机械：AI助力制造和物流深度融合，物流集成商有望受益

中泰证券研究所专业｜领先｜深度｜诚信 ｜证券研究报告｜ AI助力制造和物流深度融合，物流集成商有望受益 —— 2023.07.03 中泰机械首席分析师：王可 执业证书编号：S0740519080001 中泰机械分析师：姜楠宇 执业证书编号：S0740522110001 1 目录 CONTENTS 1 智慧物流行业发展及空间 2 智慧物流行业竞争格局 3 AI如何助力智慧物流行业 4 行业标的及投资建议 5 风险提示 摘要 我国智能物流行业发展经历了“机械化-自动化-智能化”三个阶段，产业链上游为设备制造商和软件开发商，中游为系统集成商，下游为各应用行业。其中上游物流搬运机器人呈寡头竞争格局，中游系统集成商的竞争格局分散，诺力股份、今天国际的市占率分别为4.0%、2.9%，各集成商在不同的细分领域有较强的竞争实力。 国内智慧物流的市场空间近千亿，其中新能源、快消、医药为高增速的应用场景。根据CIC灼识咨询，2022年中国智慧物流装备市场规模为829.9亿元，同比增长16.1%。其中新能源、快递快运、快消领域的市场规模最大，分别为123、122、105亿元。预计2027年，中国智慧物流装备市场规模可达到1920.2亿元，未来五年CAGR高达18.3%。 我国智能物流设备渗透率尚不足30%，且立体仓库数量少于美国日本，政策推进智慧物流行业发展。2021年AGV、输送线及机器人的渗透率不足30%，远低于发达国家80%左右的智能物流装备渗透率水平。未来随着智能物流装备的成本、效率优势进一步显现，柔性化供应链需求持续增强，智能物流装备渗透率预计将快速提升。 AI技术在智慧物流中的硬件和软件均有应用，硬件包括AI技术赋能无人卡车、AMR、无人配送车、无人机、客服机器人等智能设备代替部分人工，目前落地条件尚不成熟；软件包括通过计算机视觉、机器学习、运筹优化等技术或算法驱动的如车队管理系统、仓储现场管理、设备调度系统、订单分配系统等软件系统提高人工效率，已具备一定的技术基础，场景较为分散。 投资建议：中游系统集成商处于产业链的核心地位，进入行业早、规模大、下游行业增速快的系统集成商具备经验和技术先发优势，推荐国内领先的物流系统集成商诺力股份，关注今天国际、东杰智能、兰剑智能。 风险提示：市场规模测算偏差、技术进展不及预期、研报使用信息更新不及时的风险 3 1.1、智慧物流行业发展历程与简介 中国智能物流行业发展经历了“机械化-自动化-智能化”三个阶段。自70年代起，以北起院和北自所为代表的中国研究院所开启了自动化立体库的研发，汽车、医药、烟草行业是首先使用物流自动化的行业；2000年以后，随着大量新兴企业诞生，物流装备技术在快消、机场等行业得到进一步普及；2012年中鼎集成为LG化学提供物流仓储系统，2014年后，电商的爆发式增长使得中国物流装备从“跟随”逐步转为“领跑”，电商和新能源行业开始使用国产智慧物流装备。 图表1：中国智慧物流行业发展历程 来源：CIC灼识咨询，中泰证券研究所4 1.2、智慧物流产业链 智慧物流产业链的上游为设备制造商和软件开发商，中游为系统集成商，下游为各应用行业。 上游:单机设备和零部件及系统提供商，供应立体货架、叉车、输送机、分拣机、AGV、堆垛机、穿梭车等硬件设备，以及WMS、WCS、WES、MES等仓储软件与工业软件； 中游:解决方案提供商，一部分由物流设备的生产厂家发展而来，硬件技术较强，如诺力股份、中科微至；另一部分由物流软件开发商发展而来，在软件技术开发上具有较强的竞争实力，如今天国际等； 下游:应用物流或仓储自动化系统的各行业，可分为工业生产物流和商业配送物流。 图表2：智慧物流产业链 来源：前瞻产业研究院，中泰证券研究所5 1.3、政策推进智能物流行业降本增效 我国智能物流设备渗透率尚不足30%，且立体仓库数量少于美国日本。