制造业数字化转型投资框架:迈入工业数字化时代

（以下内容从国泰君安《制造业数字化转型投资框架:迈入工业数字化时代》研报附件原文摘录）
　　用数字化技术重塑生产力和生产关系，促进全要素生产率的提升，实现制造业的商业模式创新和变革。中国制造正在从低端走向高端，制造方式由传统制造向信息化、数字化、智能化制造转变。数字化技术包括大数据、人工智能、云计算、区块链、5G通信技术，数字化技术的发展，将实现对劳动力、土地、资本等生产要素的智能替代和功能倍增，促进全要素生产率的提高。数据是新一代人工智能的基础，也将成为经济增长的主导性生产要素。我们看好工业互联网平台的发展，建议关注卡脖子的工业软件、装备的智能化控制、机器视觉、PHM、数字孪生等新技术的应用前景。 工业互联网是工业企业数字化转型的重要方向之一。主要国家制造业数字化转型尝试：德国工业4.0，美国工业互联网，中国“制造2025”+工业互联网。由于各个行业的需求差异较大，中国工业互联网平台整体比较碎片化，在部分垂直领域，出现了少部分相对领先的平台企业，三一、徐工、美的美云智数、海尔卡奥斯、富士康的工业互联、华为，阿里，我们认为未来将会出现更多深耕垂直行业的工业互联网平台。除了对生产工艺流程的理解之外，工业互联网平台建设的技术壁垒还体现在工业软件和智能硬件的控制系统上。 制造业数字化转型卡脖子环节：工业软件、装备的智能化控制，需要补齐短板。中国拥有全球规模最大，门类最齐全，产业配套最完善的制造业，制造业信息化、数字化转型明显拉动了工业软件、装备智能化控制系统的增长，国产品牌通过耕耘细分市场，在弥补自身短板的方面持续进步，近年来高端领域的国产化率持续提升，但领域市场规模占比与工业增加值占比依然有很大背离，还有很大提升空间。以工业软件为例，2022年我国工业增加值占全球约30%，而中国工业软件市场规模在全球占比只有6%。工业软件国产化程度低：研发设计类国产份额5%、运维服务类30%、生产控制类国产份额50%。装备的智能控制存在同样的问题：2022年伺服控制系统国产化32%，欧美垄断大型PLC市场，小型PLC市场也由外资主导，中国是高端数控系统主要进口国，传感器中智能传感器占比低，MEMS市场中高端传感器进口占比80%，传感器芯片进口率90%。 看好工业互联网的新应用：3D机器视觉、PHM。工业机器视觉是工业互联网平台的重要组成部分，视觉大模型赋能人形机器人识别更精确，场景更通用。视觉行业新的技术方向是3D视觉，在扩大在线检测范围，柔性装配等领域，相比2D视觉有显著优势。视觉行业的领先者正在加大努力，抓住工业互联网机会。工业人工智能技术和边缘计算技术的不断演进和日趋成熟，以往集中应用于高端装备的预测性维护，具备了大范围应用的经济性前提。状态监测是预测性维护的核心，它监测各种参数（例如振动、温度、压力、图像）以识别潜在故障，智能状态检测传感器和微控制器是关键要素。 我国工业互联网投资数量持续攀升，热点集中在：工业软件、工业互联网平台，工业互联网安全等领域。从二级市场估值来看，产业链上各个环节估值由高到低为：研发设计类工业软件>设备运维类工业软件>生产控制类工业软件>装备的智能化控制>高端智能装备>工业互联网平台。 风险提示：1）技术、方案成熟速度低于预期；2）产业链成本下降速度低于预期；3）出现相似技术。 目 录 1. 迈入工业数字化时代 1.1. 工业人工智能重塑生产力和生产关系，提升全要素生产率 1.2. 什么是制造业的数字化转型？ 1.3. 制造业数字化转型的方法论：工业互联网 2. 数字化转型的方法论——工业互联网 2.1. 全球范围内，平台层的模式均处于探索阶段 2.2. 工业互联网：工业数字化转型的主要方法论之一 2.3. 工业互联网建设的卡脖子环节：应用层和设备层 3. 卡脖子环节之一——工业软件 3.1. 工业软件市场占比与工业增加值占比有很大背离 3.2. 工业软件国产化提速 3.3. 工业互联网推动工业软件向工业APP裂变 4. 卡脖子环节之二——装备的智能化控制 4.1. 