大數(shù)據(jù)和AI行業(yè)深度研究報(bào)告

大數(shù)據(jù)和I內(nèi)容目錄大數(shù)據(jù)是工業(yè)數(shù)字化的入口 4工業(yè)大數(shù)據(jù)市場(chǎng)規(guī)?？焖僭鲩L(zhǎng) 4工業(yè)數(shù)據(jù)的可靠可用是數(shù)字化應(yīng)用的前提 5人工智能是工業(yè)數(shù)字化的大腦 6我國(guó)人工智能產(chǎn)業(yè)發(fā)展位居全球前列 6人工智能為工業(yè)生產(chǎn)帶來(lái)發(fā)展良機(jī) 8工業(yè)人工智能應(yīng)用眾多前景廣闊 10工業(yè)互聯(lián)網(wǎng)集大數(shù)據(jù)I之大成，開(kāi)啟工業(yè)40之路 14工業(yè)數(shù)字浪潮掀起，多重政策大力推動(dòng) 14ES為生產(chǎn)環(huán)節(jié)核心，智能制造價(jià)值凸顯 16工業(yè)互聯(lián)網(wǎng)平臺(tái)集I和大數(shù)據(jù)之大成，助力智能制造再升級(jí) 17案例一：寶信軟件打造鋼鐵行業(yè)“燈塔工廠” 20案例二：用友以云化打造智能制造生態(tài) 22工業(yè)信息安全是智能制造下的剛需 22工控安全事件頻出，智能制造轉(zhuǎn)型安全當(dāng)先 22工控安全體系開(kāi)始建設(shè)，大數(shù)據(jù)和I助力全面工業(yè)態(tài)勢(shì)感知 23風(fēng)險(xiǎn)提示 25圖表目錄圖：全球大數(shù)據(jù)量快速增長(zhǎng)（單位：Z） 4圖：我國(guó)工業(yè)大數(shù)據(jù)市場(chǎng)規(guī)模及增速（單位：億元） 4圖：工業(yè)大數(shù)據(jù)分類三種類型 5圖：工業(yè)大數(shù)據(jù)應(yīng)用參考框架 5圖：工業(yè)數(shù)據(jù)的預(yù)處理流程 6圖：數(shù)據(jù)、算力和算法是人工智能發(fā)展的基礎(chǔ) 7圖：人工智能核心產(chǎn)業(yè)規(guī)模 8圖：中美人工智能企業(yè)數(shù)量對(duì)比 8圖：全球人工智能專利申請(qǐng)地分布 8圖1：人工智能給工業(yè)制造帶來(lái)的機(jī)會(huì) 9圖：工業(yè)人工智能相比通用人工智能典型要素 10圖1：人工智能在中國(guó)制造業(yè)應(yīng)用規(guī)模及增速（單位：百萬(wàn)美元） 10圖1：人工智能在工業(yè)領(lǐng)域的應(yīng)用很多 圖1：I軟件在工業(yè)視覺(jué)解決方案中占據(jù)重要地位 12圖1：工業(yè)視覺(jué)在下游多個(gè)行業(yè)應(yīng)用 12圖1：人工智能在工業(yè)設(shè)備預(yù)測(cè)性維護(hù)中所起的作用 13圖1：刀具壽命監(jiān)控及預(yù)測(cè)技術(shù)結(jié)構(gòu)圖 14圖1：工業(yè)發(fā)展階段 15圖1：制造業(yè)企業(yè)典型數(shù)字化架構(gòu) 16圖2：中國(guó)MES市場(chǎng)規(guī)模（億元） 17圖2：ES在制造業(yè)中應(yīng)用分布 17圖2：云棲制造與傳統(tǒng)工廠生產(chǎn)效率比較 17圖2：工業(yè)互聯(lián)網(wǎng)平臺(tái)功能架構(gòu) 18圖2：工業(yè)互聯(lián)網(wǎng)平臺(tái)在生產(chǎn)系統(tǒng)中的位置 18圖2：工業(yè)互聯(lián)網(wǎng)平臺(tái)應(yīng)用三大發(fā)展層次 19圖2：工業(yè)互聯(lián)網(wǎng)平臺(tái)應(yīng)用優(yōu)化價(jià)值 19圖2：工業(yè)互聯(lián)網(wǎng)平臺(tái)應(yīng)用分部統(tǒng)計(jì) 19圖2：終極智能制造的平臺(tái)階梯 20圖2：elat平臺(tái)九大功能模塊 21圖3：iPat平臺(tái)產(chǎn)品體系 21圖3：寶鋼股份入選世界經(jīng)濟(jì)論壇“燈塔工廠” 21圖3：用友工業(yè)互聯(lián)網(wǎng)平臺(tái)架構(gòu) 22圖3：工業(yè)體系防護(hù)視角 24圖3：工業(yè)安全監(jiān)測(cè)系統(tǒng)部署 24表：人工智能鼓勵(lì)政策匯總 7表：通用人工智能和工業(yè)人工智能的區(qū)別 9表：玻璃蓋板檢測(cè)每年行業(yè)從業(yè)人員成本費(fèi)用 13表：智能制造及工業(yè)互聯(lián)網(wǎng)領(lǐng)域相關(guān)政策 15表：各地方對(duì)工業(yè)互聯(lián)網(wǎng)政策補(bǔ)貼 16表：220雙跨工業(yè)互聯(lián)網(wǎng)平臺(tái)新增5家 20表：近年來(lái)重要工控安全事件 23表“工業(yè)互聯(lián)網(wǎng)安全生產(chǎn)”重點(diǎn)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(chǎng)規(guī)?？焖僭鲩L(zhǎng)數(shù)據(jù)成為工業(yè)領(lǐng)域新“生產(chǎn)資料根據(jù)IDC數(shù)據(jù)9全球數(shù)據(jù)量達(dá)到2Z，預(yù)計(jì)2年達(dá)到6Z，復(fù)合增速為%。大數(shù)據(jù)急速膨脹不斷在各個(gè)領(lǐng)域催生新的應(yīng)用生態(tài)，工業(yè)領(lǐng)域成為下一個(gè)藍(lán)海。隨著我國(guó)工業(yè)自動(dòng)化、信息化水平不斷提升數(shù)據(jù)市場(chǎng)也在快速增長(zhǎng)根據(jù)賽迪顧問(wèn)9年我國(guó)工業(yè)大數(shù)據(jù)市場(chǎng)達(dá)到9億元預(yù)計(jì)未來(lái)保持%以上的高增長(zhǎng)工業(yè)數(shù)據(jù)涵蓋企業(yè)運(yùn)營(yíng)、產(chǎn)品生產(chǎn)、工藝流程、市場(chǎng)銷售等多個(gè)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：全球大數(shù)據(jù)量快速增長(zhǎng)（單位：Z） 圖：我國(guó)工業(yè)大數(shù)據(jù)市場(chǎng)規(guī)模及增速（單位：億元）

資料來(lái)源：DC，國(guó)信證券經(jīng)濟(jì)研究所整理 資料來(lái)源：賽迪顧問(wèn)，國(guó)信證券經(jīng)濟(jì)研究所整理制造過(guò)程數(shù)據(jù)的提取挖掘是當(dāng)前智能制造邁上新臺(tái)階的關(guān)鍵根據(jù)數(shù)據(jù)來(lái)源，工業(yè)大數(shù)據(jù)可分為企業(yè)運(yùn)營(yíng)相關(guān)的數(shù)據(jù)、企業(yè)外部數(shù)據(jù)、制造過(guò)程的數(shù)據(jù)。在經(jīng)過(guò)多年企業(yè)信息化發(fā)展后，企業(yè)管理R、銷售CM等內(nèi)部運(yùn)營(yíng)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(chǎng)運(yùn)營(yíng)、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30的自動(dòng)化，逐步邁向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(guò)構(gòu)建廣泛的物聯(lián)網(wǎng)生產(chǎn)系統(tǒng)，匯聚生產(chǎn)過(guò)程中的物料、加工、流程等多維度數(shù)據(jù)，實(shí)現(xiàn)生產(chǎn)過(guò)程的全面優(yōu)化。從客戶需求到銷售、訂單、計(jì)劃、研發(fā)、設(shè)計(jì)、制造、采購(gòu)、供應(yīng)、庫(kù)存、售后服務(wù)、運(yùn)維等整個(gè)企業(yè)和產(chǎn)品全生命周期各個(gè)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(shí)現(xiàn)真正智能制造。圖：工業(yè)大數(shù)據(jù)分類三種類型企業(yè)運(yùn)營(yíng)相的業(yè)務(wù)數(shù)據(jù)）企業(yè)外部數(shù)據(jù)資料來(lái)源：中國(guó)電子技術(shù)標(biāo)準(zhǔn)化研究院，國(guó)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(jià)值凸顯。根據(jù)中國(guó)電子技術(shù)標(biāo)準(zhǔn)化研究院《工業(yè)大數(shù)據(jù)白皮書整個(gè)工業(yè)大數(shù)據(jù)的應(yīng)用分析框架分為5個(gè)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)框架提供者以及數(shù)據(jù)消費(fèi)者數(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)）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(dòng)大數(shù)據(jù)框架提供者主要是為數(shù)據(jù)消費(fèi)者提供各種處理方式和工具工業(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(fèi)者；）數(shù)據(jù)消費(fèi)者主要職責(zé)就是將數(shù)據(jù)高效利用到生產(chǎn)、設(shè)計(jì)、服務(wù)等各個(gè)環(huán)節(jié)。所以，從整個(gè)工業(yè)大數(shù)據(jù)應(yīng)用框架來(lái)看，工業(yè)數(shù)據(jù)作為整個(gè)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：工業(yè)大數(shù)據(jù)應(yīng)用參考框架系統(tǒng)協(xié)調(diào)者經(jīng)DME化 CAPPMS過(guò)集成的數(shù)據(jù)CP自動(dòng)化設(shè)計(jì) 數(shù)字化仿真優(yōu)化理 互 信息交互通信框架故障預(yù)測(cè) 效率綜合化資源管理遠(yuǎn)程運(yùn)維過(guò)程協(xié)同基礎(chǔ)設(shè)施：提供網(wǎng)絡(luò)、計(jì)算、存流程優(yōu)化價(jià)值驅(qū)動(dòng)環(huán)資料來(lái)源：中國(guó)電子技術(shù)標(biāo)準(zhǔn)化研究院，國(guó)信證券經(jīng)濟(jì)研究所整理工業(yè)數(shù)據(jù)的質(zhì)量問(wèn)題可以通過(guò)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(wèn)題。具體來(lái)說(shuō)數(shù)據(jù)分散是指工業(yè)數(shù)據(jù)零散地分布在各個(gè)系統(tǒng)中比如LCDDCS系統(tǒng)從機(jī)器設(shè)備實(shí)時(shí)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(kù)的業(yè)務(wù)數(shù)據(jù)等，這些零散的數(shù)據(jù)采集回來(lái)之后需要進(jìn)一步的歸類和分析數(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(guò)傳感器采集的數(shù)據(jù)會(huì)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)用數(shù)據(jù)受到設(shè)備參數(shù)設(shè)定、工況、環(huán)境等背景信息的影響，主要是因?yàn)楣S生產(chǎn)實(shí)踐較為復(fù)雜，影響數(shù)據(jù)的因素較多?？梢酝ㄟ^(guò)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(duì)前文所述的工業(yè)數(shù)據(jù)質(zhì)量問(wèn)題，可以通過(guò)多種數(shù)據(jù)預(yù)處理方式對(duì)數(shù)據(jù)進(jìn)行處理，以提高其可靠性、可用性，目前來(lái)說(shuō)，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(cè)、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(lái)說(shuō)工況分割主要是將設(shè)備在不同運(yùn)行狀態(tài)下的數(shù)據(jù)分割出來(lái)，做有針對(duì)性的信號(hào)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)載信息等數(shù)據(jù)清洗將數(shù)據(jù)中存在的異常點(diǎn)盡可能的剔除降低對(duì)后續(xù)模型訓(xùn)練的干擾數(shù)據(jù)質(zhì)量檢測(cè)，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)量標(biāo)準(zhǔn)，針對(duì)不同的數(shù)據(jù)進(jìn)行不同的質(zhì)量檢測(cè)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(lái)提升數(shù)據(jù)建模精度加速參數(shù)優(yōu)化求解的過(guò)程數(shù)據(jù)樣本平衡主要針對(duì)采集的數(shù)據(jù)標(biāo)簽不均的問(wèn)題，比如，設(shè)備運(yùn)行1小時(shí)的數(shù)據(jù)中可能只有數(shù)據(jù)碎片化數(shù)據(jù)質(zhì)量差1分鐘的數(shù)據(jù)是異常的，可以通過(guò)重采樣或者欠采樣等不同的采樣方法來(lái)改善數(shù)據(jù)不同類別之間的平衡性數(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(duì)模型進(jìn)行參數(shù)優(yōu)化的驗(yàn)證集以及用來(lái)得到最終模型的測(cè)試集。數(shù)據(jù)碎片化數(shù)據(jù)質(zhì)量差圖：工業(yè)數(shù)據(jù)的預(yù)處理流程 C A S 海量 C A S 海量數(shù)據(jù)據(jù)數(shù)據(jù)受背信息影響數(shù)據(jù)預(yù)處理??????人工智能是工業(yè)數(shù)字化的大腦我國(guó)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(dòng)力，算法是人工智能的工具。從人工智能的發(fā)展歷史來(lái)看，經(jīng)歷了三起三落的發(fā)展過(guò)程，從達(dá)特茅斯會(huì)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Hn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(shí)代的到來(lái)為人工智能提供了源源不斷的基礎(chǔ)材料；CU、GU、FGA的性能提升以及異構(gòu)計(jì)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)展也為人工智能的應(yīng)用提供了實(shí)現(xiàn)的工具。圖：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)算力人工智產(chǎn)業(yè)加算法資料來(lái)源：艾瑞咨詢，國(guó)信證券經(jīng)濟(jì)研究所整理人工智能戰(zhàn)略上升為國(guó)家戰(zhàn)略國(guó)內(nèi)I產(chǎn)業(yè)迎來(lái)大發(fā)展鑒于人工智能在社會(huì)各個(gè)領(lǐng)域內(nèi)的巨大潛在應(yīng)用市場(chǎng)，我國(guó)在政策上也為產(chǎn)業(yè)營(yíng)造了較為友好的發(fā)展氛圍，7年我國(guó)發(fā)布了《新一代人工智能發(fā)展規(guī)劃，將人工智能上升為國(guó)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(shí)，不僅僅是我國(guó)，全球其他國(guó)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(guó)提出了人工智能五年規(guī)劃（投資2萬(wàn)億韓元、新加坡年發(fā)布了“Igre”戰(zhàn)略、澳大利亞發(fā)布了人工智能四年投資計(jì)劃等。表：人工智能鼓勵(lì)政策匯總時(shí)間政策文件及主要內(nèi)容5年關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動(dòng)的指導(dǎo)意見(jiàn)：首次將人工智能納入重點(diǎn)任務(wù)之一。7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(guó)家戰(zhàn)略層面。7年《十九大報(bào)告：人工智能寫入十九大報(bào)告，將推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合。7年《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃：詳細(xì)規(guī)劃了人工智能在未來(lái)三年的重點(diǎn)發(fā)展方向和目標(biāo)。8年《08年政府工作報(bào)告：人工智能在此被列入政府工作報(bào)告：加強(qiáng)新一代人工智能研發(fā)應(yīng)用。9年《09年政府工作報(bào)告：將人工智能升級(jí)為智能+。9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(lái)源前瞻產(chǎn)業(yè)研究院、國(guó)信證券經(jīng)濟(jì)研究所整理國(guó)內(nèi)I發(fā)展水平已處于世界前列由于我國(guó)的人口數(shù)來(lái)基數(shù)大應(yīng)用場(chǎng)景多樣化，人工智能技術(shù)已經(jīng)在多個(gè)行業(yè)落地，根據(jù)艾瑞咨詢的數(shù)據(jù)，我國(guó)的人工智能核心產(chǎn)業(yè)規(guī)模在9年大于0億元，發(fā)展到2年有望超過(guò)1萬(wàn)億元，復(fù)合增長(zhǎng)率約%我國(guó)的I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(qǐng)專利分布情況來(lái)看處于領(lǐng)先地位根據(jù)六和咨詢和清華大學(xué)的合數(shù)據(jù)，我國(guó)8年人工智能企業(yè)數(shù)量為11個(gè)，相比于美國(guó)8個(gè)有一定的差距但是和全球其他國(guó)家相比仍處于領(lǐng)先地位從艾瑞咨詢8年統(tǒng)計(jì)的全球人工智能專利申請(qǐng)的分布情況來(lái)看，中國(guó)地區(qū)的專利數(shù)量占比達(dá)到%位居第一，美國(guó)和日本緊隨其后，分別為%、%，從專利的數(shù)量方面來(lái)看，我國(guó)的人工智能發(fā)展?fàn)顩r良好。圖：人工智能核心產(chǎn)業(yè)規(guī)模資料來(lái)源：艾瑞咨詢，國(guó)信證券經(jīng)濟(jì)研究所整理圖：中美人工智能企業(yè)數(shù)量對(duì)比 圖：全球人工智能專利申請(qǐng)地分布 500050

