营管理软件”)和工业互联网平台及工业 APP(以 下简称“平台及工业 APP”),每一类工业软件当前的国产化率均较低,具有广阔的市 场空间和发展前景。4.1 研发设计软件:关键核心技术攻关是突破口产品研发设计软件是人类基础学科和工程知识的集大成者,涵盖了数学、物理、 化学、生物、材料和计算机等方面的知识,应用于电子计算机及其外围设备,协助工 程技术人员完成产品设计和制造,提升产品开发效率、降低开发成本、缩短开发周期、 提高产品质量。主要包括以下四类软件:计算机辅助设计类软件(Computer Aided Design, CAD)、计算机辅助工程类软件(Computer Aided Engineering,CAE ) 、 计 算 机 辅 助 制 造 类 软 件 (Computer Aided Manufacturing,CAM)、电子设计自动化类软件 (Electronics Design Automation,EDA)。以 3D CAD 软件为例,机械、模具、零部件制造商将产品的各种数据和参数导入 3D CAD 软件后,可以采用软件自带的混合建模技术进行各种复杂曲面的建模,调用 软件包含的标准件库绘制零部件的三维图形,结合设计加工的理念生成对应的计算机 辅助制造三维方案,满足产品从 2 轴到 6 轴的加工需求。此外,软件可以进行无参数 建模,帮用户实现各种建模思路;可以支持用户自建零部件库,提高绘图效率;还可 以兼容各种数据,支持实体设计和曲面设计、二维和三维图纸之间的自由切换,进而 提升产品研发设计的效率,实现产品设计、产品分析和产品制造的一体化。中国产品研发设计软件的市场规模在全球占比较小,有巨大发展空间。2018 年, 全球 3D CAD 软件市场规模约 86.6 亿美元,国内市场规模 7.33 亿美元,全球占比约 8.5%;全球 CAE 软件市场规模约 65.75 亿美元,国内市场规模 6 亿美元,全球占比约 9%;全球 EDA 软件市场规模约 97.15 亿美元,国内市场规模 5.03 亿美元,全球占比 约 5.1%。在各类研发设计软件中,产品生命周期管理软件(Proct Lifecycle Management, PLM)占比最高,其他占比较高的软件还有 CAD、CAE、CAM、EDA、BIM 等。国外巨头掌握核心技术,在国际和国内市场均占据主导地位。在 CAD 软件产品 线,法国达索、德国西门子和美国 PTC 占据了全球市场 60%以上的份额,国内 CAD 95%以上的市场被国外巨头所占据,国内企业在软件功能上与国外相差较大,目前还 无法打破垄断。在 CAE 软件产品线,美国 ANASYS、MathWorks、德国西门子、法国 达索等 12 家领导厂商处于垄断地位,占据国际市场 95%以上的份额,并逐渐与其上下 游产品打通,形成 CAD/CAE/CAM/PDM 一体化综合软件平台,国内厂商在产品化、 集成化和规模化上与国外还差距很大。在 EDA软件产品线,美国Synopsys、美国Cadence 和德国 Mentor Graphics 三家厂商处于绝对垄断地位,占据了 60%以上的全球市场份额 和 95%以上的国内市场份额,国内厂商以提供点工具为主,产品无法覆盖全领域。关键核心技术攻关是突破口。国内研发设计软件厂商规模较小、研发能力有限, 对关键核心技术研发缺少高额度持续性的资金投入。特别是国内 EDA 软件与国外软 件有较大差距,缺乏对 7nm、5nm 芯片先进工艺的支撑,只能提供 50%左右的设计工 具,没有完整的数字集成电路全流程设计平台。今年 3 月 25 日工信部发言人明确表示 将实施国家软件重大工程,集中力量解决关键软件的“卡脖子”问题;6 月 5 日教育部 和工信部联合印发《特色化示范性软件学院建设指南(试行)》,推动软件领域产教融 合;8 月 4 日国务院发布《关于新时期促进集成电路产业和软件产业高质量发展若干 政策的通知》,提出将聚焦关键核心技术研发,探索构建社会主义市场经济条件下关键 核心技术攻关新型举国体制。我们认为,研发设计软件将是国家重大项目、产教融合和关键核心技术攻关优先 倾斜的领域,相关的扶持政策和资金将会带动资本市场对研发设计软件的关注和投资, 该领域专注关键技术研发攻关的中望软件、芯愿景、华大九天等企业有望获益。4.2 生产管控软件:依托行业龙头,聚焦本地服务产品制造过程管理和控制软件是构建在自动化控制系统上层实现数据分析与控 制优化、数字化仿真以及生产管理、能耗管理、安全管理、设备管理等工厂计划管控 的一系列软件集合,担负着生产信息分析、故障诊断、生产指令发布、生产管理等职 能,核心价值在于实现生产过程的优化运行和生产资源的优化调度,保障安全、高效 和绿色制造。产品制造过程管理和控制软件主要包括制造执行系统(Manufacturing Execution System,MES)、分布式控制系统(Distributed Control System ,DCS )、数据 采集与监视控制系统(Supervisory Control And Data Acquisition,SCADA)、可编程逻辑 控制器(Programmable Logic Controller,PLC)等。以 MES 软件为例,工业软件供应商可以结合制造企业的订单生产需求定制制造 执行系统 MES,MES 通过高级算法结合在产、在库的实时产品数据,可以指导供应商 和库存管理,并围绕产品订单形成自动化、分品类、全实时性的高级排产功能;通过 对各个生产环节、库存单位的实时数据进行数字化采集、上传,可以实现生产进度可 视化,并借助 RFID 技术实现产品生产周期全程可追溯;通过结合产线工作班组和产 品质量、产量的数据开展人员绩效核算;通过数据库与财务软件对接,提高财务数据 的实时性。整个 MES 系统软件建成后,可以提高制造企业生产过程的自动化程度、实 时响应程度和运行精准度,减少相关工作人员,实现降本增效。中国产品制造过程管理和控制软件市场增速较快,市场规模不断扩大。2018 年, 全球 PLC 整体市场规模约 130 亿美元,国内市场规模 23 亿美元,全球占比约 18%, 年增长率 14%;全球 DCS 整体市场规模约 65 亿美元,国内市场规模 15 亿美元,全球 占比约 23%,年增长率 15%;全球 SCADA 整体市场规模约 60 亿美元,国内市场规模 14 亿美元,全球占比约 23%,年增长率 12%;中国 MES 市场规模 33.9 亿元人民币, 同比增长 22%,远超全球增速。产业集中度逐步提升,国产软件依托行业领军企业优势站稳细分行业中低端市场。在产品制造过程管理和控制软件国内市场,跨国公司和国内几家大型企业占据了大部 分市场份额,且市场份额有进一步集中的趋势。以 DCS 产品为例,国内 DCS 市场自 2011 年以来,中控技术等头部企业市占率持续扩大,2018 年已超过 70%。此外,产品 制造过程管理和控制软件与生产过程结合更为紧密,国内厂商虽然在产品技术深度和 功能覆盖面上有国外有差距,但依托制造业领军企业打造行业竞争优势,已在钢铁、 石化、电力等细分领域站稳了中低端产品市场。依托行业龙头,聚焦垂直细分市场提供本地服务是关键。一方面,产品制造过程 管理和控制软件是典型的项目型市场,经历了行业多年的发展,新建项目市场在数量 上缩水、在质量需求上升级,本地化服务市场的拓展对于工业软件企业的竞争力变得 尤为重要,国内企业在这方面相比国际巨头具备天然的优势。另一方面,国内在石化、 钢铁、电力等流程行业的企业实力更强,依托行业龙头发展产品制造过程管理和控制 软件的市场机会更多,行业优势更显著。因此,在智能制造和工业互联网快速发展的 大背景下,我们看好宝信软件、国电南瑞、中控技术、石化盈科等流程行业依托龙头 企业成长起来的工业软件头部厂商的发展潜力和机会。4.3 经营管理软件:云化战略和生态构建是胜负手经营管理和协作软件既包括传统的企业资源计划(Enterprise Resource Planning, ERP)、供应链管理(Supply Chain Management,SCM)、客户关系管理(Customer Relationship Management,CRM)等经营管理软件,也包括办公自动化(Office Automation, OA)相关的协作应用软件,其目的是提高工业企业的生产管理水平,提高产品质量水 平和客户满意度,提升整个产品价值链的增加值。以 ERP 软件为例,它的名字是企业资源计划系统,可以集成企业内部的财务会 计、制造、进销存等信息流,整合企业管理理念、业务流程、基础数据、人力物力、 计算机软硬件于一体,对企业所有的综合资源进行平衡和优化管理,进而提升经济效 益和快速反应能力,本质上是企业生产经营活动中的信息化建设。企业将业务单据导 入 ERP 后,系统会自动将物料的流动信息(物流)和财务的资金信息(资金流)集成 起来,并最终体现为实时同步的业务操作、管理和决策信息,帮助企业提高资金运营 水平、建立高效率供应链、优化库存、提高生产效率、降低成本、改善客户服务水平。经营管理和协作软件全球市场总量超过千亿,国内增速高于全球。2018 年,全球 ERP 软件整体市场规模约 539 亿美元,全球 CRM 软件整体市场规模约 482 亿元,全球 SCM 软件整体市场规模约 139 亿美元。其中,ERP 软件国内市场规模在 2018 年达到 275.6 亿美元,过去十年年均复合增长率超过 70%,远高于全球增速。此外,中国基础 办公软件市场规模为 85.34 亿元,相较 2017 年同比增长为 9.7%,预计到 2023 年,行 业市场规模将达到 149.04 亿元,2018-2023 年期间复合增长率为 11.8%。国际市场竞争格局基本成熟,国内市场中国企业占优。在欧美发达国家,经营管 理软件普及率极高,国际市场相对成熟,传统两强 SAP 和 Oracle 具备绝对优势,新锐 实力纷纷崛起,抢夺主导地位。国内经营管理软件市场受益于经济社会快速发展,增 长势头迅猛,其中国内 ERP 厂商整体市场份额超过 60%,占据一定优势,但大中型企 业的高端 ERP 软件仍以 SAP、Oracle 等国外厂商为主。在协作软件方面,由于技术门 槛较高,国际国内市场头部厂商均占据绝对优势,其中国内市场基本是微软和金山办 公两家领先厂商同台竞争的格局。经营管理和协作软件的生态构建是关键,云化战略助力国内厂商跨越式发展。随 着云计算的快速发展,工业软件向云端迁移的趋势已成定局,以 Salesforce 为代表的经 营管理和协作软件更是率先开启云化战略。云化给工业软件带来的最直接改变有两个, 一是催生了 SaaS 订阅模式,从商业模式上颠覆了传统的软件购买模式,提升了产品的 长期价值;二是推动了产品在移动端的大发展,使得企业的经营管理和个人的办公协 作方式不受空间约束,更为灵活便捷。此外,经营管理和协作软件属于 2B 的工业软件 中偏 2C 的类别,与人结合最为紧密,支撑着整个制造业经济活动中人的所有办公、协 作、管理和决策行为,具备消费市场赢者通吃的特点,因此产业生态完备、市场占有 率高的企业和产品更有先发优势。因此,我们推荐在云化转型和生态构建方面表现突 出的用友网络,建议关注金山办公、鼎捷软件、泛微网络。4.4 平台及工业 APP:融合赋能和应用推广是关键随着新一代信息技术的不断涌现和发展,传统工业软件向云化、数字化和智能化 转变,与工业数据、工业知识、工业场景深度融合,催生了工业互联网与智能制造等 新型工业体系下的工业软件新业态新模式——工业互联网平台及工业 APP。其出现加 速了工业知识的积累,促进工业向数字化、网络化、智能化发展,为工业软件的发展 带来了强大的活力和增长机遇。基于全新架构和理念开发出来的工业互联网平台及工 业 APP,为工业软件的研制、应用与发展提供了更好的技术路径与应用实践。工业互 联网平台供给能力、工业 APP 的数量、效果、用户下载量等指标已成为衡量工业互联 网乃至数字化转型成功与否的关键要素。以东方国信 Cloudiip 工业互联网平台在钢铁行业的应用为例,平台可以通过在炼 铁高炉内部署各种传感器,对炉体状态进行实时精准监测;可以结合采集的数据和对 炼铁行业 know-how 的积累研发出炼铁能耗专业性机理模型和大数据人工智能模型, 实现对高炉冶炼从经验性认识到本质性掌控;还可以沉淀和封装上述模型形成可调用 的平台微服务模型,进而开发出物料平衡 APP、异常炉况诊断 APP、智能烧炉等工业 APP 供用户使用,帮助其解决炼铁高炉高能耗的痛点,实现对高炉冶炼物料和能量利 用的智能优化。工业互联网平台及工业 APP 市场规模庞大,对产业界价值贡献显著。工业互联网 平台面向制造业数字化、网络化、智能化需求,构建形成基于海量数据采集、汇聚、 分析的服务体系,是支撑制造资源泛在连接、弹性供给、高效配置的工业云平台,包 括边缘、平台(工业 PaaS)、应用三大核心层级。工业 APP 是部署在工业互联网平台 上的应用,承载着工业知识和经验,运行在各类工业终端上,用于解决某一业务问题 或面向某一业务场景,具有轻量化特征。中国信通院根据国家统计局数据测算,中国工业互联网平台与工业软件产业存量 规模由 2017 年的 1490 亿元增长至 2019 年的 2486 亿元,年复合增长率达到 29.2%, 2019 年占工业互联网核心产业存量规模的比重为 46.4%,已成为工业互联网核心产业 增长的主要驱动力量。工业互联网平台产业呈现出百花齐放、飞速发展的格局。美国、欧洲和亚洲是当 前工业互联网平台发展的焦点地区,美国传统巨头企业和科技独角兽纷纷布局工业互 联网平台,当前发展具有显著的集团优势,占据市场主导地位。欧洲工业巨头持续加 大工业互联网平台的投入力度,是美国之外主要的竞争力量。此外,日本企业一直低 调务实地开展平台研发与应用探索并取得显著成效,中国大陆、印度等新兴经济体的 工业化需求持续促进工业互联网发展,共同构成了工业互联网平台产业的第三极,目 前亚洲市场增速最快且未来有望成为最大市场。在制造业数字化转型的大趋势下,近几年中国工业互联网平台已经从概念普及进 入了深耕建设阶段,今年以来掀起的新基建浪潮更是助推平台产业持续蓬勃发展。据 不完全统计,目前中国已建成了 70 多家具有一定区域、行业影响力的工业互联网平 台,服务的工业企业近 40 万家,重点平台连接设备超过 3000 万台套。其中,2019 年 遴选的十大跨行业跨领域工业互联网平台更是成为了带动产业发展的领军力量。融合技术创新和应用推广决定了工业互联网平台及工业 APP 的发展方向。一方 面,工业互联网平台本质上是新一代信息技术与制造业融合发展的产物,涉及众多融 合技术,近年来平台+5G、平台+区块链、平台+VR/AR 等融合技术和解决方案持续涌 现,极大拓展了平台助力产业数字化转型的能力边界。未来,对前沿技术和融合技术 的探索应用将是平台发展的重要引擎。另一方面,工业互联网平台解决方案在落地过 程中需要投入大量二次开发和系统集成工作,应用推广任务艰巨。麦肯锡相关调查报 告显示,有 54%的工业企业认为数字化试点建设需要 1-2 年,28%的企业表示试点需要 2 年甚至更长时间,用平台已经成为产业发展的关键环节。2019 年工信部组织的跨行 业跨领域平台遴选,也将技术创新和应用推广作为衡量平台供给能力的重要指标,因 此我们看好入选 2019 年十大双跨平台的东方国信、用友网络和工业富联未来发展前 景。5 、重点企业分析(详见报告原文)工业软件作为现代产业体系之“魂”,当前正处于战略价值和投资机遇双重叠加的 风口,未来市场空间广阔、产业提升潜力巨大,特别是在当前内循环新格局下,“卡脖 子”的风险或将激发继集成电路后的新一轮国产化热潮。我们认为工业软件领域将会 在四大核心类别和多个细分赛道涌现多个优质投资标的。……(报告观点属于原作者,仅供参考。报告来源:华安证券)更多内容请参见报告原文。如需报告原文档请登录【未来智库】。

