产业调研:智能制造快速发展的机遇与挑战 | 计算机文艺复兴

（以下内容从国泰君安《产业调研:智能制造快速发展的机遇与挑战 | 计算机文艺复兴》研报附件原文摘录）
　　This browser does not support music or audio playback. Please play it in Weixin or another browser. Lust For Life Iggy Pop - Lust For Life (Edit) 产业调研系列 — 作者：李博伦 — 1. 智能制造与工业互联网是产业发展的大趋势 制造业正在经历深刻变化，软件定义成为制造业的一个趋势。制造业最典型的变化是以前多为大批量复制的工业时代下的作业，现在是人物互联结合的作业。各行各业呈峰峦状的业态，导致整个制造业不确定性增加很多，带来很大的挑战。在这种情况下，前期很多企业享受的营销端、市场端的红利，人口的红利，以及研发产品领先的红利都在慢慢消失和弱化，最后的竞争格局逐步趋于综合能力的竞争，这为智能制造转型提供一个快速的土壤。从制造业的设计、生产服务以及附加价值的微笑曲线来看，有些客户是研发设计端比较强，另一些客户是销售端比较强的，有些客户是制造端比较强。从对他们的分析中可以看到两个明显的趋势：一是对人的依赖程度变低，企业的工业化程度及自动化程度变高，即传统制造业向软件控制下的制造业转型的必然趋势；二是企业在向价值链两端延伸的时候，对软件协同价值的需求爆发式增长。 智能制造的诠释可以是多样化的，各个行业侧重点不同。现今企业智能化转型的案例很多，大家对智能制造的理解没有一个完全的定式。比如某些家电企业，由于家电企业物流很多，所以供应链的整合和反应速度是很重要的，他将供应链优化作为整个企业数字化转型和智能制造的主要切入点。再比如汽车装备行业会注重研发，铸造锻造标准件则是以敏捷性为核心，石油化工行业以能源利用为主，制药行业以治疗安全作为刚需，服装家居行业以个性化定制需求作为智能制造的核心诉求，做专业设备的企业以整个设备高效运维需求为主，将后端服务与前台及中间制造端信息打通，甚至于还有以全生态链构建为主。总的来看，每家企业都有其自己的定位，服务商也会提供一些咨询的服务，与客户共同探索如何进行数字化转型。 智能制造解决的是复杂制造过程中的不确定性。智能制造侧重软件定义控制数据的流动，解决复杂制造过程中的不确定问题，包括云、大数据、人工智能的发展，其实都是围绕解决复杂制造过程中的不确定问题解决的。所以智能制造有三个范式：数字化制造、网络化制造、再到智能化制造，这个范式在国家标准里也是有的。 智能制造软件层不仅仅是MES，还包括很多其他的模块。比如APS产品，一是实现产销衔接，评估订单的承接能力，这个订单能不能接，接了会不会亏损。以往企业需要把品质、工艺和生产等多部门人员拉在一起开会，才能判断，现在可以在线上完成评审。二是产能规划，尤其是在市场不确定的情况下，工厂制造怎样去处理这种订单的波动变化。三是排产，把排产计划具体到每一分钟每一台机器。同时，APS还可以将执行结果与MES结合，形成数据反馈，形成计划的闭环，往前延伸就可以延伸到供应链SRM，往后延伸就可以延伸到制造MES，甚至是的物流TMS、仓储WMS。 工业互联网的关键在于互联互通。对工业互联网而言，最重要的是人与设备的链接，设备与产品的连接，一系列连接形成一个大网，实现订单和服务的全面协同，这其实是工业互联网与行业进行垂直深度的融合之后形成的突破性发展。在产业互联网方面，工业互联网也有自己独特的切入路径：一是面向企业内部生产效率提升的路径；二是面向企业外部价值链延伸的路径；三是考虑构建数据驱动、业务创新能力的路径，像西门子就是走这一路线；四是开放生态、平台运营、数据驱动的能力，如海尔就是走这样的路径。 智能制造关键要构造企业领导力，但落地还需咨询。很多企业在做数字化转型的过程中，可能不知道该如何去做，我们自己研发了一套咨询方法论，从三个方面帮助客户构建数字化领导力。为什么叫数字化领导力？从改革开放以来30年，企业发展核心就是依靠领导力，这种来自创始人的领导力如何用数字化的方式体现出来？这才是企业核心的竞争力。在围绕数字化领导力进行数字化转型的过程中，我们认为场景的价值最重要。我们要做的所有事情，必须保证可以落地，可以与产品具体的结合。目前我们为客户提供全局规划、以及价值魔方的方法论，以及九步法的新制造战略框架。在前期规划下，我们还会解决OT和IT的集成，业务流的集成，软件与硬件的一体化问题，以及构建PM，设计制造一体化、制造服务一体化的能力的提升。 2. 智能制造领域，中国厂商的机会更大 智能制造领域客户更倾向于选择国内软件供应商。第一，中国智能制造本土化是必然，因为客户选择主要基于三个方面：1. 平台强壮性，底层结构是否稳定。2. 功能对行业的适用性。3. 投资性价比。中国目前制造业门类丰富，给了自研软件很好的发展环境，研发投入、成熟化程度均不断提高。第二，产品研发是基于场景，每个细分场景都要识别优化，将其抽象化、产品化，回归到能够研发迭代的版本。我们在时间上具有优势，一两周小版本即能迭代上线，但海外的产品，还要传递回美国梳理业务，再到印度开发，测试，再到研发中心发布新版本，中间或许要经历三个月。由于速度的需求，它只能在中国企业中发展。第三，目前我们与华为云的合作并不只是销售端和客户的协同，更多的是方案上的融合，只有本土厂商才能在云端和本土的服务商走在一起。第四，现在要以集成为中心做产业协同，本土企业的上下游也是紧密联系的本土企业，他们在供应链上紧密结合，贴身的观察这一产业集群，也是本土厂商的能力。第五，从前管理软件的咨询都被埃森哲这样的公司占据，因为他们在管理软件、现代企业管理制度上发展比我们早二三十年，但在智能制造领域，大家的起跑线是一样的，所以海外咨询公司无法在这个领域做顶层咨询，只有本土厂商承担起这个责任，并且将其落地。 制造下沉虽存在一定的企业差异性，但依然可以抽象出产品。智能制造的项目与ERP不同，不同企业差异还是比较大的，越往深层次差异越大。头部客户一般是需要自己构建IT架构以及二次开发，但是会用到我们的技术平台，而技术平台恰恰是耗时最长的，成本最高的，所以客户使用我们的技术平台再去构建IT架构会大大缩短所需时间。依靠技术平台，我们会和客户一起去围绕其业务场景，去构建客户自己的IT架构。对于腰部客户，我们是把头部客户的一些经验行业经验叠加到我们的套件里面，比如已经形成的电子行业套件，对于常规的电子行业企业，它的二次开发只占到30%。这个比例其实在制造领域是已经非常高了呢，如果用常规的标准版本去做，比如说用传统的APS、WMS标准的套件去做，可能二次开发量会达到60%，甚至是70%。一些腰部客户可能对项目成本和实施周期都有要求，我们会将产品标准化，由合作伙伴进行实施交付，这样可以快速扩展到不同的行业领域和地区。对于中小企业，我们会用SaaS以及产业集群的方式去深化应用，减少二次开发的部分。 头部企业未来将选择服务厂商而非自研。我们认为头部企业会更愿意购买产品而非自建。第一，我们可以很快根据客户需求实现技术迭代，所以在面对下一个客户时，我们能够以更短的时间实现客户需求在产品中的配置，而不是走定制化，产品成熟度在不断提高。第二，以前客户的智能制造是痛点驱动，遇到一个问题解决一个问题，客户会在ERP里面去做一些定制化的开发，来解决一个局部的痛点的这样一个问题。后来他们发现这样做不行，其实企业内部的整个生产过程和链条是完全没有拉通的。所以现在的趋势是大企业越来越倾向于选择一个强壮的平台作为技术底座来构建其车间制造执行系统，同时倾向于本土化厂商来提供这套解决方案。 3. 智能制造行业保持高景气但格局依然分散 智能制造行业将持续保持高景气。目前智能制造的渗透率其实还很低，我认为未来的十年到十五年都是可以保持发展的。未来两三年内，我认为单就我们而言智能制造订单的增长率是非常快的。行业的增长主要来源于两方面，一是目前智能制造在企业的落地，尤其是在中大型企业的渗透率，相对来说都是比较低的，这是从客户群体角度来看他们的需求。另外一方面是来自于技术创新所带来的产品价值的增长。 智能制造行业竞争格局依然分散。现在ERP行业的市场竞争格局已经非常清晰，国外企业包括SAP等，国内是用友和金蝶两家公司。目前智能制造领域，其实还没有形成这样的市场格局，还是百花齐放的状态。我认为MES行业未来也会慢慢形成像ERP的这种市场格局，最后剩下几家一流厂商和一小批依靠性价比的二流厂商。目前，只有少数MES厂商有能力做智能制造咨询，很多MES厂商现在还在单行业运作。有些企业在PCB行业做得不错，有些在电子行业做得不错，但其实他们都还没有形成跨行业的格局，而我们从一开始就布局了多行业。很多MES厂商可能是卖单产品，例如单卖MES、单卖APS、单卖QMS，但是我们可以给客户提供一套完整的解决方案。 4. 赛意信息在智能制造领域拥有独特优势 在产品层面，公司智能制造产品族为客户构建核心竞争力。产品层面，我们拥有一个智能制造产品家族来支撑业务，包括计划领域的高级排程APS，制造领域的MES，物流领域的WMS，质量领域的QMS，设备领域的EDO。不是基于传统数字化资产管理的做法，而是设备在生产过程中的动态数据与业务价值结合，产生新的业务价值的方式。由于设备、生产工序、物流自动化的趋势，设备的连接和控制显得尤为重要，MDC平台通过前面六大业务系统，支撑起整个制造领域的架构，结合智能制造、智慧营销与ERP形成一个强大的产品组。在这个过程中产生的数据如何运用、产生价值呢？我们提出了MI制造规划平台来运用分析数据。MI是BI与AI的结合，传统的BI更多是将数据进行多维度分析，而MI则分为两个阶段：第一阶段是将企业经营管理与数字化、流程的结合，它将制造过程中物料、品质的场景数字直接用于会议决策。第二阶段是将核心场景（如质量工艺改善）的海量数据与AI建模过程结合，形成企业的核心竞争力。 在行业层面，公司智能制造布局多个行业。我们融入了大数据、AI、5G、边缘计算与计划协同的内容，并已在电子行业、PCB行业、家电行业等行业得到了很好的实践，正在泛家居行业、制药行业逐步推广。 在理论层面，公司产品形成了完整闭环。按照五维价值魔方构建，从产品的生命周期，以及系统的层级，从标准化、精细化、自动化、信息化再到智能化的路径看，我们要通过价值生态结合数字化IT架构，达成在场景中自感知、自学习、自适应或者自主性决策的业务效果。我们以精细管理、智能制造价值流梳理、价值流产业协同以及TPM模式、6 SIGMA，品质6 SIGMA、产品管控等一系列管理作为基础，结合工业以太网内容，利用5G作为智能化保障体系，在这个数据基础之上构建工业级软件技术平台。这里面会包括流程引擎、规则引擎、翻译引擎、算法引擎以及搜索引擎、语音接口引擎，这一系统技术封装完的引擎附在平台上。 场景化是公司智能制造的重要抓手。我们通过构建不同的场景，以场景拉动制造流程，最终构建数字化领导力。针对大型客户，他们很难通过行业套件构建核心竞争力，我们提供一种技术架构，同时以长期合作的方式和他一起构建智能制造的标准体系，搭建具有企业自己业务场景特性的数字化架构。针对中小型客户，采用产业集群的方式，依托华为云作为底层云平台，将厚重的场景化应用抽象出来，供小企业使用。我们已经选了一些行业，明年开始详细推动IT平台和上层应用的落地。不论是大企业，还是中小企业，都涉及到硬件和软件结合的部分，我们现在已经完成了芯片方面的全面测试通过，正向市场上推广。除了架构之外，我们也积累了很多建模框架，如销售预测模型，采购策略模型，工厂仿真流程改进以及质量预测、生产企业物流调度这样的模型。 七大核心能力构建护城河。一是智能制造领域，需要把众多设备集成在一起，不同设备涉及不同的通讯协议，这其实就是壁垒。二是智能制造涉及到众多场景，这些场景既有高层次的也有低层次的，而很多企业不具备对整个制造业全场景的把控能力。赛意能把上至经营，下到执行层的场景拉通。三是销售能力，我们的销售不仅要会推销，还要可以就整个解决方案与客户进行沟通，能做到全局性的把控。四是产品化能力，赛意构建了强壮的技术平台，基于这样的技术底座构建出多场景多行业的产品化应用。五是研发能力，赛意作为上市公司拥有比较强的资金的优势可以投入到智能制造的研发中，能够进一步提升我们的产品能力。六是性价比。七是对于智能制造的顶层设计能力和咨询能力。我们面对的项目不是某一个局部的车间的改造或者是一个数据看板，更加的是从整个供应链，从计划到原材料，然后在车间过程制成，以及整个过程中的设备互联和呈现出的数据分析和展现。 合规声明：本文主要内容来自我们2020年12月25日举办的智能制造专家电话会议内容，属于公开资料。 - end - 欢迎加入行业交流群！ 欢迎所有对计算机产业研究和投资感兴趣的盆友（包括云计算、网络安全、医疗IT、金融科技、人工智能、自动驾驶等）后台留言加入我们的行业交流群（不收取任何费用）。我们的目标是建立系统的计算机产业研究框架，提高整个A股的IT行业研究水平，减少韭菜数量，普度众生。

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）