2021年AGV、输送线及机器人的渗透率不足30%，远低于发达国家80%左右的智能物流装备渗透率水平。未来随着智能物流装备的成本、效率优势进一步显现，柔性化供应链需求持续增强，智能物流装备渗透率预计将快速提升。 政策推进物流行业降本增效。《物流业降本增效专项行动方案（2016-2018年）》指出，“推动物流业与制造业协调发展，进一步降低产业物流成本”；《“十四五”智能制造发展规划》提出“到2025年，70%的规模以上制造业企业基本实现数字化网络化，并实现智能制造装备和工业软件市场满足率分别超过70%和50%”的发展规划。 图表3：2021年中国智能仓储类设备渗透率 来源：华经产业研究院，中泰证券研究所 图表4：中国自动化立体仓库数少于美国日本 来源：中国物流与采购联合会，高工产业研究院，中泰证券研 究所6 1.4、市场空间：智慧物流行业规模近千亿，预计未来5年CAGR为18.3% 国内智慧物流的市场空间近千亿，其中新能源、快消、医药为高增速的应用场景。根据CIC灼识咨询，2022年中国智慧物流装备市场规模为829.9亿元，同比增长16.1%。其中新能源、快递快运、快消领域的市场规模最大，分别为123、122、105亿元。预计2027年，中国智慧物流装备市场规模可达到1920.2亿元，未来五年CAGR高达18.3%，其中新能源行业增速领先，2022-2027CAGR为33.1%。 图表5：智慧物流装备市场规模（单位：亿元） 来源：CIC灼识咨询，中泰证券研究所 7 2.1、竞争格局：上游物流搬运机器人呈寡头竞争格局 中国物流搬运机器人行业阶层梯队分化逐步明显，大致可分为两大梯队：以极智嘉（Geek+）、快仓和海康威视三家公司为代表的第一梯队和以艾瑞思机器人、马路创新、牧星智能三家公司为代表的第二梯队。截至2019年底，Geek+、快仓及海康威视三家公司在物流搬运机器人市场的市场份额合计占比超80%，Geek+市场占有率达32.6%，快仓和海康威视的市场占有率分别为31.1%和18.2%。 相比其他物流搬运机器人企业，第一梯队的企业在完成既定的研发创新的基础上已经开始着眼于提升用户体验，更多地关注机器人系统的稳定性及机器人系统能否切实降低客户的运营成本。 Geek+ 牧心智能 快仓 海康威视 马路创新 艾瑞思机器人其他 3% 2% 5%8% 33% 18% 31% 图表6：2019年中国AGV机器人行业市场份额 来源：头豹研究院，中泰证券研究所 图表7：中国自动搬运AGV机器人行业竞争格局 极智嘉、快仓、 海康威视 艾瑞思机器人、马路创新、牧星智能 其他 来源：头豹研究院，中泰证券研究所 8 9 来源：ModernMaterialsHandling，IMARCGroup，中泰证券研究所 来源：Wind，中泰证券研究所 2.2、竞争格局：中游系统集成商充分竞争 由于智慧物流下游行业应用相对分散，行业间差别较大，系统集成商的集中度较低。 全球：根据《物料搬运商业评论》（MMH）发布的2022年“全球物料搬运系统供应商二十强”榜单，龙头公司以日本、美国、欧洲企业居多，日本大福、德马泰克的全球市占率分别为7.7%、7.5%。 国内：由于我国下游企业规模较大且外资品牌具有先发优势，国内竞争格局分散。诺力股份、今天国际的市占率分别为4.0%、2.9%，各集成商在不同的细分领域有较强的竞争实力，例如诺力股份和今天国际深耕新能源行业，昆船智能在烟草和军工领域竞争力较强。 