3.5.3提升精度和稳定性，向智能机床迈进

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

在软件方面，开源证券认为，国产主要瓶颈在于数控系统误差补偿能力，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。

据主营数控系统的华中数控相关人士介绍，作为数控机床的“大脑”，数控系统约占据数控机床总成本的20%左右。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，在多通道、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。

据悉，2017年左右，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，全面对标德国、日本等国家的高性能数控系统产品功能，标准型数控系统产品600余项功能对标匹配度达到100%，高档型数控系统产品1900余项功能对标匹配度超过98%。

硬件方面，开源证券表示，国产主要瓶颈为丝杠/导轨、轴承、刀具等零部件及机身材料的热变形、刚性、应力、精度等问题。国内奥普光电、昊志机电等厂商正在发力追赶。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，2025年，我国高档数控机床与基础制造装备，主轴、丝杆、线轨等中高档功能部件国内市场占有率将达到80%。

“事实上，越往高档走，数控机床的通用化程度越低。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，所需要的不仅仅是数控机床本身，更是一些行业的加工解决方案。从这点来看，数控系统等零部件，以及我们激光加工领域涉及的光源激光器，甚至上游的CAD软件等，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。”王自表示。

另一方面，我国高档数控机床的发展也需要提高稳定性。

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

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

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

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

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

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

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

四、未来工厂的关键工业软件

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

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

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

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

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，在计算机技术、通信技术及网络技术不断发展背景下，其功能会逐渐变得强大。根据中商产业研究院数据，截至2023年12月，在中国工业软件市场结构中，嵌入式软件占比超过50%，达到57.4%，研发设计类软件占比最低，仅8.5%。

4.1 ERP：制造业是最大下游市场，国内应用较为成熟

ERP，即企业资源计划，可帮助组织自动执行和管理核心业务流程，从而实现最优的性能。

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

4.1.1制造业是最大下游市场

根据QYResearch数据，2023年全球ERP软件市场规模大约为482.9亿美元，预计2029年将达到714.2亿美元，其间CAGR为6.74%。

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

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

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

4.1.2企业梳理

全球范围内，ERP软件主要生产商包括SAP、Oracle、Microsoft、Sage、Infor等，其中前五大厂商占有大约42%的市场份额。

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

4.2 DCS：市场规模持续增长，中控技术市占率领先

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

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

4.2.1 DCS市场规模持续增长

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

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

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

4.2.2中控技术国内市占率第一

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

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

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

此外，和利时、川仪股份、上海新华、科远智慧等企业也处于国内DCS市场前列。其中科远智慧拳头产品NT6000的最快控制周期为5ms，操作响应周期小于700ms，大幅优于目前2.5s的行业标准。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，经专家评定，该系统在可靠性和易用性方面达到国内外先进水平。目前，NT6000已经广泛应用于国内外数千个电厂中，实现从几十兆瓦到百万级兆瓦机组的全覆盖。

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

4.3 MES：“新势力”凭借云计算超越老牌厂商

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

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

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

IDC调研数据显示，未来三年（2025-2028）内，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，是所有改造项目中的首选。

4.3.1国内MES市场竞争激烈

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

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

4.3.2 云MES市场规模稳增

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

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

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

4.3.3 MES“新势力”凭借云计算超越老牌厂商

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

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

4.4 PLM：国内厂商积极拥抱上云

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

PLM既涵盖仿真与分析、设计CAD、多学科CAD、EDA、AEC等工具软件，也包含协同产品定义管理的cPDm系统，以及用于工艺规划、工厂车间布局等的数字化制造，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。

4.4.1国内PLM市场增速高于全球平均水平

据CIMdata，2023年全球PLM市场增长8.6%，达到了724亿美元。

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

4.4.2外企占据国内三成份额

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

4.4.3积极拥抱上云是大势所趋

在工业软件领域，传统商业模式以买断制为主，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，而软件厂商仅从这一单次交易中获利。这种模式既不利于厂商长期、可持续发展，也无法满足客户对长期、高品质服务的需求，还让大部分企业被一次性投入的高成本拦在门外。

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

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

五、工业互联网平台：工业AI发展绝佳土壤，市场空间超万亿

作为新基建的核心部分，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，已成为实现新型工业化的关键要素。据工信部数据，工业互联网融入49个国民经济大类，覆盖全部工业大类，2023年核心产业规模约达1.35万亿元。

而作为工业互联网的“操作系统”，工业互联网平台被认为是打开工业大数据与工业AI的钥匙。

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，并提供数据存储、管理、呈现、分析、建模及应用开发环境，汇聚制造业企业及第三方开发者，开发出覆盖产品全生命周期的工业软件应用。

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

业内普遍认为，由于工业互联网平台汇聚了算力、数据、算法及应用场景的AI全要素，有望成为工业AI融合应用的优良入口。“随着越来越多的企业开始数字化转型，对工业互联网平台的需求正在飞速增加。工业互联网平台的研发与搭建，以及其构建的生态系统也将成为重要的投资领域。”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。

