AI應(yīng)用端行業(yè)研究：AI+工業(yè)信息化高價(jià)值、高普及、高認(rèn)可之路-20230409-國金證券-21正式版

AI+工業(yè)信息化：將走上高價(jià)值、高普及、高認(rèn)可之路。1、高價(jià)值：AI賦能工業(yè)制造領(lǐng)域潛力大、增速動能強(qiáng)，據(jù)埃森哲統(tǒng)計(jì)，預(yù)計(jì)到2035年AI應(yīng)用使制造業(yè)總增長值增長4萬億美元；2、高普及：工業(yè)AI在歐美等工業(yè)發(fā)達(dá)地區(qū)已經(jīng)實(shí)現(xiàn)較高普及率，據(jù)凱捷統(tǒng)計(jì)，歐洲頂級制造企業(yè)AI應(yīng)用普及率達(dá)到51%，德國69%、日本30%、美國28%；3、高認(rèn)可：隨著工業(yè)AI應(yīng)用場景不斷拓寬以及產(chǎn)業(yè)界的實(shí)踐錘煉，部分場景已經(jīng)形成一致價(jià)值共識，據(jù)MIT報(bào)告顯示，工業(yè)AI應(yīng)用場景認(rèn)可度前三為質(zhì)量管控、庫存管理和監(jiān)控診斷，應(yīng)用普及率達(dá)到59%、44%和32%。AI+工業(yè)信息化：落地時間有望更快，落地場景有望更多。1、從時間角度看，復(fù)盤歷史技術(shù)創(chuàng)新與工業(yè)落地的時間差，由于人工智能技術(shù)可用性增強(qiáng)及工業(yè)信息化水平提升，通用技術(shù)的工業(yè)落地間隔由20年逐步縮短至<5年，我們認(rèn)為本次AI技術(shù)創(chuàng)新到實(shí)際工業(yè)場景落地的時間可能快于市場預(yù)期；2、從落地場景看，生產(chǎn)控制工業(yè)軟件環(huán)節(jié)的AI應(yīng)用占整個工業(yè)場景的57%+，擁有表面缺陷檢測、生產(chǎn)過程控制優(yōu)化、質(zhì)量關(guān)聯(lián)分析、預(yù)測性維護(hù)、生產(chǎn)作業(yè)視覺識別、物料識別與操作等一批典型細(xì)分場景，相關(guān)廠商有望廣泛受益。AI+工業(yè)信息化：讓研究AI+工業(yè)信息化更有框架感。本報(bào)告結(jié)合信通院相關(guān)資料，從技術(shù)、產(chǎn)業(yè)、應(yīng)用三個維度出發(fā)搭建AI+工業(yè)信息化研究框架。探索出工業(yè)與AI的結(jié)合主要有識別類、數(shù)據(jù)建模優(yōu)化類、知識推理決策類三大核心應(yīng)用模式，這三大應(yīng)用模式貫穿整個工業(yè)從研發(fā)與規(guī)劃，到生產(chǎn)過程管控、到經(jīng)營管理優(yōu)化、再到產(chǎn)品與服務(wù)的整個過程，梳理出20+種實(shí)際落地場景。AI+工業(yè)信息化：讓研究AI+工業(yè)信息化更有具體感。從理論落到實(shí)處，本報(bào)告選擇三大落地場景：工業(yè)建模場景（工藝建模軟件）、質(zhì)量管理場景、供應(yīng)鏈與物流場景進(jìn)行詳細(xì)梳理，結(jié)合海外巨頭Aspen、國內(nèi)智能制造落地企業(yè)富士康等標(biāo)桿案例進(jìn)行解讀，梳理出相關(guān)場景有望受益的A股核心生產(chǎn)控制類企業(yè)。這部分A股企業(yè)雖然目前不全部都已經(jīng)與AI進(jìn)行結(jié)合，但我們認(rèn)為大模型的推出將顯著受益擁有相關(guān)落地場景及行業(yè)knowhow的關(guān)鍵企業(yè)。生產(chǎn)控制類工業(yè)軟件賽道，從行業(yè)及公司基本面角度看：需求端高景氣且制造業(yè)領(lǐng)域國產(chǎn)替代需求日漸旺盛，供給端部分公司逐步突破0-1技術(shù)壁壘且產(chǎn)品標(biāo)準(zhǔn)化程度高具備規(guī)模效應(yīng)，稀缺性強(qiáng)競爭格局好。從與AI結(jié)合的緊密度來看：質(zhì)量管理、設(shè)備管理、生產(chǎn)作業(yè)、安全生產(chǎn)管理等生產(chǎn)過程管控環(huán)節(jié)是工業(yè)AI應(yīng)用重點(diǎn)領(lǐng)域，國內(nèi)生產(chǎn)控制類工業(yè)軟件廠商或?qū)⒙氏仁芤嬗诒据咥I+大潮。推薦關(guān)注生產(chǎn)控制類工業(yè)軟件重點(diǎn)公司，如中控技術(shù)、賽意信息、漢得信息、能科科技、鼎捷軟件（完整推薦組合詳見正文）。海外基礎(chǔ)軟硬件使用受限的風(fēng)險(xiǎn)；AI應(yīng)用落地不及預(yù)期的風(fēng)險(xiǎn)；行業(yè)競爭加劇風(fēng)險(xiǎn)。敬請參閱最后一頁特別聲明1每日免費(fèi)獲取報(bào)告1、每日微信群內(nèi)分享7+最新重磅報(bào)告；2、每日分享當(dāng)日華爾街日報(bào)、金融時報(bào)；3、每周分享經(jīng)濟(jì)學(xué)人4、行研報(bào)告均為公開版，權(quán)利歸原作者所有，起點(diǎn)財(cái)經(jīng)僅分發(fā)做內(nèi)部學(xué)習(xí)。掃一掃二維碼關(guān)注公號回復(fù)：研究報(bào)告加入“起點(diǎn)財(cái)經(jīng)”微信群。。行業(yè)深度研究(深度)內(nèi)容目錄1.AI+工業(yè)信息化研究框架............................................................................................................................41.1從技術(shù)到落地的時間線索：本次AI技術(shù)創(chuàng)新到實(shí)際工業(yè)場景落地的時間可能快于市場預(yù)期................41.2AI+工業(yè)信息化三維框架：工業(yè)AI技術(shù)、產(chǎn)業(yè)、應(yīng)用三維立體發(fā)展視圖...............................................41.3AI+工業(yè)信息化發(fā)展歷程：三個階段由技術(shù)導(dǎo)向的點(diǎn)狀場景轉(zhuǎn)向需求導(dǎo)向的綜合應(yīng)用............................61.4AI+工業(yè)信息化細(xì)分場景梳理與應(yīng)用率統(tǒng)計(jì)：生產(chǎn)控制為最主要場景之一.............................................62.