2023年中国制造业数字化转型路径实践.pdf

2023 iResearch Inc.中国制造业数字化转型路径实践关注落地价值2摘要ABSTRACT制造企业数字化转型具有优先级，与钱有关的环节往往优先级更高，但当前生产管理及数据价值释放是当前数字化转型的重点，且将持续很长时间。1）针对生产管理，主要聚焦于设备改造&上云、研发&工艺开发管理、供应链&仓储物流管理、排期&生产管理等方面，这些方面供需两端匹配度比较高，既具有实际的落地价值，还能进一步积累数据资产。2）针对数据价值释放，主要聚焦于AI和BI两方面：对于AI，主要聚焦于在系统最优、识别分类、预测、知识沉淀等问题处理方面赋能，但ChatGPT对企业工作流程的优化与效率的提升、AI增强开发赋能软件开发与测试等值得期待；对于BI，梳理企业数据资产见的关联与逻辑，赋能决策。制造业数字化转型供给市场仍然处于发展初期。与过去几年年相比，制造业数字化转型的供给方市场发生如下变化：1）行业和客户定位逻辑更加清晰：供给方会选择政策大方向有潜力的、且贴合自身优势的行业去攻克，目前汽车及其零配件、新能源、传统能源等行业比较热。确定行业后，供给方的客户逻辑大致呈现出头部/龙头企业-中腰部-长尾企业的拓展态势。2）供给方的产品及服务在横纵两方细分：在纵向上，呈现场景解决方案-行业解决方案-区域/领域解决方案的广度提升；在横向上，呈现出粗放的综合解决方案-细分场景解决方案-关注流程打通的解决方案的变化，即平台化属性开始凸显。3）制造大厂之间的竞争或将拉开序幕：行业know-how理解与沉淀、渠道体系、品牌影响力等仍是制造大厂间的竞争重点，除此之外，以AI为基础的“智造能力”将是期差异化的重要方面。4）市场化之路开始进入探索与验证阶段：部分供给方已经开启上市之路，将为定制VS标准化产品的路径探索提供参考与学习。制造企业进行数字化转型时，的三个关键词：适合、融合、克服。我国的制造业仍然具有“大而不强”的特点，其分层属性非常强，且企业文化中的“人治”也相对比较重，因此在推进数字化转型时，有3大方面需要注意：1）关于适合：适合的目标、适合的路径、适合的人是基础，毕竟或者依然是大部分企业的首选。2）关于融合：主要指IT部门与业务部门的融合。数字化转型或许是IT部门从成本部门走向价值输出部门的机会：一方面，能够从业务步骤拆解、业务要素确定、业务数据指标搭建等方面助力业务数字化，另一方面，从数据价值流转的视角帮助企业进行战略拆解并落地，即从采购-实施-落地等各个阶段赋能业务。3）关于克服：ISA95架构以满足功能点为主，是点状建设，而数字化转型是以数据价值释放为主，是中心化建设，二者之间存在一定的使用或切换偏差，需要克服或打破。基于制造业数字化转型落地实践分析后的启示有哪些？1）转型具有长期主义：技术迭代速度快，对供给方产品及服务的变革与升级也将作用于制造企业，并经由场景、产线等方式逐步渗透，转型具有长期性。2）软硬件逐渐云化：软硬件云化与工业知识沉淀相互促进，共同推动正向工程的形成与推进。3）从转型构建走向运营：当数字化建设趋于饱和时，基于平台功能及数据关联性的优化、基于知识的沉淀、基于数据价值释放的应用将是未来供给方服务的重点，毕竟花出去的钱需要落实下来。4）产业数据拉通缓慢进行中：数据拉通后的市场将推动买方市场形成，整个产业的价值链有望重构，且离核心机密越远的数据，如行业标准、供应链等，有望优先拉通。3目 录CONTENTS01背景篇-基本情况说明Overview02供给篇-产品及服务市场扫描Supply side03实践篇-各场景转型落地实践Implementation04难点与建议篇-合适、融合与客服Challenges and Suggestions05启示篇-长期且趋于运营Inspiration4背景篇-基本信息说明Overview0152023.12 iResearch I数字化转型的本质通过数据-信息-知识-智慧的蜕变，优化并赋能企业经营与运转制造业数字化转型并不要求“大而全”，也不要求“一步到位”，重点是希望企业结合自身需求，实现关键业务、关键环节、关键节点的数据资产的积累及应用。因此，制造业数字化转型的本质是解决“关键数据从哪里来、关键数据怎么用、关键数据价值如何构建及应用”的问题。