5.1我国工业互联网平台行业快速发展

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

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》，截至2022年末，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，工业模型数量合计为85.16万个，工业APP数量达到29.33万个，我国工业互联网平台行业整体保持快速发展趋势。

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

市场规模方面，根据共研网统计数据，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，同比增长约38.9%，2020-2022年复合增速约为41.0%，保持快速增长态势。

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

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

5.2四类参与者各具优劣势

工业互联网平台可谓AI发展的绝佳土壤。

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

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

传统制造业厂商从满足自身数字化转型需求出发，在所处行业积累了大量制造业实践经验与行业knowhow，对工业互联网平台应用场景有更深的理解，在所处行业市占率较高。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，难以实现基于平台的市场扩张。

譬如，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，三一重工是后者的主要客户，也是其第五大股东。据悉，树根互联已赋能三一重工北京桩机工厂、三一重工长沙18号工厂多座“灯塔工厂”。根据树根互联此前递交的上市材料，2019-2021年，树根互联营收分别为1.52亿、2.79亿、5.17亿元，三年复合增长率达到84.71%。但由于大幅亏损问题，树根互联最终在2023年撤回IPO申请。

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

“我们既有工业互联网平台，也有工业互联平台上各种工业软件的应用，我们支持私有云部署、混合云部署，也支持中小企业的公有云部署。”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，“比如说我们在某市的安全环保共赢平台，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），就是用的我们的工业互联平台和我们的安全环保软件。”

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

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

六、工业AI掀起新一轮变革，数据与算法仍需积累和优化

AI时代渐近，工业AI正在掀起新一轮变革。

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

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

6.1AI质检应用较成熟

目前，AI在工业领域的应用场景广泛，涵盖了研发、生产、供应链、销售和服务等多个环节。

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

“目前，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，已经在众多工业企业中取得显著效益。”刘伟超表示。

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

“在废钢判定领域，我们做了有四五年，现在国内的市场占有率第一，废钢识别率超过93%，比市面上其他企业做得都好。”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。

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

根据IDC数据，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，在独立第三方AI解决方案提供商中位列榜首。科远智慧也已推出基于AI的工业质检产品。

预测性维护是AI在工业互联网的另一重要应用，依托于以工艺机理为核心的预测模型。

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

6.2工业大脑增速最快

在叶秀林看来，工业大脑是未来工业AI增速最快的应用。

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

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

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

6.3工业AI进入大模型构建阶段

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

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

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

目前，用友已推出企业服务大模型YonGPT；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ChatFile；思谋科技推出工业多模态大模型IndustryGPT；赛意信息是华为盘古大模型的首批合作伙伴，已推出聚焦企业服务大模型的AIGC中台（善谋GPT）；汉得信息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；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TPT；作为科大讯飞在工业领域的重要布局，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，带动了用户数量的显著增长。

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

6.4数据和算法仍是AI应用最大阻力

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

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

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

汉得信息COO黄耿认为，一方面，企业要具备丰富经验和领域专业知识，才更容易理解行业内部的需求和挑战，并且能够为客户提供更加精准的AI解决方案。同时，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，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。另一方面，建立广泛的合作伙伴关系和完善的生态系统，能够为企业提供更多的资源和支持，加速AI应用在工业互联网领域的推广和应用。

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

七、趋势与展望

7.1工业软件上云是大势所趋

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

7.2具身智能将颠覆未来工厂

目前现有的智能工厂所应用的机械臂或工业机器人，更多是在完成一些自动化任务。具体来说，就是把机械臂或机器人部署在特定的环境，在完成任务时，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，是在完成一些规则的、固定的行动路线，比如抓举等操作。可能会辅以计算机视觉等技术，但始终是“换汤不换药”。

在大模型爆发并逐渐成熟后，“具身智能”概念应运而生。相比上述完成自动化任务来说，具身智能机器人具备两个明显的区别与优势：自决策和自学习。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，而是经过大模型的训练后，看到图纸就能自行决策如何行动；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，在工厂应用两年后，通过大模型的自学习能力，能够成长为一个四年甚至更长经验的工程师。

可以想见，具身智能的应用，将给未来工厂带来颠覆性改变，如生产更柔性、员工减少等。具身智能使信息域和物理世界深度融通，进一步拓展人工智能发展边界，不断提升机器人的智能和自主行动，能使其更好地理解世界、自然化人机交互和高效执行任务。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，加速通用人工智能的到来。

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

7.3未来工厂将是多批次、小批量的柔性生产模式

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

在具身智能广泛应用在未来工厂后，未来的智能工厂将根据自然语言或图纸、订单情况等识别、判断需要生产的零部件，并将自动切换至该零部件生产线。换言之，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，所需要的人工数量也会大幅减少。

7.4无论是软件还是硬件，国产化仍有很长的路要走

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

上一篇：未来工厂：具身智能带来无限想象 下一篇：收好这份6月自动化及工控大事记