信息化、数字换带动智能装备规模成长 4.2. 智能化控制：数控系统、大型PLC、机器视觉国产化低 4.3. 装备及核心零部件：硬件领域的技术和制造能力不断提升 5. 工业互联网的新应用：机器视觉、PHM、数字孪生 6. 工业互联网投资结论及产业链梳理 6.1. 工业互联网一级市场投融资情况 6.2. 工业互联网投资定价机制探讨 6.3. 工业互联网产业链梳理 1. 迈入工业数字化时代 1.1. 工业人工智能重塑生产力和生产关系，提升全要素生产率 工业人工智能将重塑生产力和生产关系，促进全要素生产率的提升。人类社会经历了机械化、电气化、数字化时代，正在向智能化时代迈进，中国制造从低端走向高端，制造方式由传统制造向信息化、数字化、智能化制造转变。人类社会真正开始进入到人工智能时代，制造业也即将正式进入到第四次工业革命时期，前三次工业革命分别是蒸汽、电气和信息化时代，每一次的工业革命都重塑了生产力和生产关系，极大地提升生产效率。以ChatGPT为代表的人工智能的发展，极有可能实现对劳动力、土地、资本等生产要素的智能替代和功能倍增，促进全要素生产率的提高。数据是新一代人工智能的基础，也将成为经济增长的主导性生产要素，通过从海量数据中深度挖掘信息并把他转化为知识资本，能够有效实现生产要素的功能倍增，由此带来生产率更为显著的效能提升。 制造业的数字化转型，是中国从制造大国走向制造强国的必然的选择。中国智能制造的数字化转型有很好的基础和条件：中国拥有全球规模最大，门类最齐全，产业配套最完善的制造业。中国制造业面临不得不转型的压力：1）人力成本上升；2）产业转型或外移；3）生产效率低；4）供应链中断。 1.2. 什么是制造业的数字化转型？ 制造业的数字化转型：用数字化技术，实现制造业企业商业模式的创新和变革。数字化技术，包括大数据、人工智能、云计算、区块链、5G通信技术，实现数据的计算、存储和链接，用这些数据，来驱动企业的产品开发、客户维护、管理变革和商业模式的创新。 1）以数据驱动客户开发：市场细分、产品定位，给客户做精准营销，以启发和引导客户。利用网络进行产品销售，打破了时空限制，使产品可以在全球范围内进行共享，有效提高了企业的经济效益。 2）以数据驱动产品开发：产品交互给客户的功能、性能的开发是不是数据驱动？定价是不是数据驱动？个性化定制产品和服务通过大数据分析，可以根据客户需求，实现“千人千面”的定制化服务模式。用户通过工业互联网平台，按照自己的需求定制产品；也可以选择个性化的加工和服务方式。 3）以数据驱动管理模式的改变：管理精细化，改善运营效率。传统的粗放式管理模式已经不能满足企业发展的需要，数字化转型成为新的发展趋势。通过数字化工具，实现生产全过程、全方位、全价值链的数字化和智能化，形成与现代市场经济体制相适应的经营管理模式和管理理念，才能为企业提质增效提供坚实基础。 4）生产精益化：在工业领域中，精益生产是指一种在生产过程中将所有的生产要素（如人、财、物、信息等）都进行优化配置，使其达到最优化组合的生产模式。通过数字化赋能，企业可以实现对生产设备的自动化控制和数据采集，利用虚拟现实、增强现实等技术将工业设备连接到互联网上，并对其进行数字化改造，提高工业生产过程的自动化水平，减少人工干预，实现现场无人化作业，并进一步通过大数据分析提高设备维护保养水平。通过数字孪生技术可以在虚拟空间构建和优化全生命周期的工业模型，从而优化车间设计和制造工艺，提升产品质量。 5）以数据驱动盈利模式创新：围绕数据行程相关的数据资产，可以变现。数据的衍生服务，增加新的盈利点。 1.3. 制造业数字化转型的方法论：工业互联网 主要国家制造业数字化转型方法论的尝试包括：德国工业4.0，美国工业互联网，中国“制造2025”+工业互联网。比如德国的工业4.0，主导企业是西门子和博世，它主要的场景是智能装备，智能车间，智能物流，这是基于德国很强的OT能力出发，对制造业生产流程有深的理解。美国的工业互联网，主导厂商包括思科、AT&T，美国基于很强的IT技术能力出发。