落地場景透視1：AI促成工藝建模范式躍遷，生產(chǎn)過程模擬軟件受益........................................................72.1工藝建模變革場景透視：AI大模型有望輔助提升工藝優(yōu)化方案...........................................................72.2標(biāo)桿案例：下一代工藝仿真建模，AspenHybridModel......................................................................82.3有望受益1：中控技術(shù)，智能制造一體化布局龍頭，“135戰(zhàn)略控制點(diǎn)”夯實(shí)企業(yè)護(hù)城河........................92.4有望受益2：能科科技，領(lǐng)航國產(chǎn)PLM發(fā)展，樂倉生產(chǎn)力中臺有望打通價(jià)值鏈端到端......................113.落地場景透視2：AI催化工業(yè)場景質(zhì)量管理新階段..................................................................................123.1質(zhì)量管理發(fā)展階段：AI賦能工業(yè)企業(yè)產(chǎn)品生產(chǎn)生命線，質(zhì)量管理有望迎來第四階段..........................123.2質(zhì)量管理場景透視：AI賦能質(zhì)量管理向預(yù)測性、主動性和可視性方向發(fā)展........................................133.3質(zhì)量管理技術(shù)路徑：產(chǎn)品質(zhì)檢、根因分析、產(chǎn)品優(yōu)化等全質(zhì)量管理流程............................................133.4標(biāo)桿案例：工業(yè)知識圖譜助力富士康質(zhì)量管理進(jìn)階...........................................................................143.5有望受益：鼎捷軟件，多維度分析工具提升質(zhì)量管理效率.................................................................154.落地場景透視3：AI推動物流與供應(yīng)鏈領(lǐng)域再上新臺階...........................................................................154.1供應(yīng)鏈與物流管理場景透視：AI推動供應(yīng)鏈預(yù)測、庫存管理調(diào)撥、供應(yīng)鏈網(wǎng)絡(luò)規(guī)劃..........................154.2有望受益1：賽意信息，先進(jìn)數(shù)字化供應(yīng)鏈平臺+華為云合作助力.....................................................164.2有望受益2：漢得信息，物流管理、效率工具、平臺連接三個維度賦能企業(yè)數(shù)智化轉(zhuǎn)型....................174.3有望受益3：今天國際，國內(nèi)智慧物流解決方案領(lǐng)軍者.....................................................................175.投資建議.................................................................................................................................................186.風(fēng)險(xiǎn)提示.................................................................................................................................................19敬請參閱最后一頁特別聲明2行業(yè)深度研究(深度)圖表目錄圖表1：AI技術(shù)創(chuàng)新與AI工業(yè)場景落地時間差逐步縮短 4圖表2：工業(yè)AI技術(shù)、產(chǎn)業(yè)、應(yīng)用三維立體發(fā)展視圖 5圖表3：工業(yè)AI主要有識別類、數(shù)據(jù)建模優(yōu)化類、知識推理決策類三大核心應(yīng)用模式 5圖表4：工業(yè)AI由技術(shù)導(dǎo)向的點(diǎn)狀場景轉(zhuǎn)向需求導(dǎo)向的綜合應(yīng)用 6圖表5：AI+工業(yè)細(xì)分場景應(yīng)用率統(tǒng)計(jì)-生產(chǎn)控制環(huán)節(jié)占比工業(yè)AI下游應(yīng)用超57% 7圖表6：AI落地工業(yè)生產(chǎn)管理環(huán)節(jié)細(xì)分場景透視 7圖表7：AI牽引生產(chǎn)控制工業(yè)軟件范式變革：基于生產(chǎn)工藝第一性原理的AI機(jī)器學(xué)習(xí) 8圖表8：下一代工藝仿真建模：AspenHybridModel 9圖表9：中控著力打通從底層硬件設(shè)備到上位軟件能力 9圖表10：中控“135戰(zhàn)略控制點(diǎn)”夯實(shí)企業(yè)護(hù)城河 10圖表11：中控發(fā)布iAPEX對標(biāo)Aspen 11圖表12：能科樂倉生產(chǎn)力中臺為工業(yè)互聯(lián)網(wǎng)平臺的早期發(fā)展階段 12圖表13：TeamCenter的主要構(gòu)成 12圖表14：TeamCenter的主要功能及實(shí)現(xiàn)效果 12圖表15：第四次科技革命催化生態(tài)質(zhì)量管理誕生 13圖表16：Q-DAS質(zhì)量分析系統(tǒng)全景透視 13圖表17：Q-DAS自動生成質(zhì)量管理定制化報(bào)告 