2023爱分析·智能制造厂商全景报告

1|2023昶ⴔ區·兰腊ⵖ鸣⾊㉁Ⰼ兞䫣デ 报告编委 报告指导人黄勇 爱分析 爱分析合伙人&首席分析师 报告执笔人苏锦浠 爱分析 分析师 目录 1.研究范围定义4 2.市场洞察7 2.1智能制造市场规模增速放缓，行业呈现分化7 2.2智能制造重点建设方向：敏捷化、低碳化、平台化7 2.3新兴技术尚处于尝试阶段8 3.厂商全景地图9 4.市场分析与厂商评估11 4.1设备后市场服务11 4.2工业数据智能平台18 5.入选厂商列表21 关于厂商全景报告26 关于爱分析27 研究与咨询服务28 法律声明29 1.研究范围定义 研究范围 “十四五”期间工信部等发布《“十四五”智能制造发展规划》，强调智能制造是我国制造强国主攻方向，加快推动智能制造发展，深化智能推广应用，开拓制造业数字化转型升级新路径，智能制造市场发展潜力进一步深化。与此同时，企业智能制造也面临诸多亟待解决的问题。 宏观层面，国家政策助推智能制造与绿色制造深度融合，企业在积极发展智能制造的同时，也需加强与绿色制造的深度融合。在“中国制造2025”政策末期，国家又相继出台了《“十四五”战略性新兴产业发展规划》、《工业领域碳达峰实施方案》等政策，推进“工业互联网+绿色低碳”， 聚焦能源管理、节能降碳等典型场景，推广标准化的“工业互联网+绿色低碳”解决方案和工业 APP。因此，如何以智能制造推动制造业绿色发展，成为企业面临的新考题。 技术层面，在新一轮技术革命下，各项新兴数字化技术如何在制造业场景落地，成为企业待探索的问题。例如，5G、VR/AR、边缘计算等新兴技术持续渗透，逐步释放价值。工业元宇宙、大模型等前沿技术，又带来了新的命题。 从需求侧来看，首先，消费端整体需求放缓，消费者对制造的精细化提出了更高要求，同时新消费时代下消费者对消费品个性化的要求逐步提升，对供应链提出了考验；其次，全球经济滞胀导致制造业出口增速降低，精益生产成为增长点，加之疫情以来，制造业人力短缺与资源流通不畅加剧，进一步倒逼中国制造企业进行自动化、数字化、智能化升级。如何以智能化能力满足消费端高端化、个性化需求，助推消费增长，又如何解决生产端的资源短缺问题，实现精益生产、增强协同能力，是制造企业必须面临的挑战。 为了帮助制造企业更好地理解智能制造的应用实践价值，了解智能制造各细分市场的优质厂商及其产品和技术能力，爱分析开展了《2023年智能制造厂商全景报告》相关研究。 爱分析将智能制造市场划分为基础层、平台层、应用层。其中，基础层主要涵盖云计算、边缘计算、硬件设施设备。平台层主要有工业数据智能平台、技术平台及业务平台。应用层分为解决方案及工业软件。具体市场划分详见下图。 厂商入选标准 本次入选报告的厂商需同时符合以下条件： 厂商的产品服务满足各市场定义的厂商能力要求； 近一年厂商需要具备一定数量以上的企业付费客户（参考第4章市场分析部分）； 近一年厂商在特定市场的营业收入达到指标要求（参考第4章市场分析部分）。 （注：“近一年”指2022年Q1至2022年Q4） 2.市场洞察 2.1智能制造市场规模增速放缓，行业呈现分化 在宏观政策的持续正向引导和企业自身业务发展诉求的双重驱动下，中国智能制造市场保持着增长态势，制造业企业对于数字化转型的认知不断升级，投入意愿增强。但宏观经济下行对制造业企业带来了较大的压力，根据国家统计局数据，2023年第一季度全国规模以上工业企业实现 利润总额15167.4亿元，同比下滑21.4%。受此影响，制造业企业尤其是民营企业的数字化转 型投入能力有所下降，2023年智能制造市场规模增速放缓。 从行业来看，综合行业收入规模、数字化投入能力、政策支持度等因素判断，汽车、电子设备、电气、钢铁、有色金属、医药等是智能制造投入较高的重点行业。 2.2智能制造重点建设方向：敏捷化、低碳化、平台化 从智能制造建设的重点方向来看，供应链管理、生产管理、能源管理、数据智能平台建设是重点场景，整体呈现敏捷化、低碳化、平台化的趋势。 