中国基于全球最丰富的工业场景，也具备很强的IT、CT能力，提出制造2025和工业互联网，既吸收了德国模式的优点，也吸收了美国模式的长处。 数字化转型的评估标准和建设模板： 1）灯塔工厂：灯塔工厂代表着全球智能制造和数字化最高水平，由世界经济论坛在2018年开始发布灯塔工厂的评选。2023年1月，全球“灯塔工厂”数量132家，中国50家，持续排名全球第一。 2）“5G全连接工厂”：利用以5G为代表的新一代信息通信技术集成，打造新型工业互联网基础设施，新建或改造产线级、车间级、工厂级等生产现场，形成生产单元广泛连接、信息(IT)运营(OT)深度融合、数据要素充分利用、创新应用高效赋能的先进工厂。2021年工信部在《工业互联网创新发展行动计划（2021-2023年）》首次提出5G全连接工厂的概念，2022年9月工信部发布《5G全连接工厂建设指南》，提出“十四五”推动全国10000家企业开展5G全连接工厂建设，目前全国已建项目达到3100个。 3）“未来工厂”：应用数字孪生、人工智能、大数据等新一代信息技术革新生产方式，以数据驱动生产流程再造，以数字化设计、智能化生产、数字化管理、绿色化制造、安全化管控为基础，以网络化协同和个性化定制等新模式为特征，以企业价值链和核心竞争力提升为目标，引领新智造发展的现代化工厂。浙江省经信厅2020年发布“未来工厂”，目前全省已建成“未来工厂”41家、智能工厂234家、数字化车间278家。企业平均万元产值成本降低19.8%、产品研制周期缩短35.8%、生产效率提高46.2%、能源利用率提高18.3%。 中国拥有全球最多数量的灯塔工厂，集中在消费品、家电、电子、汽车、制药行业。2023年1月，全球“灯塔工厂”共132家，其中中国50家，排名全球第一。 由于各个行业的业务模式和生产流程不同，数字化转型的重点也不同，不同工厂改造的重点和需求是不同的，有的侧重于工厂内部的数字化生产，有的侧重于打通端到端的价值链。比如：消费品更关注产品的敏捷开发，个性化定制、快捷交付、库存管理。制造业更关注的是自动化柔性化的生产、远程的运维、提高效率，降低成本。工厂内部的数字化包括：设备维护、绩效管理、质量管理和可持续发展；端到端价值链包括：供应网络连接性、端到端产品开发、端到端规划、端到端交付、还有与客户之间连接性。 从灯塔工厂的案例来看，通过实施数字化的转型，企业最终都实现了生产效率的提升，成本的节省和客户体验的改善。 过去几年中国工业企业面对数字化转型的态度正在发生积极变化。2021年“非常支持并有详细计划”的企业占比为52%，这个比重比20年有了大幅提升，我们相信22年这个数据还在进一步提升。 2. 数字化转型的方法论——工业互联网 2.1. 全球范围内，平台层的模式均处于探索阶段 积极探索工业数字化转型的模式和载体。工业数字化转型的方法是工业互联网、工业数字孪生还是工业云平台？我们观察到比较典型的三种模式：西门子以PLM为核心的模式，罗克韦尔以MES为核心的模式，发那科以边缘设备为核心的模式。每一种模式中，产业链上的企业相互合作，提供互补的专业知识。比如西门子，在设备层有KUKA 、基恩士等设备商合作，在网络层有SAP和微软，通过MindSphere的开放式API，合作伙伴可以开发高价值应用，与西门和AWS或Azure开展合作，合作伙伴可以开发、部署和发布自己的MindSphere解决方案，通过MindSphere社区提供给其他客户。这三种模式，在中国基本也能找到对应的模型，例如和利时、树根互联、埃斯顿与海天智联的合作等。 2.2. 工业互联网：工业数字化转型的主要方法论之一 工业互联网是工业企业数字化转型的很重要的一个研究方向。典型的工业互联网包括5层结构：底层基础设施（设备层、网络层）、平台层、应用层（软件层和应用层）： 1）智能设备层：工业互联网最底层的硬件支撑。包括一些相关现场级的设备，包括工控，仪器仪表，机器人、数控机床、传感器等。 2）网络层：同样是工业互联网最底层的硬件支撑。工业互联网伴随5G通讯技术发展而发展。