13圖表18：AI賦能質(zhì)量管理全流程，行業(yè)應(yīng)用場景廣闊 14圖表19：富士康基于知識圖譜的設(shè)備健康監(jiān)測探索 14圖表20：鼎捷智質(zhì)量四大核心要素確保品質(zhì)問題 15圖表21：AI有望推動物流與供應(yīng)鏈管理全鏈路智能落地 16圖表22：賽意信息與華為云合作，打造先進(jìn)數(shù)字化供應(yīng)鏈平臺 16圖表23：漢得供應(yīng)鏈物流優(yōu)勢能力概覽 17圖表24：今天國際供應(yīng)鏈綜合解決方案實(shí)現(xiàn)一體化供應(yīng)鏈管理 17圖表25：推薦AI+生產(chǎn)控制類工業(yè)軟件相關(guān)標(biāo)的 18敬請參閱最后一頁特別聲明3行業(yè)深度研究(深度)1.1從技術(shù)到落地的時間線索：本次AI技術(shù)創(chuàng)新到實(shí)際工業(yè)場景落地的時間可能快于市場預(yù)期根據(jù)信通院研究，由于人工智能技術(shù)可用性的增強(qiáng)以及工業(yè)信息化水平的提升，通用技術(shù)的工業(yè)落地間隔由20年逐步縮短至<5年發(fā)展路徑上，AI技術(shù)創(chuàng)新后，會按照“技術(shù)創(chuàng)新-應(yīng)用探索-工程化”路徑演化。發(fā)展節(jié)奏上，AI技術(shù)創(chuàng)新和工業(yè)領(lǐng)域融合應(yīng)用之間的滯后周期有望不斷縮短。從案例來看，專家系統(tǒng)誕生與工業(yè)領(lǐng)域應(yīng)用間隔近20年；統(tǒng)計(jì)機(jī)器學(xué)習(xí)的工業(yè)領(lǐng)域應(yīng)用基本在10年左右；而深度學(xué)習(xí)、生成對抗網(wǎng)絡(luò)等新技術(shù)于2012年后在通用領(lǐng)域開展應(yīng)用，不足4年便已經(jīng)產(chǎn)生了工業(yè)領(lǐng)域探索實(shí)例。我們認(rèn)為，本次AI技術(shù)創(chuàng)新到實(shí)際工業(yè)場景落地的時間可能快于市場預(yù)期。圖表1：AI技術(shù)創(chuàng)新與AI工業(yè)場景落地時間差逐步縮短來源：信通院《工業(yè)智能白皮書（2022）》，國金證券研究所1.2AI+工業(yè)信息化三維框架：工業(yè)AI技術(shù)、產(chǎn)業(yè)、應(yīng)用三維立體發(fā)展視圖工業(yè)AI在技術(shù)、產(chǎn)業(yè)與應(yīng)用維度具備多維立體發(fā)展?jié)摿Γ杭夹g(shù)維度：工業(yè)AI的技術(shù)體系由基礎(chǔ)支撐、算法技術(shù)、應(yīng)用技術(shù)和工業(yè)適配技術(shù)四個層級組成。產(chǎn)業(yè)維度：主要包括四個方面，按層級關(guān)系可分為基礎(chǔ)軟硬件、智能工業(yè)裝備、自動化與邊緣系統(tǒng)、平臺/工業(yè)軟件與方案。應(yīng)用維度：工業(yè)AI已經(jīng)在研發(fā)、生產(chǎn)、管理與服務(wù)等全環(huán)節(jié)形成各類智能化場景，主要形成識別類、數(shù)據(jù)建模優(yōu)化類、知識推理決策類三大核心應(yīng)用模式。敬請參閱最后一頁特別聲明4行業(yè)深度研究(深度)圖表2：工業(yè)AI技術(shù)、產(chǎn)業(yè)、應(yīng)用三維立體發(fā)展視圖來源：信通院《工業(yè)智能白皮書（2022）》，國金證券研究所工業(yè)AI形成三類核心應(yīng)用模式：識別類應(yīng)用：與工業(yè)智能的應(yīng)用技術(shù)相對應(yīng)，包括工業(yè)視覺檢測、表單識別和工業(yè)語音信號識別等。數(shù)據(jù)建模優(yōu)化類應(yīng)用：與通用算法技術(shù)中的數(shù)據(jù)科學(xué)相對應(yīng)，如基于機(jī)器學(xué)習(xí)、深度學(xué)習(xí)技術(shù)的智能排產(chǎn)、設(shè)備運(yùn)維、工藝參數(shù)優(yōu)化等。知識推理決策類應(yīng)用：與通用算法技術(shù)中的知識工程相對應(yīng)，如冶煉專家系統(tǒng)、設(shè)備故障診斷專家系統(tǒng)、供應(yīng)鏈知識圖譜等。圖表3：工業(yè)AI主要有識別類、數(shù)據(jù)建模優(yōu)化類、知識推理決策類三大核心應(yīng)用模式來源：信通院《工業(yè)智能白皮書（2022）》，國金證券研究所敬請參閱最后一頁特別聲明5行業(yè)深度研究(深度)1.3AI+工業(yè)信息化發(fā)展歷程：三個階段由技術(shù)導(dǎo)向的點(diǎn)狀場景轉(zhuǎn)向需求導(dǎo)向的綜合應(yīng)用工業(yè)AI應(yīng)用發(fā)展可以分為三大階段：階段一：強(qiáng)技術(shù)導(dǎo)向的點(diǎn)狀賦能階段。以“AI有什么、工業(yè)用什么”為核心特征，主要是專家系統(tǒng)、機(jī)器學(xué)習(xí)等傳統(tǒng)AI技術(shù)以及自然語言處理等應(yīng)用技術(shù)向工業(yè)領(lǐng)域的滲透遷移，解決以工業(yè)視覺為主的點(diǎn)狀問題，如機(jī)器視覺定位、視覺質(zhì)檢、表單字符識別等。此階段基本以替代人工操作、提高生產(chǎn)效率為主要目的，應(yīng)用普適性強(qiáng)、價(jià)值相對較高，但存在價(jià)值天花板現(xiàn)象。階段二：需求推動的場景復(fù)雜多樣化賦能階段。AI技術(shù)與工業(yè)需求相互匹配解決點(diǎn)狀的復(fù)雜特異性問題，實(shí)現(xiàn)“工業(yè)有需求、AI來滿足”，以機(jī)器學(xué)習(xí)/深度學(xué)習(xí)等數(shù)據(jù)科學(xué)與研發(fā)制造環(huán)節(jié)機(jī)理融合為主要特征，實(shí)現(xiàn)面向場景的建模與優(yōu)化，如設(shè)備健康管理、生產(chǎn)參數(shù)優(yōu)化、需求預(yù)測等場景。此階段面向相對復(fù)雜的工業(yè)問題，應(yīng)用價(jià)值差異性較大，但隨著與物理化學(xué)、科學(xué)計(jì)算等更深層次機(jī)理的融合，有望產(chǎn)生巨大的創(chuàng)新價(jià)值。階段三：綜合智能應(yīng)用階段。以深度學(xué)習(xí)與知識圖譜融合創(chuàng)新或是新技術(shù)理論突破賦能為主，解決綜合常識性問題。