然则孰可

2020年全球工业信息安全行业市场现状与发展前景分析 产业将继续蓬勃发展「组图」

全球工业信息安全产业规模不断扩大近年来,全球制造业数字化转型进程加速,以大数据、云计算、人工智能等为代表的新一代信息技术向制造领域全面渗透,工业生产过程开放程度逐步加深。工业信息安全作为网络安全的重要组成部分,泛指工业运行过程中的信息安全。据市场研究公司Verified Market Research分析,2019年全球工业信息安全市场规模达164.01亿美元,其中,运营技术(OT)安全是增速最快的细分市场。据Gartner数据,2019年全球OT安全支出达3.8亿美元,与2018年相比增长52%;预计2022年全球OT安全年支出为11.15亿美元,同比增长36%,增速保持在30%以上的高位区间。北美地区市场规模稳居首位 亚太地区增速加快区域分布方面,据Verified Market Research的数据显示,2019年北美地区工业信息安全市场增势稳定,市场规模达79.38亿美元,占全球市场份额近50%。由于针对能源和制造业网络攻击数量的快速增长,欧洲工业信息安全市场规模持续扩大,达35.03亿美元。随着中国、日本和印度等国家城市化和工业化不断深入,亚太地区工业信息安全市场增速加快,市场规模达31.12亿美元。在工控安全领域,北美地区在政策监管、市场供给和技术应用等方面优势显著,市场规模稳居首位;中东和非洲地区关键基础设施部门安全意识显著增强,工控安全市场增速仍保持领先。元)能源和公用事业为工业信息安全应用的主要领域行业应用方面,Verified Market Research的数据表明,能源和公用事业(市政)领域仍然是工业信息安全的“主战场”,2019年市场规模达52.32亿美元。由于控制系统和物联网设备的广泛应用,交通运输行业工业信息安全需求显著增强,成为2019年增速最快的垂直行业,市场规模达31.87亿美元。化工和制造业工业信息安全市场增速小幅放缓,市场规模达23.18亿美元。其中,由于制造业间谍活动等网络威胁加剧,预计未来增速将进一步加快。全球工业信息安全产业将继续蓬勃发展随着工业信息安全得到全球主要经济体的高度重视,各国陆续采取政策措施完善产业发展环境,行业用户安全意识稳步提高,技术创新演进持续深入,市场竞争合作日益激烈,全球工业信息安全产业将继续蓬勃发展。据市场研究公司Verified Market Research分析,2019年全球工业信息安全市场规模达164.01亿美元,预计到2026年增长至297.6亿美元,年复合增长率为8.83%。据市场研究公司Market Watch分析,预计到2025年,全球OT安全市场规模将增长至35.31亿美元。更多数据请参考前瞻产业研究院《中国工业信息安全行业发展前景预测与投资战略规划分析报告》,同时前瞻产业研究院还提供产业大数据、产业规划、产业申报、产业园区规划、产业招商引资等解决方案。