图表8:全球物料搬运系统供应商二十强图表9：国内物流自动化上市公司及市占率 2021排名 公司 全球2021年收 入（亿美元） 国家 市占率 1 大幅 43.9 日本 7.7% 2 德马泰克 42.99 美国 7.5% 3 胜斐尔 37.32 德国 6.5% 4 霍尼韦尔 29.4 美国 5.1% 5 范德兰德 26 荷兰 4.5% 6 科纳普(KnappAG) 18.4 奥地利 3.2% 7 村田机械 17.8 日本 3.1% 8 MHS 15 美国 2.6% 9 WITRONIntegratedLogistics 12.42 德国 2.2% 10 MECALUX 11.77 西班牙 2.1% 11 伯曼 11.2 德国 2.0% 12 西门子 10 德国 1.7% 13 TGW 9.25 奥地利 1.6% 14 瑞士格 7.37 德国 1.3% 15 法孚集团 6.64 法国 1.2% 16 KardexAG 5.14 瑞典 0.9% 17 BastianSolutions 4.26 美国 0.7% 18 Elettric80 3.72 意大利 0.7% 19 AutoStoreAS 3.28 挪威 0.6% 20 SystemLogisticsSpA 3.22 意大利 0.6% 合计 319.08 55.8% 3.1、AI+智能物流行业的应用场景 AI在物流中的硬件和软件均有应用，其中智能仓储环节的空间最大： 硬件：AI技术赋能无人卡车、AMR、无人配送车、无人机、客服机器人等智能设备代替部分人工，目前落地条件尚不成熟，还需要较长的培育时间； 软件：通过计算机视觉、机器学习、运筹优化等技术或算法驱动的如车队管理系统、仓储现场管理、设备调度系统、订单分配系统等软件系统提高人工效率，已具备一定的技术基础，实际场景散落在物流业务体系中的各个角落，场景较为分散。 图表10：人工智能在物流各环节的应用场景、核心技术及适用领域 来源：艾瑞咨询，中泰证券研究所10 3.2、智能物流行业的发展趋势——AGV采用融合导航 视觉SLAM技术不断发展，融合导航成为AGV当前趋势。随着亚马逊收购kiva，二维码导航的AGV开始在各大仓库内使用。但需要提前在地面上铺设二维码，且需要持续进行维护，当AGV的应用场景拓展到制造业等其他复杂领域时，二维码导航的灵活性受到限制。 激光SLAM（即时定位与地图构建）技术目前已相当成熟，极大地提升了AGV/AMR的灵活性，但高精度激光雷达的成本较高。由于视觉导航能够获取更多信息、适用范围更广、成本更低，视觉SLAM（V-SLAM）被认为是下一代规模应用的导航方式，也是AI视觉落地的重要方向。综合精度、成本、应用场景等因素，融合导航将成为趋势。例如二维码+激光SLAM、激光SLAM+视觉SLAM的多传感器融合导航等。 图表11：AGV导航方式对比 磁条导航 二维码导航 激光SLAM 视觉SLAM 具体方式 地面铺设磁条 地面铺设二维码 激光传感器，即时定位 视觉传感器识别运行路 与地图构建 线 设备成本 低 低 高 较低 维护成本 高 高 低 低 灵活性 低 较高 高 高 导航精度 高 高 较高 较高 缺点 固定路线导航，灵活性较差 二维码容易受损，维护成本较高 在两侧是墙壁的长廊环境中容易发生定位丢失;高精度激光传感器的成本较高，且依赖进口 对光线依赖度高且对算力要求高;技术处于进一步研发和场景落地阶段 对于多数业务稳定的场 运动路线动态变化人机 能够在复杂动态环境下 应用场景 早期的工厂 景、二维码导航已经能 混场、跨楼层搬运等复 定位(有运动物体等、 够满足需求 杂场景如智慧工厂 货物被搬运等) 来源：甲子光年，中泰证券研究所11 3.2、智能物流行业的发展趋势——移动机器人（AGV/AMR）加速渗透 机器人与其他生产设备、MES、WMS等系统全面协同，实现生产物流信息实时管控，同时打通智慧工厂数据链，提高生产制造数据收集的时效性。5G网络的低时延使得移动机器人与人能够更好的协作，在遇到人时能够快速避开。同时，移动机器人之间的实时通信能力提升，能够协同作业的移动机器人数量增加。 通过边缘计算和云计算的结合，突破移动机器人终端的算力和存储限制。一方面提高了AI算法的训练和推理能力，提升移动机器人的智能程度。另一方面，通过云端数据实时分析，优化每一个移动机器人的工作，提升整体效率。 图表12：5