既能針對設(shè)備、工廠等實(shí)現(xiàn)更客觀全面的智能優(yōu)化，如質(zhì)量綜合管控，也能實(shí)現(xiàn)全企業(yè)甚至全產(chǎn)業(yè)鏈基于知識的綜合決策，應(yīng)用價(jià)值較高，推動工業(yè)真正實(shí)現(xiàn)智能化。圖表4：工業(yè)AI由技術(shù)導(dǎo)向的點(diǎn)狀場景轉(zhuǎn)向需求導(dǎo)向的綜合應(yīng)用來源：信通院《工業(yè)智能白皮書（2022）》，國金證券研究所1.4AI+工業(yè)信息化細(xì)分場景梳理與應(yīng)用率統(tǒng)計(jì)：生產(chǎn)控制為最主要場景之一質(zhì)量、制造過程和設(shè)備成為當(dāng)前工業(yè)AI應(yīng)用重點(diǎn)領(lǐng)域。生產(chǎn)控制環(huán)節(jié)的AI應(yīng)用占比超57%，擁有表面缺陷檢測、生產(chǎn)過程控制優(yōu)化、質(zhì)量關(guān)聯(lián)分析、預(yù)測性維護(hù)、安全管理與巡檢、生產(chǎn)作業(yè)視覺識別、物料識別與操作等一批典型細(xì)分場景。生產(chǎn)控制智能優(yōu)化成為最主要場景主要基于：一是場景需求成效顯著，產(chǎn)品質(zhì)量、效率以及設(shè)備管理直接與企業(yè)經(jīng)濟(jì)掛鉤，是幾乎所有工業(yè)企業(yè)共同關(guān)注的重點(diǎn)環(huán)節(jié)。二是數(shù)據(jù)獲得性強(qiáng)，生產(chǎn)過程數(shù)據(jù)、設(shè)備運(yùn)行過程數(shù)據(jù)等數(shù)據(jù)量較大、采集相對簡單，為AI技術(shù)落地提供了基本條件。三是技術(shù)成熟度較高，以機(jī)器學(xué)習(xí)、圖像識別等傳統(tǒng)AI算法面向特定問題實(shí)現(xiàn)識別、參數(shù)預(yù)測及優(yōu)化為主。綜上，圍繞產(chǎn)品質(zhì)量的識別分析、設(shè)備故障診斷與預(yù)測、過程參數(shù)優(yōu)化等應(yīng)用近乎占據(jù)了整個工業(yè)AI應(yīng)用的“半壁江山”。敬請參閱最后一頁特別聲明6行業(yè)深度研究(深度)圖表5：AI+工業(yè)細(xì)分場景應(yīng)用率統(tǒng)計(jì)-生產(chǎn)控制環(huán)節(jié)占比工業(yè)AI下游應(yīng)用超57%來源：信通院《工業(yè)智能白皮書（2022）》，國金證券研究所圖表6：AI落地工業(yè)生產(chǎn)管理環(huán)節(jié)細(xì)分場景透視來源：信通院《工業(yè)智能白皮書（2022）》，國金證券研究所2.1工藝建模變革場景透視：AI大模型有望輔助提升工藝優(yōu)化方案傳統(tǒng)生產(chǎn)過程模擬軟件中內(nèi)嵌了大量化學(xué)方程式等數(shù)學(xué)、物理細(xì)節(jié)，頭部廠商在數(shù)十年服務(wù)下游行業(yè)客戶的過程中積累了海量工藝know-how數(shù)據(jù)，在AI大模型快速迭代發(fā)展的背景下有望率先挖掘過往數(shù)據(jù)價(jià)值為客戶提供最佳工藝優(yōu)化方案。敬請參閱最后一頁特別聲明7行業(yè)深度研究(深度)以往純粹基于第一性原理與純粹基于機(jī)器學(xué)習(xí)的數(shù)據(jù)訓(xùn)練方式均面臨一些困境，融合模型有助于破局傳統(tǒng)困境，實(shí)現(xiàn)生產(chǎn)工藝建模范式變革：訓(xùn)練數(shù)據(jù)的困局與破局：第一性原理模型的底層通用性（均為基礎(chǔ)化學(xué)方程式與經(jīng)典物理原理）與認(rèn)知局限性（人類科學(xué)尚未窮盡底層原理的研究發(fā)現(xiàn)）導(dǎo)致其在對特定下游場景的工藝模型捕捉中存在不可避免的缺漏；機(jī)器學(xué)習(xí)模型在擺脫第一性原理模型的剛性束縛下能夠?qū)崿F(xiàn)工藝模型的完全捕捉，但需要大量的優(yōu)質(zhì)訓(xùn)練數(shù)據(jù)。“AI+第一性原理”融合模型通過將第一性原理整合進(jìn)入算法，實(shí)現(xiàn)了數(shù)據(jù)量級規(guī)模的可控，僅需相對少量的優(yōu)質(zhì)數(shù)據(jù)即可進(jìn)行數(shù)據(jù)訓(xùn)練。因果解釋的困局與破局：第一性原理模型的底層通用性導(dǎo)致模型適配依賴人工大量調(diào)試，需要消耗大量時間精力；機(jī)器學(xué)習(xí)模型能夠?qū)崿F(xiàn)模型的快速匹配，但基于數(shù)據(jù)挖掘的相關(guān)關(guān)系匹配較難描述因子間的因果關(guān)系。“AI+第一性原理”融合模型仍在經(jīng)典物理框架下基于因果推斷匹配因子，解決了輸出結(jié)果的現(xiàn)實(shí)意義問題。專家門檻的困局與破局：第一性原理模型的開發(fā)有賴于基礎(chǔ)工藝專家的支持；機(jī)器學(xué)習(xí)方法無需工藝專家但模型算法的調(diào)用仍有一定門檻?！癆I+第一性原理”融合模型在GPT大模型時代有望通過自然語言交互大幅降低用戶的使用門檻。圖表7：AI牽引生產(chǎn)控制工業(yè)軟件范式變革：基于生產(chǎn)工藝第一性原理的AI機(jī)器學(xué)習(xí)來源：AspenTech公司官網(wǎng)，國金證券研究所2.2標(biāo)桿案例：下一代工藝仿真建模，AspenHybridModel2020年11月，Aspen發(fā)布融合模型(AspenHybridModel)，旗下共包含降階融合模型(ReducedOrderHybridModel)與AI驅(qū)動的融合模型(AIDrivenHybridModel)兩類，二者均對傳統(tǒng)的機(jī)器學(xué)習(xí)模型施加了經(jīng)典物理約束，使得工藝仿真建模輸出結(jié)果更加貼合生產(chǎn)現(xiàn)場實(shí)際部署需要。其中，AIDrivenHybridModel更側(cè)重于第一性原理（雷諾數(shù)、物料平衡等）約束。二者適用場景稍有不同，模型間并不排斥，可協(xié)同助力下游用戶高效部署生產(chǎn)流程，底層優(yōu)化生產(chǎn)工藝，最終實(shí)現(xiàn)經(jīng)營層面降本增效。