工业互联网行业深度报告：AI赋能，质检、视觉、低代码和工业互联网平台率先受益-20230829-浙商证券-26页

VIP专免

3.0 光明使者 2024-01-03 141 2.25MB 25 页免费

侵权投诉

证券研究报告 | 行业深度 | 机械设备

http://www.stocke.com.cn

1/26

请务必阅读正文之后的免责条款部分

机械设备

报告日期：2023 年08 月29 日

AI 赋能，质检、视觉、低代码和工业互联网平台率先受益

——工业互联网行业深度报告

投资要点

❑ AI 将逐步打通工业互联网数据难采集、产业协同难和网络安全等关键痛点，促

进工业互联进程加速

2022 年我国工业互联产业增加值占 GDP 比重已达 3.64%。工业互联网的关键技

术如可复制工业场景、数字孪生、云边协同等不断取得突破，然而仍然面临数据

难采集、产业协同难和网络安全等制约。以 GPT-3.5 为代表的人工智能大模型在

预测能力、计算能力、逻辑能力和音视频处理能力上有着飞跃式的突破，该类高

性能 AI 的加入将提升工业互联的安全性和可靠性，进一步提升工业互联网人机

协同，重塑数据跟踪和分析的流程，助力于工业大模型的产生，有望让机器拥有

“大脑”，加速工业互联进程。

❑ 高性能 AI 在各环节应用端落地时间具有较大差异，工业 AI 质检、工业视觉、

低代码编程和工业互联网平台将会是率先受益的环节。

1、工业 AI 质检精确率迈上新台阶：

据IDC 测算，工业质检市场规模至 2025 年将快速增长至 62 亿元，2020-2025 年

CAGR 达28.5%。大模型的图像和音视频处理能力有着巨大突破，将促进 AI 质

检精确率迈上新台阶。随着应用成熟度的提高，拥有领先 AI 技术应用的 AI 质检

解决方案提供商市场份额有望持续扩大。

2、工业视觉 AI 取得重大突破：

在硬件发展渐趋成熟的基础上，AI 技术可以帮助机器 “感知更准确、理解更深

刻”，是创造价值的重要切入点。当前快速进展的 AIGC 技术可以有效解决工业

视觉领域 AI 训练的样本问题，助力工业视觉 AI 性能重大突破。未来，相关的软

件厂商和光学传感器、光学处理芯片和工业视觉解决方案提供商将受益于工业视

觉性能突破带来的渗透率的提升。

3、工业低代码编程性能突破瓶颈：

目前 AIGC 在编程领域已经取得了重大突破，能较为成熟的生成代码和修改代

码，将低代码编程的易用性提高了一个维度。这一突破对工业场景意义更为重

大，使得大量工程人才可以轻松上手工业程序的编写，有望重塑工业 PaaS 低代

码开发平台。

4、工业互联网平台渗透率有望提升：

工业互联网平台利用实时有效的工业大数据，为深度学习的模型训练提供了优质

的训练集和测试集，是 AI 发展的良好土壤。以 GPT 系列为代表的高性能 AI 将

全方位赋能数据采集、数据分析挖掘，行业知识库和各类工业软件功能，有望促

进工业互联网平台渗透率的提升。

❑ 建议关注：

工业 AI 质检：科远智慧、创新奇智（港股）。

工业视觉：海康威视、大华股份、奥比中光、奥普特、凌云光。

工业低代码编程：远光软件、用友网络。

工业互联网平台：能科科技、中控技术、赛意信息、宝信软件、鼎捷软件、软通

动力。

❑ 风险提示

AI 应用落地进展不及预期；行业市场竞争加剧；工业互联网平台发展不及预期

行业评级:

看好(维持)

分析师：邱世梁

执业证书号：S1230520050001

qiushiliang@stocke.com.cn

分析师：刘雯蜀

执业证书号：s1230523020002

liuwenshu03@stocke.com.cn

研究助理：周艺轩

zhouyixuan@stocke.com.cn

相关报告

1 《金砖国家扩容聚焦一带一

路；推荐工程机械、半导体设

备、机器人、气体》 2023.08.28

2 《复合集流体：安全与降本兼

备的新型锂电技术，产业化临

近》 2023.08.24

3 《大制造行业全球估值手册》

2023.08.22

行业深度

http://www.stocke.com.cn

2/26

请务必阅读正文之后的免责条款部分

正文目录

1 工业互联仍然面临数据难采集、产业协同难和网络安全等痛点 ........................................................... 4

1.1 工业互联持续推进，2025 年工业互联网平台市场空间预计翻倍 ................................................................................. 4

1.2 关键技术及产业趋势 ......................................................................................................................................................... 6

1.2.1 关键技术：5G、边缘计算和数字孪生 ................................................................................................................. 6

1.2.2 产业趋势：产品化、虚拟化、云边协同 .............................................................................................................. 8

1.3 核心痛点：数据采集、产业协同和网络安全 ................................................................................................................ 10

2 AI 将助力打通工业互联网核心痛点，促进发展进程加速 ..................................................................... 11

2.1 高性能 AI 将极大的提升工业互联网的安全性和可靠性 ............................................................................................. 12

2.2 高性能 AI 将进一步提升工业互联网人机协同水平 ..................................................................................................... 13

2.3 生成式 AI 将重塑数据追踪和分析的流程 ..................................................................................................................... 14

2.4 工业行业大模型有望让机器拥有“大脑” ........................................................................................................................ 15

3 质检、视觉、低代码和工业互联网平台是率先受益环节 ..................................................................... 15