加拿大,.% 其他,8%荷蘭,1%法國(guó),1%英國(guó),1%德國(guó),2%0000

日本11%

韓國(guó),8%

中國(guó)31%0中國(guó) 美國(guó)

美國(guó)28%資料來(lái)源：清華大學(xué)、六和咨詢，國(guó)信證券經(jīng)濟(jì)研究所整理 資料來(lái)源：艾瑞咨詢，國(guó)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(lái)發(fā)展良機(jī)人工智能的運(yùn)用為工業(yè)智能制造帶來(lái)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(gè)素質(zhì)維度主要涉及的是工業(yè)生產(chǎn)中的能力組織文化和管理能力，這點(diǎn)在傳統(tǒng)生產(chǎn)過(guò)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體質(zhì)維度主要涉及設(shè)備系統(tǒng)和流程在以往是通過(guò)標(biāo)準(zhǔn)化的工藝流程和優(yōu)秀的裝備設(shè)計(jì)制造能力實(shí)現(xiàn)的，德國(guó)在這方面做的比較好本質(zhì)維度主要涉及的是創(chuàng)造價(jià)值這個(gè)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(shí)代，上述的三個(gè)維度將發(fā)生較大的不同，也為每個(gè)使用人工智能的工業(yè)企業(yè)或者國(guó)家?guī)?lái)了彎道超車的機(jī)會(huì)。人工智能對(duì)于上述工業(yè)三個(gè)維度的改變具體來(lái)說(shuō)在素質(zhì)維度上可以通過(guò)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)定傳承的效果在體質(zhì)問(wèn)題上，通過(guò)數(shù)據(jù)將問(wèn)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(gè)工藝流程的穩(wěn)定性，提升產(chǎn)品質(zhì)量的穩(wěn)定性；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(jià)值，降低運(yùn)營(yíng)成本、提升運(yùn)營(yíng)效率，達(dá)到協(xié)同創(chuàng)新的目的。圖1：人工智能給工業(yè)制造帶來(lái)的機(jī)會(huì)工業(yè)素質(zhì)素質(zhì)提高工業(yè)體質(zhì)體質(zhì)增強(qiáng)工業(yè)本質(zhì)本質(zhì)創(chuàng)新資料來(lái)源《工業(yè)人工智能，國(guó)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(yùn)用和在其他行業(yè)中的應(yīng)用有所區(qū)別，具體來(lái)說(shuō)體現(xiàn)在以下幾個(gè)方面：）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(cuò)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(diǎn)的區(qū)別主要源自工業(yè)領(lǐng)域需要系統(tǒng)性的運(yùn)行方式在功能方面通用人工智能主要是發(fā)散性的機(jī)會(huì)導(dǎo)向，比如自動(dòng)價(jià)值、分享經(jīng)濟(jì)、人臉識(shí)別等，而工業(yè)領(lǐng)域的人工智能則面對(duì)的問(wèn)題是有限的，不需要通用性很強(qiáng)，但是要有針對(duì)性的解決現(xiàn)存的問(wèn)題所以功能是收斂性的在應(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)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(kù)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(gè)領(lǐng)域在算法工具上，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(duì)寬度學(xué)習(xí)、模糊學(xué)習(xí)等工具有需求。表：通用人工智能和工業(yè)人工智能的區(qū)別對(duì)比指標(biāo)通用人工智能工業(yè)人工智能定義一種具有試錯(cuò)調(diào)整導(dǎo)向性的認(rèn)知科學(xué)例如自然語(yǔ)言成立圖處理自動(dòng)推理機(jī)器人學(xué)等可應(yīng)用方向相當(dāng)廣泛適用于療、商業(yè)等眾多領(lǐng)域，但在工程領(lǐng)域尚缺乏實(shí)際的成功案例。一種實(shí)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、統(tǒng)性以及可傳承性等特性，例如：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。功能發(fā)散性的機(jī)會(huì)導(dǎo)向，如：無(wú)人駕駛、分享經(jīng)濟(jì)、人臉識(shí)別等等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。應(yīng)用領(lǐng)域各個(gè)領(lǐng)域，如社交網(wǎng)絡(luò)、金融領(lǐng)域、醫(yī)療行業(yè)等工業(yè)設(shè)備和制造業(yè)，如：交通運(yùn)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(dòng)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(lái)源《工業(yè)人工智能、國(guó)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)生過(guò)程牽扯的變量較多，一般著眼于具體問(wèn)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(shí)、事實(shí)依據(jù)以及反饋閉環(huán)等特有因素。具體來(lái)說(shuō)，在計(jì)算機(jī)平臺(tái)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)用中還需要領(lǐng)域知識(shí)需要對(duì)工業(yè)模型中的設(shè)備或者機(jī)理理解清楚一般來(lái)說(shuō)工業(yè)領(lǐng)域知識(shí)相比如語(yǔ)音識(shí)別、語(yǔ)音合成、圖像識(shí)別等通用人工智能而言較為復(fù)雜事實(shí)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(shí)決策反饋閉環(huán)這點(diǎn)很重要因?yàn)楣I(yè)系統(tǒng)一般都是為了解決某個(gè)收斂性問(wèn)題而存在的，如果沒(méi)有反饋閉環(huán)則系統(tǒng)無(wú)法判斷實(shí)際輸出的結(jié)果和理想結(jié)果之間的差異，這點(diǎn)和比如人工智能在人臉識(shí)別方面的應(yīng)用不同（人臉識(shí)別應(yīng)用不需要對(duì)輸出結(jié)果判斷是否正確。圖：工業(yè)人工智能相比通用人工智能典型要素建模分析大數(shù)據(jù)建模分析大數(shù)據(jù)計(jì)算機(jī)平臺(tái)通用AI技術(shù)要素工業(yè)人工智能特殊要工業(yè)人智領(lǐng)域知識(shí)事實(shí)依據(jù)反饋閉環(huán)資料來(lái)源《工業(yè)人工智能，國(guó)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(fèi)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(duì)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(shí)遇到了比如生產(chǎn)成本上升、生產(chǎn)線設(shè)計(jì)缺乏靈活性、產(chǎn)品質(zhì)量不穩(wěn)定等問(wèn)題。根據(jù)德勤的統(tǒng)計(jì)調(diào)查與預(yù)測(cè)，人工智能在中國(guó)制造業(yè)的應(yīng)用前景廣闊，預(yù)計(jì)年應(yīng)用規(guī)模在2億元左右到5年將達(dá)到257.6億元復(fù)合增速維持在%以上。圖1：人工智能在中國(guó)制造業(yè)應(yīng)用規(guī)模及增速（單位：百萬(wàn)美元）50