AspenTech官網(wǎng)披露，目前融合模型已在煉油與烯烴規(guī)劃模型更新、催化反應(yīng)器設(shè)備數(shù)字孿生、特種與高性能聚合物生產(chǎn)線優(yōu)化等領(lǐng)域得到應(yīng)用，為上述場景用戶帶來可觀的物料成本削減與產(chǎn)品性能提升。敬請參閱最后一頁特別聲明8行業(yè)深度研究(深度)圖表8：下一代工藝仿真建模：AspenHybridModel來源：AspenTech公司官網(wǎng)，國金證券研究所2.3有望受益1：中控技術(shù)，智能制造一體化布局龍頭，“135戰(zhàn)略控制點(diǎn)”夯實(shí)企業(yè)護(hù)城河中控技術(shù)夯實(shí)硬件基礎(chǔ)，深化軟件能力。中控著力打通從底層硬件設(shè)備到上位軟件能力，以集散控制系統(tǒng)(DCS)業(yè)務(wù)起步，向下發(fā)展儀器儀表等硬件設(shè)施，助力儀器儀表走向信息化和工業(yè)化深度融合；向上發(fā)展工業(yè)軟件，面向高端市場，為客戶打造智能制造的一體化解決方案。圖表9：中控著力打通從底層硬件設(shè)備到上位軟件能力來源：中控技術(shù)招股說明書，中控技術(shù)年報(bào)，國金證券研究所“135戰(zhàn)略控制點(diǎn)”夯實(shí)中控護(hù)城河。2022年11月，中控技術(shù)“135戰(zhàn)略控制點(diǎn)”首次亮相國際石油化工大會?！?35戰(zhàn)略控制點(diǎn)”即“1種商業(yè)模式+3大產(chǎn)品平臺+5T技術(shù)”：1種商業(yè)模式：5S店+線上S2B平臺。5S店可類比為汽車領(lǐng)域的4S店，5S是指為客戶提供包括銷售(Sales)、解決方案(Solutions)、服務(wù)(Service)、專家(Specialists)、備品備件(Spareparts)在內(nèi)的全方位服務(wù)。目前在全國600多家規(guī)模以上化工園區(qū)中已覆蓋160多家5S店，極大縮短了客戶觸達(dá)距離，與客戶深度捆綁。S2B則可類敬請參閱最后一頁特別聲明9行業(yè)深度研究(深度)比為工業(yè)品的京東（或天貓），包括聯(lián)儲聯(lián)備、集采代采、工業(yè)金融三大創(chuàng)新業(yè)務(wù)，為客戶節(jié)省倉儲費(fèi)用，大幅提升貨品周轉(zhuǎn)率，同時有效擴(kuò)充中控收入。3大產(chǎn)品平臺：分別是iOMC、工廠操作系統(tǒng)+工業(yè)APP技術(shù)架構(gòu)、iAPEX。iOMC是相比DCS更加智能的控制系統(tǒng)，能夠幫助客戶在生產(chǎn)線上實(shí)現(xiàn)少人減費(fèi)的需求。工廠操作系統(tǒng)是工業(yè)軟件的數(shù)據(jù)底座，工業(yè)APP是運(yùn)行在工廠操作系統(tǒng)上的工業(yè)軟件模塊。iAPEX是對標(biāo)Aspen的流程模擬與設(shè)計(jì)的基礎(chǔ)軟件，填補(bǔ)了國內(nèi)工藝仿真基礎(chǔ)軟件的空白。5T技術(shù)：目前智能工廠的打造難以通過單一技術(shù)解決，往往會涉及到自動化、信息、工藝、運(yùn)營、設(shè)備等多技術(shù)的融合。圖表10：中控“135戰(zhàn)略控制點(diǎn)”夯實(shí)企業(yè)護(hù)城河來源：新浪財(cái)經(jīng)轉(zhuǎn)引自中控技術(shù)，國金證券研究所iAPEX是中控對標(biāo)Aspen的流程模擬與設(shè)計(jì)的基礎(chǔ)軟件：并發(fā)式的聯(lián)立建模方法：iAPEX采用聯(lián)立方程建模方法，區(qū)別于傳統(tǒng)的序貫?zāi)K法，通過特有的初值策略、流股連接策略、自由度分析以及目標(biāo)函數(shù)組態(tài)等功能，可一次性得到全局協(xié)調(diào)的收斂方案，大幅優(yōu)化計(jì)算效率，更加適應(yīng)于多應(yīng)用場景的復(fù)雜流程的模擬與優(yōu)化。一模到底的服務(wù)：iAPEX貫穿流程工業(yè)的研發(fā)、設(shè)計(jì)、運(yùn)營各階段，可輔助工廠全生命周期的決策優(yōu)化。iAPEX基于第一性原理準(zhǔn)確描述工藝過程和設(shè)備特性，為工廠打造統(tǒng)一的全生命周期模型底座。在工廠設(shè)計(jì)建設(shè)過程中，為工藝過程和設(shè)備選型提供基礎(chǔ)支撐；在工廠運(yùn)營階段，為計(jì)劃調(diào)度、裝置運(yùn)行、優(yōu)化控制的整體運(yùn)營決策提供全面支撐。并基于模型打造數(shù)字空間的虛擬工廠，及時發(fā)現(xiàn)工藝瓶頸和潛在優(yōu)化空間，提供改造方案，推動工廠從經(jīng)驗(yàn)型管控向智能化運(yùn)營轉(zhuǎn)型。共創(chuàng)共享的機(jī)制：iAPEX基于網(wǎng)絡(luò)分布式架構(gòu)技術(shù)，支持跨地域跨平臺服務(wù)，與合作伙伴“共創(chuàng)共享”。未來用戶可在iAPEX軟件平臺上進(jìn)行二次開發(fā)，將專有的物性庫、熱力學(xué)庫、反應(yīng)動力學(xué)、單元模型、求解器等與本軟件進(jìn)行融合。敬請參閱最后一頁特別聲明10行業(yè)深度研究(深度)圖表11：中控發(fā)布iAPEX對標(biāo)Aspen來源：新浪財(cái)經(jīng)轉(zhuǎn)引自中控技術(shù)，國金證券研究所2.4有望受益2：能科科技，領(lǐng)航國產(chǎn)PLM發(fā)展，樂倉生產(chǎn)力中臺有望打通價(jià)值鏈端到端能科樂倉生產(chǎn)力中臺以數(shù)字孿生為核心，以aPaaS形式提供微服務(wù)組件/API服務(wù)，助力客戶快速實(shí)現(xiàn)數(shù)字化企業(yè)應(yīng)用或?qū)σ延邢到y(tǒng)實(shí)現(xiàn)數(shù)字化重構(gòu)。樂倉生產(chǎn)力中臺可理解為基于云原生的PLM系統(tǒng)，有望逐步打通制造業(yè)企業(yè)“研發(fā)設(shè)計(jì)采購生產(chǎn)出售售后”端到端的核心價(jià)值鏈。敬請參閱最后一頁特別聲明11行業(yè)深度研究(深度)圖表12：能科樂倉生產(chǎn)力中臺為工業(yè)互聯(lián)網(wǎng)平臺的早期發(fā)展階段來源：能科科技公司年報(bào)、公司官網(wǎng)，國金證券研究所生產(chǎn)力中臺的發(fā)展藍(lán)圖為工業(yè)互聯(lián)網(wǎng)平臺，國際巨頭西門子旗下的Teamcenter協(xié)作平臺已初步實(shí)現(xiàn)了具備了工業(yè)互聯(lián)網(wǎng)雛形。