这里很重要的一个基础是通信技术是不是能够承载工业业务流程的数据流。互联网技术、网络设备是工业互联网架构的底层基础设施。 3）平台层：工业互联网可能会出现很多深耕垂直行业的平台。国内外一些公司已经开始去研发针对工业的操作系统，核心是解决底层和上层应用是完全解耦的形式，目的是更好地在平台层地构建应用。 4）软件层及应用层：核心解决的问题是针对各种工业场景的具体应用。 2018年以来，中国工业互联网平台发展速度很快。2022年，中国工业互联网平台及应用解决方案市场规模26.3亿美元，同比增长32.6%。预计到2025年，中国工业互联网平台及应用解决方案市场规模将达到56.1亿美元，2021-2025年CAGR为29.6%。我国工业互联网主要服务领域聚焦在资源能源、装备制造、通信及电子制造、原材料、汽车及零部件等行业。 由于各个行业的需求差异较大，厂商产品标准化程度不高，所以业务规模化受到限制，各家工业互联网平台规模未形成显著差距。在部分垂直领域，出现了少部分相对领先的平台企业，三一、徐工、美的美云智数、海尔卡奥斯、富士康的工业互联、华为，阿里，但整体还是比较碎片化，我们认为未来平台层可能会划分得越来越细，会出现很多深耕垂直行业的平台，把垂直行业做好再做生产工艺流程相似的跨行业的拓展是比较稳妥的路径。 2.3. 工业互联网建设的卡脖子环节：应用层和设备层 国内制造产业与海外的差距：2019年中国工程院对26类有代表性的制造业产业进行国际比较分析，与世界差距巨大的产业5类：集成电路及专用设备、操作系统与工业软件、智能制造核心信息设备、航空发动机、农业装备。差距大的有：六轴机器人、高端数控机床、机器视觉的远心相机和镜头。 3. 卡脖子环节之一——工业软件 工业软件推动了机械化、电气化、自动化生产设备向数字化、网络化、智能化生产发展。工业企业应用到的软件分为四类，包括研发设计类、生产控制类、嵌入式软件和管理信息类软件。工业互联网利用物联网和边缘设备收集工业大数据，工业软件对工业大数据进行处理和分析，数据反哺生产，实现工艺与管理优化。 3.1. 工业软件市场占比与工业增加值占比有很大背离 工业软件市场占比与工业增加值占比依然有很大背离。中国工业软件市场规模在全球占比只有6%，我国工业增加值占全球约30%，两者则之间的剪刀差巨大。2015~2021年，我国工业增加值全球占比与工业软件全球占比差距分别为23.7%、25.7%、27.0%、26.5%、27.0%、28.2%及25.2%，本土工业软件市场渗透空间大。 工业软件的发展速度快。根据工信部数据，2022年我国工业软件产品实现收入2407亿元。IDC发布的《IDC Market Forecast：中国核心工业软件市场预测，2022-2026》报告中，预计到2026年，中国制造业整体软件市场规模将增长到3361.4亿元人民币，2021~2026年均复合增长率17%。 研发设计类软件：2018年，我国研发设计类工业软件市场规模占到全部工业软件的8.5%，预计2025年占比将达到10%，市场规模预计为400亿人民币。其中，2021年全球CAD市场规模108亿美元，中国市场43亿元人民币，约占全球市场的6%。 生产制造类软件：。2018年我国生产控制类工业软件市场规模为285.6亿元，2022年生产控制类工业软件市场规模500亿元左右，CAGR 为15.03%。 运维服务类软件：随着智能制造的发展，专门用于运维服务的工业软件刚刚兴起，市场空间正在逐步打开。根据IoT Analytics数据，2026年全球预测性维护市场规模有望达到282亿美元。根据世界银行数据，2020年中国制造业增加值全球占比约30%，2026年中国预测性维护市场可以达到84.6亿美元。 3.2. 工业软件国产化提速 尽管硬件领域的技术和制造能力在中国不断提升，工业软件却仍然是一个相对薄弱的方面，海外工业软件和工业体系一起成长发展，工业知识更贴合工业的实际生产， 海外软件在可用性和先进性上领先国内产品。我国顶尖制造类企业数量少于海外，未能给工业软件产品迭代提供足够的反馈。