痕之探

人工智能与工业融合发展研究报告:2022年市场可达5580亿元(可下载)

AI软件市场规模保持高速增长,2019年预计达到146.9亿美元,未来5年将保持133%以上的年复合增长率。2019年我国人工智能市场规模可达760亿元,未来将保持高速增长,预计到2022年可达到5,580亿元。工业互联网平台已经渗透到钢铁、机械、航空航天、家电等多个行业,有力促进制造业数字化转型,实现提质降本增效,部分先行先试企业劳动生产效率提高20%以上。AI将为中国制造业额外贡献2.7万亿美元的增加值,相对无AI应用增加近31%。新浪VR知识星球报告库上万份报告,所有新浪VR报告都将由管理员上传(包含部分未在其他平台发布的非互联网相关报告)VIP用户福利不定时开启,前1000名还能领领优惠券性价比更高! 新浪VR,早一天看见未来。

风琴手

中国工业4.0市场前景及发展趋势预测研究报告

一、工业4.0相关概述1、工业4.0的概念2011年德国初步提出工业4.0的概念,2013年在汉诺威工业博览会上正式推出,其目的是通过应用物联网等新技术提高德国制造业水平,建立具有适应性、资源效率及人体工学的智能工厂,在商业流程及价值流程中整合客户及商业伙伴。目前各国正积极推进新型制造业发展计划,工业4.0的脚步渐行渐近。德国工业4.0:网络、计算机技术、信息技术、软件与自动化技术的深度交织产生新的价值模型,在制造领域,这种资源、信息、物品和人相互关联的“虚拟网络-实体物理系统(CPS)”。工业4.0的本质是数据,包括产品数据、运营数据、产业链数据、外部数据等。工业4.0的核心就是工业智能化,相关行业包括:智能机床、工业自动化、工业互联网、高端机器人、RFID、传感器、3D打印。2、工业4.0的主题工业4.0的四大主题是智能工厂、智能生产、智能物流和智能服务。智能工厂重点研究智能化生产系统及过程,以及网络化分布式生产设施的实现;智能生产主要涉及整个企业的生产物流管理、人机互动以及3D技术在工业生产过程中的应用等。该计划将特别注重吸引中小企业参与,力图使中小企业成为新一代智能化生产技术的使用者和受益者,同时也成为先进工业生产技术的创造者和供应者;智能物流主要通过互联网、物联网、物流网,整合物流资源,充分发挥现有物流资源供应方的效率,而需求方,则能够快速获得服务匹配,得到物流支持;智能服务是应用多方面信息技术,以客户需求为目的跨平台、多元化的集成服务。二、国际工业4.0发展分析1、全球工业4.0发展现状(1)德国2013 年汉诺威工业博览会上,“工业4.0”的理念和计划由德国政府正式发布,描绘了制造业的未来愿景。目前,“工业4.0”计划已经从“德国高技术2020战略行动计划”获得2亿欧元投资,启动了包括“信息物理生产系统”(CPPS)在内的若干项目。此外,德国教育与研究部(BMDF)建立的“信息通信技术(ICT)2020——创新研究”计划以及德国科学研究联盟(FU)经济与社会促进组(原通信促进组)发起的“智能服务——基于网络的商业服务”也都在“德国高技术2020战略”框架下开展,并且与“工业4.0”紧密相关,其中前者属于“数字德国2015”ICT战略,后者则成为 十大“未来计划”之一,2015年3月提出了终版的战略建议报告。(2)美国美国提出的“工业互联网”,旨在将人、数据与智能设备衔接,以交换数据来驱动制造业智能转型。相比德国,美国积极推进的“新工业战略”更加注重“软”的方面,例如大数据、软件、互联网等对于传统工业的再工业化。在美国,工业4.0就是将虚拟网络与实体连接,通过大数据分析等来重塑制造业,形成效率更高生产系统。美国的工业互联网范畴更广阔,它试图将人、数据和机器连接起来,形成开放而全球化的工业网络。目前,美国国内80多家ICT和互联网巨头公司如GE、IBM、思科等企业成立了IIC(工业互联网联盟),以期打破技术壁垒,为通过大数据来实现制造业的创新。美国凭借其在工业3.0的领先优势以及互联网和ICT先进巨头公司的影响力正推动着全球工业4.0的发展。(3)日本在面对德国率先开启了“智能制造”这一通向未来新工业革命的大门时,安倍政府也开始采取行动,制定和规划了日本“工业4.0”的发展方向。2015年版的《》正是日本力求赢得“全球产业价值链主导权”的关键举措。在政界,日本经济产业省把3D打印机列为优先政策扶持对象,投资45亿日元,实施名为“以3D造型技术为核心的产品制造革命”的大规模研究开发项目;在业界,三菱电机、富士通、日产汽车和松下等日本电子、信息、机械和汽车行业的主要企业等组建名为“产业价值链主导权”的联盟,共同探讨工厂互联的技术标准化,并争取使其成为国际标准。日本制造业白皮书2、全球工业4.0战略规划美国自2008年金融危机起遇到了产业空心化,鉴于在其GDP总量中服务业占比70%而制造业仅占12%的不平衡结构,美国提出“先进制造业伙伴计划”,旨在振兴“美国制造”;日本制造业产值占GDP 比重达20%,日本已从国家层面上开始高度重视科技附加值高的高端制造业;德国以精益制造领先全球,提出“工业4.0”企图再次引领新一轮工业革命,巩固其竞争地位;中国经济增长放缓,经济结构调整站在了制造业转型升级的十字路口。未来制造业将回归各国战略重心,成为全球经济稳定增长的重要引擎。全球主要国家工业4.0战略规划情况资料来源:中商产业研究院三、中国工业4.0发展分析1、中国工业4.0政策环境分析《中国制造2025》是中国政府实施制造强国战略第一个十年的行动纲领,于2015年5月发布,是中国工业未来10年的发展纲领、顶层设计。《中国制造2025》提出通过“三步走”实现制造强国的战略目标:第一步,到2025年迈入制造强国行列;第二步,到2035年我国制造业整体达到世界制造强国阵营中等水平;第三步,到新中国成立一百年时,制造业大国地位更加巩固,综合实力进入世界制造强国前列。围绕实现制造强国的战略目标,《中国制造2025》明确了9项战略任务和重点:一是提高国家制造业创新能力;二是推进信息化与工业化深度融合;三是强化工业基础能力;四是加强质量品牌建设;五是全面推行绿色制造;六是大力推动重点领域突破发展,聚焦新一代信息技术产业、高档数控机床和机器人、航空航天装备、海洋工程装备及高技术船舶、先进轨道交通装备、节能与新能源汽车、电力装备、农机装备、新材料、生物医药及高性能医疗器械等十大重点领域;七是深入推进制造业结构调整;八是积极发展服务型制造和生产性服务业;九是提高制造业国际化发展水平。中国制造2025与德国工业4.0异曲同工,是布局工业互联网的纲领性文件。不过二者也有适当差别,德国工业4.0是瞄准新一轮科技革命制定的措施,主要聚焦制造业的高端产业和高端环节。中国制造2025不是专门应对新一轮科技革命制定的规划,是对制造业转型升级的整体谋划。2、中国制造的现状及发展分析2016年中国是全球最具竞争力的制造业国家,中国当前的制造业规模非常大,早在2010年就超越美国成为了全球第一。按照联合国统计,500多个产品中,220个产品中国的规模全球第一。从制造业的技术创新来看,中国近几年进步很快。不过,2015年中国经济增长率为6.9%,经济放缓可能会进一步持续。由于需求下降引起工业活动不断下滑,进而导致工厂产能过剩。中国汽车行业目前产能利用率从2009年的100%下降至70%,制造业占GDP的比重也在逐年递减,其中大部分转向了服务业。很显然中国制造业转型升级的任务非常繁重,主要的问题仍然是结构性问题:有效需求不足,使得产能过剩问题凸显;有效供给不能完全适应消费结构升级的需要,应该提高供给侧对消费结构升级的适应性和灵活性。中国要顺应“互联网+”的发展趋势,以信息化与工业化深度融合为主线,重点发展新一代信息技术、高档数控机床和机器人、航空航天装备、海洋工程装备及高技术船舶、先进轨道交通装备、节能与新能源汽车、电力装备、新材料、生物医药及高性能医疗器械、农业机械装备10大领域。这些领域需要投入大量的创新研发资金,需要军工企业、大型国企、高校科研机构的通力合作。同时,中国的中小企业是中国制造业最有潜力的组成部分,它的数量占到了所有企业的99%,创造了中国60%的GDP。中国中小企业的研发创造远远超过大型企业,中国65%的专利,75%的发明专利及80%的新产品来自于中小企业。中国制造的未来不仅要依靠大型企业,更需要中小企业的创新和活力。3、中国工业4.0的产业链分析从工业4.0产业链的上游看,现代智能工厂所高度依赖的四大基础条件--传感器(数据采集)、大容量存储(数据存储)、大数据计算能力(数据处理)和工业以太网(数据通信),以及执行单元-智能机器人,均是工业4.0实施的关键要素;产业链中游包括软硬结合的行业解决方案提供商、智能工厂解决方案设计方,由于在中国大部分行业并没有成熟的智能工厂解决方案,先进入者往往具有较强的先发优势,在细分行业形成较高进入壁垒;从产业链下游看,接受工业4.0 改造的产业和厂商将大幅节省劳动成本、提高生产效率、提升客户体验,增强制造厂商的竞争优势。4、中国工业4.0发展优势分析中国工业体系具备拓展工业4.0的明显优势,主要体现在以下三个方面:(1)中高端人力资源优势。智能化生产将使人担当更有挑战性的角色,如创新、规划、监督和协调机器的运作。