西門子TeamCenter平臺是對“PLM+MES/MOM+自動化控制”的全面整合，實(shí)現(xiàn)了“自上而下的產(chǎn)品驅(qū)動”與“自下而上的過程驅(qū)動”：基礎(chǔ)功能：集中管理和共享產(chǎn)品文檔、數(shù)據(jù)文件與物料清單。使用標(biāo)準(zhǔn)化的工作流以簡化業(yè)務(wù)管理流程。擴(kuò)展功能：集中管理上游供應(yīng)商與下游客戶需求，連接工程制造與客戶服務(wù)，實(shí)現(xiàn)全供應(yīng)鏈管理貫通。圖表13：TeamCenter的主要構(gòu)成 圖表14：TeamCenter的主要功能及實(shí)現(xiàn)效果來源：TIMTOS，國金證券研究所 來源：西門子公司官網(wǎng)，國金證券研究所3.1質(zhì)量管理發(fā)展階段：AI賦能工業(yè)企業(yè)產(chǎn)品生產(chǎn)生命線，質(zhì)量管理有望迎來第四階段質(zhì)量管理是工業(yè)企業(yè)產(chǎn)品生產(chǎn)的生命線。歷次工業(yè)革命均對質(zhì)量管理的發(fā)展起到了巨大的推進(jìn)作用，質(zhì)量管理前后歷經(jīng)檢驗(yàn)質(zhì)量管理、統(tǒng)計(jì)質(zhì)量管理、全面質(zhì)量管理三大階段，在AI大模型、物聯(lián)網(wǎng)、云計(jì)算、低代碼等新技術(shù)催化下有望進(jìn)入生態(tài)質(zhì)量管理的發(fā)展新階段。敬請參閱最后一頁特別聲明12行業(yè)深度研究(深度)圖表15：第四次科技革命催化生態(tài)質(zhì)量管理誕生來源：海克斯康微信公眾平臺，國金證券研究所3.2質(zhì)量管理場景透視：AI賦能質(zhì)量管理向預(yù)測性、主動性和可視性方向發(fā)展信息技術(shù)與制造業(yè)深度融合大背景下，企業(yè)面臨供應(yīng)商、企業(yè)、客戶業(yè)務(wù)流程的橫向整合和設(shè)備、EAP、MES、PLM、ERP、BI等模塊質(zhì)量信息的縱向整合，質(zhì)量業(yè)務(wù)與質(zhì)量數(shù)據(jù)協(xié)同是大勢所趨，建設(shè)產(chǎn)品全生命周期質(zhì)量管理系統(tǒng)(QMS)是企業(yè)信息化建設(shè)的必經(jīng)之路。AI大模型如何重新定義質(zhì)量？在AI驅(qū)動下，質(zhì)量管理由檢驗(yàn)性、被動型管理逐漸向預(yù)測性、主動型質(zhì)量管理轉(zhuǎn)變。瑞典質(zhì)量管理巨頭?？怂箍灯煜翾-DAS產(chǎn)品支持利用統(tǒng)計(jì)方法進(jìn)行時間序列分析，并根據(jù)時間序列預(yù)測測量結(jié)果。在GPT、文心一言等自然語言AI模型賦能下，企業(yè)有望通過對預(yù)測數(shù)據(jù)的交互式探索和可視化分析，盡早識別質(zhì)量問題。圖表16：Q-DAS質(zhì)量分析系統(tǒng)全景透視 圖表17：Q-DAS自動生成質(zhì)量管理定制化報(bào)告來源：?？怂箍倒竟倬W(wǎng)，國金證券研究所 來源：?？怂箍倒竟倬W(wǎng)，國金證券研究所3.3質(zhì)量管理技術(shù)路徑：產(chǎn)品質(zhì)檢、根因分析、產(chǎn)品優(yōu)化等全質(zhì)量管理流程AI質(zhì)檢：基于深度學(xué)習(xí)視覺技術(shù)，AI能夠支持2D/3D成像方式，提供缺陷檢測、分類、定位、分割提取等檢測功能，可根據(jù)不同場景快速組合功能和算法，靈活搭建滿足多種視覺應(yīng)用需求的方案。根因分析：基于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)，AI可以提供產(chǎn)品質(zhì)量的根原因分析、質(zhì)量即時性檢測等分析功能，輔助專家針對具體問題進(jìn)行不同類型的根原因分析。產(chǎn)品優(yōu)化：利用強(qiáng)化學(xué)習(xí)技術(shù)，AI在動模型預(yù)測控制中進(jìn)行滾動尋優(yōu)，幫助企業(yè)進(jìn)行質(zhì)量實(shí)時跟蹤和工藝參數(shù)增強(qiáng)控制。敬請參閱最后一頁特別聲明13行業(yè)深度研究(深度)圖表18：AI賦能質(zhì)量管理全流程，行業(yè)應(yīng)用場景廣闊來源：西門子《工業(yè)人工智能白皮書2022》，國金證券研究所3.4標(biāo)桿案例：工業(yè)知識圖譜助力富士康質(zhì)量管理進(jìn)階針對設(shè)備異常情況實(shí)時監(jiān)測和質(zhì)量管理問題，富士康與凌云光開展腦礦計(jì)劃，構(gòu)建以設(shè)備運(yùn)行/故障記錄為核心，涵蓋零部件、物料、加工過程、視覺圖像等各類數(shù)據(jù)的綜合圖譜，輔助處理質(zhì)量管理、設(shè)備狀態(tài)維護(hù)等一線問題。提取、組織和關(guān)聯(lián)生產(chǎn)制造環(huán)境中的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，基于知識圖譜技術(shù)，構(gòu)建領(lǐng)域知識模型，將碎片化知識變?yōu)橹螞Q策的依據(jù)，提升制造過程質(zhì)量管理與設(shè)備狀態(tài)維護(hù)效率。圖表19：富士康基于知識圖譜的設(shè)備健康監(jiān)測探索來源：信通院《工業(yè)智能白皮書（2022）》，國金證券研究所敬請參閱最后一頁特別聲明14行業(yè)深度研究(深度)3.5有望受益：鼎捷軟件，多維度分析工具提升質(zhì)量管理效率鼎捷軟件作為國內(nèi)制造業(yè)ERP與MES領(lǐng)域的龍頭，深耕制造行業(yè)數(shù)字化領(lǐng)域40年，依托云計(jì)算、人工智能等新技術(shù)，將行業(yè)know-how沉淀下來并封裝到工業(yè)軟件產(chǎn)品中，在生產(chǎn)控制的質(zhì)量管理領(lǐng)域，鼎捷軟件智質(zhì)量（sQMS）形成涵蓋四大核心要素的質(zhì)量確保體系，通過事前鑒別潛在風(fēng)險(xiǎn)進(jìn)行預(yù)防，事中實(shí)時智能監(jiān)控、對異常情況自動判定并快速處理，事后追溯管理、利用多維度分析工具挖掘問題本質(zhì)、累積異常知識庫，全方位監(jiān)控生產(chǎn)過程。