AI应用端行业研究：AI+工业信息化高价值、高普及、高认可之路-230409（21页）.pdf

1、 敬请参阅最后一页特别声明 1 AI+工业信息化：将走上高价值、高普及、高认可之路。1、高价值：AI 赋能工业制造领域潜力大、增速动能强，据埃森哲统计，预计到 2035 年 AI 应用使制造业总增长值增长 4 万亿美元；2、高普及：工业 AI 在欧美等工业发达地区已经实现较高普及率，据凯捷统计，欧洲顶级制造企业 AI 应用普及率达到 51%，德国 69%、日本 30%、美国 28%；3、高认可：随着工业 AI 应用场景不断拓宽以及产业界的实践锤炼，部分场景已经形成一致价值共识，据 MIT报告显示，工业 AI 应用场景认可度前三为质量管控、库存管理和监控诊断，应用普及率达到 59%、44%和32

2、%。AI+工业信息化：落地时间有望更快，落地场景有望更多。1、从时间角度看，复盘历史技术创新与工业落地的时间差，由于人工智能技术可用性增强及工业信息化水平提升，通用技术的工业落地间隔由 20 年逐步缩短至5 年，我们认为本次 AI 技术创新到实际工业场景落地的时间可能快于市场预期；2、从落地场景看，生产控制工业软件环节的 AI 应用占整个工业场景的 57%+，拥有表面缺陷检测、生产过程控制优化、质量关联分析、预测性维护、生产作业视觉识别、物料识别与操作等一批典型细分场景，相关厂商有望广泛受益。AI+工业信息化：让研究 AI+工业信息化更有框架感。本报告结合信通院相关资料，从技术、产业、应用三个

3、维度出发搭建 AI+工业信息化研究框架。探索出工业与AI 的结合主要有识别类、数据建模优化类、知识推理决策类三大核心应用模式，这三大应用模式贯穿整个工业从研发与规划，到生产过程管控、到经营管理优化、再到产品与服务的整个过程，梳理出 20+种实际落地场景。AI+工业信息化：让研究 AI+工业信息化更有具体感。从理论落到实处，本报告选择三大落地场景：工业建模场景（工艺建模软件）、质量管理场景、供应链与物流场景进行详细梳理，结合海外巨头 Aspen、国内智能制造落地企业富士康等标杆案例进行解读，梳理出相关场景有望受益的 A 股核心生产控制类企业。这部分 A 股企业虽然目前不全部都已经与 AI 进行结

4、合，但我们认为大模型的推出将显著受益拥有相关落地场景及行业 know how 的关键企业。生产控制类工业软件赛道，从行业及公司基本面角度看：需求端高景气且制造业领域国产替代需求日渐旺盛，供给端部分公司逐步突破 0-1 技术壁垒且产品标准化程度高具备规模效应，稀缺性强竞争格局好。从与 AI 结合的紧密度来看：质量管理、设备管理、生产作业、安全生产管理等生产过程管控环节是工业 AI 应用重点领域，国内生产控制类工业软件厂商或将率先受益于本轮 AI+大潮。推荐关注生产控制类工业软件重点公司，如中控技术、赛意信息、汉得信息、能科科技、鼎捷软件（完整推荐组合详见正文）。海外基础软硬件使用受限的风险；AI

5、 应用落地不及预期的风险；行业竞争加剧风险。行业深度研究(深度)敬请参阅最后一页特别声明 2 内内容目录容目录 1.AI+工业信息化研究框架.4 1.1 从技术到落地的时间线索：本次 AI 技术创新到实际工业场景落地的时间可能快于市场预期.4 1.2 AI+工业信息化三维框架：工业 AI 技术、产业、应用三维立体发展视图.4 1.3 AI+工业信息化发展历程：三个阶段由技术导向的点状场景转向需求导向的综合应用.6 1.4 AI+工业信息化细分场景梳理与应用率统计：生产控制为最主要场景之一.6 2.落地场景透视 1：AI 促成工艺建模范式跃迁，生产过程模拟软件受益.7 2.1 工艺建模变革场景透

6、视：AI 大模型有望辅助提升工艺优化方案.7 2.2 标杆案例：下一代工艺仿真建模，Aspen Hybrid Model.8 2.3 有望受益 1：中控技术，智能制造一体化布局龙头，“135 战略控制点”夯实企业护城河.9 2.4 有望受益 2：能科科技，领航国产 PLM 发展，乐仓生产力中台有望打通价值链端到端.11 3.落地场景透视 2：AI 催化工业场景质量管理新阶段.12 3.1 质量管理发展阶段：AI 赋能工业企业产品生产生命线，质量管理有望迎来第四阶段.12 3.2 质量管理场景透视：AI 赋能质量管理向预测性、主动性和可视性方向发展.13 3.3 质量管理技术路径：产品质检、根因