0%0%,..0%00

.%.%.%.%

.%

0%500000

.%

.%

.%

.2.9.2

,.9

0%0%0%.9 .7 .70

.7.0

0%0506070809000102030405資料來(lái)源：德勤，國(guó)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(chǎng)景很多。根據(jù)德勤的調(diào)查報(bào)告，目前工業(yè)企業(yè)對(duì)于人工智能應(yīng)有需求的領(lǐng)域主要包括：）智能生產(chǎn)應(yīng)用場(chǎng)景，比如工業(yè)視覺(jué)為自動(dòng)化生產(chǎn)工廠訂單管理和自動(dòng)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(cè)與過(guò)程質(zhì)量控制等2產(chǎn)品與服務(wù)應(yīng)用場(chǎng)景比如縮短產(chǎn)品設(shè)計(jì)周期、個(gè)性化客戶體驗(yàn)識(shí)別新的商業(yè)機(jī)會(huì)提升營(yíng)銷效率客戶需求洞察等業(yè)運(yùn)營(yíng)管理應(yīng)用場(chǎng)景比如在財(cái)務(wù)能源人力資源和投資方面的管理應(yīng)鏈管理應(yīng)用場(chǎng)景，比如設(shè)備預(yù)測(cè)性維護(hù)、配送管理、需求管理與預(yù)測(cè)、緊急時(shí)間相應(yīng)、物流服務(wù)、資產(chǎn)與設(shè)備管理以及運(yùn)輸與網(wǎng)絡(luò)設(shè)計(jì)等。圖1：人工智能在工業(yè)領(lǐng)域的應(yīng)用很多設(shè)備預(yù)測(cè)性維護(hù) 工業(yè)視覺(jué) 產(chǎn) 優(yōu) 體 驗(yàn) 資料來(lái)源：德勤，國(guó)信證券經(jīng)濟(jì)研究所整理應(yīng)用：人工智能在工業(yè)視覺(jué)領(lǐng)域的應(yīng)用I軟件及算法是工業(yè)視覺(jué)的核心環(huán)節(jié)在整個(gè)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(jué)是結(jié)合的較為緊密的一種。在工業(yè)視覺(jué)的整體解決方案中，主要分為核心零部件、I軟件及算法以及整體解決方案等幾個(gè)環(huán)節(jié)：）核心零部件，主要是指光、工業(yè)鏡頭、工業(yè)相機(jī)、圖像采集卡等上游的零部件，這些部件將拍攝出來(lái)的圖像交給I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(chǎng)景對(duì)于采集圖像部件的要求不同，比如檢測(cè)物體在快速移動(dòng)那對(duì)部件的動(dòng)態(tài)捕捉能力較高，比如檢測(cè)產(chǎn)品的精度很高，那對(duì)部件的高清捕獲能力要求較高；）I軟件及算法是整個(gè)工業(yè)視覺(jué)解決方案里的核心，在沒(méi)有成熟的解決方案之前，一般都是通過(guò)人工或者其他設(shè)備間接檢測(cè)為主，I的算法需要通過(guò)學(xué)習(xí)符合要求的圖像后提取出判別的關(guān)鍵點(diǎn)，將以前依靠人經(jīng)驗(yàn)判斷的方式通過(guò)數(shù)字化的方式保存下來(lái)；）工業(yè)視覺(jué)解決方案，需要將核心零部件以及I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1：I軟件在工業(yè)視覺(jué)解決方案中占據(jù)重要地位資料來(lái)源：賽迪顧問(wèn)，國(guó)信證券經(jīng)濟(jì)研究所整理工業(yè)視覺(jué)已在下游多個(gè)制造業(yè)領(lǐng)域使用。工業(yè)視覺(jué)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(lái)說(shuō)在電子行業(yè)，比如電子產(chǎn)品表面的缺陷檢測(cè)，由于目前C行業(yè)的產(chǎn)品缺陷類多且復(fù)雜，產(chǎn)品表面構(gòu)成復(fù)雜，所以對(duì)于工業(yè)視覺(jué)的需求較高，目前行業(yè)內(nèi)已經(jīng)有針對(duì)M工藝的表面缺陷在線檢測(cè)設(shè)備能夠進(jìn)行°外觀檢測(cè)同時(shí)8余種缺陷識(shí)別模型能夠在5ms內(nèi)實(shí)現(xiàn)對(duì)模型并發(fā)處理在汽車行業(yè)，比如涂裝線標(biāo)簽檢查，業(yè)內(nèi)通過(guò)OCR技術(shù)對(duì)相機(jī)采集滑撬號(hào)圖像，對(duì)滑撬上鏤空字符進(jìn)行讀取并處理通過(guò)LC上傳給車間生產(chǎn)過(guò)程監(jiān)控系統(tǒng)輸出滑撬號(hào)信息以達(dá)到檢查的目的在半導(dǎo)體級(jí)平板顯示行業(yè)業(yè)內(nèi)可以利用機(jī)器視覺(jué)實(shí)現(xiàn)制造工藝外觀缺陷D、D檢測(cè)，同時(shí)還可以通過(guò)工業(yè)視覺(jué)實(shí)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(cè)在物流、包裝行業(yè)，業(yè)內(nèi)可以通過(guò)工業(yè)視覺(jué)在高速生產(chǎn)線中對(duì)包裝安全條進(jìn)行快速有無(wú)的判斷，以確保安全包裝條無(wú)缺失。圖1：工業(yè)視覺(jué)在下游多個(gè)行業(yè)應(yīng)用電行CI高精密點(diǎn) 電子產(chǎn)品表面 璃 膠與自動(dòng)檢測(cè) 缺陷檢測(cè) 測(cè) 汽行冷凝器外觀檢 汽車電磁閥濾 檢 測(cè) 芯檢測(cè) 查 業(yè)數(shù)字投影式曝薄玻璃基板缺選光解決方案 陷檢測(cè)業(yè)洗衣機(jī)配重塊 產(chǎn)品包裝檢測(cè) 自動(dòng)化料盤裝 飲料灌裝行業(yè)上料 運(yùn)機(jī)視覺(jué)引導(dǎo) 應(yīng)用資料來(lái)源：賽迪顧問(wèn)，國(guó)信證券經(jīng)濟(jì)研究所整理工業(yè)視覺(jué)可以大幅降低生產(chǎn)成本在工業(yè)生產(chǎn)中C電子產(chǎn)品產(chǎn)業(yè)的外觀檢測(cè)人員的用工成本較高，國(guó)內(nèi)企業(yè)僅在玻璃蓋板、觸摸屏以及顯示屏這個(gè)三個(gè)行業(yè)的外觀檢查員可能就達(dá)到數(shù)十萬(wàn)之多。以手機(jī)蓋板玻璃檢測(cè)為例，長(zhǎng)期以來(lái)都是依靠人眼，效率低且誤檢漏檢率較高，隨著工業(yè)視覺(jué)解決方案的成熟，自動(dòng)化檢測(cè)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(shí)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(tái)能夠?qū)崿F(xiàn)至少0種缺陷的一站式全檢可替代0名質(zhì)檢人員從玻璃蓋板的檢測(cè)可以看出工業(yè)視覺(jué)解決方案將為工業(yè)客戶帶來(lái)成本的大幅降低，假設(shè)玻璃蓋板檢測(cè)行業(yè)從業(yè)人數(shù)在-0萬(wàn)每個(gè)員工的月薪在-0元月不等那么整個(gè)行業(yè)在檢測(cè)領(lǐng)域的總成本為-8億元，這也給工業(yè)視覺(jué)的發(fā)展帶來(lái)了長(zhǎng)足的空間。表：玻璃蓋板檢測(cè)每年行業(yè)從業(yè)人員成本費(fèi)用從業(yè)人數(shù)（萬(wàn)人）每年行業(yè)人員成本（億元）00每個(gè)員工月薪（元人/月）000000資料來(lái)源:CSDN、國(guó)信證券經(jīng)濟(jì)研究所整理應(yīng)用：人工智能在設(shè)備預(yù)測(cè)性維護(hù)的應(yīng)用設(shè)備預(yù)測(cè)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(chǎng)景中，一臺(tái)機(jī)器或者設(shè)備的磨損情況是否達(dá)到報(bào)廢的條件，一般都是依賴人的經(jīng)驗(yàn)去判斷，對(duì)于工業(yè)企業(yè)來(lái)說(shuō)，是決定設(shè)備進(jìn)入更新流程還是繼續(xù)使用是一個(gè)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(duì)于企業(yè)來(lái)說(shuō)，如何將設(shè)備價(jià)值最大化、如何將機(jī)會(huì)成本降到最低，是一個(gè)急需解決的問(wèn)題。人工智能的應(yīng)用使得這個(gè)問(wèn)題有了客觀的數(shù)據(jù)衡量標(biāo)準(zhǔn)，為企業(yè)決策帶來(lái)依據(jù)。圖1：人工智能在工業(yè)設(shè)備預(yù)測(cè)性維護(hù)中所起的作用換 后 損 。 ： 1 P 。>P = P<人工智能選取模型，計(jì)算出P以及比較C1*P和C2*P的本大小，并決定是否立刻更換設(shè)備。資料來(lái)源：賽迪顧問(wèn)，國(guó)信證券經(jīng)濟(jì)研究所整理以機(jī)床刀具的預(yù)測(cè)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(huì)使得自身的磨損加大，繼續(xù)加工會(huì)導(dǎo)致后續(xù)的產(chǎn)品質(zhì)量下降，所以及時(shí)了解刀具的狀態(tài)并進(jìn)行及時(shí)更換很重要。傳統(tǒng)的方式中，刀具的健康狀態(tài)是通過(guò)人員針對(duì)切屑的顏色、加工時(shí)長(zhǎng)以及加工中所產(chǎn)生的噪聲與線下測(cè)量等方式判斷的，費(fèi)時(shí)費(fèi)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(jì)算，為刀具的健康狀況提供便捷的判斷。首先將通過(guò)傳感器和控制器采集的高頻數(shù)據(jù)以及通過(guò)LC采集的低頻數(shù)（包含振動(dòng)信號(hào)、電流信號(hào)、加工單節(jié)、加工時(shí)間等）進(jìn)行數(shù)據(jù)處理，通過(guò)信號(hào)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)百個(gè)關(guān)鍵特征。其次，基于提取出來(lái)的關(guān)鍵特征，建立刀具的磨損量評(píng)估模型，并基于刀具磨損量的評(píng)價(jià)結(jié)果建立刀具剩余壽命預(yù)測(cè)模型最后將該模型部署到服務(wù)平臺(tái)上，及時(shí)為刀具的維護(hù)、管理人員提供實(shí)時(shí)信息。圖1：刀具壽命監(jiān)控及預(yù)測(cè)技術(shù)結(jié)構(gòu)圖T T 服 器 端 端 器 器 資料來(lái)源《工業(yè)人工智能，國(guó)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)I之大成，開(kāi)啟工業(yè).0之路工業(yè)數(shù)字浪潮掀起，多重政策大力推動(dòng)I和大數(shù)據(jù)技術(shù)驅(qū)動(dòng)，制造業(yè)邁入工業(yè)0時(shí)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。早期工業(yè)0時(shí)期，以汽機(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(dòng)工業(yè)的第二次工業(yè)革命。從20世紀(jì)0年代至今，電子和T技術(shù)融合下的自動(dòng)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)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(gè)高峰。以工業(yè)軟件為核心的工業(yè)互聯(lián)網(wǎng)平臺(tái)將驅(qū)動(dòng)工業(yè)0的新革命。