1|2023昶ⴔ區·兰腊ⵖ鸣色(休)Ⰼ兞䫣デ 2|2023昶ⴔ區·兰腊ⵖ鸣色(休)Ⰼ兞䫣デ 报告编委 报告指导人 黄勇 爱分析 爱分析合伙人&首席分析师 报告执笔人 苏锦浠 爱分析 分析师 3|2023昶ⴔ區·兰腊ⵖ鸣色(休)Ⰼ兞䫣デ 目录 1.研究范围定义 ............................................................................................ 4 2.市场洞察 ................................................................................................... 7 2.1 智能制造市场规模增速放缓，行业呈现分化 ............................................ 7 2.2 智能制造重点建设方向：敏捷化、低碳化、平台化 .................................. 7 2.3 新兴技术尚处于尝试阶段 ...................................................................... 8 3.厂商全景地图 ............................................................................................ 9 4.市场分析与厂商评估 ................................................................................. 11 4.1设备后市场服务 .................................................................................. 11 4.2 工业数据智能平台 .............................................................................. 18 5.入选厂商列表 .......................................................................................... 21 关于厂商全景报告 ....................................................................................... 26 关于爱分析 ................................................................................................. 27 研究与咨询服务 .......................................................................................... 28 法律声明 .................................................................................................... 29 4|2023昶ⴔ區·兰腊ⵖ鸣色(休)Ⰼ兞䫣デ 1. 研究范围定义 研究范围 “十四五”期间工信部等发布《“十四五”智能制造发展规划》，强调智能制造是我国制造强国主攻方向，加快推动智能制造发展，深化智能推广应用，开拓制造业数字化转型升级新路径，智能制造市场发展潜力进一步深化。与此同时，企业智能制造也面临诸多亟待解决的问题。 宏观层面，国家政策助推智能制造与绿色制造深度融合，企业在积极发展智能制造的同时，也需加强与绿色制造的深度融合。在“中国制造2025”政策末期，国家又相继出台了《“十四五”战略性新兴产业发展规划》、《工业领域碳达峰实施方案》等政策，推进“工业互联网+绿色低碳”，聚焦能源管理、节能降碳等典型场景，推广标准化的“工业互联网+绿色低碳”解决方案和工业APP。因此，如何以智能制造推动制造业绿色发展，成为企业面临的新考题。 技术层面，在新一轮技术革命下，各项新兴数字化技术如何在制造业场景落地，成为企业待探索的问题。例如，5G、VR/AR、边缘计算等新兴技术持续渗透，逐步释放价值。工业元宇宙、大模型等前沿技术，又带来了新的命题。 从需求侧来看，首先，消费端整体需求放缓，消费者对制造的精细化提出了更高要求，同时新消费时代下消费者对消费品个性化的要求逐步提升，对供应链提出了考验；其次，全球经济滞胀导致制造业出口增速降低，精益生产成为增长点，加之疫情以来，制造业人力短缺与资源流通不畅加剧，进一步倒逼中国制造企业进行自动化、数字化、智能化升级。如何以智能化能力满足消费端高端化、个性化需求，助推消费增长，又如何解决生产端的资源短缺问题，实现精益生产、增强协同能力，是制造企业必须面临的挑战。 为了帮助制造企业更好地理解智能制造的应用实践价值，了解智能制造各细分市场的优质厂商及其产品和技术能力，爱分析开展了《2023年智能制造厂商全景报告》相关研究。 5|2023昶ⴔ區·兰腊ⵖ鸣色(休)Ⰼ兞䫣デ 爱分析将智能制造市场划分为基础层、平台层、应用层。其中，基础层主要涵盖云计算、边缘计算、硬件设施设备。平台层主要有工业数据智能平台、技术平台及业务平台。应用层分为解决方案及工业软件。具体市场划分详见下图。 