(资料图)

行业观点

AI+工业信息化:将走上高价值、高普及、高认可之路。 1、高价值: AI赋能工业制造领域潜力大、增速动能强,据埃森哲统计,预计到2035年AI应用使制造业总增长值增长4万亿美元; 2、高普及: 工业AI在欧美等工业发达地区已经实现较高普及率,据凯捷统计,欧洲顶级制造企业AI应用普及率达到51%,德国69%、日本30%、美国28%; 3、高认可: 随着工业AI应用场景不断拓宽以及产业界的实践锤炼,部分场景已经形成一致价值共识,据MIT报告显示,工业AI应用场景认可度前三为质量管控、库存管理和监控诊断,应用普及率达到59%、44%和32%。 AI+工业信息化:落地时间有望更快,落地场景有望更多。 1、从时间角度看,复盘历史技术创新与工业落地的时间差,由于人工智能技术可用性增强及工业信息化水平提升,通用技术的工业落地间隔由20 年逐步缩短至<5 年,我们认为本次AI技术创新到实际工业场景落地的时间可能快于市场预期; 2、从落地场景看,生产控制工业软件环节的AI应用占整个工业场景的 57%+,拥有表面缺陷检测、生产过程控制优化、质量关联分析、预测性维护、生产作业视觉识别、物料识别与操作等一批典型细分场景,相关厂商有望广泛受益。 AI+工业信息化:让研究AI+工业信息化更有框架感。 本报告结合信通院相关资料,从技术、产业、应用三个维度出发搭建AI+工业信息化研究框架。探索出工业与AI的结合主要有识别类、数据建模优化类、知识推理决策类三大核心应用模式,这三大应用模式贯穿整个工业从研发与规划,到生产过程管控、到经营管理优化、再到产品与服务的整个过程,梳理出20+种实际落地场景。 AI+工业信息化:让研究AI+工业信息化更有具体感。 从理论落到实处,本报告选择三大落地场景:工业建模场景(工艺建模软件)、质量管理场景、供应链与物流场景进行详细梳理,结合海外巨头Aspen、国内智能制造落地企业富士康等标杆案例进行解读,梳理出相关场景有望受益的A股核心生产控制类企业。这部分A股企业虽然目前不全部都已经与AI进行结合,但我们认为大模型的推出将显著受益拥有相关落地场景及行业know how的关键企业。

投资建议

生产控制类工业软件赛道,从行业及公司基本面角度看:需求端高景气且制造业领域国产替代需求日渐旺盛,供给端部分公司逐步突破0-1技术壁垒且产品标准化程度高具备规模效应,稀缺性强竞争格局好。从与AI结合的紧密度来看:质量管理、设备管理、生产作业、安全生产管理等生产过程管控环节是工业AI应用重点领域,国内生产控制类工业软件厂商或将率先受益于本轮AI+大潮。推荐关注生产控制类工业软件重点公司。

风险提示

海外基础软硬件使用受限的风险;AI 应用落地不及预期的风险;行业竞争加剧风险。

推荐内容