计算机行业深度报告：政策加持，加快AI赋能新型工业化

政策加持，加快AI赋能新型工业化 2025年10月10日 增持（维持） 证券分析师王紫敬执业证书：S0600521080005021-60199781wangzj@dwzq.com.cn证券分析师王世杰 执业证书：S0600523080004wangshijie@dwzq.com.cn ◼工业AI已经进入广泛普及阶段：工业AI是AI技术在工业领域的应用，它通过机器学习、深度学习、计算机视觉等先进的计算智能方法，实现对工业生产过程的优化和智能化，最终帮助企业提高生产效率、降低成本、提升产品质量，实现数字化转型。工业大模型发展正从初步兴起走向广泛探索阶段，越来越多的工业企业开始布局使用工业AI技术。 ◼工业AI市场规模可达万亿：工业场景具有规模化特征，AI的微小改进（如1%的能耗降低或良率提升）可在海量生产中产生指数级收益。2024年全球工业人工智能市场规模达到436亿美元，到2030年达到1539亿美元。 ◼国家政策大力支持AI赋能新型工业化。2025年8月26日，国务院发布《国务院关于深入实施“人工智能+”行动的意见》。政策明确提出：推进工业全要素智能化发展。推动工业全要素智能联动，加快人工智能在设计、中试、生产、服务、运营全环节落地应用。工业和信息化部副部长张云明明确提出“对于实现新型工业化这一关键任务，发展人工智能是必答题而非选择题。” 相关研究 ◼工业AI是中国AI发展的特色战略方向。中国AI发展的战略导向具有鲜明特色，就是更加重视第二产业，尤其是制造业的智能化转型。我国丰富的工业场景资源、数据资源以及完整的产业链、供应链体系，为AI技术提供了得天独厚的发展土壤。2024-2029年中国AI+工业软件细分市场复合增速将到达41.4%。 《把握“人工智能+”关键投资风口：选股逻辑梳理》2025-08-14 《Scale AI：AI时代卖水人》2025-08-05 ◼投资建议：中国工业大模型和工业智能体加快演进，工业大模型百花齐放，原先各个行业的工业信息化和数字化公司大多都发布了基于本公司产品和本行业的工业大模型。工业智能体渗透比例逐步提升。国家政策大力支持AI赋能新型工业化，我们预期后续会有工业AI相关支持政策落地，工业AI行业有望迎来加速发展。 ◼相关标的：研发设计类：中望软件，索辰科技，华大九天，概伦电子，广立微，能科科技，浩辰软件等。生产制造类：中控技术，宝信软件，赛意信息，汉得信息，鼎捷软件等。运维服务类：容知日新。 ◼风险提示：AI技术发展不及预期，工业软件国产化不及预期，政策支持力度不及预期。 内容目录 1.工业AI已经进入广泛普及阶段........................................................................................................42.工业AI市场规模可达万亿................................................................................................................53.工业AI发展需要循序渐进，有诸多痛点需要解决........................................................................54.工业AI应用场景多样，不同环节难易程度各异............................................................................65.中国工业大模型和工业智能体加快演进..........................................................................................95.1.工业大模型百花齐放.................................................................................................................95.2.工业智能体渗透比例逐步提升...............................................................................................116.国家政策大力支持AI赋能新型工业化..........................................................................................127.工业AI是中国AI发展的特色战略方向.......................................................................................138.投资建议............................................................................................................................................149.风险提示............................................................................................................................................15 图表目录 图1：工业AI从初步兴起走向广泛探索阶段....................................................................................4图2：2025工业大模型供应商调研......................................................................................................4图3：2030年全球工业AI市场规模可达1539亿美元.....................................................................5图4：Autodesk AI核心功能.................................................................................................................7图5：西门子推出Siemens Predictive Analytics (SiePA) Lite..............................................................9图6：工业大模型的四种核心能力.....................................................................................................10图7：工业大模型相关供应商（部分）.............................................................................................11图8：调研工业企业智能体渗透率显著提升.....................................................................................12图9：部分工业智能体厂商.................................................................................................................12图10：拥有完整工业体系的国家.......................................................................................................13图11：AI+工业软件增速更高............................................................................................................14 1.工业AI已经进入广泛普及阶段 工业AI是AI技术在工业领域的应用，它通过机器学习、深度学习、计算机视觉等先进的计算智能方法，实现对工业生产过程的优化和智能化，最终帮助企业提高生产效率、降低成本、提升产品质量，实现数字化转型。 工业大模型发展正从初步兴起走向广泛探索阶段，越来越多的工业企业开始布局使用工业AI技术。 数据来源：IDC，东吴证券研究所 在各领域应用以点状为主，在向由点连线方向深化和拓展。 供应商当前来自大模型收入还不高，但普遍计划加强投入，押注未来。部分供应商已经找到一些高价值场景，在走向单点复制。 数据来源：IDC，东吴证券研究所 2.工业AI市场规模可达万亿 工业AI发展潜力巨大。工业场景具有规模化特征，AI的微小改进（如1%的能耗降低或良率提升）可在海量生产中产生指数级收益。根据世界银行数据，工业占全球GDP的28%，约为29万亿美元（2023年为例）。在此基础上，AI渗透率每提升1%，预计带来3000亿美元经济增量（BCG测算）。相较于消费互联网的流量变现模式，工业AI创造的是全要素生产率的提升，这种价值创造具备更强的可持续性和抗周期能力。 以钢铁行业为例，企业通过AI技术降低能耗提升效率后，若炼钢降低吨钢成本10元，千万吨级钢厂可年省过亿，这就是行业的规模化特征。 2030年全球工业AI市场规模可达1539亿美元。根据《2025-2030年工业人工智能市场报告》数据，2024年全球工业人工智能市场规模达到436亿美元，预计将以23%的复合年增长率增长，到2030年达到1539亿美元。尽管当前工业人工智能支出仅占营收的0.1%，但如今大多数制造商已制定由首席执行官（CEO）主导的人工智能战略，同时多个工业人工智能重点领域逐渐显现：工业数据管理/架构、面向质量与检测的人工智能、边缘人工智能、工业辅助系统、员工培训与技能提升，以及智能体人工智能（agentic AI）的初步试验。 数据来源：《2025-2030年工业人工智能市场报告》，东吴证券研究所 3.工业AI发展需要循序渐进，有诸多痛点需要解决 工业AI落地推进难度较大，需要循序渐进，工业AI落地有以下几点难点需要解决： 工业数据的封闭性强，共享程度低，通常处于相对保密的状态。与训练商业大模型的公开数据集不同，工业数据往往承载着企业核心的生产运营机密和知识产权，并涉及 复杂的合规性问题。这使得数据在企业间共享困难重重。 工业算法具备独特性。工业数据在时序性、低信噪比、多尺度等方面的独特性，却决定了工业AI的算法必须与行业知识深度融合，否则就难以挖掘出工业数据的内在联系和潜在价值。 场景适配问题。工业领域受到生产设备、物料流动、人员技能、环境等因素的影响较大，很难通过大模型或智能体解决所有问题，需要选择什么样的场景落地智能体。 安全试错问题。工业生产容不得“试大错”。流程型工厂（如化工企业）24小时不停机，一旦模型出错，可能导致停产、安全事故；离散型工厂（如非标设备企业）的生产线调整成本高，验证一次就要停工几小时。但现在AI大模型缺一套“系统可靠的评测机制”，让企