6|2023昶ⴔ區·兰腊ⵖ鸣色(休)Ⰼ兞䫣デ 厂商入选标准 本次入选报告的厂商需同时符合以下条件： l 厂商的产品服务满足各市场定义的厂商能力要求； l 近一年厂商需要具备一定数量以上的企业付费客户（参考第4章市场分析部分）； l 近一年厂商在特定市场的营业收入达到指标要求（参考第4章市场分析部分）。 （注：“近一年”指2022年Q1至2022年Q4） 7|2023昶ⴔ區·兰腊ⵖ鸣色(休)Ⰼ兞䫣デ 2. 市场洞察 2.1 智能制造市场规模增速放缓，行业呈现分化 在宏观政策的持续正向引导和企业自身业务发展诉求的双重驱动下，中国智能制造市场保持着增长态势，制造业企业对于数字化转型的认知不断升级，投入意愿增强。但宏观经济下行对制造业企业带来了较大的压力，根据国家统计局数据，2023年第一季度全国规模以上工业企业实现利润总额15167.4亿元，同比下滑21.4%。受此影响，制造业企业尤其是民营企业的数字化转型投入能力有所下降，2023年智能制造市场规模增速放缓。 从行业来看，综合行业收入规模、数字化投入能力、政策支持度等因素判断，汽车、电子设备、电气、钢铁、有色金属、医药等是智能制造投入较高的重点行业。 2.2 智能制造重点建设方向：敏捷化、低碳化、平台化 从智能制造建设的重点方向来看，供应链管理、生产管理、能源管理、数据智能平台建设是重点场景，整体呈现敏捷化、低碳化、平台化的趋势。 1）供应链管理：经历了疫情洗礼，随着后疫情时代复工复产的推进，打造敏捷、充满韧性的供应链成为制造企业的重中之重。面对不确定性增强的产业链和消费端更加激烈的市场竞争，企业一方面需要提升供应链的抗风险能力和敏捷响应能力，另一方面需要降低供应链端的成本。 2）生产管理：生产环节是企业提质降本增效的核心业务环节。在基础的生产管理和执行场景，企业正在对传统的MES系统进行数据化、云化升级，更好地实现数据驱动协同和管理。同时，以汽车制造为代表的先进制造业正在实现高级计划与排程，并借助新的AI算法持续优化效果。 3）能源管理：双碳背景下，绿色制造+智能制造成为新趋势。政策方面，《工业领域碳达峰实施方案》明确要求建立数字化碳管理体系，《加快推动制造业绿色高质量发展的指导意见》也即将出台。同时，对于钢铁、有色金属、医药制造等高能耗行业，节能降碳也契合企业降低成本的现实考量。 8|2023昶ⴔ區·兰腊ⵖ鸣色(休)Ⰼ兞䫣デ 4）数据智能平台：制造业企业的数字化转型正在从单点场景验证进入平台化能力建设阶段，平台的价值逐步得到认可。以数据智能平台为例，建设数据智能平台已经成为企业统一管理数据资产、打通数据支撑各业务场景数字化应用的必备基础设施。 2.3 新兴技术尚处于尝试阶段 1）工业元宇宙：工业元宇宙可以在生产、研发设计、测试、运维等全生命周期、全价值链环节实现对工业企业赋能时通过孪生仿真、AI技术，从映射、监测，走向问题原因的诊断及问题预测，将成为智能制造的一种重要形态。 目前，工业元宇宙已在工业的研发、生产、管理、销售、实训等阶段有不同程度应用，且已实现设备、产线、工厂甚至产业链级的部分应用，对企业提质降本增效、服务产业链治理与供应链优化起到了重要作用，但仍面临着技术储备相对不足、标准体系缺失、数据安全问题突出、应用场景的深度和广度有限等问题。 2）大模型：以OpenAI的GPT为代表的大模型开启了新的智能化时代，长远来看也必然对制造业带来巨大变革。大模型在制造业的潜在应用场景众多，如借助大模型的图形生成能力，应用于辅助研发设计；基于大模型构建知识库问答系统，应用于工艺、流程等业务知识培训；将大模型的推理能力与工业机器人的自动化执行能力结合，实现机器人的自主行动等。 整体而言，目前制造业对于大模型的落地应用尚处于观望学习阶段。未来大模型的落地应用还将面临制造业数据质量不足、专业知识know-how复杂等难题的挑战。 9|2023昶ⴔ區·兰腊ⵖ鸣色(休)Ⰼ兞䫣デ 3. 厂商全景地图 爱分析基于对甲方企业和典型厂商的调研以及桌面研究，遴选出了在智能制造部分市场中具备成熟解决方案和落地能力的入选厂商。 10|2023昶ⴔ區·兰腊ⵖ鸣色(休)Ⰼ兞䫣デ 11|2023昶ⴔ區·兰腊ⵖ鸣色(休)Ⰼ兞䫣デ 4. 市场分析与厂商评估 爱分析对本次智能制造数字化项目重点研究的特定市场定义如下。同时，针对参与此次报告的部分代表厂商，爱分析撰写了厂商能力评估。 4.1 设备后市场服务 市场定义： 设备后市场服务解决方案，是指利用工业互联网技术手段，围绕待售及已售设备，为终端用户提供售后增值服务的解决方案，包含设备故障诊断、预测性维护、设备运行监控、设备数据分析、售后营销等，旨在提高设备的运维效率、降低运维成本、提高客户满意度，并发掘更多的增长价值。 甲方终端用户： 金属制品、通用设备、专用设备、汽车、船舶、电气机械、仪器仪表等装备制造企业的生产、售后、销售、维保及IT部门。 甲方核心需求： 我国工业化水平不断提升叠加经济环境的萎靡，导致装备制造业需求增速放缓甚至开始萎缩，增量市场空间越来越小。因此，对装备制造企业而言，深度挖掘现有存量市场、最大化其价值，以售后增值服务吸引客户买单、创造新业绩增长点，打造产品+服务的商业模式，是其保持稳定持续增长的必然选择。在进行后市场服务时，装备制造企业常产生诸多需求： 12|2023昶ⴔ區·兰腊ⵖ鸣色(休)Ⰼ兞䫣デ l 企业需提升运维效率。一是设备运行状态缺乏实时监测，运行情况只能在出故障后被动获取，频繁故障则会影响终端用户企业生产经营，也会影响设备制造企业的客户忠诚度，故提供主动性运维服务是终端用户企业和设备制造企业的共同诉求；二是在到达现场前，运维人员难以完全掌握设备故障情况，其对故障情况的了解仅来自于终端用户的描述，受沟通效率和终端用户经验影响大，不利于维保人员快速做出维保决策，导致整体维保周期长；三是设备复杂度较高，在复杂环境下依靠人工很难快速定位和解决故障问题，运维效率强依赖售后运维人员的个人经验，具有较大的局限性。因此，实现对设备运行状态的全面实时监控，是设