国金证券-AI应用端行业研究：AI+工业信息化，高价值、高普及、高认可之路-230409

文本预览：

《国金证券-AI应用端行业研究：AI+工业信息化，高价值、高普及、高认可之路-230409（21页）.pdf》由会员分享，可在线阅读，更多相关《国金证券-AI应用端行业研究：AI+工业信息化，高价值、高普及、高认可之路-230409（21页）.pdf（21页精品完整版）》请在悟空智库报告文库上搜索。

（以下内容从国金证券《AI应用端行业研究：AI+工业信息化，高价值、高普及、高认可之路》研报附件原文摘录）
　　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，如中控技术、赛意信息、汉得信息、能科科技、鼎捷软件（完整推荐组合详见正文）。 　　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