知识型员工需求的大幅上升,将成为工业智能化的可持续性支撑,而中国是此类中高端人力资源的“富矿”。据统计,2015年初我国科技人力资源总量约为8114万人,仍然保持世界科技人力资源第一大国的地位。(2)完整齐全的工业体系。中国工业如今在竞争中的优势已更多的体现在拥有完整的供应链条上。中国是世界上唯一拥有联合国产业分类中全部工业门类的国家,形成了“门类齐全、独立完整”的工业体系,这个庞大完整的工业体系依托众多工业企业的集聚效应而具备了高度灵活性。(3)全球最大的需求市场。中国不仅是重要的产品生产国,还是世界最大的消费市场之一,这种双重角色将使国内市场与工业生产产生更为强劲的互动,促进社会经济发展,并有助抵御世界经济波动的冲击。、中国工业4.0发展进程分析5据2015年底发布的《中国工业4.0进程报告》显示,超过一半的企业已经对工业4.0的整体概念有了一个较为全面的认识:其中31.13%的企业认为工业4.0是引导新一轮技术的变革,22.87%的企业认为它将是面对行业危机的必然转型之趋势。其中,最认同的工业4.0的特点,最多选择的前四个选项分别是智能化(16.78%)、数字化(13.82%)、互联化(12.83%)、物联化(12.41%),显示出中国制造业企业对工业4.0的认知程度已经达到了一个较好的水平。可以说智能化是制造业追求的最高境界,同样也是最难实现和最大投入的。从技术实现的路线图看,数字化、互联化和物联化是第一步,大集成是第二步,之后才是智能化。目前已经有很多企业都认可工业4.0的愿景,并积极地投身实践,调查显示,已经开始投入到工业4.0变革的企业占到43.92%,未来三年内开始投入的企业占到32.43%,没有考虑的只有14.86%。自动化与智能设备是实现工业4.0的基础。工业4.0的升级改造必须建立在自动化的结构上,这点得到了大多数企业的认同。其中17.14%的企业选择更新自己内部的生产设施,加强自动化与智能化,16.43%的企业选择升级MES/ERP软件系统,而在工业4.0最为关键的大数据、数字化、物联网、云制造等方面投入的企业相对较少,分别只有7.04%、6.34%、6.10%和5.87%,显示出中国企业在进军工业4.0领域时渐进而突变的特点。云制造、大数据需要整体行业的配合和沉淀,目前还处在前期探索阶段。6、中国工业4.0发展难点分析工业4.0是由大规模批量生产向大规模定制生产转变,是由集中生产向网络化异地协同生产转变,是由传统制造企业向跨界融合企业转变。但是,实现工业4.0尚存以下4方面的难题:(1)标准化。工厂要对内外各种物品与服务进行联网,那么通信方式、数据格式等许多内容都需要标准化。我国在推进信息技术与工业深度融合的具体实践中,也应高度重视标准化在制造业发展中的引领作用,及时出台“两化融合”或“两化深度融合”的标准化路线图,尽最大可能实现标准的国际化,使中国标准得到国际上的广泛采用。(2)复杂的系统管理。迈向工业4.0的道路上,生产过程与各种业务管理系统协同之后,系统整体会更加复杂化,对其进行管理将更为困难。为此,需要实现“制造系统的横向、纵向集成”和“工程端到端的集成”。横向集成主要解决企业和企业之间复杂系统管理,实现信息无缝的交流;纵向集成主要解决企业内部的复杂系统管理,在企业的研发、设计、制造、验证、物流、交互各环节,所有的信息都无缝隙、高效、顺畅地传递;端到端集成主要解决贯穿整个价值链的工程化信息系统集成的复杂系统管理问题,以保障大规模个性化定制的实施。(3)通信基础设施建设。德国工业4.0的本质就是基于信息物理系统(CPS)实现“智能工厂”,让制造业的各个环节充分地与互联网融合,形成工业互联网。当前的网络基础设施恐怕难以满足“工业4.0”时代的要求。因此,构建容量更大、服务质量更可靠的工业通信基础设施,将成为未来制造业迫切需要解决的一项课题。(4)网络安全保障。随着工业4.0时代的到来,人力、物料、生产设备、各种生产管理系统以及价值链上的众多协同企业都将互联,随之而来的是网络安全问题的隐忧,这就迫切需要建立一套完善的工业互联网信息安全认证体系,此外在认证制度的设计和标准规范的研究与设计方面,还需要大量的经验积累。四、工业4.0相关行业发展分析1、中国汽车行业工业4.0发展分析汽车工业4.0是依托信息物理系统(CPS)和信息通讯技术相结合使汽车车间实现自动化、智能化、互联网化得汽车生产制造过程,包括无线射频技术、工业以太网、在线条码、二维码比对、影像识别、机器人等技术应用。(1)中国汽车业产销规模近年来,我国汽车行业总体上呈现快速发展的态势,据中国汽车工业协会统计,2015年,汽车产销量分别为2107.94万辆和2114.63万辆,比上年分别增长5.8%和7.3%。2016年1-8月汽车产销1684.59万辆和1675.50万辆,同比增长10.82%和11.43%。2012-2016年中国汽车产销情况统计数据来源:中国汽车工业协会、中商产业研究院(2)工业4.0对汽车工业的意义工业4.0的意义在于制造商直接完成整个商品交易流程,尤其是销售这一块,这样的好处是,客人可以根据自己喜欢设置来个性化产品。厂家可以更好的掌握客户的数据,以便未来的规划和生产。与现行的大规模、批量化生产相对应,工业4.0将确保多批次,小产量状态下产业的获利能力,确保工艺流程的灵活性和资源利用率。这种生产模式成功后,能够提供品种更丰富的个性化、功能更齐全的多样性、性能更稳定的高质量、使用更人性化的产品。因此工业4.0给汽车行业带来的变化将是:汽车的换代速度会越来越快,越来越个性化。消费者更容易买到自己喜欢的配置和车型;厂家可以更好的控制生产,减少浪费,提高效率。(3)汽车工业4.0发展大数据驱动大数据驱动汽车零部件标准化、信息化处理,制造业通过在模块化和封装化的基础上进行系统化,拓展新的应用与服务;大数据驱动互联制造技术,工厂将通过互联网,实现内、外服务的网络化,采集和分析生产车间的各种信息,实现车厂与消费者之间的实时互动;大数据驱动汽车个性化生产,随着大规模定制和网络协同的发展,制造业企业还需要实时从网上接受众多消费者的个性化定制数据,并通过网络协同配置各方资源,实现汽车个性化生产;大数据驱动定制汽车批量生产,以定制化为重点的多种类、小批量制造业渐渐成为主流,以3D 打印为代表的数字化和信息技术的普及带来了技术革新。2、中国机器人产业工业4.0发展分析工业机器人是面向工业领域的多关节机械手或多自由度的机器装置,它能自动执行工作,是靠自身动力和控制能力来实现各种功能的一种机器。它可以接受人类指挥,也可以按照预先编排的程序运行,现代的工业机器人还可以根据人工智能技术制定的原则纲领行动。(1)工业机器人产销量分析目前国内除了少数以组装为主的中日合资的机器人公司外,具有自主知识产权的工业机器人尚停留在高校或科研单位组织的零星生产,未能形成气候。因此,我国工业机器人生产能力较国外成熟国家还有很大的差距,不过这种差距随着我国技术的发展正在不断缩小。2015年,中国工业机器人产量为3.3万台,同比增长21.7%;销售量为6.8万台,同比增长18%。2014-2015年中国工业机器人产销量情况据来源:中商产业研究院(2)工业机器人需求领域工业机器人在国内的应用以汽车以及电子工业居多,此外还有橡胶塑料、军工、航空制造、食品工业、医药设备、金属制品等领域。从应用行业看,汽车行业依旧是中国工业机器人市场最大的消费行业,中国市场上36.8%的机器人销往汽车行业;电气机械和器材制造业位居第二位,占比23.3%;金属制造行业位居第三位,占比15.2%。外资机器人应用比较集中,汽车行业销量占总销量的近48%,电气机械和器材制造业、金属制造行业销量分别占总销量的23.6%和7.6%。2015年中国工业机器人应用领域情况数据来源:中商产业研究院(3)智能机器人推动工业4.0传统工业机器人和工人的工作空间通常是隔离的,新一代工业机器人则要具备柔性、安全、易操作等特点,同时达到高速和精确,这在技术上是很大挑战。此外,工业4.0时代,机器人不再是独立的单元,需要具备与其他智能设备的沟通能力、对环境的感知能力,甚至把复杂信息综合起来从而做出决策等诸多能力。工业4.0要求将智能机器人的很多技术融入到更大的生产系统中。基于云计算和大数据的知识建模、物理仿真、多传感器感知预测等技术,既是工业4.0的关键技术,也是工业机器人的关键技术。因此,发展智能机器人推动工业4.0尤为重要,其主要措施包括:(1)加快发展智慧制造。智慧制造作为一种新的制造模式和制造技术,可为复杂零件的高品质制造提供解决方案。(2)加大财政研究投入。通过工业转型升级、中央基建投资等现有资金渠道支持机器人及其关键零部件产业化和推广应用;利用中央财政科技计划(专项、基金等)支持符合条件的机器人及其关键零部件研发工作等。(3)加快制定技术条例。加大支持力度,推进智能机器人核心技术的研发;梳理整合智能机器人研发成果,支持智能机器人成果转化;加快制定智能机器人标准体系和人机交互安全规则。(4)机器人行业工业4.0的发展趋势当今工业机器人的总体趋势是,从狭义的机器人概念向广义的机器人技术概念转移,从工业机器人产业向解决方案业务的机器人技术产业发展。机器人技术的内涵已变为灵活应用机器人技术的、具有实际动作功能的智能化系统。机器人结构越来越灵巧,控制系统愈来愈小,其智能也越来越高,并正朝着一体化方向发展。