据《中国工业软件产业白皮书》数据，我国有90%的工业软件是基于美国的数据开源改造而成的，说明我们还不能建立起一个完善的软件体系。我国工业软件企业生态建设刚刚起步，相比于海外企业已经形成繁荣的社区生态，国内工业软件企业生态欠缺，需要逐步建设开发者生态。 研发设计类软件：与国外仍存在较大技术差距，国产化程度较低。由于离工业产品端非常接近，除计算机、数学物理等基础通用知识外，研发设计类工业软件还需要大量的行业知识、对特定产品的了解、以及工程知识，对通用知识以及行业经验的要求极高，是工业软件中技术壁垒最高的细分领域。国产研发设计类工业软件在国内的市场份额仅为5%，国产化程度低。据华经产业研究院统计，2020 年中国 CAX（CAD+CAM+CAE）行业份额前三为达索、Autodesk、西门子，分别占比 22%、15%、13%，国内企业中望软件、苏州浩辰、数码大方占比 4%、2%、1%。其中，国内 CAE主要企业有中望软件、安怀信、前沿动力、安世亚太、索辰等，CAD主要企业包括中望软件、数码大方、浩辰软件、武汉开目、中科凯思、华天软件、天河智造、卡伦特等，ED的主要企业有概伦电子、 华大九天、芯华章、国微思尔芯、广立微、芯和半导体、芯愿景等。 生产制造类软件：国产化程度整体较高，高端市场渗透较低。我国生产制造类软件在中低端市场和某些细分行业领域已经产生一定优势，2019 年国产生产控制类工业软件在国内的市场份额达到50%，但是由于缺乏对智能工厂的一站式解决方案和对技术、对行业的深度理解，国内软件在高端市场上表现不佳。以 MES 市场为例，根据 IDC 数据，2020 年中国 MES TOP3 中两家是海外厂商，西门子市场份额11.1%，排名第一，SAP市场份额7.2%，排名第三，合计占比17%。国内厂商以垂直领域为入口进行拓展，宝信软件凭借其在钢铁行业深度耕耘及对制药行业的拓展，市场份额7.5%，排名第二，鼎捷软件从汽车零部件拓展到机械装备制造、半导体等细分行业，市场份额3.7%，排名第四，其他排名靠前的国内厂商还有黑湖科技、中控技术、上海纽酷等。国内PLC厂商主要包括报信软件、科远智慧、信捷等，DCS 厂商主要包括中控技术、川仪股份、科远智慧、康吉森等。 运维服务类软件：国产化进程较慢，缺乏成熟技术和经验积累。运维服务同样需要较强的工程行业知识和经验积累，2019 年国产运维服务类工业软件在国内的市场份额为30%。本地企业在本地化服务上比海外更有竞争力，目前国产运维服务类工业软件厂商规模较小，还没有巨头出现，市场属于蓝海市场。厂商主要有：容知日新、东华测试、恩普特、SKF、Bently等。 3.3. 工业互联网推动工业软件向工业APP裂变 工业软件的发展路径会经历：工具软件，系统化平台，云部署，工业互联网四个阶段。工业软件经过几十年的发展，也在不断变化：1）从软件形态来看，工业软件正朝着微型化方向发展，软件模块→软件组件→APP→小程序→微应用；2）从软件架构来看，在工业软件微型化的发展趋势下，软件架构正朝着组件化和服务化的方向发展，从面向服务的架构到基于微服务的架构。另一方面，基础工业软件朝着平台化的方向发展，工业软件正在向一个集成的软件平台系统演进，尤其是基于技术层面的基础设施平台，工业互联网平台在某种意义上是一个工业软件平台；3）从软件用途来看，工业软件正在向云化方向发展。软件和信息资源部署在云端，用户可以根据需要自主选择软件服务；4）从工业知识的角度来看，工业软件正朝着知识的方向发展，从一般的工业知识到具体的工业知识，从工业知识的创造、加工和使用的分离和统一。 工业互联网架构下，推动工业软件向轻量化的工业APP裂变。海外工业软件公司已经把传统的工业软件搬到平台上，典型代表是达索的3DE平台和西门子的MindSphere平台，基本实现了平台化的概念，从底层到平台层到应用层实现了完整的工业互联网平台的架构。 4. 卡脖子环节之二——装备的智能化控制 4.1. 