圖1：工業(yè)發(fā)展階段資料來(lái)源：國(guó)信證券經(jīng)濟(jì)研究所整理我國(guó)制造業(yè)升級(jí)迫在眉睫工業(yè)互聯(lián)網(wǎng)成智能制造方向中國(guó)作“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(guó)內(nèi)人口老齡化嚴(yán)重，年輕勞動(dòng)力供給不足；而互聯(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(guó)的經(jīng)濟(jì)基石，為了保證制造業(yè)在國(guó)內(nèi)穩(wěn)步發(fā)展和轉(zhuǎn)型，通過(guò)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5年“中國(guó)制造”提出后，我國(guó)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2-0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(xiàng)目為主。表：智能制造及工業(yè)互聯(lián)網(wǎng)領(lǐng)域相關(guān)政策政策時(shí)間具體內(nèi)容《工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展行動(dòng)計(jì)劃（22103年）》1年1月到03年底，一批重點(diǎn)行業(yè)工業(yè)互聯(lián)網(wǎng)安全生產(chǎn)監(jiān)管平臺(tái)建成運(yùn)行，“工業(yè)互聯(lián)網(wǎng)+安全生產(chǎn)”快速感知、實(shí)時(shí)監(jiān)測(cè)、超前預(yù)警、聯(lián)動(dòng)處置、系統(tǒng)評(píng)估等新型能力體系基本形成重點(diǎn)建“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(xiàng)工作組00年工作計(jì)劃》0年7月明確了十大類別的重點(diǎn)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(tái)、突核心技術(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《關(guān)于推動(dòng)工業(yè)互聯(lián)網(wǎng)加快發(fā)展的通知》0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)展能，完善產(chǎn)業(yè)生態(tài)布局，加大政策支持力度《“G+工業(yè)互聯(lián)網(wǎng)”12工程推進(jìn)方案》9年1月加快垂直領(lǐng)“G+工業(yè)互聯(lián)網(wǎng)的先導(dǎo)應(yīng)用02年形成至少20大典型工業(yè)應(yīng)用場(chǎng)景培育形成5G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(shì)促進(jìn)制造數(shù)字化、網(wǎng)絡(luò)化、智能化升級(jí)?！秶?guó)家智能制造標(biāo)準(zhǔn)體系建設(shè)指南(018年版》18年0月截至219年，累計(jì)修訂00項(xiàng)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(dòng)計(jì)劃(0820年》17年0月截至220年，推動(dòng)建立00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(tái)、產(chǎn)業(yè)集聚區(qū)等，帶動(dòng)我國(guó)再制造產(chǎn)業(yè)規(guī)模達(dá)到20億元?！吨悄苤圃彀l(fā)展規(guī)劃(0620年》16年9月到00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(diǎn)領(lǐng)域基本實(shí)現(xiàn)數(shù)字化制造，有條件、有基礎(chǔ)的重點(diǎn)產(chǎn)業(yè)智能轉(zhuǎn)型取得明顯進(jìn)展；到25年智能制造支撐體系基本建立，重點(diǎn)產(chǎn)業(yè)初步實(shí)現(xiàn)智能轉(zhuǎn)型?！堆b備制造業(yè)標(biāo)準(zhǔn)化和質(zhì)量提升規(guī)劃》16年8月截至20年，工業(yè)基礎(chǔ)、智能制造、綠色制造等重點(diǎn)領(lǐng)域標(biāo)準(zhǔn)體系基本完善，質(zhì)量安全標(biāo)準(zhǔn)與國(guó)際標(biāo)準(zhǔn)加快接軌，重點(diǎn)領(lǐng)域國(guó)際化標(biāo)準(zhǔn)轉(zhuǎn)化率力爭(zhēng)達(dá)到%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?！蛾P(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(jiàn)》16年5月制造業(yè)與互聯(lián)網(wǎng)融合發(fā)展到25年邁上新臺(tái)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(jìng)爭(zhēng)實(shí)力大幅提升《關(guān)于積極推“互聯(lián)網(wǎng)+”行動(dòng)的指導(dǎo)意見(jiàn)》15年7月以智能工廠為發(fā)展方向開(kāi)展智能制造試點(diǎn)示范加快推動(dòng)云計(jì)算物聯(lián)網(wǎng)、智工業(yè)機(jī)器人增材制造等技術(shù)在生產(chǎn)過(guò)程中的應(yīng)用推進(jìn)生產(chǎn)裝備智能化升級(jí)藝流程改造和基礎(chǔ)數(shù)據(jù)共享。資料來(lái)源:工信部，網(wǎng)信辦，國(guó)務(wù)院，國(guó)信證券經(jīng)濟(jì)研究所整理積極催化，各地方已開(kāi)始進(jìn)入落地環(huán)節(jié)。在國(guó)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(duì)于制造業(yè)較強(qiáng)的地方政策支持更為積極，單就0年，就有蘇州、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(lái)看，對(duì)于工業(yè)互聯(lián)網(wǎng)應(yīng)用、平臺(tái)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(tái)，支持力度最大。從1年開(kāi)始，工業(yè)互聯(lián)網(wǎng)平臺(tái)有望進(jìn)入密集落地環(huán)節(jié)。表：各地方對(duì)工業(yè)互聯(lián)網(wǎng)政策補(bǔ)貼地方政策具體補(bǔ)助深圳《深圳市人民政府辦公廳圳市工業(yè)互聯(lián)網(wǎng)發(fā)展行動(dòng)計(jì)劃8—0年及配套政策措施的通知》對(duì)于工業(yè)互聯(lián)網(wǎng)應(yīng)用項(xiàng)目對(duì)項(xiàng)目投入的%給予資助最高資助不超過(guò)0萬(wàn)元對(duì)跨行業(yè)跨領(lǐng)域工業(yè)互聯(lián)網(wǎng)平臺(tái)，對(duì)項(xiàng)目投入的%給予資助，最高資助不超過(guò)00萬(wàn)元。支持制造業(yè)企業(yè)開(kāi)展“5G+工業(yè)互聯(lián)網(wǎng)”技術(shù)改造，對(duì)經(jīng)認(rèn)定項(xiàng)目給予不超過(guò)總投入%的獎(jiǎng)勵(lì)，最高50萬(wàn)元蘇州《蘇州工業(yè)園區(qū)關(guān)于支“G+工業(yè)聯(lián)網(wǎng)”融合發(fā)展的若干措施》對(duì)國(guó)家級(jí)跨行業(yè)跨領(lǐng)域平臺(tái)、垂直行業(yè)平臺(tái)，按不超過(guò)其建設(shè)總投入的3%予以獎(jiǎng)勵(lì)，最高支持萬(wàn)元和00萬(wàn)元“G+工業(yè)互聯(lián)網(wǎng)領(lǐng)域的新設(shè)立企業(yè)給予不超過(guò)已實(shí)繳注冊(cè)資本%的一次性補(bǔ)貼，最高0萬(wàn)元佛山《佛山市深化“互聯(lián)網(wǎng)+先進(jìn)制造”展工業(yè)互聯(lián)網(wǎng)的若干政策措施》每年認(rèn)定不超過(guò)30個(gè)（含）市級(jí)工業(yè)互聯(lián)網(wǎng)標(biāo)桿示范項(xiàng)目，按不超過(guò)項(xiàng)目已投入金額的3%（含）行獎(jiǎng)補(bǔ)，單個(gè)項(xiàng)目獎(jiǎng)補(bǔ)最高不超過(guò)30萬(wàn)元（含）青島《關(guān)于加快工業(yè)互聯(lián)網(wǎng)高質(zhì)量發(fā)展干措施的通知》對(duì)市級(jí)新認(rèn)定的工業(yè)互聯(lián)網(wǎng)平臺(tái)、智能（互聯(lián)）工廠、數(shù)字化車間或自動(dòng)化生產(chǎn)線，按照市政府促進(jìn)進(jìn)制造業(yè)加快發(fā)展的政策，分別給予300萬(wàn)元、10萬(wàn)元、0萬(wàn)元獎(jiǎng)勵(lì)西安《西安市工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展行動(dòng)劃20—22年）》對(duì)符合條件的工業(yè)互聯(lián)網(wǎng)企業(yè)最高補(bǔ)貼0萬(wàn)元對(duì)確定為兩化融合管理體系貫標(biāo)試點(diǎn)的企業(yè)通過(guò)國(guó)家貫標(biāo)評(píng)定后，給予一次性獎(jiǎng)勵(lì)0萬(wàn)元對(duì)工業(yè)企業(yè)主導(dǎo)建設(shè)的工業(yè)互聯(lián)網(wǎng)平臺(tái)在平臺(tái)投入使用后擇優(yōu)按照平臺(tái)建設(shè)總投資的2%給予最高不超過(guò)10萬(wàn)元的補(bǔ)貼。合肥《支持?jǐn)?shù)字經(jīng)濟(jì)發(fā)展若干政策》對(duì)工業(yè)互聯(lián)網(wǎng)試點(diǎn)示范企業(yè)（項(xiàng)目）給予一次性獎(jiǎng)補(bǔ)最高0萬(wàn)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)集群的若干措施對(duì)符合條件的供應(yīng)商聯(lián)合體建設(shè)項(xiàng)目，給予聯(lián)合體項(xiàng)目最高不超過(guò)10萬(wàn)元補(bǔ)助。鄭州《關(guān)于鄭州市建設(shè)中國(guó)制造強(qiáng)市若政策的補(bǔ)充意見(jiàn)》對(duì)規(guī)模以上工業(yè)企業(yè)上云產(chǎn)生的服務(wù)費(fèi)，按照不超過(guò)合同金額的%給予補(bǔ)貼，單個(gè)企業(yè)最高不超過(guò)0萬(wàn)元對(duì)于中小企業(yè)上云產(chǎn)生的服務(wù)費(fèi)也按照不超過(guò)合同金額的%給予補(bǔ)貼單個(gè)企業(yè)最高不超過(guò)0萬(wàn)元沈陽(yáng)《沈陽(yáng)市引導(dǎo)企業(yè)上云實(shí)施方案》將按照年度上云服務(wù)合同實(shí)際支付額的%給予補(bǔ)貼，單個(gè)企業(yè)最高限額達(dá)到0萬(wàn)元。資料來(lái)源:各政府官網(wǎng)，國(guó)信證券經(jīng)濟(jì)研究所整理MS為生產(chǎn)環(huán)節(jié)核心，智能制造價(jià)值凸顯MS是制造業(yè)信息化的核心企業(yè)生產(chǎn)運(yùn)營(yíng)管理流程一般分為計(jì)劃層執(zhí)行層和控制層計(jì)劃層以RP為代表根據(jù)企業(yè)資源安排生產(chǎn)計(jì)劃執(zhí)行層以MS為代表根據(jù)計(jì)劃安排控制層的任務(wù)控制層以CS為代表直接對(duì)生產(chǎn)進(jìn)行操作控制。MS構(gòu)筑了上層計(jì)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(lái)看MS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(jì)劃排程管理、生產(chǎn)調(diào)度管理、庫(kù)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MS作為整個(gè)生產(chǎn)環(huán)節(jié)知識(shí)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1：制造業(yè)企業(yè)典型數(shù)字化架構(gòu)資料來(lái)源：甲子智庫(kù)，國(guó)信證券經(jīng)濟(jì)研究所整理MS市場(chǎng)增長(zhǎng)有望加快，下游應(yīng)用領(lǐng)域廣泛。