1）供应链管理：经历了疫情洗礼，随着后疫情时代复工复产的推进，打造敏捷、充满韧性的供应链成为制造企业的重中之重。面对不确定性增强的产业链和消费端更加激烈的市场竞争，企业一方面需要提升供应链的抗风险能力和敏捷响应能力，另一方面需要降低供应链端的成本。 2）生产管理：生产环节是企业提质降本增效的核心业务环节。在基础的生产管理和执行场景，企业正在对传统的MES系统进行数据化、云化升级，更好地实现数据驱动协同和管理。同时，以汽车制造为代表的先进制造业正在实现高级计划与排程，并借助新的AI算法持续优化效果。 3）能源管理：双碳背景下，绿色制造+智能制造成为新趋势。政策方面，《工业领域碳达峰实施方案》明确要求建立数字化碳管理体系，《加快推动制造业绿色高质量发展的指导意见》也即将出台。同时，对于钢铁、有色金属、医药制造等高能耗行业，节能降碳也契合企业降低成本的现 实考量。 4）数据智能平台：制造业企业的数字化转型正在从单点场景验证进入平台化能力建设阶段，平台的价值逐步得到认可。以数据智能平台为例，建设数据智能平台已经成为企业统一管理数据资产、打通数据支撑各业务场景数字化应用的必备基础设施。 2.3新兴技术尚处于尝试阶段 1）工业元宇宙：工业元宇宙可以在生产、研发设计、测试、运维等全生命周期、全价值链环节实现对工业企业赋能时通过孪生仿真、AI技术，从映射、监测，走向问题原因的诊断及问题预 测，将成为智能制造的一种重要形态。 目前，工业元宇宙已在工业的研发、生产、管理、销售、实训等阶段有不同程度应用，且已实现设备、产线、工厂甚至产业链级的部分应用，对企业提质降本增效、服务产业链治理与供应链优化起到了重要作用，但仍面临着技术储备相对不足、标准体系缺失、数据安全问题突出、应用场景的深度和广度有限等问题。 2）大模型：以OpenAI的GPT为代表的大模型开启了新的智能化时代，长远来看也必然对制造业带来巨大变革。大模型在制造业的潜在应用场景众多，如借助大模型的图形生成能力，应用 于辅助研发设计；基于大模型构建知识库问答系统，应用于工艺、流程等业务知识培训；将大模型的推理能力与工业机器人的自动化执行能力结合，实现机器人的自主行动等。 整体而言，目前制造业对于大模型的落地应用尚处于观望学习阶段。未来大模型的落地应用还 将面临制造业数据质量不足、专业知识know-how复杂等难题的挑战。 3.厂商全景地图 爱分析基于对甲方企业和典型厂商的调研以及桌面研究，遴选出了在智能制造部分市场中具备 成熟解决方案和落地能力的入选厂商。 4.市场分析与厂商评估 爱分析对本次智能制造数字化项目重点研究的特定市场定义如下。同时，针对参与此次报告的部分代表厂商，爱分析撰写了厂商能力评估。 4.1设备后市场服务 市场定义： 设备后市场服务解决方案，是指利用工业互联网技术手段，围绕待售及已售设备，为终端用户提供售后增值服务的解决方案，包含设备故障诊断、预测性维护、设备运行监控、设备数据分析、售后营销等，旨在提高设备的运维效率、降低运维成本、提高客户满意度，并发掘更多的增长价值。 甲方终端用户： 金属制品、通用设备、专用设备、汽车、船舶、电气机械、仪器仪表等装备制造企业的生产、售后、销售、维保及IT部门。 甲方核心需求： 我国工业化水平不断提升叠加经济环境的萎靡，导致装备制造业需求增速放缓甚至开始萎缩，增量市场空间越来越小。因此，对装备制造企业而言，深度挖掘现有存量市场、最大化其价值， 以售后增值服务吸引客户买单、创造新业绩增长点，打造产品+服务的商业模式，是其保持稳定持续增长的必然选择。在进行后市场服务时，装备制造企业常产生诸多需求： 企业需提升运维效率。