圖表20：鼎捷智質(zhì)量四大核心要素確保品質(zhì)問題來源：鼎捷軟件官網(wǎng)，國金證券研究所4.1供應(yīng)鏈與物流管理場景透視：AI推動供應(yīng)鏈預(yù)測、庫存管理調(diào)撥、供應(yīng)鏈網(wǎng)絡(luò)規(guī)劃供應(yīng)鏈管理涉及從供應(yīng)商到客戶端的全鏈條管理，是產(chǎn)品流、信息流、資金流三流的集成。AI與物流和供應(yīng)鏈領(lǐng)域多方向深度融合，推動智能地址、智能調(diào)度、智能分配、智能跟蹤、智能回單、智能預(yù)警全鏈路落地。供應(yīng)鏈需求預(yù)測：供應(yīng)鏈各環(huán)節(jié)環(huán)環(huán)相扣，傳統(tǒng)供應(yīng)鏈中普遍存在“牛鞭效應(yīng)”造成資源浪費(fèi)，AI賦能傳統(tǒng)供需預(yù)測模型，基于大數(shù)據(jù)計(jì)算引擎、機(jī)器自學(xué)習(xí)模型，通過自動化AI預(yù)測工程生成最佳預(yù)測結(jié)果，驅(qū)動采購、生產(chǎn)計(jì)劃環(huán)節(jié)，優(yōu)化庫存結(jié)構(gòu)，提高供應(yīng)鏈效率以及效益，助力銷售預(yù)測更精準(zhǔn)。供應(yīng)鏈庫存管理及調(diào)撥：分析供應(yīng)鏈中的數(shù)據(jù)，如庫存、交貨時間等，實(shí)現(xiàn)供應(yīng)鏈的實(shí)時監(jiān)控和管理?；贏I算法實(shí)現(xiàn)自動化的庫存管理和配送調(diào)度，提高運(yùn)營效率和準(zhǔn)確性。供應(yīng)鏈網(wǎng)絡(luò)規(guī)劃：建立供應(yīng)鏈網(wǎng)絡(luò)模型，利用AI算法進(jìn)行仿真和優(yōu)化，提高供應(yīng)鏈魯棒性和可靠性。運(yùn)用智能算法和數(shù)字孿生技術(shù)，尋找業(yè)務(wù)場景下綜合成本最優(yōu)的倉庫選址和覆蓋范圍，合理布局倉網(wǎng)，實(shí)現(xiàn)降本增效。敬請參閱最后一頁特別聲明15行業(yè)深度研究(深度)圖表21：AI有望推動物流與供應(yīng)鏈管理全鏈路智能落地來源：PaaS平臺微信公眾平臺、物流沙龍微信公眾平臺、京東物流微信公眾平臺，國金證券研究所4.2有望受益1：賽意信息，先進(jìn)數(shù)字化供應(yīng)鏈平臺+華為云合作助力賽意信息擁有SDISC數(shù)字化集成供應(yīng)鏈平臺，與華為云合作助力企業(yè)向數(shù)字化供應(yīng)鏈轉(zhuǎn)型升級。SDISC包括供應(yīng)一站式協(xié)同平臺和供應(yīng)鏈智能運(yùn)營駕駛艙兩大平臺，針對現(xiàn)實(shí)痛點(diǎn)提出訂單數(shù)字化履行、集成協(xié)同計(jì)劃、多級供應(yīng)商協(xié)同、數(shù)字化運(yùn)營四大解決方案。未來在華為云支持下，AI大模型技術(shù)有望助力企業(yè)提升供應(yīng)鏈平臺能力，打造供應(yīng)鏈智能運(yùn)營中心。圖表22：賽意信息與華為云合作，打造先進(jìn)數(shù)字化供應(yīng)鏈平臺來源：賽意信息公司官網(wǎng)，國金證券研究所敬請參閱最后一頁特別聲明16行業(yè)深度研究(深度)4.2有望受益2：漢得信息，物流管理、效率工具、平臺連接三個維度賦能企業(yè)數(shù)智化轉(zhuǎn)型漢得信息是生產(chǎn)控制類軟件企業(yè)龍頭，且長期專注于物流數(shù)字化云平臺與產(chǎn)業(yè)生態(tài)建設(shè)?；谠朴?jì)算、大數(shù)據(jù)和人工智能等新興數(shù)字技術(shù)，漢得信息連接并打通工廠、倉庫、供應(yīng)商、客戶、物流承運(yùn)商和車主司機(jī)等物流產(chǎn)業(yè)鏈上的眾多參與方，實(shí)現(xiàn)物流全流程的透明可控，提升產(chǎn)業(yè)鏈協(xié)同效率。物流管理套件EI-SCM整合供應(yīng)鏈環(huán)節(jié)中訂單E-OMS、倉E-WMS、運(yùn)輸E-TMS、結(jié)算E-BMS、控制塔E-LCT五大微服務(wù)產(chǎn)品，可以覆蓋企業(yè)供應(yīng)鏈的全鏈路跟蹤管理，降低企業(yè)運(yùn)營和決策風(fēng)險(xiǎn)。圖表23：漢得供應(yīng)鏈物流優(yōu)勢能力概覽來源：漢得信息官網(wǎng)，國金證券研究所4.3有望受益3：今天國際，國內(nèi)智慧物流解決方案領(lǐng)軍者今天國際是智慧物流和智能制造系統(tǒng)提供商。其核心產(chǎn)品物流管控平臺系統(tǒng)(LMIS)、供應(yīng)商關(guān)系管理系統(tǒng)(SRM)等，能為企業(yè)提供全方位供應(yīng)鏈管理解決方案。從2019年起，與華為、中國電信等共同進(jìn)行5G智慧物流的應(yīng)用探索，歷經(jīng)3年多時間，倉儲物流全流程5G連接基已基本實(shí)現(xiàn)。隨著AI大模型技術(shù)的迭代，今天國際有望基于完備的倉儲物流信息化部署，以及供應(yīng)鏈全鏈大數(shù)據(jù)的集成，更好發(fā)揮AI輔助分析、提供決策等作用。圖表24：今天國際供應(yīng)鏈綜合解決方案實(shí)現(xiàn)一體化供應(yīng)鏈管理來源：今天國際公司官網(wǎng)，國金證券研究所敬請參閱最后一頁特別聲明17行業(yè)深度研究(深度)質(zhì)量、制造過程和設(shè)備是工業(yè)AI應(yīng)用重點(diǎn)領(lǐng)域，國內(nèi)生產(chǎn)控制類工業(yè)軟件廠商或?qū)⒙氏仁芤嬗诒据咥I+大潮。推薦關(guān)注中控技術(shù)、賽意信息、能科科技、漢得信息、鼎捷軟件、寶信軟件、柏楚電子、容知日新、金橙子、今天國際、維宏股份。圖表25：推薦AI+生產(chǎn)控制類工業(yè)軟件相關(guān)標(biāo)的公司名稱股票代碼推薦理由中控技術(shù)系國內(nèi)流程工業(yè)自動化控制領(lǐng)軍企業(yè)，主要產(chǎn)品為工業(yè)控制系統(tǒng)、儀器儀表以及生產(chǎn)管理類中控技術(shù)688777.SH工業(yè)軟件。其中核心產(chǎn)品DCS系統(tǒng)市占率長期位居國內(nèi)首位，2021年市占率達(dá)34%。公司成長階段增長動能強(qiáng)勁，近五年收入CAGR達(dá)31.0%，利潤C(jī)AGR達(dá)37%。