在我國(guó)制造業(yè)升級(jí)的過(guò)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(cè)算，我國(guó)MS軟市場(chǎng)規(guī)模在0億左右整體仍然較小隨著政策不斷催化以及產(chǎn)業(yè)內(nèi)部壓下降本增效的持續(xù)需求，S市場(chǎng)整體增速有望向上。從下游來(lái)看，MS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(gè)行業(yè)逐步落地，MS的升級(jí)和改造也會(huì)帶動(dòng)市場(chǎng)的高速成長(zhǎng)。圖2：中國(guó)MES市場(chǎng)規(guī)模（億元）圖2：ES在制造業(yè)中應(yīng)用分布0%鋼鐵冶金5%機(jī)械汽車零配件0%輕工5%電子與通信0%化煙石油煉油06070809200E食品制藥其他資料來(lái)源：e-oks，甲子智庫(kù)，國(guó)信證券經(jīng)濟(jì)研究所整理資料來(lái)源：e-oks，甲子智庫(kù)，國(guó)信證券經(jīng)濟(jì)研究所整理智能制造優(yōu)勢(shì)已經(jīng)顯現(xiàn)根據(jù)數(shù)字化智慧工廠解決方案提供商云棲智造的案例，其通過(guò)核心“數(shù)據(jù)中臺(tái)”和“業(yè)務(wù)中臺(tái)”雙中臺(tái)技術(shù)架構(gòu)驅(qū)動(dòng)，結(jié)合工業(yè)物聯(lián)網(wǎng)機(jī)器視覺(jué)G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(wàn)的0人離散型工廠為例云棲智造的方案可以減少%的管理人士、提高%的生產(chǎn)效率、縮短%的交貨周期、提高%的良品率減少%的物料滯留提高%的設(shè)備利用率智能制造價(jià)值顯著工業(yè)0升級(jí)已經(jīng)成為眾望所歸。圖2：云棲制造與傳統(tǒng)工廠生產(chǎn)效率比較資料來(lái)源：云棲智造官網(wǎng)，國(guó)信證券經(jīng)濟(jì)研究所整理工業(yè)互聯(lián)網(wǎng)平臺(tái)集I和大數(shù)據(jù)之大成，助力智能制造再升級(jí)工業(yè)互聯(lián)網(wǎng)平臺(tái)匯聚I和大數(shù)據(jù)能力，是MS的新升級(jí)。隨著MS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(tái)應(yīng)運(yùn)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(tái)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(chǎng)景的工業(yè)S和PP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R、車間層M、單元層C、設(shè)備層構(gòu)成，其中傳統(tǒng)MS與工業(yè)互聯(lián)網(wǎng)平臺(tái)的界限逐步模糊，海量的生產(chǎn)設(shè)備成為IT節(jié)點(diǎn)，上傳數(shù)據(jù)至工業(yè)互聯(lián)網(wǎng)平臺(tái)，通過(guò)大數(shù)據(jù)和分析不斷提升生產(chǎn)效率。圖2：工業(yè)互聯(lián)網(wǎng)平臺(tái)功能架構(gòu)圖2：工業(yè)互聯(lián)網(wǎng)平臺(tái)在生產(chǎn)系統(tǒng)中的位置資料來(lái)源：工業(yè)互聯(lián)網(wǎng)平臺(tái)白皮書（09，國(guó)信證券經(jīng)濟(jì)研究所整理資料來(lái)源：國(guó)信證券經(jīng)濟(jì)研究所整理工業(yè)互聯(lián)網(wǎng)平臺(tái)由信息化到智能化，共有三個(gè)層次：層次一：基于平臺(tái)的信息化應(yīng)用，實(shí)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、R、CRM等在上云過(guò)程中廣泛應(yīng)用，其中以MS為代表的生產(chǎn)監(jiān)控分析領(lǐng)域是重點(diǎn)。這類應(yīng)用實(shí)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(yíng)狀態(tài)。層次二：基于平臺(tái)大數(shù)據(jù)能力的深度優(yōu)化，實(shí)現(xiàn)“模型深度數(shù)據(jù)分析。在設(shè)備運(yùn)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(chǎng)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COMOlt平臺(tái)，通過(guò)數(shù)據(jù)分析實(shí)現(xiàn)設(shè)備遠(yuǎn)程運(yùn)維，每年可節(jié)省6萬(wàn)元，宕機(jī)時(shí)長(zhǎng)從每次的三天縮短為一天，可降低直接損失4萬(wàn)次。層次三：基于平臺(tái)協(xié)同能力的資源調(diào)配和模式創(chuàng)新，實(shí)現(xiàn)產(chǎn)業(yè)鏈資源整合和生產(chǎn)能力交易如智能云科依托OL平臺(tái)開(kāi)放共享自身生產(chǎn)力提高閑置設(shè)備的利用率，目前已對(duì)0臺(tái)機(jī)床提供超過(guò)3萬(wàn)小時(shí)的交易共享服務(wù)。各層次平臺(tái)應(yīng)用的開(kāi)發(fā)復(fù)雜性，及優(yōu)化成效與收益回報(bào)，造成了當(dāng)前工業(yè)互聯(lián)網(wǎng)應(yīng)用的主要結(jié)構(gòu)。數(shù)據(jù)是平臺(tái)的核心資產(chǎn)，也是價(jià)值創(chuàng)造的源泉，大數(shù)據(jù)的I分析能直觀提升生產(chǎn)效率、降低能耗成本等，因此資產(chǎn)管理服務(wù)和生產(chǎn)過(guò)管控占比共達(dá)到%-%，是工業(yè)場(chǎng)景的熱門方向。另一方面，工業(yè)機(jī)理最復(fù)雜的數(shù)字化仿真、工藝設(shè)計(jì)等，應(yīng)用案例較少。圖2：工業(yè)互聯(lián)網(wǎng)平臺(tái)應(yīng)用三大發(fā)展層次圖2：工業(yè)互聯(lián)網(wǎng)平臺(tái)應(yīng)用優(yōu)化價(jià)值資料來(lái)源：工業(yè)互聯(lián)網(wǎng)平臺(tái)白皮書（09，國(guó)信證券經(jīng)濟(jì)研究所整理資料來(lái)源：工業(yè)互聯(lián)網(wǎng)平臺(tái)白皮書（09，國(guó)信證券經(jīng)濟(jì)研究所整理工業(yè)互聯(lián)網(wǎng)平臺(tái)應(yīng)用豐富。憑借海量的數(shù)據(jù)積累，以及智能分析，工業(yè)互聯(lián)網(wǎng)平臺(tái)可以提升生產(chǎn)設(shè)備的健康程度、優(yōu)化生產(chǎn)過(guò)程的各個(gè)環(huán)節(jié)等。根據(jù)對(duì)國(guó)內(nèi)外6個(gè)平臺(tái)應(yīng)用案例的分析當(dāng)前工業(yè)互聯(lián)網(wǎng)平臺(tái)應(yīng)用主要集中于設(shè)備管理服務(wù)生產(chǎn)過(guò)程管控與企業(yè)運(yùn)營(yíng)管理三大類場(chǎng)景占比分別達(dá)到%%和%。相比國(guó)外平臺(tái)，其依托大數(shù)據(jù)開(kāi)展重點(diǎn)應(yīng)用已較為普遍，如設(shè)備健康管理、產(chǎn)品遠(yuǎn)程運(yùn)維已可達(dá)到預(yù)測(cè)水平。因此我國(guó)工業(yè)互聯(lián)網(wǎng)平臺(tái)的應(yīng)用仍待進(jìn)一步升級(jí)，未來(lái)空間廣闊。圖2：工業(yè)互聯(lián)網(wǎng)平臺(tái)應(yīng)用分部統(tǒng)計(jì)資料來(lái)源：工業(yè)互聯(lián)網(wǎng)平臺(tái)白皮書（0，國(guó)信證券經(jīng)濟(jì)研究所整理綜上所述，終極智能制造是一個(gè)從OT、大數(shù)據(jù)、、工業(yè)互聯(lián)網(wǎng)平臺(tái)逐步上臺(tái)階的過(guò)程，不同階段均需要相應(yīng)平臺(tái)來(lái)實(shí)現(xiàn)，人工智能即是終極目標(biāo)，也是各個(gè)環(huán)節(jié)必要的支撐技術(shù)。IT平臺(tái)階段：對(duì)接生產(chǎn)環(huán)節(jié)海量的IT設(shè)備，并獲取數(shù)據(jù)，進(jìn)行初步分析。在邊緣側(cè)，I在語(yǔ)音、機(jī)器視覺(jué)等多個(gè)領(lǐng)域獲取數(shù)據(jù)，提升人機(jī)交互效率。同時(shí)，邊緣設(shè)備進(jìn)一步向智能升級(jí)。例如，航天云網(wǎng)基于INDICS工業(yè)互聯(lián)網(wǎng)臺(tái)打造口罩生產(chǎn)邊緣智能一體機(jī)實(shí)現(xiàn)車間級(jí)的生產(chǎn)閉環(huán)口罩日產(chǎn)能達(dá)到萬(wàn)只，幫助企業(yè)快速組織生產(chǎn)。大數(shù)據(jù)平臺(tái)階段：實(shí)現(xiàn)生產(chǎn)環(huán)節(jié)的數(shù)據(jù)可視化，對(duì)數(shù)據(jù)進(jìn)行模型建立，并進(jìn)行分析和預(yù)測(cè)I在數(shù)據(jù)清洗和訓(xùn)練上展現(xiàn)價(jià)值尋找最優(yōu)的生產(chǎn)工藝參數(shù)等。例如TCL格創(chuàng)東智針對(duì)液晶面板的成膜工序通過(guò)機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)了關(guān)鍵指標(biāo)的預(yù)測(cè)與品質(zhì)優(yōu)化，年收益達(dá)到近千萬(wàn)元。I工業(yè)應(yīng)用智能平臺(tái)形成對(duì)生產(chǎn)的預(yù)測(cè)并自適應(yīng)調(diào)整生產(chǎn)系統(tǒng)通過(guò)工業(yè)大數(shù)據(jù)分析I能夠預(yù)測(cè)生產(chǎn)中的問(wèn)題并根據(jù)外部變化自適應(yīng)調(diào)整生產(chǎn)系統(tǒng)真正實(shí)現(xiàn)無(wú)人化的智能制造例如，I在制造上的靈活性幫助企業(yè)構(gòu)建知識(shí)譜和專家系統(tǒng)，為企業(yè)提供戰(zhàn)略方案選擇，西門子、IM、華為等公司通過(guò)構(gòu)建供應(yīng)鏈知識(shí)圖譜提高供應(yīng)鏈風(fēng)險(xiǎn)管理效率自適應(yīng)的I生產(chǎn)是制造業(yè)終極目標(biāo)，大數(shù)據(jù)和I仍是當(dāng)前攻堅(jiān)階段。圖2：終極智能制造的平臺(tái)階梯資料來(lái)源：格創(chuàng)東智官網(wǎng)，國(guó)信證券經(jīng)濟(jì)研究所整理案例一：寶信軟件打造鋼鐵行業(yè)“燈塔工廠”寶信是鋼鐵行業(yè)MS龍頭寶信軟件始于8年寶鋼股份的自動(dòng)化部以鋼鐵行業(yè)信息化和自動(dòng)化業(yè)務(wù)起家其中MS系統(tǒng)在鋼鐵市場(chǎng)占有率超過(guò)并逐步擴(kuò)展到化工醫(yī)藥等領(lǐng)域公司憑借以MS為核心的產(chǎn)品戰(zhàn)略成功躍升為工業(yè)互聯(lián)網(wǎng)第一梯隊(duì)。寶信正式推出n3lat工業(yè)互聯(lián)網(wǎng)平臺(tái)0年2月中國(guó)寶武及寶信軟件工業(yè)互聯(lián)網(wǎng)基礎(chǔ)設(shè)施的核心——xI3t平臺(tái)正式推出寶信軟件早在5年就成立了工業(yè)0項(xiàng)目部I3lt平臺(tái)標(biāo)志著我國(guó)鋼鐵行業(yè)數(shù)智化體系變革邁出重要一步目前xI3t工業(yè)互聯(lián)網(wǎng)平臺(tái)擁有注冊(cè)企業(yè)用戶4萬(wàn)家已連接2萬(wàn)臺(tái)設(shè)備開(kāi)發(fā)5個(gè)云化軟件和工業(yè)創(chuàng)造經(jīng)濟(jì)效益累計(jì)達(dá)到億元xI3t平臺(tái)一經(jīng)發(fā)布立刻入選國(guó)家工信部公示0年跨領(lǐng)域跨行業(yè)工業(yè)互聯(lián)網(wǎng)平臺(tái)，成為20年新增5家之一。