3、中国智能家居产业发展分析智能家居是以住宅为平台,基于物联网技术,由硬件(智能家电、智能硬件、安防控制设备、家具等)、软件系统、云计算平台构成的一个家居生态圈,实现人远程控制设备、设备间互联互通、设备自我学习等功能,并通过收集、分析用户行为数据为用户提供个性化生活服务,使家居生活安全、舒适、节能、高效、便捷。智能家居产品分类表资料来源:中商产业研究院(1)智能家居的发展现状尽管我国的智能家居起步较晚,尚未形成一定的国家标准,但令人欣喜的是国内专业智能家居厂家的数量正在增长。这些厂家中有的是独立开发,有些是引入国外技术在国内生产和集成。比较知名的产品有海尔U-Home,清华同方的e-Home数字家园,其他的还有科龙的“现代家居信息服务集散控制统”,Enjoysmart易居家庭自动化系统,引进新加坡技术的Treasureway宝路家庭智能化系统等。目前国内自主研发的智能家居系统主要市场是智能家居安防系统。2015年中国智能家居市场规模达到431亿元,同比增长41.78%。2012-2015年中国智能家居行业市场规模情况数据来源:中商产业研究院(2)智能家居发展前景分析智能家居是技术和文化发展的必然产物,其在中国的发展和应用将对整个社会产生巨大的影响,它将极大地改变人们的生活方式,并将牵动一大批产业和开拓一个新的大市场。未来,市场上将有不断增多的智能家居硬件产品,以及其在消费市场中的日渐普及,中国智能家居市场规模在2016年将出现明显增长。至2017年,随着主要的智能家居系统平台及大数据服务平台搭建完毕,下游设备厂商完善,智能家居产品被消费级市场接受,市场规模将达到1000亿元人民币。4、其他相关行业发展分析(1)物联网行业中国在物联网发展方面起步较早,技术和标准发展与国际基本同步。物联网已应用在经济、社会生活的各个行业领域,而行业需求的差异性使得企业各自开发了自己的应用平台。我国已有28个省市将物联网作为新兴产业发展重点之一,不少一、二线城市都在建设或筹建物联网产业园,并通过招商引资积极聚拢相关企业。随着百度、阿里等互联网巨头的纷纷涉足,物联网产业与设备制造业、移动互联网、大数据产业相互融合、协同发展。与此同时,各领域的初创型技术公司也积极投入创新,加快了物联网技术的发展。尤其是家电行业借力物联网发展,率先将新兴技术投入到新产品开发中,催生了融合物联网元素的多种智能产品,如可穿戴设备、智能汽车设备、医疗健康设备、智能玩具等等,并依托大数据、云计算技术使产品获得更好的用户体验。总体看来,中国物联网研究没有盲目跟从国外,而是面向国家重大战略和应用需求,开展物联网基础标准体系、关键技术、应用开发、系统集成和测试评估技术等方面的研究,形成了以应用为牵引的特色发展路线,在技术、标准、产业及应用与服务等方面,接近国际水平,使中国在该领域占领价值链高端成为可能。2015年我国整个物联网的市场规模达到7500亿元。2011-2015年中国物联网产业市场容量情况数据来源:中商产业研究院(2)可穿戴设备可穿戴设备即直接穿在身上,或是整合到用户的衣服或配件的一种便携式设备,是综合运用各类识别、传感、连接和云服务等交互及储存技术,以代替手持设备或其他器械,实现用户交互、生活娱乐、人体监测等功能的新型日常穿戴设备(眼镜、手表、腕带等)。可穿戴设备行业近年处于高速增长势,2015年中国智能可穿戴设备市场规模为125.8亿元,增速高达471.8%。2013-2015年中国智能可穿戴设备市场规模数据来源:中商产业研究院(3)3D打印3D打印(3DP)即快速成型技术的一种,它是一种以数字模型文件为基础,运用粉末状金属或塑料等可粘合材料,通过逐层打印的方式来构造物体的技术。3D打印作为一种新兴、环保型产业,渗透在生活、生产的各个领域。不仅受到各界人士的青睐,同样也深受我国政府的支持和鼓励。目前 3D打印技术在珠宝、鞋类、工业设计、建筑、工程施工、汽车、航空航天、牙科和医疗产业、教育、地理信息系统、土木工程、枪支以及其他领域都有所应用。与传统制造相比,3D打印技术的优势主要体现在产品制造的复杂程度、生产制造的范围、生产制造效率、满足客户个性化需求等方面。随着互联网+时代和“中国制造2025”的计划的进程加快,3D打印技术已经是当下首当其冲的掘金行业,未来将会更多的投资创业者进军该产业。(4)工程机械我国工程机械行业受益于我国经济尤其是固定资产投资的持续高速发展和相关政策支持,行业规模已经跃居世界首位。但在产品结构上依然存在问题,呈现低端产能过剩、中高端产品竞争力不足的情况。目前我国工程机械市场中的低端产品,如推土机、装载机等,基本都处于产能过剩的状态。一方面,由于技术门槛较低,产品附加值不高,这些产品的毛利率普遍较低,而且市场竞争激烈;另一方面,这些产品的市场扩展性有限,有些产品甚至有被取代和淘汰的趋势。同时,我国劳动力成本的不断提升使得低端工程机械产品的出口利润空间不断萎缩,通过技术升级增加产品附加值将成为大势所趋;此外,国家各类节能环保政策和对高新技术产业的支持政策的贯彻落实也将加速企业产品线的调整。五、中国工业4.0发展前景预测工业4.0是将资源要素和生产要素集中在以互联网和信息技术为基础的平台之上,实现资源要素与生产要素的充分整合,是智能制造的结晶,实质上是第三次工业革命的拓展和延伸,是推动第四次工业革命的重要载体。互联网对大众的改变才刚刚开始,跨界与融合将成为科技创新的内涵,“人机一体、智能制造”将是未来制造业新的发展趋势,而推动新工业革命的将是机器人、3D打印、大数据、云计算、物联网、智能材料等众多先进技术的融合。对于我国制造业来说,发展工业4.0的路径应是加紧建立更多新兴技术的研发总部、孵化总部和运营总部、创新总部,对新兴技术要从高起点切入,像硅谷那样,成为全球创新中心。我国工业4.0的发展方向可归于以下六大类:(1)工业自动化作为工业4.0基础的工业自动化,在工业4.0战略中有着不可取代的作用。随着社会的不断进步和发展,工业自动已成为现代先进工业科学的核心技术,不断的研究和探讨我国工业自动化的发展和战略方向,对我国工业化的发展有着极其深远的影响。工业控制自动化技术对于传统产业的改造、企业素质的提高和国家国力的提高是非常有效的途径。随着一系列工业自动化控制技术产业化专项的实施,基于信息化带来工业化的思想,将会使工业自动化技术得到更深入的发展,这对加快推动我国自动化产业结构优化升级有重大意义。(2)工业互联网工业互联网就是工业革命带来的机器、设施和系统网络与互联网革命带来的智能设备、智能网络和智能决策间的融合,其要素是智能设备、智能网络和智能决策,更强调传感器系统、大数据分析能力。以后制造环节互联网的实现将会给现有的生产方式带来颠覆性的变化。据国际权威机构测算,应用工业互联网后,企业的效率会提高大约20%,成本可以下降20%,节能减排可以下降10%左右。虽然目前工业互联网全面实现有困难,但是某些环节的突破是可以实现的,并且工业互联网将进一步带动智能装备、3D打印设备等发展。(3)工业机器人随着工业4.0战略的提出,智能化生产中工业机器人也受到越来越多的关注。从政策落实看,在“十二五”规划中,国家已经把工业机器人作为智能制造装备的重要部分,各地也陆续出台相关政策。机器人产业的发展与国家从“制造业大国”向“制造业强国”的转型相契合。(4)3D打印工业4.0四大主题之一的智能生产主要涉及整个企业的生产物流管理、人机互动以及3D技术在工业生产过程中的应用等。3D打印增材制造技术本身对设计-制造-应用环节将发生变革性影响。传统制造业中,过去数十年的技术重心侧重于加工精度与效率,而目前加工技术在精度上已接近极限,继续提高的必要性和性价比开始进入瓶颈,下一步升级重点必然是设计、成型环节,以最终达到工业4.0的智能化生产状态。(5)传感器传感器是工业4.0时代的核心组件,传感器通过将物理信息转换为标准信号,反馈到CPS网络物理系统,是未来工业4.0时代的核心基础技术。工业用传感器能够测量或感知特定物体的状态和变化,并转化为可传输、可处理、可存储的电子信号或其他形式信息。工业用传感器是实现工业自动检测和自动控制的首要环节,在现代工业生产尤其是自动化生产过程中,要用各种传感器来监视和控制生产过程中的各个参数,使设备工作在正常状态或最佳状态,并使产品达到最好的质量。甚至可以说,没有众多质优价廉的工业传感器,就没有现代化工业的生产体系,更别谈工业4.0体系的构建。(6)智能机床机床被称作“工业母机”,其发展程度决定着一个国家装备制造行业的整体水平,尤其在“中国制造”迈向“中国智造”和“中国创造”的当下,国内机床行业能否率先实现重大突破意义更加重大。中商产业研究院是深圳中商情大数据股份有限公司下辖的研究机构,是中国领先的产业研究咨询服务机构。公司每年发布研究报告上千份;研究范围涵盖智能装备制造、新能源、新材料、新金融、新消费、大健康、“互联网+”等新兴领域。中商产业研究院致力于为国内外企业、各级政府部门、科研院所、投融资机构、会计师事务所、律师事务所等提供各类数据服务、行业研究报告,同时为客户提供高价值的咨询服务,如商业计划书、项目可行性研究、产业规划、IPO咨询、民营银行及保险公司筹建咨询等服务。长按二维码识别关注关注中商产业研究院,让你不动声色的涨姿势