一是设备运行状态缺乏实时监测，运行情况只能在出故障后被 动获取，频繁故障则会影响终端用户企业生产经营，也会影响设备制造企业的客户忠诚度，故提供主动性运维服务是终端用户企业和设备制造企业的共同诉求；二是在到达现场前，运维人员难以完全掌握设备故障情况，其对故障情况的了解仅来自于终端用户的描述，受沟通效率和终端用户经验影响大，不利于维保人员快速做出维保决策，导致整体维保周期长；三是设备复杂度较高，在复杂环境下依靠人工很难快速定位和解决故障问题，运维效率强依赖售后运维人员的个人经验，具有较大的局限性。因此，实现对设备运行状态的全面实时监控，是设备制造企业的重要需求。 企业需提升售后质量和客户满意度。一方面，设备的现场运维过程难以获取，仅依靠 运维人员的口头或书面描述，设备制造企业无法直接掌握运维人员的技术水平和操作行为，无法保障运维质量，运维风险较大；另一方面，设备的历史运维记录也较难查询，设备制造企业无法按时提前安排维保，也无法依靠历史运维情况优化运维方向，效率低、质量不佳，难以保障客户满意度。对设备制造企业而言，以数字化手段实现对设备运维过程和运维历史的记录，是其加强运维人员管理能力、提升售后质量、提高客户满意度的必要手段。 企业需降低运维成本。随着装备制造企业的业务规模持续扩大，设备类型随之增多， 设备存量大且终端客户相对独立，其地理位置较为分散，空间跨度大，若仅依靠传统人工出差现场式运维，实效性差，同时人员差旅成本及时间成本高昂。运营维护成本居高不下，这为企业设备运维管理带来诸多压力。因此，企业需要通过智能化技术手段，便捷获取设备运行数据，实现远程故障排查，取代或替代部分人力现场运维，有效节约人力运维成本，提升企业盈利能力。 企业需提升售后服务价值，促进商机获取。对装备制造企业而言，除以售后增值服务 提升盈利点外，其还需在服务中挖掘营销价值，带动配件销售甚至新的整机销售，因此基于设备和客户数据，形成对客户企业需求的深刻洞察，是企业最大化售后服务价值、促进服务部门从成本中心向利润中心转型、打造企业第二增长曲线的基础。 厂商能力要求： 面对上述甲方核心需求，厂商需能为企业提供完善的设备后市场解决方案，具体而言需具备以下能力： 厂商需具备设备监控与数据采集能力。厂商需具备高精度的物联网技术，依托传感器 等物联网设备以及5G等网络通讯技术，实现对设备运行状态的全面实时监测和数据 采集，一方面能在故障发生前，基于对设备可能出现的故障进行预测分析，帮助企业提前采取措施以减少故障的影响范围和程度；另一方面能在故障发生时，及时响应、快速定位、解决问题，从而提高售后运维效率，增强终端用户企业的客户忠诚度。另外，厂商需具备数据可视化能力，能将监测到的数据进行处理并形成可视化监控结果和分析报告，为运维决策提供更直观的支持。 厂商需具备对设备运维过程的记录与管理能力。厂商需能基于物联网或移动化平台等数字化手段，对设备的运维过程和运维历史进行记录，以便设备制造企业实时掌握运 维人员行为，或依据历史运维情况优化运维方向，提高运维效率和售后服务质量。 厂商需具备远程诊断与运维能力。首先，厂商需具备远程诊断能力，通过传感器及VR 等，实现远程故障排除诊断，以降低人力成本；其次，厂商需能提供现场服务资源调度和优化能力，帮助企业合理安排现场服务人员和物料，降低路途成本；最后，厂商可依托虚拟现实技术，帮助企业构建远程维修功能，远程协助终端企业用户操作，以进一步降低现场运维成本。 厂商需具备售后服务平台建设能力，并能帮助企业构建营销能力。厂商需能帮企业构 建售后服务平台，包含数据管理、运维管理、客户管理、合同管理等功能，帮助企业进行全面的售后服务管理，提高售后服务能力；同时，需具备大数据分析和挖掘能力，在打通设备和终端企业客户数据的基础上，深度挖掘终端客户需求，为后续持续性营销提供基础，帮助企业最大化售后服务价值。 入选标准说明： 1.符合设备后市场服务平台的厂商能力要求； 2.近一年工业数据智能平台服务客户数5家及以上； 3.近一年该市场相关服务收入规模在500万元以上。 代表厂商评估： 鲁邦通 厂商介绍： 广州鲁邦通物联网科技股份有