表：220雙跨工業(yè)互聯(lián)網(wǎng)平臺(tái)新增5家工業(yè)互聯(lián)網(wǎng)平臺(tái)公司發(fā)布時(shí)間主要應(yīng)用場(chǎng)景騰訊Wke工業(yè)互聯(lián)網(wǎng)平臺(tái)騰訊1.1.9工企互聯(lián)、工企營(yíng)銷、工企A、工企高性能計(jì)算、工企微信忽米H-IP工業(yè)互聯(lián)網(wǎng)平臺(tái)忽米科技2.7.25動(dòng)摩行業(yè)、泛半導(dǎo)體行業(yè)、裝備制造業(yè)、新能源行業(yè)寶信xInPt工業(yè)互聯(lián)網(wǎng)平臺(tái)寶信軟件2.1.2安全生產(chǎn)、節(jié)能減排、質(zhì)量管控、供應(yīng)鏈管理、研發(fā)設(shè)計(jì)、生產(chǎn)制造、運(yùn)營(yíng)管理、倉(cāng)儲(chǔ)流、運(yùn)維服務(wù)sOS工業(yè)操作系統(tǒng)浙江藍(lán)卓1.1.8智能制造、智慧遠(yuǎn)程運(yùn)維、智慧建筑、智慧環(huán)保、智慧供熱、智能冶金、智能化工園區(qū)、智能石化、智能水泥、智能大數(shù)據(jù)UNPor工業(yè)互聯(lián)網(wǎng)平臺(tái)紫光云引擎1.09電子制造智能工廠、注塑行業(yè)智能工廠、鈑金行業(yè)智能工廠、紡織行業(yè)物聯(lián)平臺(tái)、空調(diào)設(shè)備云監(jiān)控平臺(tái)、鋼鐵行業(yè)智能管控平臺(tái)、電機(jī)設(shè)備云監(jiān)控平臺(tái)資料來(lái)源:中國(guó)軟件網(wǎng)，國(guó)信證券經(jīng)濟(jì)研究所整理xI3lt平臺(tái)依托于大數(shù)據(jù)人工智能智能裝備集控工業(yè)網(wǎng)絡(luò)安全移動(dòng)物聯(lián)虛擬制造等七大核心技術(shù)通過(guò)打造滿足智慧制造應(yīng)用場(chǎng)景的t和足智慧服務(wù)應(yīng)用場(chǎng)景的lt兩大平臺(tái)，幫助企業(yè)實(shí)現(xiàn)能力服務(wù)化、業(yè)務(wù)數(shù)化、企業(yè)平臺(tái)化、管理智能化的企業(yè)智數(shù)化時(shí)代“新四化”轉(zhuǎn)型。elat定位智慧服務(wù)。t平臺(tái)具備平臺(tái)化、中臺(tái)化、生態(tài)化的特點(diǎn)，是產(chǎn)業(yè)生態(tài)圈的信息基礎(chǔ)設(shè)施。其強(qiáng)化業(yè)務(wù)微服務(wù)化、應(yīng)用和數(shù)據(jù)中臺(tái)化的能力復(fù)用設(shè)計(jì)思想，打通業(yè)務(wù)煙囪和數(shù)據(jù)豎井，實(shí)現(xiàn)互聯(lián)互通、業(yè)務(wù)敏捷、數(shù)據(jù)智能。ilat定位智慧制造t平臺(tái)具備數(shù)字化網(wǎng)絡(luò)化智能化的特點(diǎn)圍“數(shù)據(jù)”核心要素，構(gòu)建工廠邊緣級(jí)的數(shù)字化中心，實(shí)現(xiàn)泛在連接、互聯(lián)互通和數(shù)據(jù)融合。圖2：elat平臺(tái)九大功能模塊圖3：iPat平臺(tái)產(chǎn)品體系資料來(lái)源：寶信軟件官網(wǎng)，國(guó)信證券經(jīng)濟(jì)研究所整理資料來(lái)源：寶信軟件官網(wǎng)，國(guó)信證券經(jīng)濟(jì)研究所整理寶鋼股份上?；毓S成為唯一入選“燈塔工廠”的中國(guó)鋼鐵行業(yè)代表。寶信xIn3t工業(yè)互聯(lián)網(wǎng)平臺(tái)雖然推出并未很久但是其在體系內(nèi)打磨和應(yīng)用已經(jīng)多年且取得了較好的成績(jī)?nèi)鐚氫摴煞萆a(chǎn)運(yùn)行中心鄂城鋼鐵操業(yè)集控中心、中國(guó)寶武高爐互聯(lián)智控平臺(tái)等。其中，寶鋼股份在上海寶山基地的冷軋熱鍍鋅智能車間成功入選世界經(jīng)濟(jì)論壇發(fā)布“燈塔工廠名單“燈塔工廠網(wǎng)絡(luò)是全球先進(jìn)制造領(lǐng)域最具影響力的評(píng)選之一，此次評(píng)選中，寶鋼股份上海基地的五個(gè)智慧制造項(xiàng)目獲評(píng)“燈塔工廠”最佳實(shí)踐案例，覆蓋智慧計(jì)劃、智慧生產(chǎn)智慧設(shè)備管理智慧質(zhì)量管理和智慧物流五大模塊該廠房引入多項(xiàng)技術(shù)，為生產(chǎn)了帶來(lái)了大量積極影響。寶信打造智能工廠，有望率先在鋼鐵行業(yè)廣泛復(fù)制。圖3：寶鋼股份入選世界經(jīng)濟(jì)論壇“燈塔工廠”資料來(lái)源《全球“燈塔工廠”網(wǎng)絡(luò)，國(guó)信證券經(jīng)濟(jì)研究所整理除此之外，寶信還通過(guò)寶信工業(yè)互聯(lián)網(wǎng)平臺(tái)實(shí)現(xiàn)產(chǎn)品質(zhì)量?jī)?yōu)化。比如，鋼材成品卷的表面質(zhì)量是最重要的質(zhì)量指標(biāo)之一，寶鋼通過(guò)寶信工業(yè)互聯(lián)網(wǎng)平臺(tái)，實(shí)現(xiàn)了表檢儀實(shí)時(shí)分析。寶信將生產(chǎn)缺陷以圖像形式上傳至平臺(tái)，通過(guò)圖像庫(kù)的機(jī)器學(xué)習(xí)形成了缺陷等級(jí)的分類器最后將數(shù)據(jù)傳送到現(xiàn)場(chǎng)的邊緣服務(wù)器上，可以實(shí)現(xiàn)快速檢測(cè)，大幅減少人力投入。案例二：用友以云化打造智能制造生態(tài)P于7年8、P類S過(guò)0了0多、0百6在圖3：用友工業(yè)互聯(lián)網(wǎng)平臺(tái)架構(gòu)資料來(lái)源：用友網(wǎng)絡(luò)官網(wǎng)，國(guó)信證券經(jīng)濟(jì)研究所整理統(tǒng)P息月0效升短由0到0同長(zhǎng)由0到0降%工業(yè)信息安全是智能制造下的剛需工控安全事件頻出，智能制造轉(zhuǎn)型安全當(dāng)先、公T0制類名由8至9嚴(yán)。表：近年來(lái)重要工控安全事件時(shí)間被攻擊者主要事件6年3月三一重工連接設(shè)備的遠(yuǎn)程監(jiān)控系統(tǒng)被人非法解鎖破壞使得公司對(duì)在外的工程機(jī)械設(shè)備失去控制間接造成企業(yè)約0億元經(jīng)濟(jì)損失8年4月美國(guó)能源公司美國(guó)能源公司EegySrvicesrp的天然氣管道客戶交易系統(tǒng)受到網(wǎng)絡(luò)攻擊，造成系統(tǒng)關(guān)閉數(shù)小時(shí)8年8月臺(tái)積電攻擊臺(tái)積電設(shè)備的是勒索病毒W(wǎng)cr，臺(tái)積電全臺(tái)灣北、中、南三地的晶圓廠都同步遭到病毒攻擊，預(yù)估當(dāng)營(yíng)收將減少約％，毛利率的影響約為1個(gè)百分點(diǎn)9年3月委內(nèi)瑞拉全國(guó)國(guó)家電力系統(tǒng)遭到借助“高科技手段”實(shí)施的電磁攻擊，委內(nèi)瑞拉電力系統(tǒng)出現(xiàn)3次大范圍停電事件9年0月印度核電站庫(kù)丹庫(kù)拉姆核電站感染惡意軟件，導(dǎo)致該核電站的域控服務(wù)器被控制，第二座核電機(jī)組停止運(yùn)行0年4月以色列供水設(shè)施發(fā)生多起針對(duì)廢水處理廠、水泵站和污水管的入侵，因此各能源和水行業(yè)企業(yè)需要緊急更改所有聯(lián)網(wǎng)系統(tǒng)的密碼以應(yīng)對(duì)網(wǎng)絡(luò)攻擊的威脅0年6月本田汽車服務(wù)器受到Eks勒索軟件攻擊該問(wèn)題正在影響其訪問(wèn)計(jì)算機(jī)服務(wù)器使用電子郵件以及使用其內(nèi)部系統(tǒng)的能力此外對(duì)日本以外的生產(chǎn)系統(tǒng)也有影響0年2月特斯拉安全研究人員展示了特斯拉dlX無(wú)鑰匙進(jìn)入系統(tǒng)中存在嚴(yán)重漏洞，黑客可以從鑰匙卡上獲取車輛解鎖代碼，在幾分鐘內(nèi)用它竊取一輛olX資料來(lái)源:中國(guó)工業(yè)互聯(lián)網(wǎng)安全態(tài)勢(shì)報(bào)告，國(guó)信證券經(jīng)濟(jì)研究所整理設(shè)0年0安3、單和I到3局+表：“工業(yè)互聯(lián)網(wǎng)安全生產(chǎn)”重點(diǎn)任務(wù)重點(diǎn)任務(wù)具體內(nèi)容建設(shè)“工業(yè)互聯(lián)網(wǎng)+安全生產(chǎn)”型基礎(chǔ)設(shè)施建設(shè)網(wǎng)絡(luò)監(jiān)管平臺(tái)打通并整合數(shù)據(jù)提升數(shù)據(jù)服務(wù)能力加速數(shù)據(jù)流動(dòng)匯聚、價(jià)值挖掘打造基于工業(yè)互聯(lián)網(wǎng)的安全生產(chǎn)新型能力建設(shè)快速感知、實(shí)時(shí)監(jiān)測(cè)、超前預(yù)警、應(yīng)急處置、系統(tǒng)評(píng)估能力深化工業(yè)互聯(lián)網(wǎng)和安全生產(chǎn)的融合應(yīng)用實(shí)現(xiàn)數(shù)字化管理、網(wǎng)絡(luò)化協(xié)同、智能化管控應(yīng)用構(gòu)建“工業(yè)互聯(lián)網(wǎng)+安全生產(chǎn)”撐體系堅(jiān)持協(xié)同部署聚焦本質(zhì)安全完善標(biāo)準(zhǔn)體系培育解決方案強(qiáng)化綜保障資料來(lái)源:《“工業(yè)互聯(lián)網(wǎng)+安全生產(chǎn)”行動(dòng)計(jì)劃（2123年）》，國(guó)信證券經(jīng)濟(jì)研究所整理工控安全體系開(kāi)始建設(shè)，大數(shù)據(jù)和I助力全面工業(yè)態(tài)勢(shì)感知針、終；步和I圖3：工業(yè)體系防護(hù)視角資料來(lái)源《工業(yè)互聯(lián)網(wǎng)安全架構(gòu)，國(guó)信證券經(jīng)濟(jì)研究所整理市由74至9的2達(dá)統(tǒng)T業(yè)T檢和I的T和T上結(jié)合I，。圖3：工業(yè)安全監(jiān)測(cè)系統(tǒng)部署資料來(lái)源《中國(guó)工業(yè)互聯(lián)網(wǎng)安全態(tài)勢(shì)報(bào)告，國(guó)信證券經(jīng)濟(jì)研究所整理風(fēng)險(xiǎn)提示。。機(jī)床行業(yè)分析表示，由于機(jī)床行業(yè)對(duì)和制造業(yè)競(jìng)爭(zhēng)力的關(guān)鍵作用，我國(guó)政府已將機(jī)床行業(yè)提高到了戰(zhàn)略性位置，把發(fā)展大型、精密、高速數(shù)控設(shè)備和功能部件列為國(guó)家重要的振興目標(biāo)之一。隨著一系列扶持性政策的陸續(xù)出臺(tái)，未來(lái)幾年我國(guó)機(jī)床行業(yè)有望在延續(xù)快速增長(zhǎng)態(tài)勢(shì)的同時(shí)，在技術(shù)能力上實(shí)現(xiàn)質(zhì)的突破，在高端機(jī)床領(lǐng)域形成國(guó)際競(jìng)爭(zhēng)力，并誕生出幾家世界級(jí)的機(jī)床企業(yè)。球員們對(duì)于游戲的質(zhì)量要求更高但是收下后付款的能力非常強(qiáng)據(jù)報(bào)道與世界上其他國(guó)家相比中國(guó)玩家對(duì)游戲質(zhì)量的要求更加苛刻和苛刻在各付費(fèi)轉(zhuǎn)化率的排位中玩家的付費(fèi)轉(zhuǎn)化率均較低而在中值之間的差距則表現(xiàn)為0.77%比5.39%的轉(zhuǎn)化率差距此前在付費(fèi)轉(zhuǎn)化率最高的前10%的游戲中中國(guó)玩家的付費(fèi)轉(zhuǎn)化率也只有12.5%但是在接受了游戲的內(nèi)容和經(jīng)驗(yàn)之后中國(guó)的玩家會(huì)更愿意買像買最好的設(shè)備這樣的游戲內(nèi)產(chǎn)品四是，有效促進(jìn)農(nóng)業(yè)農(nóng)村發(fā)展。發(fā)展生物燃料乙醇，使糧食由農(nóng)作物向經(jīng)濟(jì)作物轉(zhuǎn)化，提高農(nóng)產(chǎn)品深加工水平，有利于緩解“賣糧難”、“谷賤傷農(nóng)”問(wèn)題，穩(wěn)定農(nóng)業(yè)生產(chǎn)，增加蛋白飼料供應(yīng)，進(jìn)一步夯實(shí)糧食主產(chǎn)區(qū)地位，并推動(dòng)農(nóng)作物秸稈高值利用和高端轉(zhuǎn)化，實(shí)現(xiàn)“農(nóng)頭工尾”，為農(nóng)民開(kāi)辟新的增收渠道，帶動(dòng)農(nóng)業(yè)增效和農(nóng)村經(jīng)濟(jì)繁榮。機(jī)床行業(yè)分析表示，由于機(jī)床行業(yè)對(duì)和制造業(yè)競(jìng)爭(zhēng)力的關(guān)鍵作用，我國(guó)政府已將機(jī)床行業(yè)提高到了戰(zhàn)略性位置，把發(fā)展大型、精密、高速數(shù)控設(shè)備和功能部件列為國(guó)家重要的振興目標(biāo)之一。