猎浣熊

《2020中国边缘计算产业研究报告》发布,国内市场规模近万亿元

随着5G的发展和深入,边缘计算作为区别于企业内网和互联网的新业务入口,我们也将对其发展持续保持关注。本文转载自公众号“边缘计算中文社区”,36氪经授权发布。引言2020年,边缘计算随着5G、IOT、AI等相关技术演进越来引人瞩目,关于边缘计算的讨论也越来越多,但是涉及边缘计算的定义、边缘市场的规模、边缘技术的成熟度和边缘玩家的分布的系统性介绍却比较少,本文希望通过多角度分析,从边缘计算的定义、市场预测、技术架构和玩家分类等不同维度,对边缘计算进行系统性的盘点。文章分为三个章节,分别是“边缘定义的真与假”、“边缘技术的重与轻”、“边缘市场的大与小”,从定义、技术、市场三个角度盘点边缘计算现状和未来。第一章“边缘定义的真与假” 主要从边缘计算的概念提出、完善和演进出发,分析不同机构对边缘计算的定义阐述,并总结出边缘计算的定义。第二章 “边缘技术的重与轻”主要从边缘计算的实现出发,根据WAN和PAN网络的不同,对于“重边缘”和“轻边缘”进行分解,同时根据不同边缘垂直行业的技术成熟度,对于技术所处阶段进行了剖析。第三章 “边缘市场的大与小”,分析相关的国际预测数据,并针对一直缺少的中国市场规模,根据相关模型进行了一定程度的预测和展望,进而分析了华为、阿里巴巴、九州云、航天云网、海康威视、亮风台等在不同领域的典型的玩家。一、边缘计算的真与假关于边缘计算的定义现在基本上已经形成一定的共识,但是它的提出和演进却是逐步完善的,通过边缘计算定义的演进过程的回顾,可以了解在后一章节提到关于重边缘和轻边缘分类是如何形成的。1.1 Wikipedia的定义Wikipedia 关于边缘计算的网页上,关于边缘计算的提出是在2014年,高通工程总裁(Qualcomm VP of engineering)Karim Arabi 在IEEE DAC 2014 Keynote[2]中,以及2015年的MIT的MTL Seminar的受邀演讲中,宽泛的定义边缘计算为云之外的在网络的边缘侧的所有计算,更具体的定义是云之外的需要实时数据处理的应用程序。在他的定义中,云计算用来处理海量数据(Big Data)的计算,而边缘计算用来处理实时计算(Instant Data )。Karim Arabi本身的背景还是从IOE(Internet Of Everything)的角度提出了这个概念,对于边缘的计算只是从使用者的视觉进行了初步提出了构想,因此在DAC的演讲中,他只是提到了相对于云(Cloud)的边缘(Edge)场景,演讲中更多时候还是通过Mobile Computing这个词来形容这种计算模式。图表 1 Karim Arabi 在IEEE DAC 2014 Keynote 提出Edge概念Wikipedia对于边缘计算的定义是“一种针对请求交付低延时相应的计算模式”。1.2 ETSI的定义2015年8月,ETSI第一次提出了MEC的验证框架(Proof of Concept Framework)[3],经过近5年的演进,相关标准体系也逐渐清晰。ETSI定义MEC意义在于将边缘计算从IOE的视角扩展到ICT的视角。ETSI MEC ISG标准委员会的董事Alex Reznik给了一个宽泛的定义:“任何不是传统数据中心的都可以成为某个人的边缘节点。” ETSI MEC定义[4]是“为应用开发者和内容提供商提供在(运营商)的网络边缘侧的云计算能力和IT服务,这一环境的特点是极低的延时和极大的带宽,支持针对应用侧无线网络的实时访问。”图表 2 2015年8月,ETSI提出了MEC 的验证框架(Proof of Concept Framework)1.3 Gartner的定义边缘计算作为一个独立技术数据第一次出现在Gartner报告中是在2016年,当年8月份发布的“数据中心能源和制冷技术曲线(Hype Cycle for Data Center Power and Cooling Technologies)”[5] ,第一次将Edge Computing作为“On The Rise”的技术放入到了曲线图里。2017年3月,Gartner的提升了对Edge Computing这一领域的重视,Gartner VP Thomas J. Bittman发表博客,认为“边缘将吃掉云”[6]。在2018年,“从云到边缘”是被列为十大战略性科技发展趋势之一。2019年,边缘计算再一次登上Gartner的趋势榜单。图表 3 2017年,Gartner VP Thomas J. Bittman发表博客,认为边缘将吃掉云从过去的报告中可以看到,Gartner对于边缘计算的重视也是逐步形成,对于概念的理解也在逐步完善,Gartner Glossary对边缘计算的定义[7]是“边缘计算是一种分布式的计算技术,在靠近人和物信息产生和消费的(物理和网络)位置,提供信息处理的计算能力”。1.4 Forrester的定义Forrester关于边缘计算的最早分析是在2016年6月的报告《Mobile Edge Computing Will Be Critical For Internet-Of-Things Success》[8]中。2018年针对边缘计算发表了《 Get Ready For Edge Computing’s Rise In 2019》,2019年发表了 《Make Edge Computing A Key Investment for 2020》[9]。Forrester对边缘的定义包含了对WAN和PAN的理解,它对边缘计算的定义是“边缘计算和IOT是一种将泛在连接扩展到物理世界的革命性技术”。1.5 边缘计算定义和分类总结我们针对以上不同来源的边缘计算定义,各家对边缘计算的定义虽然有所差异,但基本强调新边缘管道和分布式部署方式产生的对业务形态的重塑。在这里我们对边缘计算的要素进行总结,主要的重点包括以下三点:边缘计算必须包含终端触点(Endpoint)的方式,实现物理世界到数字世界的双向翻译(数据/事件/控制信令),并通过网络管道实现一定规模的终端和空间的覆盖,实现人物交互/物物交互,单一具备计算能力的终端(如具备自处理能力的摄像头)如果未通过网络管道接入一个更广泛的数字世界,不适合归入边缘计算范畴;边缘计算的数字计算能力,可以分为轻边缘(远边缘)和重边缘(近边缘);边缘计算的网络管道能力,可以分为WAN(5G/LTE/WiFi6等)和PAN(Zigbee/LoRa/Bluetooth等);二、边缘技术的轻与重2.1 边缘计算不同技术所处阶段分析一般技术发展分为四个阶段:技术萌芽期的探索孵化、技术膨胀期的百花齐放、技术收敛期的分久必合、技术成熟期的价值回归。我们不能把边缘计算当成一种技术,而是一系列组合支撑的业务新模式。在不同的发展阶段,其技术多样性、成熟度和市场价值合理性各有不同。边缘计算体系中分为平台类技术和应用类技术,其所处的发展阶段如下图所示。2.2 5G MEC重边缘和IoT轻边缘技术比较基于5G的MEC边缘和基于IoT设备的边缘一体机是两种比较常见的边缘形态,以5G为代表的WAN管道的边缘计算,相对以LoRa、NB-IOT、Zigbee、Wifi6等PAN管道,在大带宽、控制/内容传输兼具、室外(Outdoor)空间扩展性、移动性、SLA保障和计算延展性上具备更大优势。WAN管道和PAN管道的不同,形成了重边缘和轻边缘两种形态。区分重边缘和轻边缘两种形态的另外一个因素是放置位置,重边缘一般和5G结合,部署在基站后面,而轻边缘一般部署在基站前面,下沉物联网设备或者工业产线现场。总的来说,重边缘对5G管道等刚硬要求比较高,建设成本更大,但是带来更好的空间延展性、计算能力和网络带宽。2.3 5G MEC重边缘和IoT轻边缘发展前景和轻边缘比较,5GMEC重边缘计算在大带宽和低延时并存的场景中具备更广阔的前景,比如制造、港口、文娱和园区类场景,5GMEC重边缘能够提供更好的数据上下行所需的带宽能力、数据处理所需的计算能力、指令控制所需的低延时和安全所需的数据私密性。比如在工业领域的IoT边缘应用场景,可以分为大规模IOT(MassiveIoT,如水管探测传感器)、大带宽IoT(BroadbandIoT,如视频直播),关键应用IOT(CriticalIoT,如对可靠性要求比较高的工业视觉检测)和工业自动化IOT(InstrialAutomationIoT,如对工业流水线的反向控制)。爱立信相关分析报告[10]也指出,5G边缘计算在关键应用IOT和工业自动化IOT上具备更大优势。三、边缘市场的真与假3.1 边缘计算产业链分布我们基于以上边缘计算的分析,接下来总结下边缘计算产业分布,在边缘计算领域中的玩家,总的来说可以将边缘计算的产业分为以下几个维度:3.2 国际市场预测关于市场增速的预测,不同的机构针对边缘计算的产业发展都从不同角度做了相应的分析,Gartner的研究[11]报告中预测到2025年,在“传统的”集中式数据中心或云存储以外处理的企业生成的数据的比例将从2018年的10%跃升至75%。Forrester也认为[9]“边缘云服务市场未来成长速度将达到50%以上”。其他机构诸如IDC、GrandViewresearch等机构,也对边缘市场做了一定的预测。不同机构的预测数据汇总见下表:MarketResearchFuture[12]的市场调查认为全球边缘市场到2024年将达到224亿美元的规模,年增长速度为28.4%。另一市场调查机构MarketsandMarkets[13]对边缘市场的预测为157亿美元,年增长速度为34%。同时他们对边缘市场的分布做了一定的分析,认为北美、欧洲和亚洲市场将占据大部分市场份额。一些咨询机构,比如毕马威、麦肯锡和德勤对边缘计算的市场的行业分布、硬件规模和边缘AI市场也做了相应的分析。