Wind一致預(yù)測23、24年攤薄EPS分別為2.13、2.82元，對應(yīng)50X、38XPE。賽意信息深耕泛ERP+智能制造MOM領(lǐng)域多年，脫胎于美的IT部門，現(xiàn)已形成以泛ERP和智能制賽意信息300687.SZ造為主的整體布局，為企業(yè)提供高端軟件咨詢、實(shí)施及集成服務(wù)。Wind一致預(yù)測22、23、24年攤薄EPS分別為0.68、0.92、1.23元，對應(yīng)55X、41X、30XPE。能科科技系智能制造與智能電氣先進(jìn)技術(shù)提供商。公司專注于為離散制造業(yè)提供智能研發(fā)、智能生產(chǎn)能科科技603859.SH到智能服務(wù)的全生命周期集成服務(wù)，銷售計(jì)劃、生產(chǎn)管理到自動化產(chǎn)線的企業(yè)縱向集成服務(wù)。Wind一致預(yù)測22、23、24年攤薄EPS分別為1.12、1.49、1.96元，對應(yīng)40X、30X、23XPE。漢得信息系國內(nèi)市場上頗具規(guī)模的數(shù)字化綜合服務(wù)商，具備全面的企業(yè)數(shù)字化服務(wù)能力。自2011年漢得信息300170.SZ上市以來，公司堅(jiān)持打磨自主技術(shù)平臺+自主應(yīng)用產(chǎn)品+全面實(shí)施服務(wù)/運(yùn)維能力體系。Wind一致預(yù)測22、23、24年攤薄EPS分別為0.52、0.32、0.49元，對應(yīng)26X、42X、28XPE。鼎捷軟件系國內(nèi)智能制造小巨人，“智能+”布局助力產(chǎn)業(yè)數(shù)字化升級。公司圍繞ERP&ERPII、智能鼎捷軟件300378.SZ制造解決方案以及云與工業(yè)互聯(lián)網(wǎng)應(yīng)用三個產(chǎn)品矩陣打造自身產(chǎn)品方案架構(gòu)。在“智能+”整體戰(zhàn)略布局下，確立“一線三環(huán)互聯(lián)”戰(zhàn)略路徑。Wind一致預(yù)測23、24年攤薄EPS分別為0.67、0.84元，對應(yīng)35X、27XPE。寶信軟件系國內(nèi)智能制造領(lǐng)軍，多行業(yè)覆蓋能力出眾。公司業(yè)務(wù)涉及應(yīng)用到服務(wù)，流程設(shè)計(jì)到智能裝寶信軟件600845.SH備，交通行業(yè)到智慧城市，已基本形成多維立體的工業(yè)軟件方案化交付能力。公司業(yè)務(wù)范圍覆蓋鋼鐵、交通、醫(yī)藥、有色、化工、裝備制造、金融等多個行業(yè)，近五年?duì)I收CAGR達(dá)24.3%。Wind一致預(yù)測23、24年攤薄EPS分別為1.36、1.72元，對應(yīng)45X、35XPE。柏楚電子系國內(nèi)中低功率激光切割控制系統(tǒng)龍頭。公司中低功率業(yè)務(wù)國內(nèi)市占率多年維持在60%以柏楚電子688188.SH上；在高功率領(lǐng)域系唯一打破國外壟斷的國產(chǎn)廠商。17~21年收入CAGR達(dá)33.8%。Wind一致預(yù)測23、24年攤薄EPS分別為5.01、6.86元，對應(yīng)39X、29XPE。容知日新系國內(nèi)設(shè)備智能運(yùn)維領(lǐng)軍企業(yè)，公司發(fā)軔于工業(yè)設(shè)備狀態(tài)檢測與智能診斷系統(tǒng)市場，深耕設(shè)容知日新688786.SH備智能運(yùn)維領(lǐng)域。當(dāng)前，公司狀態(tài)監(jiān)測與故障診斷系統(tǒng)已成功應(yīng)用于風(fēng)電、石化、冶金等多個行業(yè)。Wind一致預(yù)測23、24年攤薄EPS分別為3.07、4.37元，對應(yīng)44X、31XPE。金橙子系國內(nèi)振鏡控制系統(tǒng)龍頭。公司核心產(chǎn)品為激光加工控制系統(tǒng)，2020年市場占有率達(dá)32.3%，金橙子688291.SH位居國內(nèi)首位。公司業(yè)務(wù)以振鏡控制系統(tǒng)為主，主要應(yīng)用于激光標(biāo)刻、激光切割、激光焊接及其他微加工領(lǐng)域，主要適用于低功率激光器對應(yīng)的多種微加工。Wind一致預(yù)測23、24年攤薄EPS分別為0.69、0.99元，對應(yīng)42X、30XPE。今天國際系自動化、物聯(lián)網(wǎng)及智能物流系統(tǒng)綜合解決方案提供商。新能源、石化、煙草三大下游支撐今天國際300532.SZ公司高速增長。公司有望提高在其他行業(yè)的滲透率，巨大市場空間逐步兌現(xiàn)。Wind一致預(yù)測22、23、24年攤薄EPS分別為0.80、1.25、1.74元，對應(yīng)23X、14X、10XPE。維宏股份300508.SZ維宏股份系國內(nèi)領(lǐng)先的專業(yè)運(yùn)動控制系統(tǒng)供應(yīng)商。公司自成立以來深耕運(yùn)動控制領(lǐng)域，持續(xù)投入研發(fā)，以各類數(shù)控機(jī)床控制系統(tǒng)為主不斷開拓產(chǎn)品應(yīng)用領(lǐng)域，開發(fā)了軟硬件一體機(jī)運(yùn)動控制系統(tǒng)。來源：Wind，國金證券研究所注：盈利預(yù)測及估值來自Wind一致預(yù)期，4月7日股價(jià)。敬請參閱最后一頁特別聲明18行業(yè)深度研究(深度)海外基礎(chǔ)軟硬件使用受限。若因國際關(guān)系等原因，高算力GPU等基礎(chǔ)硬件或計(jì)算框架等基礎(chǔ)軟件使用受限，可能會對國內(nèi)人工智能算法應(yīng)用產(chǎn)生影響。AI應(yīng)用落地不及預(yù)期。若相關(guān)應(yīng)用公司不能找到人工智能算法較好的商業(yè)應(yīng)用落地場景，或相關(guān)場景客戶沒有較強(qiáng)的付費(fèi)意愿，可能算法應(yīng)用落地會不及預(yù)期。行業(yè)競爭加劇風(fēng)險(xiǎn)。若相關(guān)企業(yè)加快技術(shù)迭代和應(yīng)用布局，整體行業(yè)競爭程度加劇，將會對行業(yè)內(nèi)已有企業(yè)的業(yè)績增長產(chǎn)生威脅。敬請參閱最后一頁特別聲明19行業(yè)深度研究(深度)行業(yè)投資評級的說明：買入：預(yù)期未來3－6個月內(nèi)該行業(yè)上漲幅度超過大盤在15%以上；增持：預(yù)期未來3－6個月內(nèi)該行業(yè)上漲幅度超過大盤在5%－15%；中性：預(yù)期未來3－6個月內(nèi)該行業(yè)變動幅度相對大盤在