无论制造企业是从顶层规划逐步实施数字化转型，还是解决关键节点智能化及上云，其目的都无法离开两大方面：1）显性方面，满足主机厂商要求、优化研产供销服等各环节，降本增效；2）隐性方面，基于历史数据，进行预测分析，赋能订单预测、赋能设备寿命及维修预测、赋能管理者决策。来源：2023年工业互联网平台行业研究报告，艾瑞咨询研究院自主研究及绘制。数据积累及价值挖掘设备接入数据采集（如生产、设备等）协议解析设备物联升级边缘智能分析数据集成/交换数据清洗/转换数据资产管理数据实时监控数据库（如时序、关系等）数据预处理、特征工程知识图谱算法/模型库模型管理及部署可视化建模工业机理模型平台层玩家自研第三方玩家开发可视化编程及开发研发、生产、经营、设备、供应链、能源等场景管理、优化、运维数据可视化（如库存、产销、设备状态等）制造业数字化转型的本质-数据优化并赋能企业经营与运转产品、工艺、产线设计及验证新产品&新工艺开发工厂订单排产计划组装及包装仓储物流生产制造设备能源采购精益质检安全销售及售后用户数据-信息-知识-智慧逐渐演变企业生产制造关键流程显性赋能：1）满足市场主机厂商的需求，如溯源、生产规范等；2）优化：在研产供销服等各环节进行优化，如缩短研发周期、优化配方/工艺、精准排产/备料、降低能耗、精准营销等；3）知识沉淀+流程优化。总之，合理规划、品质生产、节能减排、管理效率等是直接赋能方向。隐性赋能：主要基于历史数据进行合理预测分析，主要聚焦于以下3点：1）销量预测，包含提前备货、预留产能、调货等；2）寿命及维修预测；3）赋能决策：其一，由上至下，分析事件影响因素，并下钻分析原因；其二，由下至上，收集并打通各关键环节信息，支持管理者分析决策。赋能以IoT、边缘层为主以大数据平台为主以AI平台为主以APP开发、定制为主以数据应用、BI为主数据采集、传输数据处理数据分析数据知识沉淀、调用数据应用、可视化62023.12 iResearch I软件在制造企业运营中的作用-总览理想状态下，工业软件贯穿制造企业研产供销运等各个环节工业软件是企业走向信息化的基础和有效工具。聚焦在制造业来看，工业软件可贯穿制造业企业核心生产价值链的全流程，即产品、工艺的研发-产品、工艺及产线的设计及验证-生产制造业-营销销售-仓储物流等全流程环节。但需要注意的是，企业对工业软件需求层级与企业发展阶段（如规模、信息化程度等）与发展目标息息相关，而无需要求“全”。一般而言，制造业企业将优先以财务为核心，然后是采购、销售、研发等。这些场景中，软件应用的易行性和软件所带来的便利性也更容易体现。对于生产制造管理相关软件的需求情况，则与企业产线数量、生产产品品类、主机厂商的要求等直接相关。来源：艾瑞咨询研究院自主研究及绘制。工业软件在制造业企业运营过程中的作用新产品&新工艺开发排产计划组装、包装及检测仓储物流生产制造设备能源采购精益质检安全销售及售后用户CAD、CAE、CAPP、CAM等MES、SCADA、DCS、PLC、SCM、SRM、EMS、QMS等主要软件APSCRMCRM、BI等WMS、TMS等生产价值链主要作用主要进行产品及工艺研发设计、验证等，降低研发周期、成本PLC等：主要负责自动化实现等MES等：主要负责生产现场的物料、质量管理及追溯、决策分析等SCM等：与供应链相关的供应商、制造商、分销商、零售商等管理及评估主要进行计划与排产主要进行客户管理主要负责出入库管理、库内管理、分拨调度管理等ERP：企业资源管理，抓财务、抓资源、管订单、定计划等，与企业其他的软件如CRM、MES、APS等细细相关。工厂订单产品、工艺、产线设计及验证主要进行销售管理销售订单情况订单安排情况物料消耗、生产完成等数据生产计划、物料数据库存数据物料数据销售订单情况订单安排情况72023.12 iResearch I软件在制造企业运营中的作用-MES和ERPERP聚焦于计划层面，无法对现场执行层面进行有效管控，而MES则可对生产现场的每个工位每个制品进行有效管理及追踪MES与ERP不是替代关系，而是有效的互为补充的关系。