2020年毕马威与IDC的分析估计,在2023年,五个主要行业在连接性、软件、硬件和服务领域的合并市场总值将 超过5000亿美元。预计这五个行业将在未来数年取得显著增长,部分得益于5G和边缘计算结合带来的大大提升的连接性。3.3 中国市场预测3.3.1 总体预测针对中国市场,我们将根据边缘计算和分类市场规模预测如下,后面将分章节陈述不同领域的规模预测逻辑。3.3.2 终端触点/终端中国市场规模预测根据相关机构预测[14],“预测2019年我国传感器市场规模将达1660亿元左右。2021年我国传感器市场规模突破2000亿元,并预测在2023年我国传感器市场规模增长至2580亿元左右,2019-2023年均复合增长率约为11.65%。”估计到2025年,国内传感器市场将达到4000亿元的规模。根据2019年的中国传感器公司营收分析[15],整体传感器领域公司营收已经达到2500亿左右规模),主要集中在综合安防(如海康威视、大华股份)、声光传感(如歌尔声学)、军用设备(如航天电子)等领域。3.3.3 轻边缘/远边缘/IoT边缘中国市场规模预测工业一体机、IoT网关等轻边缘部署位置一般在基站的前面,主要提供比较丰富的工业IO接口,通过工业协议方式连接到工业设备,通过容器平台,承载一定能力工业内置软件实现对设备的单向和双向控制。代表产品如航天云网的INDICSEdge工业一体机、研华IPC紧凑型工业边缘计算机和Stratus的ztCEdge系列等。工业一体机由于受其设备限制,一般主要集中在设备信息采集以及相关控制能力上,对于AI、视频处理等能力存在一定局限性。比如研华推出的IPC-220/240紧凑型工业边缘计算机配置一般为INTELi3/i5/i7或者国产海光的CPU处理器、32G内存和数TB硬盘。在AI、视频等能力扩展上有一定限制。工业一体机的售价一般在1~2万左右,工业一体机的市场规模2019年在10万台左右,按照30%的年增长率估计,到2025年,市场规模在50亿人民币左右。3.3.4 重边缘/近边缘/5G MEC边缘中国市场规模预测重边缘的市场规模估计,可以通过从运营商侧边缘计算数据中心的数量进行推算。中国联通在国内5G MEC的建设处于领导地位,按着中国联通的相关规划[17],预计到整个联通适合边缘的区域DC将有70~80个,本地DC将有600~700个,边缘DC将有6000~7000个,接入局房将会更多,预计达6万~7万个。假设2025年前国内三大运营商完成2万个机房的部署,相关边缘计算的机房规模将达到6万个(2万/运营商)左右,按照每个边缘机房建设投入300万计算,未来5年总体市场规模将达到1800 亿人民币,到2025年达到600亿人民币。3.3.5 边缘行业软件和服务中国市场规模预测边缘计算可以服务机场、国防、营销、气象、航运、保险、农业、家庭消费、健康、能源、公共服务、零售等多个行业的需求和创新。不同行业的特定场景都有边缘计算的诉求。在软件和服务上,可以通过行业市场进行估算按照KPMG的估算,“ 全球到2023年,随着5G和边缘计算的更广泛应用,这五个目标行业将在涵盖连接性、 硬件、软件和服务的整个生态体系中创造超过5000亿美元的年收入”,年复合增长率为8%~10%,其中软件部分部分根据不同行业,占比约为11%~48%。亚洲边缘计算市场大概占到全球市场的28%左右[12],假设中国边缘市场占全球市场10%的规,按照KPMG的应用和服务市场规模,2023年中国软件和服务市场,估计达到200亿美元(1300亿人民币)和140亿美元(900亿人民币),按照30%的边缘市场增速,到2025年,软件和服务将达到330亿美元(2200亿人民币)和230亿美元(1500亿人民币)。中国边缘和软件和服务市场增长速度和规模如下图所示:3.4 国内典型边缘供应商分析根据本文第三章重对边缘计算产业链中的分类,我们选取了国内各个领域七个典型的厂商,对其业务形态、产品模式和战略思路进行了梳理和分析。3.4.1 5G核心网提供商 - 华为华为边缘计算解决方案的思路,一条展现是通过5G核心网优势,将能力延伸到UPF进而突破MEC领域,另外一条路线是通过IoT网关等IT硬件方案,双管齐下实现对重边缘和轻边缘市场的覆盖。华为在边缘计算中华为是全方位的玩家,其相关产品即包括重边缘领域,也包括轻边缘领域。重边缘主要集中在覆盖5G核心网、5G基站、5G UPF边缘网元、MEC边缘MEP/MEPM 等符合ETSI规范的MEC产品。轻边缘领域则推出了华为AR502H等物联网关,提供SDK实现计算、存储、网络资源灵活调用。华为同时还在边缘开源计算上持续发力,轻边缘领域则通过KubeEdge开源方式,基于容器化技术推动轻边缘底座的能力。重边缘领域,则和中国移动、中国联通、腾讯、九州云等公司一起发布了首个MEC边缘计算开源项目EdgeGallery,希望通过开源方式,构建边缘计算的开放应用生态。3.4.2 运营商5G MEC转型领导者 – 中国联通中国联通在国内三大运营商重,属于在5G MEC领域布局较为完善、体系最为成熟的运营商,也是国内首家全国商用上线的边缘云平台。截止2020年12月,中国联通已在全国开展300多个MEC商用工程,在“智能制造”、“智慧医疗”、“智慧交通”、“智慧园区”等领域开拓了中国商飞、三一重工、中国一汽、宝武钢、天津港、新疆电网、中日友好医院、文远知行、上海张江人工智能岛等多个商用项目,同时也和腾讯、阿里、百度、虎牙、抖音等推进的MEC试商用基地。中国联通的MEC边缘云的架构建设分为5大模块,分别是支持边缘云资源分发的部署平台、支持边缘云业务生命周期管理的业务管理平台、支持运营和响应的业务运营平台、支持生态合作伙伴的应用开发者平台和边缘安全保障体系。作为5G MEC入口掌控着的运营商,边缘计算领域作为转变“哑管道”的转型关键,中国联通如何实现CT服务到ICT融合服务能力的转型,是其面临的最大挑战。3.4.3 公有云的边缘能力下沉实践者 - 阿里云作为国内公有云的领导者,随着AWS等国际公有云玩家也推出了Wavelength、Snowball等边缘计算相关产品,阿里云也推出了两种形态的边缘产品,重边缘技术(Edge Node Service,ENS)和轻边缘技术OpenYurt。ENS基于CDN的布局进行建设,也规划基于运营商边缘节点和网络构建。而OpenYurt是基于Kubernetes 实现的开源IoT设备轻边缘底座,能够和阿里云实现轻边缘的应用下沉。阿里边缘计算的思路,主要还是依赖公有云增强未来边缘计算场景和中心公有云的紧耦合,通过生态实现公有云在边缘云的延申。3.4.4 中立的重边缘MEC技术创新者 - 九州云九州云作为国内依托开源技术崛起的技术型厂商,在OpenStack 和Kubernetes 等开源云计算平台积累,近两年在5G边缘计算领域的持续发力,在MEC解决方案、边缘行业方案等领域,取得了一定的成绩,也成为中国联通、中国移动和中国电信在边缘领域的技术合作伙伴。九州云的优势是其技术积累和中立性,在OpenStack社区、EdgeGallery社区、StarlingX等开源社区商,九州云拥有董事席位和技术委员会席位。九州云由于本身在硬件和5G核心网领域,因此在MEC解决方案的中立性和解耦性上对用户更加友好。九州云边缘计算管理平台是基于5G网络和边缘计算的能力,构建在移动网络边缘基础设施之上的云平台,组成部分包括:Edge IaaS(边缘计算IaaS方案)、Edge CaaS(边缘计算CaaS方案)、Edge MEP (边缘计算平台)的能力。具备从中心运维管理功能,硬件加速管理功能,边缘节点配置、基础设施服务(Iaas)能力,虚拟化环境远程自动部署能力、容器编排能力,中心与边缘混合编排能力、应用服务统一管理能力,创建多种应用程序环境等能力。九州云也同时在智能场馆、边缘游戏、智慧交通等领域积累了响应的边缘应用能力和服务。3.4.5 轻边缘技术厂商 - 航天云网航天云网主要是涉及工业互联网行业厂商,因此其相关产品主要服务于工业领域,构建了基于INDICS+CMSS工业互联网公共服务平台。航天云网的INDICS Edge工业一体机通过软硬结合的边缘智能一体机成为工业互联网平台下沉到工业现场的新趋势,从而出现利用边缘计算技术实现工业APP精准赋能的新模式。航天云网的优势是其在工业领域的行业能力积累,通过轻边缘工业一体机的方式将工业数据采集、数据解析、协议转换等能力下沉。如何将轻边缘和5G重边缘等技术整合,对轻边缘厂商来说是个机会也是个挑战。3.4.6 边缘视觉传感器领导者- 海康威视海康威视作为国内智能安防领域的领导者,早在2016年就推出了基于深度学习的一系列智能安防产品。海康威视的技术主要结合摄像头本身具备的终端AI能力以及相应的计算后台,实现人脸抓拍、人脸比对、车辆结构化、客流统计、违章检测等智能监控能力。随着5G建设的逐步完善和终端模组的成本降低,海康威视如果未来通过5G方式,和MEC重边缘技术结合,将能够实现更多和AI结合的业务形态和商业模式。3.4.7 垂直行业VR解决方案典型厂商 – 亮风台亮风台成立于2012年,是一家增强现实产品与服务提供商,产品主要包括AR云、AR通讯、AR终端组成的“云管端”一体化AR平台。AR能力作为边缘计算的一个典型能力,在智能制造、体防控、远程诊疗、远程诊疗等领域有着比较良好的应用前景。比如在工业领域通过使用AR 眼镜对设备进行智能巡检、点检,自动记录设备状态,提前预防及时维护,通过IoT传感器反馈的实时数据,在巡检过程中为工程人员提供数据支撑,第一视角同步现场情况,远程协作辅助,提高巡检效率与质量。四、总结我们通过针对边缘计算定义、技术、市场三个角度,对边缘计算的技术定位、产业现状和未来趋势进行了初步的盘点,随着5G的发展和深入,边缘计算作为区别于企业内网和互联网的新业务入口,我们也将对其发展持续保持关注。