信息化、数字换带动智能装备规模成长 信息化、数字化的转型明显拉动了装备智能化控制系统的销售规模增长： 高端机床数控系统：2022中国机床需求规模380亿美元，数控系统市场规模216亿人民币。 工业自动化控制：2022年中国伺服控制系统市场规模223亿人民币， 2017～2022年CAGR=9.5%。 机器人运动控制：2022年中国机器人运动控制系统市场规模87亿美元，2017～2022年CAGR=12%。 工业智能传感器： 2022年中国工业传感器市场规模492亿元，2016~2022年CAGR=12%，其中智能传感器市场规模从2015年的106亿美元升至 2019 年的137亿美元，预计2026 年中国智能传感器行业市场规模将达239亿美元。 4.2. 智能化控制：数控系统、大型PLC、机器视觉国产化低 在某些细分的领域，装备的智能化控制系统国产化率还很低，包括高端伺服系统、高端数控系统、大型PLC、智能传感器等： 伺服系统：长期由日系厂商主导，2022年国产伺服系统份额32%，仍有较大的国产替代空间。2020年之前，以安川、松下、三菱为代表的日系品牌长期主导着国内伺服市场，国内厂商一直处于追赶位置，在中低端市场占比较高并在部分细分领域上具有一定竞争优势。2020年以后，国产品牌市场份额快速提升，2022年汇川技术市占22%（2021年16%），禾川科技、埃斯顿、信捷电气的份额分别为3.4%、2.7%、2.5%。 工业自动化控制：控制器有三种：PLC控制、PC-Based控制、专用控制，市场份额30%、32%、38%。PLC主要运用于纺织机械、包装机械、EMS等行业，PC-based控制器主要运用于半导体、包装和工业机器人，专用控制主要运用于机械、工业机器人等。控制领域包括运动控制、过程控制、开关量逻辑控制等，其中运动控制占比最高，2020年运动控制功能在PC-Based、专用控制器、PLC中的比重分别为59%、92%、27%。1）PLC：西门子、克罗韦尔、施耐德等欧美企业垄断大型PLC市场，松下、三菱、欧姆龙等企业在中小型市场具备优势，台达、信捷电气、汇川技术等中国企业深耕中小型PLC市场，在大型PLC市场崭露头角。2) PC-Based：以倍福、贝加莱为代表的外资厂商仍然占据着主要的市场份额，国内领先厂商有：研华、研祥、华北工控、固高、维宏、众为兴、雷赛智能等。 高端机床数控系统：中国是高端数控系统的主要进口国，2022中国机床需求规模380亿美元，进口机床金额71.6亿美元，进口占比约20%。以发那科、西门子、海德汉、三菱为主，西门子840D、发那科30i、海德汉TNC640是高端数控系统代表。国内四强厂商是：广州数控、凯恩帝、华中数控、杭州正嘉。 智能传感器：全球传感器市场 70%份额被欧美企业把控，主要厂商有通用电气（GE）、爱默生（Emerson)、 西门子（Siemens）、博世（Bosch）、意法半导体（STMicroelectronics）、霍尼韦尔（Honeywell）、ABB、横河电机（Yokogawa）、欧姆龙（Omron）、施耐德电气 （Schneider）、E+H（Endress+Hauser）等。我国MEMS市场中高端传感器进口占比80%，传感器芯片进口率90%，排名靠前的品牌有：中国电科、Goermicro（歌尔微电子）、OMNIVISION（豪威集团-韦尔半导体）、瑞声AAC、华工科技HGTECH、格科微GALAXYCORE、士兰微电子Silan、华润微电子、中国航天、汉威Hanwei。视觉传感器全球领先厂商有：Sony、Samsung、豪威、佳能、TI、海力士等，国内厂商有：格科微电子、思比科微电子、比亚迪微电子、锐芯微电子、长光辰芯等。 4.3. 装备及核心零部件：硬件领域的技术和制造能力不断提升 国产机器人份额得到了快速提升：运动控制（含伺服控制、减速器等）、自主定位导航、人机交互等核心部件和技术的持续进步是机器人行业长足发展的决定性因素。大六轴（20kg以上）：份额集中，2022年发那科、安川、库卡、ABB合计71%，国产份额稳步提升达到17.5%，国产埃斯顿加速突围，跃居第五大出货商，份额扩大至8%，份额超过川崎。