3.1 工业 AI 质检精确率迈上新台阶 ..................................................................................................................................... 15

3.2 工业视觉 AI 取得突破 ..................................................................................................................................................... 17

3.3 工业领域低代码编程突破“易用性”瓶颈 ........................................................................................................................ 19

3.4 工业互联网平台渗透率有望提升 ................................................................................................................................... 21

4 投资机会 ..................................................................................................................................................... 24

5 风险提示 ..................................................................................................................................................... 25

qRwPsQpQnMmMtQtNnMrNpOaQ9R8OoMrRtRsRiNrRuMeRoNpPaQoPtPNZqNoQNZmPvN

行业深度

http://www.stocke.com.cn

3/26

请务必阅读正文之后的免责条款部分

图表目录

图1： 2022 年我国工业互联网增加值占 GDP 比重达 3.64% ...................................................................................................... 4

图2：我国工业互联网规模仅次于美国 ........................................................................................................................................ 4

图3： 2020 年国内工业通信设备占比仅 20%............................................................................................................................... 5

图4：龙头工业通信企业集中分布在海外 .................................................................................................................................... 5

图5：我国工业互联网平台及应用解决方案市场格局较为分散，CR5 仅24.4%（2021 年） ................................................ 5

图6： 2025 年我国工业互联网平台及应用解决方案市场空间将达 56.1 亿美元 ...................................................................... 5

图7：用5G 搭建的无线传感控制系统样例已具备工业应用能力 ............................................................................................. 6

图8：国内运营商已推出 EdgePOD 一体化边缘解决方案 ......................................................................................................... 7

图9：数字孪生车间与物理车间通过车间服务系统实现映射与交互 ........................................................................................ 8

图10：车间数字孪生的关键在于异构要素物理融合 .................................................................................................................. 8

图11：工业互联网平台向可复制工业场景演进 .......................................................................................................................... 8

图12：孪生模型（左）与生产环境（右）高度吻合 .................................................................................................................. 9

图13：云边协同的工业互联系统在离散制造、流程制造、能源电力及泛工业中有着广泛的应用 ....................................... 9

图14： AI 在工业领域落地时间间隔不断缩短 ........................................................................................................................... 12

图15： AI 缺陷监测在各行业任务中准确率表现优异 ............................................................................................................... 13

图16：三菱光纤激光系统利用 AI 监控切割过程并自动调整参数优化切割性能，加工精度可提高 51% .......................... 13

图17：亿迅科技电子化图纸应用加入 AI 技术防止偷拍，当 AI 判别有人员行动异常时将自动息屏 ................................ 13

图18：由强化学习驱动的人机协作框架具备落地条件 ............................................................................................................ 14

图19：基于深度学习的结构件识别与定位可实现精准位姿 .................................................................................................... 14

图20： ChatGPT 读取 Zerynth 仪表板，快速提取有用信息 ..................................................................................................... 14

图21：阿里通义千问大模型能够实现根据需求自己编写代码并操纵机器人 ........................................................................ 15

图22：工业 AI 质检在制造行业的典型应用模组 ...................................................................................................................... 16

图23： 2021 年中国工业 AI 质检在 SC 和汽车等行业实现规模化复制 .................................................................................. 16

图24： 2021 年中国 AI 赋能的工业质检解决方案市场 CR5 为44.3% .................................................................................... 16

图25：中国工业 AI 质检市场规模 2020-2025 年CAGR 预计达 28.5%（单位：百万美元）............................................... 16

图26：全球工业视觉市场规模 2025 年将达 1276 亿元 ............................................................................................................ 17

图27：融合深度学习的地板花纹分类将降低 20%人工成本并提高 30%作业效率 ................................................................ 17

图28：基于人工智能视觉算法的智慧铁水运输解决方案架构 ................................................................................................ 18

图29：基于 AIGC 的缺陷样本生成框架有望解决工业视觉领域样本不足的问题................................................................. 18

图30：逻辑、数据流的可视化编排为低代码编程带来挑战 .................................................................................................... 19

图31：基于新一代 AI 的低代码/无代码工具大量涌现 ............................................................................................................. 20

图32：低代码编程将为工业平台带来快速开发和部署、可扩展性和数据可视化等功能 .................................................... 20

图33： Power Platform 和 Copilot 的用例 .................................................................................................................................. 21

图34：工业互联网平台汇聚了算力、数据、算法及应用场景等 AI 全要素 .......................................................................... 22

图35： TaskMatrix.AI 是一个能够执行数字和物理任务的强大 API 生态系统 ....................................................................... 23

图36：西门子已推出 AI 工业互联网平台 MindSphere ............................................................................................................. 23

图37：西门子边缘应用程序 AI Inference Sever 支持将 AI 模型部署作为标准边缘程序的内容 .......................................... 23

表1：重点行业均向工业互联发展，痛点关键词：数据、协同和安全 .................................................................................. 11

资料加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载资料到电脑，查找使用更方便

立即下载 VIP免费下载

标签： #工业互联网

本资料由有户自行上传，仅供个人参考学习使用（禁止商用）。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本内容侵犯了原著者的合法权益，可联系我们进行处理。

工业互联网行业深度报告：AI赋能，质检、视觉、低代码和工业互联网平台率先受益-20230829-浙商证券-26页.pdf

共25页,预览8页

还剩页未读，继续阅读

工业互联网行业深度报告：AI赋能，质检、视觉、低代码和工业互联网平台率先受益-20230829-浙商证券-26页

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: