大數(shù)據(jù)和AI賦能工業(yè)互聯(lián)網(wǎng)發(fā)展報告-D

1、大數(shù)據(jù)和AI賦能工業(yè)互聯(lián)網(wǎng)發(fā)展報告數(shù)字浪潮之工業(yè)智能化大數(shù)據(jù)和 AI 賦能,工業(yè)互聯(lián)鋪強(qiáng)國之路工業(yè)數(shù)字化是制造強(qiáng)國的必由之路在新一輪信息技術(shù)與制造業(yè)融合的趨勢下，新時代的“工業(yè)革命”正席卷全球。在大數(shù)據(jù)、人工智能、工業(yè)互聯(lián)網(wǎng)等新興技術(shù)快速發(fā)展的背景下，我們認(rèn)為工業(yè)數(shù)字化是制造強(qiáng)國的必經(jīng)之路，隨著工業(yè)數(shù)字化程度的不斷深化，將有助于我國加快建設(shè)成工業(yè)制造強(qiáng)國，提升我國工業(yè)在全球的競爭力。大數(shù)據(jù)是工業(yè)數(shù)字化的入口隨著數(shù)字化浪潮在工業(yè)領(lǐng)域的滲透，數(shù)據(jù)已經(jīng)成為工業(yè)領(lǐng)域新的“生產(chǎn)資料”，根據(jù) IDC 的統(tǒng)計，2019 全球數(shù)據(jù)量達(dá)到 42ZB，預(yù)計 2022 年達(dá)到 163ZB，復(fù)合增速為 57%。工業(yè)數(shù)

2、據(jù)在工業(yè)領(lǐng)域的應(yīng)用場景也不斷增加，根據(jù)賽迪統(tǒng)計，2019 年我國工業(yè)大數(shù)據(jù)市場達(dá)到 146.9 億元，預(yù)計未來保持 30%以上的高增長。作為工業(yè)數(shù)字化的重要入口，雖然工業(yè)數(shù)據(jù)在采集過程中會遇到數(shù)據(jù)完整性、數(shù)據(jù)質(zhì)量等方面的困難，但諸如工況分割、數(shù)據(jù)清洗、數(shù)據(jù)質(zhì)量檢測、數(shù)據(jù)樣本平衡、數(shù)據(jù)分割等數(shù)據(jù)預(yù)處理方式的興起也大大提升了工業(yè)數(shù)據(jù)的可靠性和可用性。人工智能是工業(yè)數(shù)字化的大腦在數(shù)據(jù)、算法、算力等基礎(chǔ)要素得到充足發(fā)展后，人工智能有了實現(xiàn)的基礎(chǔ)。鑒于人工智能在社會各個領(lǐng)域內(nèi)的巨大潛在應(yīng)用市場，我國已經(jīng)在 2017 年發(fā)布的新一代人工智能發(fā)展規(guī)劃中將人工智能戰(zhàn)略上升為國家戰(zhàn)略，人工智能產(chǎn)業(yè)水平不管從企業(yè)

3、數(shù)量還是全球申請專利情況來看都位于領(lǐng)先行列。人工智能的發(fā)展也為制造業(yè)發(fā)展帶來了良機(jī)，有望從素質(zhì)維度、體質(zhì)維度以及本質(zhì)維度全面提升工業(yè)制造水平。目前人工智能已經(jīng)在工業(yè)領(lǐng)域的多個應(yīng)用場景得到應(yīng)用，比如智能生產(chǎn)場景的工業(yè)視覺檢測以及設(shè)備管理領(lǐng)域的預(yù)測性維護(hù)。工業(yè)互聯(lián)網(wǎng)集大數(shù)據(jù)和 AI 之大成在人口老齡化，用工成本上升的趨勢下，各地政策齊發(fā)力，推動制造業(yè)向以智能化為代表的工業(yè) 4.0 邁進(jìn)。其中以 MES 為代表的生產(chǎn)環(huán)節(jié)， 逐步向工業(yè)互聯(lián)網(wǎng)領(lǐng)域升級，終極智能制造是一個從 IOT、大數(shù)據(jù)、AI、工業(yè)互聯(lián)網(wǎng)平臺逐步上臺階的過程。IOT 平臺對接生產(chǎn)環(huán)節(jié)海量的 IOT 設(shè)備，并獲取數(shù)據(jù)，進(jìn)行初步分析；大數(shù)

4、據(jù)平臺實現(xiàn)生產(chǎn)環(huán)節(jié)的數(shù)據(jù)可視化，對數(shù)據(jù)進(jìn)行模型建立，并進(jìn)行分析和預(yù)測；AI 工業(yè)應(yīng)用智能平臺形成對生產(chǎn)的預(yù)測，并自適應(yīng)調(diào)整生產(chǎn)系統(tǒng)。工業(yè)互聯(lián)網(wǎng)安全是智能制造的重要保障工控領(lǐng)域信息安全事件頻出，關(guān)鍵信息基礎(chǔ)設(shè)施被攻擊將對國計民生造成直觀的嚴(yán)重影響，因此政策以“工業(yè)互聯(lián)網(wǎng)+安全生產(chǎn)”為抓手進(jìn)行推動。工業(yè)互聯(lián)網(wǎng)安全與生產(chǎn)系統(tǒng)緊密結(jié)合，基于大數(shù)據(jù)和 AI 的工業(yè)態(tài)勢感知成為更完整的安全方案，確保智能化的工業(yè)系統(tǒng)安全運營。風(fēng)險提示疫情影響工業(yè)智能化升級投資；智能制造方案落地不及預(yù)期。Page PAGE 24請務(wù)必閱讀正文之后的免責(zé)條款部分全球視野 本土智慧內(nèi)容目錄 HYPERLINK l _TOC_25

5、0015 大數(shù)據(jù)是工業(yè)數(shù)字化的入口4 HYPERLINK l _TOC_250014 工業(yè)大數(shù)據(jù)市場規(guī)模快速增長4 HYPERLINK l _TOC_250013 工業(yè)數(shù)據(jù)的可靠可用是數(shù)字化應(yīng)用的前提5 HYPERLINK l _TOC_250012 人工智能是工業(yè)數(shù)字化的大腦6 HYPERLINK l _TOC_250011 我國人工智能產(chǎn)業(yè)發(fā)展位居全球前列6 HYPERLINK l _TOC_250010 人工智能為工業(yè)生產(chǎn)帶來發(fā)展良機(jī)8 HYPERLINK l _TOC_250009 工業(yè)人工智能應(yīng)用眾多前景廣闊10 HYPERLINK l _TOC_250008 工業(yè)互聯(lián)網(wǎng)集大數(shù)據(jù) A

6、I 之大成，開啟工業(yè) 4.0 之路14 HYPERLINK l _TOC_250007 工業(yè)數(shù)字浪潮掀起，多重政策大力推動14 HYPERLINK l _TOC_250006 MES 為生產(chǎn)環(huán)節(jié)核心，智能制造價值凸顯16 HYPERLINK l _TOC_250005 工業(yè)互聯(lián)網(wǎng)平臺集 AI 和大數(shù)據(jù)之大成，助力智能制造再升級17 HYPERLINK l _TOC_250004 案例一：寶信軟件打造鋼鐵行業(yè)“燈塔工廠”20 HYPERLINK l _TOC_250003 案例二：用友以云化打造智能制造生態(tài)22 HYPERLINK l _TOC_250002 工業(yè)信息安全是智能制造下的剛需22

7、HYPERLINK l _TOC_250001 工控安全事件頻出，智能制造轉(zhuǎn)型安全當(dāng)先22 HYPERLINK l _TOC_250000 工控安全體系開始建設(shè)，大數(shù)據(jù)和 AI 助力全面工業(yè)態(tài)勢感知23風(fēng)險提示25國信證券投資評級26分析師承諾26風(fēng)險提示26證券投資咨詢業(yè)務(wù)的說明26圖表目錄圖 1：全球大數(shù)據(jù)量快速增長（單位：ZB）4圖 2：我國工業(yè)大數(shù)據(jù)市場規(guī)模及增速（單位：億元）4圖 3：工業(yè)大數(shù)據(jù)分類三種類型5圖 4：工業(yè)大數(shù)據(jù)應(yīng)用參考框架5圖 5：工業(yè)數(shù)據(jù)的預(yù)處理流程6圖 6：數(shù)據(jù)、算力和算法是人工智能發(fā)展的基礎(chǔ)7圖 7：人工智能核心產(chǎn)業(yè)規(guī)模8圖 8：中美人工智能企業(yè)數(shù)量對比8圖 9

8、：全球人工智能專利申請地分布8圖 10：人工智能給工業(yè)制造帶來的機(jī)會9圖 11：工業(yè)人工智能相比通用人工智能典型要素10圖 12：人工智能在中國制造業(yè)應(yīng)用規(guī)模及增速（單位：百萬美元）10圖 13：人工智能在工業(yè)領(lǐng)域的應(yīng)用很多11圖 14：AI 軟件在工業(yè)視覺解決方案中占據(jù)重要地位12圖 15：工業(yè)視覺在下游多個行業(yè)應(yīng)用12圖 16：人工智能在工業(yè)設(shè)備預(yù)測性維護(hù)中所起的作用13圖 17：刀具壽命監(jiān)控及預(yù)測技術(shù)結(jié)構(gòu)圖14圖 18：工業(yè)發(fā)展階段15圖 19：制造業(yè)企業(yè)典型數(shù)字化架構(gòu)16圖 20：中國 MES 市場規(guī)模（億元）17圖 21：MES 在制造業(yè)中應(yīng)用分布17圖 22：云棲制造與傳統(tǒng)工廠生產(chǎn)

9、效率比較17圖 23：工業(yè)互聯(lián)網(wǎng)平臺功能架構(gòu)18圖 24：工業(yè)互聯(lián)網(wǎng)平臺在生產(chǎn)系統(tǒng)中的位置18圖 25：工業(yè)互聯(lián)網(wǎng)平臺應(yīng)用三大發(fā)展層次19圖 26：工業(yè)互聯(lián)網(wǎng)平臺應(yīng)用優(yōu)化價值19圖 27：工業(yè)互聯(lián)網(wǎng)平臺應(yīng)用分部統(tǒng)計19圖 28：終極智能制造的平臺階梯20圖 29：ePlat 平臺九大功能模塊21圖 30：iPlat 平臺產(chǎn)品體系21圖 31：寶鋼股份入選世界經(jīng)濟(jì)論壇“燈塔工廠”21圖 32：用友工業(yè)互聯(lián)網(wǎng)平臺架構(gòu)22圖 33：工業(yè)體系防護(hù)視角24圖 34：工業(yè)安全監(jiān)測系統(tǒng)部署24表 1：人工智能鼓勵政策匯總7表 2：通用人工智能和工業(yè)人工智能的區(qū)別9表 3：玻璃蓋板檢測每年行業(yè)從業(yè)人員成本費用

10、13表 4：智能制造及工業(yè)互聯(lián)網(wǎng)領(lǐng)域相關(guān)政策15表 5：各地方對工業(yè)互聯(lián)網(wǎng)政策補(bǔ)貼16表 6：2020 雙跨工業(yè)互聯(lián)網(wǎng)平臺新增 5 家20表 7：近年來重要工控安全事件23表 8：“工業(yè)互聯(lián)網(wǎng)+安全生產(chǎn)”重點任務(wù) 23大數(shù)據(jù)是工業(yè)數(shù)字化的入口工業(yè)大數(shù)據(jù)市場規(guī)?？焖僭鲩L數(shù)據(jù)成為工業(yè)領(lǐng)域新的“生產(chǎn)資料”。根據(jù) IDC 數(shù)據(jù)，2019 全球數(shù)據(jù)量達(dá)到 42ZB，預(yù)計 2022 年達(dá)到 163ZB，復(fù)合增速為 57%。大數(shù)據(jù)急速膨脹不斷在各個領(lǐng)域催生新的應(yīng)用生態(tài)，工業(yè)領(lǐng)域成為下一個藍(lán)海。隨著我國工業(yè)自動化、信息化水平不斷提升，數(shù)據(jù)市場也在快速增長。根據(jù)賽迪顧問，2019 年我國工業(yè)大數(shù)據(jù)市場達(dá)到 14

11、6.9 億元，預(yù)計未來保持 30%以上的高增長。工業(yè)數(shù)據(jù)涵蓋企業(yè)運營、產(chǎn)品生產(chǎn)、工藝流程、市場銷售等多個環(huán)節(jié)的信息，深度挖掘?qū)⒋蠓嵘a(chǎn)效率、降低生產(chǎn)成本，已經(jīng)成為當(dāng)前智能制造新的“生產(chǎn)資料”。 圖 1：全球大數(shù)據(jù)量快速增長（單位：ZB） 圖 2：我國工業(yè)大數(shù)據(jù)市場規(guī)模及增速（單位：億元）163.042.033.021.616.11801601401201008060402002016201720182019202210009008007006005004003002001000192.6256.032.9%346.135.2%473.636.8%650.637.4%903.840%38.9

12、% 39%38%37%36%35%34%33%32%31%30%29%202020212022202320242025資料來源：IDC，國信證券經(jīng)濟(jì)研究所整理資料來源：賽迪顧問，國信證券經(jīng)濟(jì)研究所整理制造過程數(shù)據(jù)的提取挖掘，是當(dāng)前智能制造邁上新臺階的關(guān)鍵。根據(jù)數(shù)據(jù)來源， 工業(yè)大數(shù)據(jù)可分為企業(yè)運營相關(guān)的數(shù)據(jù)、企業(yè)外部數(shù)據(jù)、制造過程的數(shù)據(jù)。在經(jīng)過多年企業(yè)信息化發(fā)展后，企業(yè)管理 ERP、銷售 CRM 等內(nèi)部運營類數(shù)據(jù)已經(jīng)有了一定的積累。互聯(lián)網(wǎng)的快速發(fā)展，也為售后服務(wù)、產(chǎn)品跟蹤、市場運營、行業(yè)發(fā)展提供了廣闊的數(shù)據(jù)支持。而當(dāng)前最重要的，則是生產(chǎn)制造環(huán)節(jié)的數(shù)據(jù)挖掘。工業(yè)制造已經(jīng)由 3.0 的自動化，逐步邁

13、向 4.0 的智能化。以智能制造設(shè)備、工業(yè)機(jī)器人、各類傳感器、智能儀器儀表為核心，通過構(gòu)建廣泛的物聯(lián)網(wǎng)生產(chǎn)系統(tǒng)，匯聚生產(chǎn)過程中的物料、加工、流程等多維度數(shù)據(jù)，實現(xiàn)生產(chǎn)過程的全面優(yōu)化。從客戶需求到銷售、訂單、計劃、研發(fā)、設(shè)計、制造、采購、供應(yīng)、庫存、售后服務(wù)、運維等整個企業(yè)和產(chǎn)品全生命周期各個環(huán)節(jié)，工業(yè)大數(shù)據(jù)打通后，利用人工智能技術(shù)，實現(xiàn)真正智能制造。圖 3：工業(yè)大數(shù)據(jù)分類三種類型企業(yè)運營相關(guān)的業(yè)務(wù)數(shù)據(jù) 這類數(shù)據(jù)來自企業(yè)信息化范疇，包括企業(yè)資源計劃（ERP）、產(chǎn)品生命周期管理（PLM）、供應(yīng)鏈管理（SCM）、客戶關(guān)系管理（CRM）和能耗管理系統(tǒng)(EMS） 等，此類數(shù)據(jù)是工業(yè)企業(yè)傳統(tǒng)意義上的數(shù)據(jù)資

14、產(chǎn)。制造過程數(shù)據(jù)這類數(shù)據(jù)主要是指工業(yè)生產(chǎn)過程中，裝備、物料及產(chǎn)品 加工過程的工況狀態(tài)數(shù)據(jù)、環(huán)境參數(shù)等生產(chǎn)情況數(shù)據(jù)， 通過MES系統(tǒng)實時傳遞，目前在智能裝備大量應(yīng)用的情況下，增長很快。企業(yè)外部數(shù)據(jù)此類數(shù)據(jù)，包括工業(yè)企業(yè)產(chǎn)品售出之后的使用、運營情況的數(shù)據(jù)，同時還包括大量客戶名單、供應(yīng)商名單、外部的互聯(lián)網(wǎng)數(shù)據(jù)。資料來源：中國電子技術(shù)標(biāo)準(zhǔn)化研究院，國信證券經(jīng)濟(jì)研究所整理工業(yè)數(shù)據(jù)的可靠可用是數(shù)字化應(yīng)用的前提工業(yè)數(shù)據(jù)是整體應(yīng)用框架的第一步，入口價值凸顯。根據(jù)中國電子技術(shù)標(biāo)準(zhǔn)化研究院的工業(yè)大數(shù)據(jù)白皮書，整個工業(yè)大數(shù)據(jù)的應(yīng)用分析框架分為 5 個部分，分別為數(shù)據(jù)提供者、系統(tǒng)協(xié)調(diào)者、應(yīng)用提供者、大數(shù)據(jù)框架提供者以

15、及數(shù)據(jù)消費者：1）數(shù)據(jù)提供者主要就是為后續(xù)系統(tǒng)的分析和演繹提供高質(zhì)量的數(shù)據(jù)；2） 系統(tǒng)協(xié)調(diào)者主要職責(zé)在于規(guī)范和集成各類所需的數(shù)據(jù)應(yīng)用活動；3）大數(shù)據(jù)框架提供者主要是為數(shù)據(jù)消費者提供各種處理方式和工具；4）工業(yè)大數(shù)據(jù)應(yīng)用提供者，主要將原始數(shù)據(jù)進(jìn)行收集、預(yù)處理、分析、可視化等操作后給數(shù)據(jù)消費者； 5）數(shù)據(jù)消費者主要職責(zé)就是將數(shù)據(jù)高效利用到生產(chǎn)、設(shè)計、服務(wù)等各個環(huán)節(jié)。所以，從整個工業(yè)大數(shù)據(jù)應(yīng)用框架來看，工業(yè)數(shù)據(jù)作為整個應(yīng)用框架的入口有非常重要的作用，提供數(shù)據(jù)的質(zhì)量高低、預(yù)處理數(shù)據(jù)的效果好壞都直接影響著最終工業(yè)數(shù)據(jù)的應(yīng)用效果。圖 4：工業(yè)大數(shù)據(jù)應(yīng)用參考框架CADCAMCAECAPPPLMMESSCAD

16、ADNCERP數(shù)據(jù)提供者系統(tǒng)：主要功能是數(shù)據(jù)收集、分析和分類，有此類功能的系統(tǒng)有：系統(tǒng)協(xié)調(diào)者經(jīng)各類可支持應(yīng)用的數(shù)據(jù)工業(yè)大數(shù)據(jù)應(yīng)用提供者收集預(yù)處理分析可視化訪問過集成的數(shù)據(jù)數(shù)據(jù)消費者數(shù)據(jù)消費者有很多種，例如智能化設(shè)計、智能生產(chǎn)、智能化服務(wù)、個性化定制等。智能化設(shè)計大數(shù)據(jù)框架提供者智能化生產(chǎn)數(shù)據(jù)源：主要功能是提供原始數(shù)據(jù)，能夠提供原始數(shù)據(jù)的源頭有很多：信息交互通信框架平臺：提供數(shù)據(jù)組織與分布索引存儲文件系統(tǒng) 工業(yè)互聯(lián)設(shè)備 資源管理智能化服務(wù)基礎(chǔ)設(shè)施：提供網(wǎng)絡(luò)、計算、存儲虛擬資源物理資源個性化定制價值驅(qū)動閉環(huán)流程優(yōu)化過程協(xié)同遠(yuǎn)程運維效率綜合優(yōu)化故障預(yù)測流處理交互批處理數(shù)字化仿真優(yōu)化自動化設(shè)計生產(chǎn)經(jīng)營

17、及外部互聯(lián)網(wǎng)產(chǎn)品資料來源：中國電子技術(shù)標(biāo)準(zhǔn)化研究院，國信證券經(jīng)濟(jì)研究所整理工業(yè)數(shù)據(jù)的質(zhì)量問題可以通過預(yù)處理進(jìn)一步加強(qiáng)。目前，在工業(yè)大數(shù)據(jù)的應(yīng)用中，工業(yè)數(shù)據(jù)還有數(shù)據(jù)分散、數(shù)據(jù)質(zhì)量差以及數(shù)據(jù)受背景影響較大等問題。具體來說：1）數(shù)據(jù)分散是指工業(yè)數(shù)據(jù)零散地分布在各個系統(tǒng)中，比如 PLC、SCADA、 DCS 系統(tǒng)從機(jī)器設(shè)備實時采集的數(shù)據(jù)，數(shù)據(jù)交換接口同步的數(shù)據(jù)，以及存放在公司數(shù)據(jù)庫的業(yè)務(wù)數(shù)據(jù)等，這些零散的數(shù)據(jù)采集回來之后需要進(jìn)一步的歸類和 分析；2）數(shù)據(jù)質(zhì)量差是指由于工廠復(fù)雜的應(yīng)用環(huán)境，通過傳感器采集的數(shù)據(jù)會 包含很多的噪音數(shù)據(jù)，影響后期進(jìn)一步的分析和應(yīng)用；3）數(shù)據(jù)受到設(shè)備參數(shù)設(shè) 定、工況、環(huán)境等背景

18、信息的影響，主要是因為工廠生產(chǎn)實踐較為復(fù)雜，影響 數(shù)據(jù)的因素較多?？梢酝ㄟ^多種數(shù)據(jù)預(yù)處理方法有效提高數(shù)據(jù)質(zhì)量。針對前文所述的工業(yè)數(shù)據(jù)質(zhì)量問題，可以通過多種數(shù)據(jù)預(yù)處理方式對數(shù)據(jù)進(jìn)行處理，以提高其可靠性、可用性，目前來說，主要的處理方法有工況分割、數(shù)據(jù)清洗、數(shù)據(jù)質(zhì)量檢測、數(shù)據(jù)歸一化、數(shù)據(jù)樣本平衡、數(shù)據(jù)分割等。具體來說：1）工況分割，主要是將設(shè)備在不同運行狀態(tài)下的數(shù)據(jù)分割出來，做有針對性的信號處理與特征提取，常用的工況分割變量有速度參數(shù)、環(huán)境參數(shù)、負(fù)載信息等；2）數(shù)據(jù)清洗，將數(shù)據(jù)中存在的異常點盡可能的剔除，降低對后續(xù)模型訓(xùn)練的干擾；3）數(shù)據(jù)質(zhì)量檢測，通常關(guān)注數(shù)據(jù)特性本身、建模有效性、以及領(lǐng)域相關(guān)的質(zhì)

19、量標(biāo)準(zhǔn)，針對不同的數(shù)據(jù)進(jìn)行不同的質(zhì)量檢測；4）數(shù)據(jù)歸一化，將數(shù)據(jù)轉(zhuǎn)換到同樣的分布或者取值區(qū)間，來提升數(shù)據(jù)建模精度，加速參數(shù)優(yōu)化求解的過程；5）數(shù)據(jù)樣本平衡，主要針對采集的數(shù)據(jù)標(biāo)簽不均的問題，比如，設(shè)備運行 1 小時的數(shù)據(jù)中可能只有1 分鐘的數(shù)據(jù)是異常的，可以通過重采樣或者欠采樣等不同的采樣方法來改善數(shù)據(jù)不同類別之間的平衡性；6）數(shù)據(jù)分割，主要是將數(shù)據(jù)集分割為多份，用作不同的目的，一般分為用于訓(xùn)練模型的訓(xùn)練集、對模型進(jìn)行參數(shù)優(yōu)化的驗證集以及用來得到最終模型的測試集。圖 5：工業(yè)數(shù)據(jù)的預(yù)處理流程海量數(shù)據(jù)數(shù)據(jù)碎片化數(shù)據(jù)質(zhì)量差數(shù)據(jù)受背景信息影響數(shù)據(jù)預(yù)處理 PLC工況分割；數(shù)據(jù)清洗；數(shù)據(jù)質(zhì)量檢測；數(shù)據(jù)歸

20、一化；數(shù)據(jù)樣本平衡；數(shù)據(jù)分割； SCADA DCS物聯(lián)網(wǎng)數(shù)據(jù)業(yè)務(wù)系統(tǒng)數(shù)據(jù)資料來源：CSDN，國信證券經(jīng)濟(jì)研究所整理人工智能是工業(yè)數(shù)字化的大腦我國人工智能產(chǎn)業(yè)發(fā)展位居全球前列數(shù)據(jù)是人工智能的基礎(chǔ)，算力是人工智能的動力，算法是人工智能的工具。從人工智能的發(fā)展歷史來看，經(jīng)歷了三起三落的發(fā)展過程，從達(dá)特茅斯會議首次提出人工智能，到霍普菲爾德神經(jīng)網(wǎng)絡(luò)被提出，再到 Hinton 提出深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，目前的人工智能已經(jīng)具備了大發(fā)展的基礎(chǔ)：大數(shù)據(jù)時代的到來為人工智能提供了源源不斷的基礎(chǔ)材料；CPU、GPU、FPGA 的性能提升以及異構(gòu)計算的發(fā)展都為人工智能提供了強(qiáng)大的算力；以機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等算法的發(fā)展也

21、為人工智能的應(yīng)用提供了實現(xiàn)的工具。圖 6：數(shù)據(jù)、算力和算法是人工智能發(fā)展的基礎(chǔ)數(shù)據(jù)大數(shù)據(jù)時代的到來為人工智能的發(fā)展提供了充足的基礎(chǔ)數(shù)據(jù)來源。摩爾定律推動處理器性能提升，以及異構(gòu)計 算的不斷發(fā)展，為復(fù)雜的人工智能計算提供了算力基礎(chǔ)。算力人工智能產(chǎn)業(yè)加速算法諸如回歸算法、分類算法、聚類算法、模式識別算法等機(jī)器學(xué)習(xí)以及深度學(xué)習(xí)算法的發(fā)展，為人工智能的發(fā)展提供了實現(xiàn)路徑。資料來源：艾瑞咨詢，國信證券經(jīng)濟(jì)研究所整理人工智能戰(zhàn)略上升為國家戰(zhàn)略，國內(nèi) AI 產(chǎn)業(yè)迎來大發(fā)展。鑒于人工智能在社會各個領(lǐng)域內(nèi)的巨大潛在應(yīng)用市場，我國在政策上也為產(chǎn)業(yè)營造了較為友好的發(fā)展氛圍，2017 年我國發(fā)布了新一代人工智能發(fā)展規(guī)

22、劃，將人工智能上升為國家戰(zhàn)略，確立了人工智能產(chǎn)業(yè)的三步走發(fā)展目標(biāo)。同時，不僅僅是我國，全球其他國家也都十分重視人工智能的發(fā)展，比如日本也提出了人工智能三階段發(fā)展戰(zhàn)略、韓國提出了人工智能五年規(guī)劃（投資 2.2 萬億韓元）、新加坡 2017 年發(fā)布了“AI Singapore”戰(zhàn)略、澳大利亞發(fā)布了人工智能四年投資計劃等。表 1：人工智能鼓勵政策匯總時間政策文件及主要內(nèi)容2015 年關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動的指導(dǎo)意見：首次將人工智能納入重點任務(wù)之一。2017 年新一代人工智能發(fā)展規(guī)劃：戰(zhàn)略確立了新一代人工智能發(fā)展三步走戰(zhàn)略目標(biāo)，將人工智能上升到國家戰(zhàn)略層面。2017 年十九大報告：人工智能寫入十

23、九大報告，將推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟(jì)深度融合。2017 年促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃：詳細(xì)規(guī)劃了人工智能在未來三年的重點發(fā)展方向和目標(biāo)。2018 年2018 年政府工作報告：人工智能在此被列入政府工作報告：加強(qiáng)新一代人工智能研發(fā)應(yīng)用。2019 年2019 年政府工作報告：將人工智能升級為智能+。2019 年新一代人工智能治理原則發(fā)展負(fù)責(zé)任的人工智能：突出了發(fā)展負(fù)責(zé)任的人工智能這一主題。資料來源:前瞻產(chǎn)業(yè)研究院、國信證券經(jīng)濟(jì)研究所整理國內(nèi) AI 發(fā)展水平已處于世界前列。由于我國的人口數(shù)來基數(shù)大、應(yīng)用場景多樣化，人工智能技術(shù)已經(jīng)在多個行業(yè)落地，根據(jù)艾瑞咨詢的數(shù)據(jù)，我國的人

24、工智能核心產(chǎn)業(yè)規(guī)模在 2019 年大于 510 億元，發(fā)展到 2022 年有望超過 1 萬億元， 復(fù)合增長率約 170%。我國的 AI 發(fā)展水平從人工智能企業(yè)數(shù)量和全球范圍內(nèi)人工智能申請專利分布情況來看處于領(lǐng)先地位：1）根據(jù)六和咨詢和清華大學(xué)的聯(lián)合數(shù)據(jù)，我國 2018 年人工智能企業(yè)數(shù)量為 1011 個，相比于美國 2028 個有一定的差距，但是和全球其他國家相比仍處于領(lǐng)先地位；2）從艾瑞咨詢 2018 年統(tǒng)計的全球人工智能專利申請的分布情況來看，中國地區(qū)的專利數(shù)量占比達(dá)到37.1%位居第一，美國和日本緊隨其后，分別為 24.8%、13.1%，從專利的數(shù)量方面來看，我國的人工智能發(fā)展?fàn)顩r良好。

25、圖 7：人工智能核心產(chǎn)業(yè)規(guī)模資料來源：艾瑞咨詢，國信證券經(jīng)濟(jì)研究所整理 圖 8：中美人工智能企業(yè)數(shù)量對比 圖 9：全球人工智能專利申請地分布250020001500加拿大, 1.0%其他, 8.7%荷蘭, 1.1%法國, 1.3%英國, 1.3%德國, 2.7%1000500日本, 13.1%韓國, 8.9%中國, 37.1%202810110中國美國美國, 24.8%資料來源：清華大學(xué)、六和咨詢，國信證券經(jīng)濟(jì)研究所整理資料來源：艾瑞咨詢，國信證券經(jīng)濟(jì)研究所整理人工智能為工業(yè)生產(chǎn)帶來發(fā)展良機(jī)人工智能的運用為工業(yè)智能制造帶來了發(fā)展良機(jī)。在傳統(tǒng)的工業(yè)生產(chǎn)中，主要的品質(zhì)要素有三個：1）素質(zhì)維度，主要

26、涉及的是工業(yè)生產(chǎn)中的能力、組織文化和管理能力，這點在傳統(tǒng)生產(chǎn)過程中主要是靠人和人之間傳承進(jìn)行的，這方面做的比較好的是日本；2）體質(zhì)維度，主要涉及設(shè)備、系統(tǒng)和流程，在以往是通過標(biāo)準(zhǔn)化的工藝流程和優(yōu)秀的裝備設(shè)計制造能力實現(xiàn)的，德國在這方面做的比較好；3）本質(zhì)維度，主要涉及的是創(chuàng)造價值，這個以往是以授權(quán)技術(shù)的方式為基礎(chǔ)不斷進(jìn)行協(xié)同創(chuàng)新完成的。在人工智能時代，上述的三個維度將發(fā)生較大的不同，也為每個使用人工智能的工業(yè)企業(yè)或者國家?guī)砹藦澋莱嚨臋C(jī)會。人工智能對于上述工業(yè)三個維度的改變，具體來說：1）在素質(zhì)維度上，可以通過數(shù)據(jù)化的方式將人的工作流程標(biāo)準(zhǔn)化，以達(dá)到后續(xù)穩(wěn)定傳承的效果；2）在體質(zhì)問題上，通過

27、數(shù)據(jù)將問題進(jìn)行顯性化，將設(shè)備的健康狀態(tài)進(jìn)行透明化管理， 保證設(shè)備的健康狀態(tài)以及整個工藝流程的穩(wěn)定性，提升產(chǎn)品質(zhì)量的穩(wěn)定性；3）在本質(zhì)維度上，利用綜合數(shù)據(jù)以及人工智能算法工具，發(fā)揮數(shù)據(jù)的價值，降低運營成本、提升運營效率，達(dá)到協(xié)同創(chuàng)新的目的。圖 10：人工智能給工業(yè)制造帶來的機(jī)會素質(zhì)提高工業(yè)素質(zhì)通過數(shù)據(jù)化的方式將人的工作流程標(biāo)準(zhǔn)化，用數(shù)據(jù)建立更好的參考性和關(guān)系性。工業(yè)人工智能體質(zhì)增強(qiáng)工業(yè)體質(zhì)利用數(shù)據(jù)將問題顯性化，使得設(shè)備健康狀況透明化管理，提高產(chǎn)品質(zhì)量的穩(wěn)定性。工業(yè)人工智能本質(zhì)創(chuàng)新工業(yè)本質(zhì)挖掘綜合數(shù)據(jù)的價值，優(yōu)化用戶使用成本，提升運營效率，在產(chǎn)品的全生命周期中協(xié)同創(chuàng)新。工業(yè)人工智能資料來源：工業(yè)人

28、工智能，國信證券經(jīng)濟(jì)研究所整理人工智能在工業(yè)領(lǐng)域的運用和在其他行業(yè)中的應(yīng)用有所區(qū)別，具體來說體現(xiàn)在以下幾個方面：1）兩者定義不同，通用的人工智能可以應(yīng)用的方向較為廣泛，是一種具有試錯調(diào)整導(dǎo)向性的認(rèn)知科學(xué)，但是工業(yè)領(lǐng)域的人工智能是一種在工程應(yīng)用中的系統(tǒng)訓(xùn)練及方法，具有快速性、系統(tǒng)性、可傳承性等特征，這點的區(qū)別主要源自工業(yè)領(lǐng)域需要系統(tǒng)性的運行方式；2）在功能方面，通用人工智能主要是發(fā)散性的機(jī)會導(dǎo)向，比如自動價值、分享經(jīng)濟(jì)、人臉識別等，而工業(yè)領(lǐng)域的人工智能則面對的問題是有限的，不需要通用性很強(qiáng)，但是要有針對性的解決現(xiàn)存的問題，所以功能是收斂性的；3）在應(yīng)用領(lǐng)域，工業(yè)人工智能主要是幫助工業(yè)企業(yè)提高生產(chǎn)

29、效率、增強(qiáng)產(chǎn)品品質(zhì)、降低生產(chǎn)成本和減少非必要庫存， 通用人工智能則可以應(yīng)用在如社交網(wǎng)絡(luò)、醫(yī)療、金融等多個領(lǐng)域；4）在算法工具上，工業(yè)領(lǐng)域的人工智能也和通用人工智能一樣需要機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等工具，但也對寬度學(xué)習(xí)、模糊學(xué)習(xí)等工具有需求。表 2：通用人工智能和工業(yè)人工智能的區(qū)別對比指標(biāo)通用人工智能工業(yè)人工智能一種具有試錯調(diào)整導(dǎo)向性的認(rèn)知科學(xué)，例如自然語言成立、圖像一種實現(xiàn)人工智能在工程應(yīng)用的系統(tǒng)訓(xùn)練及方法，具有快速性、系定義處理、自動推理、機(jī)器人學(xué)等?？蓱?yīng)用方向相當(dāng)廣泛，適用于醫(yī)統(tǒng)性以及可傳承性等特性，例如：療、商業(yè)等眾多領(lǐng)域，但在工程領(lǐng)域尚缺乏實際的成功案例。功能發(fā)散性的機(jī)會導(dǎo)向，如：無人駕駛、

30、分享經(jīng)濟(jì)、人臉識別等等應(yīng)用領(lǐng)域各個領(lǐng)域，如社交網(wǎng)絡(luò)、金融領(lǐng)域、醫(yī)療行業(yè)等不同人使用同樣的工具可得到相同或相近的結(jié)果；可邁向人工智能標(biāo)準(zhǔn)化的方向。收斂性的功能或效率導(dǎo)向在原本的基礎(chǔ)上具有差異化提升，如：提高生產(chǎn)的效率；改善質(zhì)量穩(wěn)定性；降低能耗成本；提升設(shè)備的穩(wěn)定性；汽車的安全性等等。工業(yè)設(shè)備和制造業(yè)，如：交通運輸（高鐵、航空、船舶等）；能源（電網(wǎng)、風(fēng)電、發(fā)電設(shè)備等）；生產(chǎn)裝備及自動化（機(jī)器人、數(shù)控機(jī)床等）。算法工具機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等寬度學(xué)習(xí)、深度學(xué)習(xí)、模糊學(xué)習(xí)、借力學(xué)習(xí)等。資料來源:工業(yè)人工智能、國信證券經(jīng)濟(jì)研究所整理工業(yè)人工智能相比通用人工智能有特殊的工業(yè)要素。正如上文所述，由于工業(yè)企業(yè)的產(chǎn)

31、生過程牽扯的變量較多，一般著眼于具體問題的解決，所以人工智能在工業(yè)系統(tǒng)中落地需要系統(tǒng)性考慮，要考慮的因素相較通用人工智能而言多了領(lǐng)域知識、事實依據(jù)以及反饋閉環(huán)等特有因素。具體來說，在計算機(jī)平臺以及大數(shù)據(jù)的基礎(chǔ)上進(jìn)行建模分析是通用人工智能都需要的因素，但是在工業(yè)應(yīng)用中還需要：1）領(lǐng)域知識，需要對工業(yè)模型中的設(shè)備或者機(jī)理理解清楚，一般來說工業(yè)領(lǐng)域知識相比如語音識別、語音合成、圖像識別等通用人工智能而言較為復(fù)雜；2）事實依據(jù)，在工業(yè)控制系統(tǒng)中，需要掌握能夠反應(yīng)目前系統(tǒng)狀態(tài)的依據(jù)，以方便系統(tǒng)的臨時決策；3）反饋閉環(huán)，這點很重要，因為工業(yè)系統(tǒng)一般都是為了解決某個收斂性問題而存在的，如果沒有反饋閉環(huán)則系統(tǒng)

32、無法判斷實際輸出的結(jié)果和理想結(jié)果之間的差異，這點和比如人工智能在人臉識別方面的應(yīng)用不同（人臉識別應(yīng)用不需要對輸出結(jié)果判斷是否正確）。圖 11：工業(yè)人工智能相比通用人工智能典型要素通用AI技術(shù)要素 工業(yè)人工智能特殊要素反饋閉環(huán)事實依據(jù)領(lǐng)域知識計算機(jī)平臺大數(shù)據(jù)建模分析工業(yè)人工智能資料來源：工業(yè)人工智能，國信證券經(jīng)濟(jì)研究所整理工業(yè)人工智能應(yīng)用眾多前景廣闊目前， 人工智能正在從消費、互聯(lián)網(wǎng)等領(lǐng)域逐步向工業(yè)領(lǐng)域滲透。人工智能對制造業(yè)的賦能正在全球范圍內(nèi)進(jìn)行，一方面由于工業(yè)制造業(yè)在全球 GDP 的占比中較高，人工智能應(yīng)用的空間較大，另一方面由于目前全球的制造業(yè)確實遇到了比如生產(chǎn)成本上升、生產(chǎn)線設(shè)計缺乏靈活

33、性、產(chǎn)品質(zhì)量不穩(wěn)定等問題。根據(jù)德勤的統(tǒng)計調(diào)查與預(yù)測，人工智能在中國制造業(yè)的應(yīng)用前景廣闊，預(yù)計 2020年應(yīng)用規(guī)模在 252.2 億元左右，到 2025 年將達(dá)到 2057.6 億元，復(fù)合增速維持在 40%以上。圖 12：人工智能在中國制造業(yè)應(yīng)用規(guī)模及增速（單位：百萬美元）250070%60%2,057.662.8%200050.8%43.3% 44.8% 47.3%55.8%50%1500100050023.8%30.7% 32.0%42.3%811.2537.9365.21,263.940%30%20%57.971.793.70123.7 176.0 252.210%0%2015 2016

34、2017 2018 2019 2020 2021 2022 2023 2024 2025資料來源：德勤，國信證券經(jīng)濟(jì)研究所整理人工智能在工業(yè)領(lǐng)域應(yīng)用的場景很多。根據(jù)德勤的調(diào)查報告，目前工業(yè)企業(yè)對于人工智能應(yīng)有需求的領(lǐng)域主要包括：1）智能生產(chǎn)應(yīng)用場景，比如工業(yè)視覺、工業(yè)視覺為自動化生產(chǎn)工廠、訂單管理和自動化生產(chǎn)排產(chǎn)、產(chǎn)品質(zhì)量監(jiān)控和缺陷管理等、虛擬量測與過程質(zhì)量控制等；2 產(chǎn)品與服務(wù)應(yīng)用場景，比如縮短產(chǎn)品設(shè)計周期、個性化客戶體驗、識別新的商業(yè)機(jī)會、提升營銷效率、客戶需求洞察等；3）企業(yè)運營管理應(yīng)用場景，比如在財務(wù)、能源、人力資源和投資方面的管理；4）供應(yīng)鏈管理應(yīng)用場景，比如設(shè)備預(yù)測性維護(hù)、配送管理

35、、需求管理與預(yù)測、緊急時間相應(yīng)、物流服務(wù)、資產(chǎn)與設(shè)備管理以及運輸與網(wǎng)絡(luò)設(shè)計等。圖 13：人工智能在工業(yè)領(lǐng)域的應(yīng)用很多設(shè)備預(yù)測性維護(hù)虛擬量測與過程質(zhì)量控制能源管理與能效優(yōu)化生產(chǎn)計劃智能排產(chǎn)供應(yīng)鏈與物流優(yōu)化調(diào)度財務(wù)管理運輸官網(wǎng)設(shè)計緊急市場響應(yīng)個性化客戶體驗提升營銷效率資料來源：德勤，國信證券經(jīng)濟(jì)研究所整理應(yīng)用 1：人工智能在工業(yè)視覺領(lǐng)域的應(yīng)用AI 軟件及算法是工業(yè)視覺的核心環(huán)節(jié)。在整個人工智能和工業(yè)應(yīng)用結(jié)合的眾多領(lǐng)域里，工業(yè)視覺是結(jié)合的較為緊密的一種。在工業(yè)視覺的整體解決方案中，主要分為核心零部件、AI 軟件及算法以及整體解決方案等幾個環(huán)節(jié)：1）核心零部件，主要是指光、工業(yè)鏡頭、工業(yè)相機(jī)、圖像采集

36、卡等上游的零部件，這些部件將拍攝出來的圖像交給 AI 軟件及算法去判別產(chǎn)品是否達(dá)標(biāo)，之所以有很多的不同部件，是由于不同的場景對于采集圖像部件的要求不同，比如檢測物體在快速移動那對部件的動態(tài)捕捉能力較高，比如檢測產(chǎn)品的精度很高，那對部件的高清捕獲能力要求較高；2）AI 軟件及算法是整個工業(yè)視覺解決方案里的核心，在沒有成熟的解決方案之前，一般都是通過人工或者其他設(shè)備間接檢測為主，AI 的算法需要通過學(xué)習(xí)符合要求的圖像后提取出判別的關(guān)鍵點，將以前依靠人經(jīng)驗判斷的方式通過數(shù)字化的方式保存下來；3）工業(yè)視覺解決方案， 需要將核心零部件以及 AI 算法整合到一起，為工業(yè)制造客戶輸出完整的解決方案。圖 14

37、：AI 軟件在工業(yè)視覺解決方案中占據(jù)重要地位核心零部件AI軟件平臺及算法工業(yè)視覺解決方案光源；工業(yè)鏡頭；工業(yè)相機(jī)；圖像采集卡； 開發(fā)工具； 軟件平臺； AI算法； 電子行業(yè)； 汽車行業(yè)； 包裝行業(yè)； 半導(dǎo)體行業(yè)； 醫(yī)療設(shè)備； 防治行業(yè)；.資料來源：賽迪顧問，國信證券經(jīng)濟(jì)研究所整理工業(yè)視覺已在下游多個制造業(yè)領(lǐng)域使用。工業(yè)視覺目前已經(jīng)在電子行業(yè)、汽車行業(yè)、半導(dǎo)體及平板顯示行業(yè)、物流包裝行業(yè)進(jìn)行了大規(guī)模應(yīng)用，具體來說：1）汽車行業(yè)在電子行業(yè)，比如電子產(chǎn)品表面的缺陷檢測，由于目前 3C 行業(yè)的產(chǎn)品缺陷種類多且復(fù)雜，產(chǎn)品表面構(gòu)成復(fù)雜，所以對于工業(yè)視覺的需求較高，目前行業(yè)內(nèi)已經(jīng)有針對 MIM 工藝的表面缺

38、陷在線檢測設(shè)備，能夠進(jìn)行 360外觀檢測，同時 18 余種缺陷識別模型，能夠在 500ms 內(nèi)實現(xiàn)對模型并發(fā)處理。2）在汽車行業(yè)，比如涂裝線標(biāo)簽檢查，業(yè)內(nèi)通過 OCR 技術(shù)對相機(jī)采集滑撬號圖像，對滑撬上鏤空字符進(jìn)行讀取并處理，通過 PLC 上傳給車間生產(chǎn)過程監(jiān)控系統(tǒng)輸出滑撬號信息，以達(dá)到檢查的目的；3）在半導(dǎo)體級平板顯示行業(yè)，業(yè)內(nèi)可以利用機(jī)器視覺實現(xiàn)制造工藝外觀缺陷 3D、2D 檢測，同時還可以通過工業(yè)視覺實現(xiàn)封裝工藝、晶片不良、膠水不良、焊線不良、焊球不良等方面的檢測；4）在物流、包裝行業(yè)，業(yè)內(nèi)可以通過工業(yè)視覺在高速生產(chǎn)線中對包裝安全條進(jìn)行快速有無的判斷，以確保安全包裝條無缺失。圖 15：工

39、業(yè)視覺在下游多個行業(yè)應(yīng)用電子行業(yè) CIS高精密點膠與自動檢測電子產(chǎn)品表面缺陷檢測手機(jī)蓋板玻璃檢測電子零件、設(shè)備檢測冷凝器外觀檢測汽車電磁閥濾芯檢測涂裝線標(biāo)簽檢查汽車曲軸連桿檢測數(shù)字投影式曝光解決方案薄玻璃基板缺陷檢測硅片檢測分選半導(dǎo)體工藝檢測洗衣機(jī)配重塊上料產(chǎn)品包裝檢測自動化料盤裝運機(jī)視覺引導(dǎo)飲料灌裝行業(yè)應(yīng)用物流、包裝行業(yè)半導(dǎo)體及平板顯示行業(yè)資料來源：賽迪顧問，國信證券經(jīng)濟(jì)研究所整理工業(yè)視覺可以大幅降低生產(chǎn)成本。在工業(yè)生產(chǎn)中，3C 電子產(chǎn)品產(chǎn)業(yè)的外觀檢測人員的用工成本較高，國內(nèi)企業(yè)僅在玻璃蓋板、觸摸屏以及顯示屏這個三個行業(yè)的外觀檢查員可能就達(dá)到數(shù)十萬之多。以手機(jī)蓋板玻璃檢測為例，長期以來都是依

40、靠人眼，效率低且誤檢漏檢率較高，隨著工業(yè)視覺解決方案的成熟，自動化檢測成為發(fā)展的方向。目前，業(yè)內(nèi)已經(jīng)采用靈活、可擴(kuò)展、低延時的解決方案，搭配超高分辨率光學(xué)系統(tǒng)形成了統(tǒng)一的管理平臺，能夠?qū)崿F(xiàn)至少 30 種缺陷的一站式全檢，可替代 30 名質(zhì)檢人員。從玻璃蓋板的檢測可以看出，工業(yè)視覺解決方案將為工業(yè)客戶帶來成本的大幅降低，假設(shè)玻璃蓋板檢測行業(yè)從業(yè)人數(shù)在 20-40 萬，每個員工的月薪在 4500-6000 元/月不等，那么整個行業(yè)在檢測領(lǐng)域的總成本為 108-288 億元，這也給工業(yè)視覺的發(fā)展帶來了長足的空間。表 3：玻璃蓋板檢測每年行業(yè)從業(yè)人員成本費用2025303540450010813516

41、2189216每個員工月薪5000120150180210240（元/人/月）55001321651982312646000144180216252288每年行業(yè)人員成本（億元）從業(yè)人數(shù)（萬人）資料來源:CSDN、國信證券經(jīng)濟(jì)研究所整理應(yīng)用 2：人工智能在設(shè)備預(yù)測性維護(hù)的應(yīng)用設(shè)備預(yù)測性維護(hù)是人工智能在工業(yè)領(lǐng)域的又一大應(yīng)用。在以往的應(yīng)用場景中， 一臺機(jī)器或者設(shè)備的磨損情況是否達(dá)到報廢的條件，一般都是依賴人的經(jīng)驗去判斷，對于工業(yè)企業(yè)來說，是決定設(shè)備進(jìn)入更新流程還是繼續(xù)使用是一個較難的決策。企業(yè)如果決定設(shè)備進(jìn)行更新，那么面臨的是更換成本，如果決定繼續(xù)使用，則可能影響后續(xù)產(chǎn)品的質(zhì)量，導(dǎo)致?lián)p失成本。對于

42、企業(yè)來說，如何將設(shè)備價值最大化、如何將機(jī)會成本降到最低，是一個急需解決的問題。人工智能的應(yīng)用使得這個問題有了客觀的數(shù)據(jù)衡量標(biāo)準(zhǔn)，為企業(yè)決策帶來依據(jù)。圖 16：人工智能在工業(yè)設(shè)備預(yù)測性維護(hù)中所起的作用設(shè)備狀態(tài)如何， 是否需要更新？不更換更換更換設(shè)備保證后續(xù)穩(wěn)定生產(chǎn)。假設(shè)更換成本為C2。有可能生產(chǎn)過程中設(shè)備突然損壞，影響后續(xù)生產(chǎn)。假設(shè)損失成本為C1假設(shè)設(shè)備損 壞的概率為：PC1*PC1*P=人工智能選取模型，計算出P以及比較C1*P和C2*P的成本大小，并決定是否立刻更換設(shè)備。資料來源：賽迪顧問，國信證券經(jīng)濟(jì)研究所整理以機(jī)床刀具的預(yù)測性維護(hù)為例。機(jī)床刀具是機(jī)械加工的核心部件，刀具的損壞程度直接影響

43、著加工工件的質(zhì)量。由于刀具隨著切削工件的數(shù)量增加會使得自身的磨損加大，繼續(xù)加工會導(dǎo)致后續(xù)的產(chǎn)品質(zhì)量下降，所以及時了解刀具的狀態(tài)并進(jìn)行及時更換很重要。傳統(tǒng)的方式中，刀具的健康狀態(tài)是通過人員針對切屑的顏色、加工時長以及加工中所產(chǎn)生的噪聲與線下測量等方式判斷的，費時費力且準(zhǔn)確度不高。人工智能可以利用建模分析的方式，一方面抽取出準(zhǔn)確的判斷模型，另一方面可以避免龐雜數(shù)據(jù)的繁雜計算，為刀具的健康狀況提供便捷的判斷。首先，將通過傳感器和控制器采集的高頻數(shù)據(jù)以及通過PLC 采集的低頻數(shù)據(jù)（包含振動信號、電流信號、加工單節(jié)、加工時間等）進(jìn)行數(shù)據(jù)處理，通過信號處理和特征提取后，提取能夠表征刀具衰退狀態(tài)的數(shù)十甚至數(shù)

44、百個關(guān)鍵特征。其次，基于提取出來的關(guān)鍵特征，建立刀具的磨損量評估模型，并基于刀具磨損量的評價結(jié)果建立刀具剩余壽命預(yù)測模型。最后，將該模型部署到服務(wù)平臺上， 及時為刀具的維護(hù)、管理人員提供實時信息。DTAT/PTOT傳感器刀具研發(fā)設(shè)計APP服務(wù)器維護(hù)維修傳感器邊緣端采集端邊緣服務(wù)器生產(chǎn)管理傳感器云計算平臺圖 17：刀具壽命監(jiān)控及預(yù)測技術(shù)結(jié)構(gòu)圖資料來源：工業(yè)人工智能，國信證券經(jīng)濟(jì)研究所整理工業(yè)互聯(lián)網(wǎng)集大數(shù)據(jù) AI 之大成，開啟工業(yè) 4.0 之路工業(yè)數(shù)字浪潮掀起，多重政策大力推動AI 和大數(shù)據(jù)技術(shù)驅(qū)動，制造業(yè)邁入工業(yè) 4.0 時代。制造業(yè)仍是全球經(jīng)濟(jì)發(fā)展的核心支柱，信息技術(shù)的發(fā)展也在不斷為制造業(yè)賦能

45、。早期工業(yè) 1.0 時期，以蒸汽機(jī)為代表，掀起了第一次工業(yè)革命；隨后電力的發(fā)展和應(yīng)用，推動工業(yè) 2.0 的第二次工業(yè)革命。從 20 世紀(jì) 70 年代至今，電子和 IT 技術(shù)融合下的自動化， 成為了當(dāng)前工業(yè)體系的基礎(chǔ)，大幅提升生產(chǎn)效率和安全性。隨著軟件技術(shù)，尤其是大數(shù)據(jù)、AI、物聯(lián)網(wǎng)等持續(xù)發(fā)展，智能化生產(chǎn)必將成為制造業(yè)下一個高峰。以工業(yè)軟件為核心的工業(yè)互聯(lián)網(wǎng)平臺將驅(qū)動工業(yè) 4.0 的新革命。圖 18：工業(yè)發(fā)展階段資料來源：國信證券經(jīng)濟(jì)研究所整理我國制造業(yè)升級迫在眉睫，工業(yè)互聯(lián)網(wǎng)成智能制造方向。中國作為“世界工廠”，全球制造龍頭的地位正受到挑戰(zhàn)。尤其當(dāng)今國內(nèi)人口老齡化嚴(yán)重，年輕勞動力供給不足；而互

46、聯(lián)網(wǎng)企業(yè)的高薪招人背景下，制造業(yè)用工成本逐漸上升，且招人困難。制造業(yè)是我國的經(jīng)濟(jì)基石，為了保證制造業(yè)在國內(nèi)穩(wěn)步發(fā)展和轉(zhuǎn)型， 通過工業(yè)互聯(lián)網(wǎng)，打造智能工廠，盡量減少用工需求，成為制造業(yè)務(wù)發(fā)展的必然方向。自 2015 年“中國制造 2025”提出后，我國在智能制造和工業(yè)互聯(lián)網(wǎng)領(lǐng)域持續(xù)推出新政。在 2015-2020 期間，智能制造的轉(zhuǎn)型，更多的是在以云為基礎(chǔ)設(shè)施的建設(shè)，以及標(biāo)準(zhǔn)梳理、示范項目為主。表 4：智能制造及工業(yè)互聯(lián)網(wǎng)領(lǐng)域相關(guān)政策政策時間具體內(nèi)容到 2023 年底，一批重點行業(yè)工業(yè)互聯(lián)網(wǎng)安全生產(chǎn)監(jiān)管平臺建成運行，“工業(yè)互聯(lián)工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展行動計劃（2021-2023 年） 2021 年 1

47、 月網(wǎng)+安全生產(chǎn)”快速感知、實時監(jiān)測、超前預(yù)警、聯(lián)動處置、系統(tǒng)評估等新型能力體系基本形成。重點建設(shè)“工業(yè)互聯(lián)網(wǎng)+安全生產(chǎn)”新型基礎(chǔ)設(shè)施， 以及應(yīng)用能力。工業(yè)互聯(lián)網(wǎng)+專項工作組 2020 年工作計劃2020 年 7 月明確了十大類別的重點工作，包括提升基礎(chǔ)設(shè)施能力、建設(shè)工業(yè)互聯(lián)網(wǎng)平臺、突破核心技術(shù)標(biāo)準(zhǔn)、培育新模式新業(yè)態(tài)，促進(jìn)產(chǎn)業(yè)生態(tài)融通發(fā)展，增強(qiáng)安全保障水平等關(guān)于推動工業(yè)互聯(lián)網(wǎng)加快發(fā)展的通知2020 年 3 月加快新型基礎(chǔ)設(shè)施建設(shè)，拓展融合創(chuàng)新應(yīng)用，健全安全保障體系，壯大創(chuàng)新發(fā)展動能，完善產(chǎn)業(yè)生態(tài)布局，加大政策支持力度加快垂直領(lǐng)域“5G+工業(yè)互聯(lián)網(wǎng)”的先導(dǎo)應(yīng)用，2022 年形成至少 2 0 大典

48、型工業(yè)應(yīng)“5G+工業(yè)互聯(lián)網(wǎng)”512 工程推進(jìn)方案2019 年 11 月用場景。培育形成 5 G 與工業(yè)互聯(lián)網(wǎng)融合疊加、互促共進(jìn)的創(chuàng)新態(tài)勢，促進(jìn)制造業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化升級。國家智能制造標(biāo)準(zhǔn)體系建設(shè)指南(2018 年版)2018 年 10 月截至 2019 年，累計修訂 300 項以上智能制造標(biāo)準(zhǔn)，全面覆蓋基礎(chǔ)共性標(biāo)準(zhǔn)和關(guān)鍵技術(shù)標(biāo)準(zhǔn)，逐步建立較為完善的智能制造標(biāo)準(zhǔn)體系。高端智能再制造行動計劃(2018-2020 年)2017 年 10 月截至 2020 年，推動建立 100 家高端智能再制造示范企業(yè)、技術(shù)研發(fā)中心、服務(wù)企業(yè)、信息服務(wù)平臺、產(chǎn)業(yè)集聚區(qū)等，帶動我國再制造產(chǎn)業(yè)規(guī)模達(dá)到 2000 億

49、元。到 2020 年，智能制造發(fā)展基礎(chǔ)和支撐能力明顯增強(qiáng)，傳統(tǒng)制造業(yè)重點領(lǐng)域基本實智能制造發(fā)展規(guī)劃(2016-2020 年)2016 年 9 月裝備制造業(yè)標(biāo)準(zhǔn)化和質(zhì)量提升規(guī)劃2016 年 8 月現(xiàn)數(shù)字化制造，有條件、有基礎(chǔ)的重點產(chǎn)業(yè)智能轉(zhuǎn)型取得明顯進(jìn)展；到 2025 年， 智能制造支撐體系基本建立，重點產(chǎn)業(yè)初步實現(xiàn)智能轉(zhuǎn)型。截至 2020 年，工業(yè)基礎(chǔ)、智能制造、綠色制造等重點領(lǐng)域標(biāo)準(zhǔn)體系基本完善，質(zhì)量安全標(biāo)準(zhǔn)與國際標(biāo)準(zhǔn)加快接軌，重點領(lǐng)域國際化標(biāo)準(zhǔn)轉(zhuǎn)化率力爭達(dá)到 90%以上， 裝備制造業(yè)標(biāo)準(zhǔn)整體水平大幅提升，質(zhì)量品牌建設(shè)機(jī)制基本形成。關(guān)于深化制造業(yè)與互聯(lián)網(wǎng)融合發(fā)展的指導(dǎo)意見2016 年 5 月

50、制造業(yè)與互聯(lián)網(wǎng)融合發(fā)展到 2025 年邁上新臺階，融合“雙創(chuàng)”體系基本完備，融合發(fā)展新模式廣泛普及，新型制造體系基本完成，制造業(yè)綜合競爭實力大幅提升。以智能工廠為發(fā)展方向，開展智能制造試點示范，加快推動云計算、物聯(lián)網(wǎng)、智能關(guān)于積極推“互聯(lián)網(wǎng)+”行動的指導(dǎo)意見2015 年 7 月資料來源: 工信部，網(wǎng)信辦，國務(wù)院，國信證券經(jīng)濟(jì)研究所整理工業(yè)機(jī)器人、增材制造等技術(shù)在生產(chǎn)過程中的應(yīng)用，推進(jìn)生產(chǎn)裝備智能化升級、工藝流程改造和基礎(chǔ)數(shù)據(jù)共享。積極催化，各地方已開始進(jìn)入落地環(huán)節(jié)。在國家政策引導(dǎo)下，各地方也不斷推出具體補(bǔ)貼政策支持工業(yè)互聯(lián)網(wǎng)發(fā)展。對于制造業(yè)較強(qiáng)的地方政策支持更為積極，單就 2020 年，就有蘇

51、州、佛山、青島、西安、廣州發(fā)布具體支持政策。其中，尤其以制造業(yè)大省廣東省補(bǔ)貼范圍和強(qiáng)度最大。從各地補(bǔ)貼支持共性來看，對于工業(yè)互聯(lián)網(wǎng)應(yīng)用、平臺給予不同程度的補(bǔ)貼，尤其是跨行業(yè)、跨領(lǐng)域的工業(yè)互聯(lián)網(wǎng)平臺，支持力度最大。從 2021 年開始，工業(yè)互聯(lián)網(wǎng)平臺有望進(jìn)入密集落地環(huán)節(jié)。表 5：各地方對工業(yè)互聯(lián)網(wǎng)政策補(bǔ)貼地方政策具體補(bǔ)助深圳市人民政府辦公廳關(guān)于印發(fā)深深圳圳市工業(yè)互聯(lián)網(wǎng)發(fā)展行動計劃(20182020 年)及配套政策措施的通知蘇州蘇州工業(yè)園區(qū)關(guān)于支持“5G+工業(yè)互聯(lián)網(wǎng)”融合發(fā)展的若干措施對于工業(yè)互聯(lián)網(wǎng)應(yīng)用項目，對項目投入的 30%給予資助，最高資助不超過 300 萬元；對跨行業(yè)跨領(lǐng)域工業(yè)互聯(lián)網(wǎng)平臺，

52、對項目投入的 30%給予資助，最高資助不超過 1000 萬元。支持制造業(yè)企業(yè)開展“5G+ 工業(yè)互聯(lián)網(wǎng)”技術(shù)改造，對經(jīng)認(rèn)定項目給予不超過總投入 12%的獎勵，最高 500 萬元對國家級跨行業(yè)跨領(lǐng)域平臺、垂直行業(yè)平臺，按不超過其建設(shè)總投入的 30%予以獎勵，最高支持 3000 萬元和 1000 萬元。對“5G+工業(yè)互聯(lián)網(wǎng)”領(lǐng)域的新設(shè)立企業(yè)，給予不超過已實繳注冊資本 2%的一次性補(bǔ)貼，最高 500 萬元佛山佛山市深化“互聯(lián)網(wǎng)+先進(jìn)制造”發(fā)展工業(yè)互聯(lián)網(wǎng)的若干政策措施青島關(guān)于加快工業(yè)互聯(lián)網(wǎng)高質(zhì)量發(fā)展若干措施的通知西安西安市工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展行動計劃（20202022 年）每年認(rèn)定不超過 30 個（含）市

53、級工業(yè)互聯(lián)網(wǎng)標(biāo)桿示范項目，按不超過項目已投入金額的 30%（含）進(jìn)行獎補(bǔ)，單個項目獎補(bǔ)最高不超過 300 萬元（含）對市級新認(rèn)定的工業(yè)互聯(lián)網(wǎng)平臺、智能（互聯(lián)）工廠、數(shù)字化車間或自動化生產(chǎn)線，按照市政府促進(jìn)先進(jìn)制造業(yè)加快發(fā)展的政策，分別給予 300 萬元、100 萬元、50 萬元獎勵對符合條件的工業(yè)互聯(lián)網(wǎng)企業(yè)最高補(bǔ)貼 100 萬元；對確定為兩化融合管理體系貫標(biāo)試點的企業(yè)，通過國家貫標(biāo)評定后，給予一次性獎勵 10 萬元；對工業(yè)企業(yè)主導(dǎo)建設(shè)的工業(yè)互聯(lián)網(wǎng)平臺，在平臺投入使用后， 擇優(yōu)按照平臺建設(shè)總投資的 20%給予最高不超過 100 萬元的補(bǔ)貼。合肥支持?jǐn)?shù)字經(jīng)濟(jì)發(fā)展若干政策對工業(yè)互聯(lián)網(wǎng)試點示范企業(yè)（項

54、目）給予一次性獎補(bǔ)最高 100 萬元。廣州廣州市深化工業(yè)互聯(lián)網(wǎng)賦能改造提升五大傳統(tǒng)特色產(chǎn)業(yè)集群的若干措施關(guān)于鄭州市建設(shè)中國制造強(qiáng)市若干對符合條件的供應(yīng)商聯(lián)合體建設(shè)項目，給予聯(lián)合體項目最高不超過 1500 萬元補(bǔ)助。對規(guī)模以上工業(yè)企業(yè)上云產(chǎn)生的服務(wù)費，按照不超過合同金額的 70%給予補(bǔ)貼，單個企業(yè)最高不超過鄭州政策的補(bǔ)充意見100 萬元。對于中小企業(yè)上云產(chǎn)生的服務(wù)費，也按照不超過合同金額的 70%給予補(bǔ)貼，單個企業(yè)最高不超過 10 萬元沈陽沈陽市引導(dǎo)企業(yè)上云實施方案將按照年度上云服務(wù)合同實際支付額的 50%給予補(bǔ)貼，單個企業(yè)最高限額達(dá)到 200 萬元。資料來源: 各政府官網(wǎng)，國信證券經(jīng)濟(jì)研究所整

55、理MES 為生產(chǎn)環(huán)節(jié)核心，智能制造價值凸顯MES 是制造業(yè)信息化的核心。企業(yè)生產(chǎn)運營管理流程一般分為計劃層、執(zhí)行層和控制層：計劃層以 ERP 為代表，根據(jù)企業(yè)資源安排生產(chǎn)計劃；執(zhí)行層以 MES為代表，根據(jù)計劃安排控制層的任務(wù)；控制層以 PCS 為代表，直接對生產(chǎn)進(jìn)行操作控制。MES 構(gòu)筑了上層計劃與底層控制之間的橋梁，是生產(chǎn)的核心環(huán)節(jié)。具體來看，MES 是一套面向制造企業(yè)車間執(zhí)行層的生產(chǎn)信息化管理系統(tǒng)，包括制造數(shù)據(jù)管理、計劃排程管理、生產(chǎn)調(diào)度管理、庫存管理、質(zhì)量管理等多種功能模塊。在當(dāng)前智能制造的發(fā)展中，MES 作為整個生產(chǎn)環(huán)節(jié)知識的凝結(jié)，在云和大數(shù)據(jù)的發(fā)展下，成為智能制造的基石。圖 19：制

56、造業(yè)企業(yè)典型數(shù)字化架構(gòu)資料來源：甲子智庫，國信證券經(jīng)濟(jì)研究所整理MES 市場增長有望加快，下游應(yīng)用領(lǐng)域廣泛。在我國制造業(yè)升級的過程中，MES 是制造企業(yè)通往智能制造的必經(jīng)之路。根據(jù)第三方測算，我國 MES 軟件市場規(guī)模在 50 億左右，整體仍然較小。隨著政策不斷催化，以及產(chǎn)業(yè)內(nèi)部壓力下降本增效的持續(xù)需求，MES 市場整體增速有望向上。從下游來看，MES 已經(jīng)廣泛應(yīng)用于鋼鐵、機(jī)械、汽車、輕工、化工等行業(yè)。隨著工業(yè)互聯(lián)網(wǎng)在各個行業(yè)逐步落地，MES 的升級和改造也會帶動市場的高速成長。圖 20：中國 MES 市場規(guī)模（億元）圖 21：MES 在制造業(yè)中應(yīng)用分布60504030201002016201

57、7201820192020EMES市場規(guī)模yoy30%25%20%15%10%5%0%2%鋼鐵/冶金4%6%16%8%8%15%9%13%9%10%機(jī)械汽車/零配件輕工電子與通信化工煙草石油/煉油電器/電氣食品/制藥其他資料來源：e-works，甲子智庫，國信證券經(jīng)濟(jì)研究所整理資料來源：e-works，甲子智庫，國信證券經(jīng)濟(jì)研究所整理智能制造優(yōu)勢已經(jīng)顯現(xiàn)。根據(jù)數(shù)字化智慧工廠 SaaS+解決方案提供商云棲智造的案例，其通過核心“數(shù)據(jù)中臺”和“業(yè)務(wù)中臺”雙中臺技術(shù)架構(gòu)驅(qū)動，結(jié)合工業(yè)物聯(lián)網(wǎng)、機(jī)器視覺、AI、5G 等新興技術(shù)幫助制造業(yè)企業(yè)打造數(shù)字化智慧工廠。以年產(chǎn)值 3 千萬的 200 人離散型工廠為

58、例，云棲智造的方案可以減少 75% 的管理人士、提高 75%的生產(chǎn)效率、縮短 53%的交貨周期、提高 10%的良品率、減少 73%的物料滯留、提高 16%的設(shè)備利用率。智能制造價值顯著，工業(yè)4.0 升級已經(jīng)成為眾望所歸。圖 22：云棲制造與傳統(tǒng)工廠生產(chǎn)效率比較資料來源：云棲智造官網(wǎng)，國信證券經(jīng)濟(jì)研究所整理工業(yè)互聯(lián)網(wǎng)平臺集 AI 和大數(shù)據(jù)之大成，助力智能制造再升級工業(yè)互聯(lián)網(wǎng)平臺匯聚 AI 和大數(shù)據(jù)能力，是 MES 的新升級。隨著 MES 等生產(chǎn)制造信息化的普及，面向制造業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化的浪潮下，工業(yè)互聯(lián)網(wǎng)平臺應(yīng)運而生。工業(yè)互聯(lián)網(wǎng)構(gòu)建了基于海量數(shù)據(jù)采集、匯聚、分析的服務(wù)體系，支撐制造資源泛

59、在連接、彈性供給、高效配置。其主要包括以數(shù)據(jù)采集為核心的邊緣層；以大數(shù)據(jù)處理、人工智能分析為代表的平臺層，也是工業(yè)互聯(lián)網(wǎng)的核心操作系統(tǒng)；以不同行業(yè)和場景的工業(yè) SaaS 和 APP 應(yīng)用未代表的應(yīng)用層。在傳統(tǒng)企業(yè)管理和生產(chǎn)系統(tǒng)中，主要由企業(yè)層 ERP、車間層 MES、單元層 PCS、設(shè)備層構(gòu)成，其中傳統(tǒng) MES 與工業(yè)互聯(lián)網(wǎng)平臺的界限逐步模糊，海量的生產(chǎn)設(shè)備成為 IOT 節(jié)點，上傳數(shù)據(jù)至工業(yè)互聯(lián)網(wǎng)平臺，通過大數(shù)據(jù)和 AI分析不斷提升生產(chǎn)效率。圖 23：工業(yè)互聯(lián)網(wǎng)平臺功能架構(gòu)圖 24：工業(yè)互聯(lián)網(wǎng)平臺在生產(chǎn)系統(tǒng)中的位置資料來源：工業(yè)互聯(lián)網(wǎng)平臺白皮書（2019），國信證券經(jīng)濟(jì)研究所整理資料來源：國信

60、證券經(jīng)濟(jì)研究所整理工業(yè)互聯(lián)網(wǎng)平臺由信息化到智能化，共有三個層次：層次一：基于平臺的信息化應(yīng)用，實現(xiàn)“連接+數(shù)據(jù)可視化”。傳統(tǒng)的泛生產(chǎn)制造和企業(yè)管理類軟件，如 MES、ERP、CRM 等在上云過程中廣泛應(yīng)用，其中以 MES 為代表的生產(chǎn)監(jiān)控分析領(lǐng)域是重點。這類應(yīng)用實現(xiàn)數(shù)據(jù)匯聚和可視化， 方便管理者了解企業(yè)經(jīng)營狀態(tài)。層次二：基于平臺大數(shù)據(jù)能力的深度優(yōu)化，實現(xiàn)“模型+深度數(shù)據(jù)分析”。在設(shè)備運維、產(chǎn)品后服務(wù)、能耗管理、質(zhì)量管控、工藝調(diào)優(yōu)等場景獲得大量應(yīng)用， 并取得較為顯著的經(jīng)濟(jì)效益。如青島紡織機(jī)械廠依托海爾 COSMOPlat 平臺， 通過數(shù)據(jù)分析實現(xiàn)設(shè)備遠(yuǎn)程運維，每年可節(jié)省 96 萬元，宕機(jī)時長從每