隨著一系列扶持性政策的陸續(xù)出臺(tái)，未來(lái)幾年我國(guó)機(jī)床行業(yè)有望在延續(xù)快速增長(zhǎng)態(tài)勢(shì)的同時(shí)，在技術(shù)能力上實(shí)現(xiàn)質(zhì)的突破，在高端機(jī)床領(lǐng)域形成國(guó)際競(jìng)爭(zhēng)力，并誕生出幾家世界級(jí)的機(jī)床企業(yè)。球員們對(duì)于游戲的質(zhì)量要求更高但是收下后付款的能力非常強(qiáng)據(jù)報(bào)道與世界上其他國(guó)家相比中國(guó)玩家對(duì)游戲質(zhì)量的要求更加苛刻和苛刻在各付費(fèi)轉(zhuǎn)化率的排位中玩家的付費(fèi)轉(zhuǎn)化率均較低而在中值之間的差距則表現(xiàn)為0.77%比5.39%的轉(zhuǎn)化率差距此前在付費(fèi)轉(zhuǎn)化率最高的前10%的游戲中中國(guó)玩家的付費(fèi)轉(zhuǎn)化率也只有12.5%但是在接受了游戲的內(nèi)容和經(jīng)驗(yàn)之后中國(guó)的玩家會(huì)更愿意買像買最好的設(shè)備這樣的游戲內(nèi)產(chǎn)品四是，有效促進(jìn)農(nóng)業(yè)農(nóng)村發(fā)展。發(fā)展生物燃料乙醇，使糧食由農(nóng)作物向經(jīng)濟(jì)作物轉(zhuǎn)化，提高農(nóng)產(chǎn)品深加工水平，有利于緩解“賣糧難”、“谷賤傷農(nóng)”問(wèn)題，穩(wěn)定農(nóng)業(yè)生產(chǎn)，增加蛋白飼料供應(yīng)，進(jìn)一步夯實(shí)糧食主產(chǎn)區(qū)地位，并推動(dòng)農(nóng)作物秸稈高值利用和高端轉(zhuǎn)化，實(shí)現(xiàn)“農(nóng)頭工尾”，為農(nóng)民開(kāi)辟新的增收渠道，帶動(dòng)農(nóng)業(yè)增效和農(nóng)村經(jīng)濟(jì)繁榮。目前，為了支持燃料電池汽車發(fā)展，各國(guó)積極建設(shè)氫能源燃料電池汽車配套設(shè)施。根據(jù)規(guī)劃，到2020年，到2030年將建成1000座加氫站，日本在2020年前建成160個(gè)加氫站，韓國(guó)計(jì)劃到2020年建成80座加氫站，德國(guó)到2020年也預(yù)計(jì)達(dá)到100座加氫站的規(guī)模。世界上幾個(gè)建設(shè)加氫站的大國(guó)都以2020年100座加氫站為目標(biāo)。這距離我國(guó)2020年100座加氫站的目標(biāo)還有很大距離，同時(shí)也表明，未來(lái)兩年內(nèi)加氫站建設(shè)進(jìn)度會(huì)急劇增加，相關(guān)方面需求巨大，也是機(jī)會(huì)點(diǎn)。用戶界面的扁平化主要有兩層含義：第一，UI的單層化，減少用戶使用手機(jī)的操作步驟；第二，圖標(biāo)顏色純色化和線條化，使用戶可以把更多的注意力集中在內(nèi)容而非UI的形式上。使用體驗(yàn)的簡(jiǎn)潔化可以包括兩方面：第一，用一個(gè)手勢(shì)動(dòng)作操作來(lái)代替頻繁的觸摸操作，方便用戶更快的達(dá)到目的。第二，手機(jī)UI的通知欄是用戶使用手機(jī)的入口，保證通知欄的簡(jiǎn)潔是最重要的。綜上所述，這些都是為了改善智能手機(jī)UI的體驗(yàn)，這也將是下半年各大智能手機(jī)廠商競(jìng)爭(zhēng)的熱點(diǎn)。現(xiàn)在很多靶點(diǎn)還沒(méi)有可用的藥物，罕見(jiàn)的分子亞群需要開(kāi)發(fā)高選擇的靶向藥物，這是制藥的重大挑戰(zhàn)。藥物的研發(fā)是非常漫長(zhǎng)和昂貴的過(guò)程，這也就相應(yīng)增加了患者的治療費(fèi)用，目前靶向腫瘤治療的費(fèi)用現(xiàn)已普遍超過(guò)10萬(wàn)元/年，大部分卻只延長(zhǎng)患者幾個(gè)月的生命。那么這就有一個(gè)成本效益的問(wèn)題，在患者的突變只存在10%的人群的情況下，如果藥物只延長(zhǎng)患者3個(gè)月的生命，針對(duì)這種突變的藥物應(yīng)該被開(kāi)發(fā)嗎?只要藥物能夠使患者延長(zhǎng)至少一年的生命，就應(yīng)該支持嗎?美國(guó)自1982年開(kāi)始針對(duì)一些罕見(jiàn)疾病鼓勵(lì)研發(fā)藥物(通過(guò)經(jīng)費(fèi)支持，快速審批，縮小臨床規(guī)模等方式)，這幾年有不少藥物公司研發(fā)了OrphanDrug(孤兒藥)，但這些藥物都十分昂貴。這些藥物的費(fèi)用應(yīng)該由誰(shuí)來(lái)買單?歐洲醫(yī)保拒絕了一些昂貴的丙肝藥物，并促使藥物定價(jià)打折，美國(guó)保險(xiǎn)公司對(duì)昂貴藥物臨床使用的費(fèi)用和報(bào)銷審批也十分謹(jǐn)慎。從傳統(tǒng)的開(kāi)刀手術(shù)到機(jī)器人手術(shù)，人類歷經(jīng)了近3個(gè)世紀(jì)。18世紀(jì)80年代，維也納外科醫(yī)生Billroth首次打開(kāi)病人腹腔，完成了首例外科手術(shù)。這種傳統(tǒng)的開(kāi)刀手術(shù)被稱為第一代外科手術(shù)并一直沿用至今。20世紀(jì)80年代，以腹腔鏡膽囊切除術(shù)為標(biāo)志的微創(chuàng)手術(shù)取得突破性進(jìn)展，在許多領(lǐng)域取代了傳統(tǒng)開(kāi)刀手術(shù)，稱為第二代外科手術(shù)。進(jìn)入21世紀(jì)，手術(shù)機(jī)器人得到開(kāi)發(fā)并迅速投入臨床應(yīng)用，被認(rèn)為是外科發(fā)展史上的一次革命，也預(yù)示著第三代外科手術(shù)時(shí)代的來(lái)臨。機(jī)器人是未來(lái)各國(guó)經(jīng)濟(jì)發(fā)展的有力支柱之一，為此不斷提高對(duì)機(jī)器人產(chǎn)業(yè)的重視度。我國(guó)《國(guó)家中長(zhǎng)期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要（2006-2020年）》把智能服務(wù)機(jī)器人列為未來(lái)15年重點(diǎn)發(fā)展的前沿技術(shù)。而我國(guó)服務(wù)機(jī)器人市場(chǎng)，也是從2005年前后才開(kāi)始初具規(guī)模。由于中國(guó)服務(wù)機(jī)器人市場(chǎng)廣闊，不少人看中了其中巨大的商機(jī)，加上至今為止中國(guó)服務(wù)機(jī)器人行業(yè)對(duì)于產(chǎn)品標(biāo)準(zhǔn)仍缺乏統(tǒng)一規(guī)范要求，因此很多企業(yè)只是想利用相關(guān)的政策扶持，來(lái)實(shí)現(xiàn)自己的資本運(yùn)作。這就導(dǎo)致了市場(chǎng)上很多產(chǎn)品技術(shù)含量較低，同質(zhì)化現(xiàn)象嚴(yán)重，嚴(yán)重影響了國(guó)內(nèi)整個(gè)市場(chǎng)的行業(yè)水平。人們往往認(rèn)為，一組醫(yī)療數(shù)據(jù)把名字、身份證信息去掉后就安全了，可以公開(kāi)使用。然而，隨著基因檢測(cè)技術(shù)發(fā)展，只需大概75個(gè)統(tǒng)計(jì)上獨(dú)立的SNP(單核苷酸多態(tài)性)位點(diǎn)即可唯一確定一個(gè)人，所以說(shuō)基因數(shù)據(jù)比指紋數(shù)據(jù)更敏感。當(dāng)基因檢測(cè)數(shù)據(jù)與一些病理數(shù)據(jù)相遇時(shí)很容易匹配到具體個(gè)人，從而侵犯?jìng)€(gè)人隱私。基因檢測(cè)和基因數(shù)據(jù)安全涉及倫理問(wèn)題。例如，很多基因關(guān)系到人類的智商、身材等，還有一些檢測(cè)手段能判斷出胎兒的性別，所以不能隨便什么機(jī)構(gòu)都可以開(kāi)展。哈佛大學(xué)的一項(xiàng)調(diào)查顯示，92%的美國(guó)人不愿意公開(kāi)基因數(shù)據(jù)，因?yàn)樽訉O后代的信息都有可能被公開(kāi)。蘋果手機(jī)這幾年頻繁出現(xiàn)技術(shù)上的問(wèn)題，導(dǎo)致了用戶體驗(yàn)過(guò)差，這也是用戶放棄蘋果，轉(zhuǎn)而投向國(guó)產(chǎn)市場(chǎng)的根本原因。隨著我國(guó)近年來(lái)科技的快速發(fā)展，國(guó)產(chǎn)的手機(jī)，在性能上已經(jīng)和蘋果手機(jī)不相上下而且更加富有特點(diǎn)，而且在創(chuàng)新上做到了極致，雙屏手機(jī)，大屏幕，等科技。現(xiàn)階段，隨著人們癌癥等疾病患病率的提升及生物醫(yī)藥技術(shù)的不斷發(fā)展，精準(zhǔn)醫(yī)療已成為國(guó)家戰(zhàn)略性新興產(chǎn)業(yè)的組成部分。2016年3月，科技部發(fā)布“精準(zhǔn)醫(yī)療研究”重點(diǎn)研究專項(xiàng)指南，提出實(shí)施精準(zhǔn)醫(yī)療研究，以臨床應(yīng)用為導(dǎo)向，使精準(zhǔn)醫(yī)療成為經(jīng)濟(jì)社會(huì)發(fā)展的新增長(zhǎng)點(diǎn)。數(shù)據(jù)顯示，2019年全球精準(zhǔn)醫(yī)療市場(chǎng)規(guī)模915億美元。2016-2019年全球行業(yè)發(fā)展增速在15%左右，推算，2020年全球精準(zhǔn)醫(yī)療市場(chǎng)規(guī)模將突破1000億美元。長(zhǎng)期以來(lái)，我國(guó)既是人參生產(chǎn)大國(guó),也是消費(fèi)大國(guó)，但人參的進(jìn)出口狀況卻存在巨大反差。2018年，人參出口額是進(jìn)口額的8倍，但出口價(jià)格卻是進(jìn)口價(jià)格的14.33%；人參出口量微弱上升，進(jìn)口量大幅度增長(zhǎng)，進(jìn)口量同比高達(dá)137.58%；人參出口平均價(jià)格為51.84美元/公斤，同比大幅下降27.32%，出口價(jià)格低于國(guó)內(nèi)人參統(tǒng)貨交易價(jià)。而人參進(jìn)口平均價(jià)格卻高達(dá)361.81美元/公斤，同比增長(zhǎng)4.85%，這突顯了我國(guó)人參產(chǎn)業(yè)出口主要是以原料為主，量大但附加值低；而進(jìn)口人參則主要是價(jià)值高的精加工產(chǎn)品，量小但附加值高。因此，亟待在人參產(chǎn)業(yè)整合、產(chǎn)品附加值提高、市場(chǎng)推廣和品牌建設(shè)等方面精耕細(xì)作。在過(guò)去，雖然醫(yī)療機(jī)構(gòu)也產(chǎn)生大量數(shù)據(jù)，但缺乏適宜的技術(shù)手段將數(shù)據(jù)進(jìn)行有效提取，更遑論基于大數(shù)據(jù)的分析應(yīng)用。此外，隨著每種疾病可行的單一或組合療法的數(shù)量不斷增加，確保患者在正確的時(shí)間得到正確的治療是醫(yī)院和制藥公司在綜合診斷時(shí)所面臨的最大挑戰(zhàn)。理想中的診斷技術(shù)需要龐大而全面的數(shù)據(jù)集保證預(yù)測(cè)的準(zhǔn)確性和及時(shí)性。直播電商行業(yè)潛在進(jìn)入者可能是一個(gè)新辦的企業(yè)，也可能是一個(gè)采用多角化經(jīng)營(yíng)戰(zhàn)略的原從事其它行業(yè)的企業(yè)，潛在進(jìn)入者會(huì)帶來(lái)新的生產(chǎn)能力，并要求取得一定的市場(chǎng)份額。潛在進(jìn)入者對(duì)本行業(yè)的威脅取決于本行業(yè)的進(jìn)入壁壘以及進(jìn)入新行業(yè)后原有企業(yè)反應(yīng)的強(qiáng)烈程度。直播電商行業(yè)潛在進(jìn)入者是影響行業(yè)競(jìng)爭(zhēng)強(qiáng)度和盈利性的又一要素。主要表現(xiàn)為三方面直接影響：一是直播電商行業(yè)會(huì)因潛在進(jìn)入者的實(shí)際進(jìn)入而增加行業(yè)有效資本量；二是直播電商行業(yè)會(huì)因潛在進(jìn)入者的實(shí)際進(jìn)入而對(duì)下游市場(chǎng)需求量進(jìn)行爭(zhēng)奪和分流；2017年10月，國(guó)家發(fā)展改革委辦公廳公布了《關(guān)于第二批基因檢測(cè)技術(shù)應(yīng)用示范中心建設(shè)方案的復(fù)函》，又有多個(gè)省市的基因檢測(cè)技術(shù)應(yīng)用示范中心建設(shè)方案獲批。試點(diǎn)資質(zhì)曾經(jīng)是一眾基因檢測(cè)機(jī)構(gòu)的生死牌。長(zhǎng)期以來(lái)，國(guó)內(nèi)基因檢測(cè)企業(yè)以檢測(cè)服務(wù)為主，走過(guò)了前期的野蠻生長(zhǎng)，2014年國(guó)家驟然叫?