这份报告深入探讨了中国制造业在AI赋能下的转型升级,重点关注AI+制造的技术条件、核心增量、竞争格局、空间测算及国产替代趋势。报告指出中国制造业规模庞大,为物理AI落地提供独特条件,AI+制造已进入‘量化考核’阶段,政策目标明确,推动通用大模型深度应用、工业高质量数据集建设等。AI+制造从‘建模型’进入‘用模型’阶段,重心转向应用模型,技术条件已具备。智能化与国产化同频共振,数据主权与自主可控的软硬件底座是智能化深入的前提。报告还分析了AI+制造的三层结构:感知连接层、控制执行层和模型决策层,以及各层的关键增量点和核心壁垒。
AI+制造赛道正快速发展,呈现从‘建模型’到‘用模型’的转变,重心从训练模型转向应用模型。感知连接层通过提升传感器部署密度和功能升级实现增量,控制执行层通过控制方式升级实现增量,模型决策层壁垒相对较高但增量潜力大。数据、控制接口、工业协议、工艺know-how及效果核算与交付复制是核心壁垒。流程工业与离散制造形成不同龙头,流程工业以工艺优化与控制闭环为主,离散制造以视觉、工艺软件与工作站为主。AI+制造将与国产替代并行发展,国产厂商在研发设计类工业软件和控制层自主化方面有望实现突破。
报告重点分析了AI+制造的核心增量、核心壁垒与竞争格局、空间测算、国产替代主线及投资建议。在核心增量方面,报告从感知连接层、控制执行层和模型决策层三个层次进行了详细分析,指出各层的关键增量点和核心逻辑。在核心壁垒与竞争格局方面,报告分析了数据壁垒、控制接口壁垒、工业协议与实时系统壁垒、工艺know-how壁垒及效果核算与交付复制壁垒,并指出不同场景下形成不同龙头。在空间测算方面,报告从项目、服务、软件与硬件四个维度进行了测算。在国产替代主线方面,报告分析了研发设计类工业软件和控制层自主化的发展趋势。在投资建议方面,报告建议关注在AI+制造升级中有核心增量的方向,并给出了相关标的建议。
当前AI+制造市场正处于快速发展阶段,技术条件已具备,政策目标明确,推动通用大模型深度应用、工业高质量数据集建设等。AI+制造从‘建模型’进入‘用模型’阶段,重心从训练模型转向应用模型。感知连接层通过提升传感器部署密度和功能升级实现增量,控制执行层通过控制方式升级实现增量,模型决策层壁垒相对较高但增量潜力大。数据、控制接口、工业协议、工艺know-how及效果核算与交付复制是核心壁垒。流程工业与离散制造形成不同龙头,流程工业以工艺优化与控制闭环为主,离散制造以视觉、工艺软件与工作站为主。国产替代进程加速,国产厂商在研发设计类工业软件和控制层自主化方面取得进展。
阅读这份报告需要注意以下风险:技术发展不及预期可能导致AI+制造应用效果不达预期;行业竞争加剧可能压缩企业利润空间;订单兑现不及预期可能导致企业收入增长不及预期;AI商业化落地不及预期可能影响企业盈利能力;国产替代进度不及预期可能影响国产厂商的市场份额提升;下游资本开支波动风险可能影响企业投资和扩张计划。这些风险需要投资者关注,并在投资决策中充分考虑。