从功能上看，MES和ERP虽然有很多共性功能，但聚焦到具体功能和范围的精度看，有很多不同，具体表现为：1）MES聚焦在生产现场，而ERP则相对统揽企业的产供销存运等各个层面；2）MES对生产的规划精度可细化到时或者分，但是ERP多以批次为单位规划，最多能规划到天；3）MES可以对每个工位每个制品进行追踪和质量管理，但ERP则只能对批次和现场关键点分别进行追踪和质量检查；4）MES和ERP之间会相互传递数据，但是ERP是将物料信息、采购到货信息、销售单信息等传给MES；而MES则将物料需求计划、产成品产出计划、成本及成本分摊数据、细作业计划（工序计划）、设备管理、质量管理、人事工资等数据传给ERP。来源：艾瑞咨询研究院自主研究及绘制。MES和ERP的区别与关系定位生产计划生产管理执行层面，面向生产管理人员、处理人与机器的关系计划层面，面向管理层，处理人与人的关系管理目标重点在于制造重点在于财务实现方式采用事件的方式实现管理采用表单抛转、表单填写的方式实现管理管理范围更小更细，细致到每个生产制造工序更大，管理范围包括产供销存运等各方面以生产物料和生产设备为对象，有限产能计划通常给出一周或每天每个工序的时间表、每个工序的生产顺序，时间精度可为周/天/班/时/分等可以根据现场情况调整生产顺序基于订单的无限产能计划主要以批次为单位下发给生产车间的计划，时间周期一般为年/季/月/周/天质量：可对所有工位点进行质量管理追踪：每个工位的每个制品进行追踪，为车间作业排产而进行质量：对生产现场关键点进行质量检查追踪：以批次为单位进行跟踪，确定批次完成情况、生产订单的投入与产出结合生产、销售、预测、库存等信息制定生产、采购计划，并且将生产计划下放给MES系统基于设备、物料等信息将ERP的订单打散、拆解执行；如果有计划外的，则申请采购后，重新滚动执行，并将相关数据上传给ERPMESERP82023.12 iResearch I软件在制造企业运营中的作用-MES和MOMMES强调生产线上的制造管理，而MOM则将管理范围扩大到生产线相关的制造、质量、运维、库存等管理与协同MOM与MES不是替代关系，而是兼容与包含的关系。MOM的出现是为了更加机动有效的完成“生产调度与规划-物料和能源控制-生产控制-质量保证-库存控制-维护管理”这一生产过程的协同管控而逐渐衍生出来的，是为了让企业生产线的运转更高效，与非生产部门的协同性更强。从管理范畴的角度看，MES、MOM、ERP的管理范畴逐渐扩大。注释：1)MES（Manufacturing Execution System）：制造执行系统；2)MOM（Manufacturing Operations Management）：制造运营管理系统。来源：艾瑞咨询研究院自主研究及绘制。MES和MOM的关系制造执行系统定位主要功能存在问题制造资源分配与状态跟踪设备维护管理生产单元调度产品跟踪与记录工业规格标准管理详细供需作业计划与排产数据采集文档管理质量管理性能分析劳力资源管理MES：用于制造业车间级的信息化管理系统，强调对生产制造车间的管控，于1990年正式提出。MOM：通过协调管理企业的人员、设备、物料和能源等资源，把原材料或零件转化为产品的活动，强调生产制造运行区域内的全部活动的协调管理、精益管理，于2000年基于ISA 95提出。定义模糊，市场乱象：并非具备11个完整功能才被定义为MES，只要具备1个或几个都可以。标准不定，难以维护：早期MES供应商各自为战，没有统一标准，系统配置性差，架构不够灵活，系统维护成本高。生产运行管理质量运行管理维护运行管理库存运行管理生产、质量、维护、库存等并行管理，具有平台属性，承当企业上层业务流程与底层生产设备之间的信息转换功能定位主要功能制造运营管理系统物料和能源控制生产调度与规划订单处理产品成本核算产品库存控制质量保证维护管理采购产品发运管理研发和工程设计市场营销生产控制维护运行管理质量运行管理库存运行管理生产运行管理123341234MOM平台管理范围：MES主要针对生产运行进行控制和管理，目的是实现生产过程的透明化；MOM覆盖生产制造、生产调度与规划、质量管控、物料和能源控制等相关活动，强调协同管理。本质：MES是软件产品的概念，而MOM是平台的概念。MOM与MES之间不存在取代关系，二者是兼容与包含的关系。几点说明92023.12 iResearch I软件、硬件与工业互联网之间的关系工业互联网是软硬件收集及产生的数据聚集及价值释放的载体及媒介，同时有利于软硬件解耦，提升软硬件功能开发、调控的灵活性ISA-95架构虽然通过使用标准化的接口和协议有效规范了企业业务和工厂生产运营之间的信息流，降低了生产控制系统之间的集成成本和风险。