；驒z測(cè)的臨床應(yīng)用，并于2015年開(kāi)放試點(diǎn)。一關(guān)一開(kāi)之間，不少未獲得試點(diǎn)的企業(yè)只能關(guān)門歇業(yè)或者是轉(zhuǎn)型。獲得試點(diǎn)資質(zhì)的企業(yè)則逐步走上快車道。如何在錄入中央數(shù)據(jù)庫(kù)的過(guò)程中保證病人數(shù)據(jù)的匿名?病人應(yīng)該對(duì)自身的健康數(shù)據(jù)享有哪些權(quán)利?這種數(shù)據(jù)是否應(yīng)該被國(guó)際共享呢?進(jìn)一步確定規(guī)范，征得病人同意，確定分享的內(nèi)容范圍都是需要做到的。在倫理方面，人們通過(guò)檢測(cè)得到基因信息有助于更好地預(yù)防疾病，但同時(shí)是否會(huì)造成心理壓力?如何保護(hù)病人隱私，會(huì)不會(huì)體檢結(jié)果造成保險(xiǎn)公司或者是用人單位的歧視?我國(guó)地表水污染十分嚴(yán)重，特別是江河水污染問(wèn)題。全國(guó)七大江河中，淮河、黃河、海河的水質(zhì)最差，均有70%的河段受到污染。黃河、淮河、海河等中下游發(fā)生的斷流現(xiàn)象，導(dǎo)致河口嚴(yán)重淤積；不少中小河流由于城鎮(zhèn)工業(yè)的超量排放污水已成為污水河，無(wú)法被利用。我國(guó)廢水排放量持續(xù)上升，已由2007年556.85億噸上升至2016年的711.10億噸。工業(yè)廢水是我國(guó)水源污染的主要來(lái)源之一。為治理工業(yè)廢水，我國(guó)持續(xù)進(jìn)行工業(yè)廢水治理投資，2014年為1,152,472.73萬(wàn)元，2015年為1,184,138.30萬(wàn)元，2016年為1,082,395.00萬(wàn)元。根據(jù)國(guó)家生態(tài)環(huán)境部數(shù)據(jù)，2015年我國(guó)工業(yè)廢水治理設(shè)施運(yùn)行費(fèi)用較2003年大幅上升。2015年江蘇、浙江、山東、廣東、河北工業(yè)廢水治理設(shè)施運(yùn)行費(fèi)用居前列，分別為883,031.70萬(wàn)元、627,684.70萬(wàn)元、598,017.60萬(wàn)元、571,309.30萬(wàn)元、532,992.30萬(wàn)元。同樣在2015年4月，國(guó)家衛(wèi)計(jì)委公布首批腫瘤基因測(cè)序臨床應(yīng)用試點(diǎn)單位。政策的出臺(tái)顯示出國(guó)家對(duì)精準(zhǔn)醫(yī)療基因測(cè)序領(lǐng)域的大力支持。未來(lái)關(guān)于精準(zhǔn)醫(yī)療領(lǐng)域的政府還有望加大，行業(yè)將迎來(lái)重要的發(fā)展契機(jī)，前景較為廣闊。不過(guò)在我國(guó)，精準(zhǔn)醫(yī)療市場(chǎng)基數(shù)較小，市場(chǎng)規(guī)模還較小，但伴隨政策、技術(shù)問(wèn)題的解決以及行業(yè)巨頭的拉動(dòng)，預(yù)計(jì)我國(guó)精準(zhǔn)醫(yī)療增速是醫(yī)藥行業(yè)的2-2.5倍，2015年至2020年期間年復(fù)合增速為20%-25%。翻蓋式手機(jī)和直立式手機(jī)各有各的優(yōu)勢(shì)，當(dāng)然他們也各自有自己的不足之處，例如：翻蓋式手機(jī)在用過(guò)一段時(shí)間后，由于反復(fù)翻開(kāi)蓋，對(duì)手機(jī)的本身會(huì)造成一定的不良影響。而直立式手機(jī)也有其自身的缺陷，即必須隨時(shí)鎖鍵盤，否則及易在不知情的情況下?lián)艹鲭娫?；同時(shí)這些直立式手機(jī)需要在解開(kāi)按鍵鎖后才能使用，從某種程度上也無(wú)形中增加了手機(jī)使用者的工作量。根據(jù)ResearchAndMarkets報(bào)告數(shù)據(jù)顯示，2025年全球DNA基因芯片產(chǎn)品市場(chǎng)達(dá)到近107億美元的規(guī)模。預(yù)計(jì)2018年到2025年該市場(chǎng)會(huì)以11.4％的年均復(fù)合增長(zhǎng)率發(fā)展，將從2015年的36.3億美元增長(zhǎng)到2020年62.2億美元的規(guī)模（包括儀器、試劑耗材與檢測(cè)服務(wù)）。相對(duì)于蘋果，國(guó)產(chǎn)手機(jī)品牌則保持了向上的趨勢(shì)。數(shù)據(jù)顯示，華為在2018年四季度出售了3000萬(wàn)部智能手機(jī)，在中國(guó)的市場(chǎng)份額達(dá)到28%，同比增長(zhǎng)23%。緊隨其后的是OPPO、vivo和小米，全年出貨量分別為8280萬(wàn)臺(tái)、7930萬(wàn)臺(tái)和5000萬(wàn)臺(tái)。值得注意的是，中國(guó)智能手機(jī)市場(chǎng)已進(jìn)入飽和期，產(chǎn)品更換周期加長(zhǎng)。中國(guó)智能手機(jī)出貨量從2017年四季度的1.213億部下降到2018年四季度的1.079億部，同比下降11%。金屬腐蝕是指金屬材料受周圍介質(zhì)的作用而損壞。金屬的銹蝕是最常見(jiàn)的腐蝕形態(tài)。腐蝕時(shí)，在金屬的界面上發(fā)生了化學(xué)或電化學(xué)多相反應(yīng)，使金屬轉(zhuǎn)入氧化（離子）狀態(tài)。這會(huì)顯著降低金屬材料的強(qiáng)度、塑性、韌性等力學(xué)性能，破壞金屬構(gòu)件的幾何形狀，增加零件間的磨損，惡化電學(xué)和光學(xué)等物理性能，縮短設(shè)備的使用壽命。按腐蝕過(guò)程可分為化學(xué)腐蝕和電化學(xué)腐蝕；按金屬腐蝕破壞的形態(tài)和腐蝕區(qū)的分布可分為全面腐蝕和局部腐蝕；還有按腐蝕的環(huán)境條件可分為高溫腐蝕和常溫腐蝕；干腐蝕和濕腐蝕等。在金屬表面覆蓋各種保護(hù)層，把被保護(hù)金屬與腐蝕性介質(zhì)隔開(kāi)，是防止金屬腐蝕的有效方法。各部門、各地方和企業(yè)認(rèn)真貫徹落實(shí)黨中央決策部署，加快天然氣產(chǎn)供儲(chǔ)銷體系建設(shè)，強(qiáng)化天然氣發(fā)展頂層設(shè)計(jì)，大力提升勘探開(kāi)發(fā)力度，完善重點(diǎn)地區(qū)基礎(chǔ)設(shè)施布局，加快管網(wǎng)互聯(lián)互通，補(bǔ)強(qiáng)儲(chǔ)氣能力短板，完善市場(chǎng)機(jī)制，強(qiáng)化督導(dǎo)協(xié)調(diào)，做實(shí)應(yīng)急保障，天然氣年度消費(fèi)增量創(chuàng)歷史新高的同時(shí)，冬季高峰期用氣得到有效保障。天然氣在一次能源消費(fèi)結(jié)構(gòu)中占比6.4%，遠(yuǎn)低于全球平均水平，與美國(guó)、俄羅斯等天然氣消費(fèi)大國(guó)相比差距更大。目前全球范圍內(nèi)，氫能源分布式應(yīng)用主要是通過(guò)燃料電池。氫能源利用可以通過(guò)熱機(jī)（通過(guò)利用內(nèi)能做功的機(jī)械）也可以通過(guò)燃料電池，通過(guò)熱機(jī)利用氫氣的原理是：燃料在燃燒室內(nèi)燃燒，氣體膨脹推動(dòng)傳動(dòng)裝置，實(shí)現(xiàn)機(jī)械驅(qū)動(dòng)。另一種利用方式就是通過(guò)燃料電池的形式，氫氣不直接燃燒，先分解成原子，再分解成質(zhì)子和電子，電子通過(guò)外電路產(chǎn)生電流做功。熱機(jī)利用氫能源的方式還屬于熱循環(huán)的過(guò)程，存在熱量的浪費(fèi)，能量利用效率低。燃料電池利用氫能源的方式不受熱循環(huán)原理影響，因而具有更高的能量利用效率，同時(shí)還有更低的噪音。因此燃料電池應(yīng)用是氫能源利用的主流途徑。根據(jù)羅蘭貝格提供的燃料電池汽車的數(shù)據(jù)測(cè)算，歐洲市場(chǎng)燃料電池小汽車的綜合使用成本達(dá)到0.24歐元/km，高于純電動(dòng)和柴油汽車的綜合使用成本。因?yàn)闅錃獬鍪蹠r(shí)會(huì)考慮氫氣制備、運(yùn)輸以及加氫站建設(shè)、運(yùn)營(yíng)等成本，所以氫氣價(jià)格里面包含了這些相關(guān)配套設(shè)施的成本。因此這一成本就是氫能源以燃料電池形式應(yīng)用到小汽車上的全成本。醫(yī)療數(shù)據(jù)是醫(yī)生對(duì)患者診療和治療過(guò)程總產(chǎn)生的數(shù)據(jù)，包括患者基本數(shù)據(jù)、電子病歷、診療數(shù)據(jù)、醫(yī)學(xué)影像數(shù)據(jù)、醫(yī)學(xué)管理、經(jīng)濟(jì)數(shù)據(jù)、醫(yī)療設(shè)備和儀器數(shù)據(jù)等，以患者為中心，成為醫(yī)療信息的主要來(lái)源。而不斷數(shù)據(jù)化的信息，在使醫(yī)院數(shù)據(jù)庫(kù)信息容量不斷膨脹的同時(shí)，也對(duì)疾病及病人的管理、控制和醫(yī)療研究起到了積極的作用，價(jià)值不菲。(1)病人就醫(yī)過(guò)程中產(chǎn)生的信息。從患者進(jìn)入醫(yī)院開(kāi)始，掛號(hào)環(huán)節(jié)便將個(gè)人姓名、年齡、住址、電話等信息輸入完全了;隨后在醫(yī)生就醫(yī)環(huán)節(jié)，病患的身體狀況、醫(yī)療影像等信息也將被錄入數(shù)據(jù)庫(kù);看病結(jié)束以后，患者買單結(jié)算的過(guò)程中，又將有費(fèi)用信息、報(bào)銷信息、醫(yī)保使用情況等信息被添加到醫(yī)院的大數(shù)據(jù)庫(kù)里面。這將形成醫(yī)療大數(shù)據(jù)最基礎(chǔ)卻也是最龐大的原始資源。傳統(tǒng)乙醇在今年產(chǎn)能擴(kuò)張明顯，累計(jì)170多萬(wàn)噸，且主要集中在東北。國(guó)家擁有2億多噸的陳化糧待消化，因此玉米深加工企業(yè)勢(shì)在必行，東北玉米酒精得益于產(chǎn)糧基地優(yōu)勢(shì)，酒精企業(yè)相對(duì)規(guī)模化發(fā)展，原料地域及政策優(yōu)勢(shì)多重推動(dòng)，產(chǎn)能在東北的擴(kuò)張創(chuàng)近幾年整體最高。今年乙醇市場(chǎng)多表現(xiàn)為以原料為基礎(chǔ)的地域性競(jìng)爭(zhēng)，今年?yáng)|北在陳糧價(jià)格優(yōu)勢(shì)及年初幾個(gè)月新糧補(bǔ)貼，成本較木薯有很大空間操作，至關(guān)內(nèi)的大量外銷，直接導(dǎo)致華東木薯酒精因虧損壓力裝置近乎全線被逼停，歷史罕見(jiàn)。至年末情況來(lái)看，木薯酒精仍在虧損，華東、華南已有個(gè)別大型企業(yè)轉(zhuǎn)向玉米法生產(chǎn)，因此后期酒精供應(yīng)格局必將發(fā)生轉(zhuǎn)變。木薯酒精在今年經(jīng)歷了節(jié)節(jié)敗退的局面，甚至蘇南有幾家小型酒精廠直接淘汰。煤質(zhì)及合成氣無(wú)水乙醇在今年因甲醇、醋酸價(jià)格的暴漲，成本相對(duì)較高，生產(chǎn)較生物質(zhì)乙醇無(wú)優(yōu)勢(shì)，今年全線停機(jī)。2018年，我國(guó)對(duì)越南中藥材出口數(shù)量1.39萬(wàn)噸，同比增長(zhǎng)261.15%，出口額高達(dá)1.12億美元，同比增長(zhǎng)398.60%，占我國(guó)對(duì)東盟中藥材出口總額的54%，占我國(guó)對(duì)“一帶一路”地區(qū)中藥材出口額的38%。尤其是對(duì)越南中藥材邊境小額貿(mào)易發(fā)展迅速，邊境小額貿(mào)易出口額占我國(guó)對(duì)越南中藥材出口總額的88.70%。從補(bǔ)貼形式看，大多國(guó)家把補(bǔ)貼放在了消費(fèi)環(huán)節(jié)，以購(gòu)置稅費(fèi)抵免或者購(gòu)置補(bǔ)貼的形式發(fā)放，僅德國(guó)將補(bǔ)貼放在了開(kāi)發(fā)制造環(huán)節(jié)。前者屬于需求端的刺激，后者屬于供給端刺激。供給側(cè)（生產(chǎn)制造領(lǐng)域）補(bǔ)貼促進(jìn)企業(yè)研發(fā)新車型，有利于在無(wú)形中促進(jìn)企業(yè)形成研發(fā)能力，就算補(bǔ)貼斷了，多年的技術(shù)積累不會(huì)隨著補(bǔ)貼停止而消失。因此從這個(gè)角度看，德國(guó)將研發(fā)補(bǔ)貼放在生產(chǎn)領(lǐng)域不無(wú)道理。國(guó)內(nèi)補(bǔ)貼政策也可借鑒此類方法，在補(bǔ)貼政策上實(shí)行多途徑刺激，在消費(fèi)端和研發(fā)端同時(shí)給予補(bǔ)貼，既保證政策效果也利于產(chǎn)業(yè)技術(shù)積淀。應(yīng)用場(chǎng)景加速向新興領(lǐng)域延伸。近年來(lái)，工業(yè)機(jī)器人應(yīng)用領(lǐng)域已經(jīng)率先從汽車、