小六轴（20kg以下）：市场结构分散，国产率提升至40.8%，埃斯顿、埃夫特、卡诺普、汇川技术上榜国内出货前十SCARA：国产份额进步较快，22年提升至33.4%，汇川领跑。协作机器人：2022年国产份额约80%，节卡、遨博、越疆等厂商开始拓展海外市场。RV、谐波减速器国产份额也有了显著提升，绿的谐波减速器占比26%，双环RV减速器占比15%。 机器视觉：根据GGII数据显示，2021年国产品牌机器视觉市场份额占比58.43%，进口替代进程开始提速，内外资品牌的竞争已开始呈现分庭抗礼的局面，甚至在某些产业链环节，国产的份额已绝对领先于外资。如镜头、光源领域，国产代表厂商：奥普特、东莞RESS、长步道等；镜头领域：国产代表厂商：东正光学、慕藤光、普密斯；相机领域，国产代表厂商：海康机器人、华睿科技、大恒图像等。 5. 工业互联网的新应用：机器视觉、PHM、数字孪生 机器视觉、预测性维护，包括数字孪生，都是我们非常关注的新技术方向。 工业机器视觉是工业互联网平台的重要组成部分，视觉大模型赋能人形机器人识别更精确，场景更通用。视觉行业新的技术方向是3D视觉，在扩大在线检测范围，柔性装配等领域，相比2D视觉有显著优势。以视觉传感器为例，视觉传感器收集的数据类型——工艺精度、设备状态、缺陷率和类型、加工结果、BOM可用性、供应效率、单个部件跟踪等——对几乎所有正在开发的工业物联网功能都至关重要。在过去的三十年里，视觉应用的扩展是由于半导体、激光、图像传感器(如CMOS)、处理器和图像处理算法的技术进步，以越来越快的速度和越来越低的成本带来了创新功能。视觉行业的领先者正在加大努力，抓住工业互联网机会。 预测性维护，工业互联网落地的最短路径。在上世纪90年代，预测性维护就已经尝试被用于飞机发动机领域。近几年，根据IoT Analytics发布的报告：预测性维护市场持续保持高速增长，复合年均增长率（CAGR）为39%。工业人工智能技术和边缘计算技术的不断演进和日趋成熟，以往集中应用于高端装备的预测性维护，得以“飞入寻常百姓家”，具备了大范围应用的经济性前提。企业在对工业设备进行维护时，大致分为修复性维护、预防性维护、预测性维护3种维护方式，预测性维护是大势所趋，该方法能为预防性措施带来更精确的结果，从而避免故障的发生。 状态监测（CM：Condition Monitoring）是预测性维护的核心，它监测各种参数（例如振动、温度、压力、图像）以识别潜在故障，智能状态检测传感器和微控制器是关键要素。典型的状态监测系统架构包括智能传感器节点和网关，它们位于或靠近被监测设备。这些设备的任务是收集数据，对数据进行预处理，并提供到企业层面的安全连接，进而支持跨后端不同阶段(如企业资源规划系统、企业制造系统或数据仓库系统)共享数据，以及与云连接等其他服务进行交互。系统设计会受到这种架构的影响，例如，安全连接的实现与数据的整合方式和地点直接相关。处理能力的分配方式也会影响微控制器（MCU）和相关软件的选择。智能状态监测传感器也是预测分析的关键要素，它们收集、记录、预处理并安全地传输数据，为之后在可视化工具和其他处理算法提供数据基础和依据。 6. 工业互联网投资结论及产业链梳理 6.1. 工业互联网一级市场投融资情况 2018~2021年，我国工业互联网投资数量年年攀升，2021年融资78起，融资金额130.79亿元。从单笔融资金额从2018年的0.5亿元或以下，提升到2021年的1.68亿元。投融资热点由工业软件研发转移到工业互联网平台，工业互联网安全一直是投融资的热点领域。2020年，各类国家级产业投资基金深化布局，地方政府省级专项基金涌现，工业互联网领域相关企业自发设立产业投资基金。投资类机构代表性投资主体有红杉资本、深创投等；实业类投资主体有潍柴动力、奇安信等。 6.2. 