大追踪

《2019年中国半导体行业市场前景研究报告》(附全文)

中商情报网讯:半导体产业在美国形成规模以来,半导体产业共经历了两次大规模的产业转移,在这两次大规模的转移不仅转移了半导体产业的制造中心,还同时推动新兴市场的快速崛起。随着应用场景不断扩展,半导体的市场需求不断扩大,市场规模逐渐提升。数据显示,2018年中国半导体市场规模为18951亿元。中国集成电路设计、制造、封装等产业在国家政策支持下持续增长,预计2022年中国半导体市场规模将逼近30000亿元。《2019年中国半导体行业市场前景研究报告》主要围绕半导体行业概况;半导体产业链分析;全球半导体市场分析;中国半导体市场分析;半导体市场促进因素;重点企业分析;半导体行业发展前景等七个章节展开,通过对当前半导体行业进行分析,总结半导体行业发展现状,从而预提出当前行业的发展前景。PART1半导体行业概况半导体(semiconctor),指常温下导电性能介于导体与绝缘体之间的材料。半导体在收音机、电视机以及测温上有着广泛的应用。半导体是指一种导电性可受控制,范围可从绝缘体至导体之间的材料。无论从科技或是经济发展的角度来看,半导体的重要性都是非常巨大的。今日大部分电子产品中的核心单元都和半导体有着极为密切的关连。常见的半导体材料有硅、锗、砷化镓等,而硅更是各种半导体材料中,在商业应用上最具有影响力的一种。PART2半导体产业链分析2018年全球半导体制造设备销售总金额达645亿美元,比2017年增长14%。韩国连续第二年成为全球最大的半导体新设备市场,2018年的销售金额共177.1亿美元。其次为中国大陆,以年增59%达到131.1亿美元的成绩,排名第二,并取代以101.7亿美元滑落至第三的台湾地区,台湾地区去年总额比前年下滑12%。PART3全球半导体市场分析2004-2007年,半导体出货量陆续突破了4000亿、5000亿和6000亿个单位的水平,2010年,半导体出货量超过7000亿台,单位增长大幅反弹,增长率高达25%。2017年的再一次强劲增长(增长12%)使得半导体部件的出货量在2018年实现万亿大关之前超过了9000亿。2018年半导体单位出货量攀升至10682亿台,预计2019年将攀升至11426亿台,相当于全年增长7%。PART4中国半导体市场分析2018年中国国内生产总值为900309亿元,按可比价格计算,比上年增长6.6%,实现了6.5%左右的预期发展目标。分季度看,一季度同比增长6.8%,二季度增长6.7%,三季度增长6.5%,四季度增长6.4%。2018年中国居民人均可支配收入为28228元,比上年名义增长8.7%,扣除价格因素实际增长6.5%,快于人均GDP增速,与经济增长基本同步。PART5半导体市场促进因素从产出规模看,2024年5G带动的直接产出和间接产出将分别达到3万亿和6万亿元。在直接产出方面,按照2020年 5G正式商用算起,预计当年将带动约4840亿元的直接产出,2025年、2030年将分别增长到3.3万亿、6.3万亿元,十年间的年均复合增长率为29%。在间接产出方面,2020年、2025年和2030年,5G将分别带动1.2万亿、6.3万亿和10.6万亿元,年均复合增长率为24%。PART6重点企业分析国内上市公司中,也有不少半导体行业上市公司,不过从规模来看比较小,但是在新一轮产能扩展期,将带来新的发展机会。据数据显示,2018年上市公司整体表现良好,2018年半导体行业上市公司中,有17家企业净利润超亿元,2018年半导体行业上市公司中净利润排名第一的为纳思达,净利润达9.51亿元。PART7半导体行业发展前景行业监管加强,行业规范化发展;随着行业的快速发展,行业发展进入新阶段,监管力度持续提升。未来促进行业规范发展以及维护市场秩序,出台多项重磅政策。下游领域兴起,半导体需求增加;伴随着人工智能,汽车电子等下游领域的兴起,对半导体的需求将持续攀升,推动着中国半导体行业的快速发展。《2019年中国半导体行业市场前景研究报告》全局研究了当前半导体的发展概况,为产业未来的发展提供了可行性思路。中商产业研究院在对整个行业把控的前提下,关注半导体行业现状和未来发展趋势,从市场现状和重点企业进行剖析。附完整报告下载地址:《2019年中国半导体行业市场前景研究报告》http://wk.askci.com/details/1fdaee3da7ea48f59eb1fb0ce3d97e2d/