工业互联网投资定价机制探讨 从二级市场的估值来看，产业链上估值由高到低的各个环节：研发设计类工业软件>设备运维类工业软件>生产控制类工业软件>装备的智能化控制（现场控制类软件）>管理类软件>工业互联网平台。 我们认为，在工业互联网产业链上，依赖加工制造的底层设备，利润相对薄弱，附加值往往处于产业链的最底端。微笑曲线的两端——一端是各类工业软件（技术和研发）、一端是数据资产、云服务（品牌与营销），护城河更宽，利润率更高，企业获得的附加值就越多，可以享受更高的估值水平。 6.3. 工业互联网产业链梳理 图61：制造业数字化转型产业链 数据来源：国泰君安证券研究 7. 风险提示 1）技术、方案成熟速度低于预期；2）产业链成本下降速度低于预期；3）出现相似技术。 感谢支持，后台留言可加入产业研究交流群！报告原文请联系对口销售或国泰君安产业研究中心获取 本公司具有中国证监会核准的证券投资咨询业务资格 分析师声明 作者具有中国证券业协会授予的证券投资咨询执业资格或相当的专业胜任能力，保证报告所采用的数据均来自合规渠道，分析逻辑基于作者的职业理解，本报告清晰准确地反映了作者的研究观点，力求独立、客观和公正，结论不受任何第三方的授意或影响，特此声明。 免责声明 本报告仅供国泰君安证券股份有限公司（以下简称“本公司”）的客户使用。本公司不会因接收人收到本报告而视其为本公司的当然客户。本报告仅在相关法律许可的情况下发放，并仅为提供信息而发放，概不构成任何广告。 本报告的信息来源于已公开的资料，本公司对该等信息的准确性、完整性或可靠性不作任何保证。本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断，本报告所指的证券或投资标的的价格、价值及投资收入可升可跌。过往表现不应作为日后的表现依据。在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告。本公司不保证本报告所含信息保持在最新状态。同时，本公司对本报告所含信息可在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。 本报告中所指的投资及服务可能不适合个别客户，不构成客户私人咨询建议。在任何情况下，本报告中的信息或所表述的意见均不构成对任何人的投资建议。在任何情况下，本公司、本公司员工或者关联机构不承诺投资者一定获利，不与投资者分享投资收益，也不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。投资者务必注意，其据此做出的任何投资决策与本公司、本公司员工或者关联机构无关。 本公司利用信息隔离墙控制内部一个或多个领域、部门或关联机构之间的信息流动。因此，投资者应注意，在法律许可的情况下，本公司及其所属关联机构可能会持有报告中提到的公司所发行的证券或期权并进行证券或期权交易，也可能为这些公司提供或者争取提供投资银行、财务顾问或者金融产品等相关服务。在法律许可的情况下，本公司的员工可能担任本报告所提到的公司的董事。 市场有风险，投资需谨慎。投资者不应将本报告为作出投资决策的惟一参考因素，亦不应认为本报告可以取代自己的判断。在决定投资前，如有需要，投资者务必向专业人士咨询并谨慎决策。 本报告版权仅为本公司所有，未经书面许可，任何机构和个人不得以任何形式翻版、复制、发表或引用。如征得本公司同意进行引用、刊发的，需在允许的范围内使用，并注明出处为“国泰君安证券研究”，且不得对本报告进行任何有悖原意的引用、删节和修改。 若本公司以外的其他机构（以下简称“该机构”）发送本报告，则由该机构独自为此发送行为负责。通过此途径获得本报告的投资者应自行联系该机构以要求获悉更详细信息或进而交易本报告中提及的证券。本报告不构成本公司向该机构之客户提供的投资建议，本公司、本公司员工或者关联机构亦不为该机构之客户因使用本报告或报告所载内容引起的任何损失承担任何责任。

点此查看微信公众号原文全部内容>>

大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）