但也存在跨层级传递效率低、实时洞察与管理能力弱等问题，这不太适应数字化浪潮对功能敏捷性高、数据价值深度挖掘与应用能力强的要求。工业互联网类数据中心化的网状架构具有强大的集成性、信息流传性、开放性等能力，好处主要有三：1）工业生产数据的集成、处理、分析、应用及共享效率得到极大提升；2）平台功能的集成性和开放性有助于软硬件功能的开发、应用与调控的灵活性；3）软件定义硬件、软件定义平台的影响有望加速。来源：ISA-95，数物融合-工业互联网重构数字企业，2023年中国工业互联网平台行业研究报告，艾瑞咨询研究院自主研究及绘制。软件、硬件与工业互联网的关系感知层：如传感器、协议解析监控层：如SCADA执行层：如MES/MOM管理层：如ERP决策层：如BI设备层：如ROBOT通过通信协议、驱动程序、编程接口等各类方式控制硬件云基础设施，如服务器、IDC、虚拟化边缘层IaaS层设备接入 协议解析 边缘盒子及设备平台层（PaaS层）工业大数据平台：如数据清洗/转换、管理、存储/交换、可视化等工业AI平台：如工业数据预处理、特征工程、机理模型沉淀及管理等技术赋能平台：如微服务框架及组件、低代码/零代码、模型组件库等应用层（SaaS层）运营大屏数据集成平台：如IT、OT、IOT等数据各类工业APP：1-设计、生产、管理等业务运行类；2-设备状态、供应链分析等应用创新类社区服务服务市场企业中心L1L2L3L4L5L0ITOT工业软件工业互联网对工业软件和硬件的影响工业互联网的功能体系架构ISA-95架构1-软件形态逐步微小型化2-软件架构逐步走向微服务架构3-软件开发逐步走向开源、开放、群智协同开发工业互联网的架构特点1-具有明显的软件定义特征2-提供了强大的数据集成和共享能力，层级结构走向网状结构，跨层级数据传递、应用及共享效率提升3-功能的灵活性和可扩展性强4-实时数据采集、处理和分析能力得以提升，如边缘盒子工业硬件1-硬件设备从自动化趋于智能化2-趋于软件定义硬件3-趋于软硬件解耦数据集成软件开发硬件应用数据应用敏捷、数据集成与分析10供给篇-产品及服务市场扫描Supply side02112023.12 iResearch I制造业数字化转型的产业链情况来源：艾瑞咨询研究院自主研究及绘制。以平台层为核心，围绕数据资产价值挖掘提供一系列服务；平台层之下，保证自动化、信息化、数据采集及传输；平台层之上是数据资产的具体应用与价值体现2023年中国制造业数字化转型升级产业链情况支撑层设备层协议感知层IaaS层平台层应用层电信运营商 标准服务体系控制器传感器芯片伺服系统减速器 生产相关设备智能机床工业机器人 3D打印机检测设备 非生产相关设备边缘盒子监测终端XR设备 工业通讯协议工业无线工业总线工业以太网计算机通讯协议HTTPS/HTTPIPv4/IPv6TCP/IP 物联网通讯协议LPWANTCP/IPWSN 工业物联网通信协议短距离通信技术云基础设施，如服务器、IDC、虚拟化等主要提供数据集成服务，如IT数据、OT数据、IOT数据等工业大数据平台主要提供工业数据预处理、特征工程、机理模型沉淀、模型管理及部署、可视化等服务工业AI平台技术赋能平台微服务框架及组件其他应用开发工具，如能力引擎、容器、可视化开发等低代码/零代码DevOps模型组件库数据集成平台主要提供工业数据清洗/转换、管理、存储/交换、可视化等服务工业安全业务运行类：设计、生产、管理、销售、营销、服务APP应用创新类：设备状态分析、供应链分析、能耗分析优化各类工业APP社区服务应用商店、模型市场、测评/认证服务等学习社区、开发者社区、工程师社区等服务市场工业网络122023.12 iResearch I制造业数字化转型的产业图谱注释：1)每个类别企业并未详尽；2)企业排名不分先后。来源：艾瑞咨询研究院自主研究及绘制。平台层玩家类型多样，服务能力各有侧重，大部分都提供数据连接-数据价值挖掘-数据应用的服务，即贯穿平台层上下两端2023年中国制造业数字化转型升级产业图谱支撑层现场设备层协议感知层IaaS层平台层应用层生产相关设备工业机器人 非生产相关设备 工业通讯协议工业无线工业总线工业以太网计算机通讯协议HTTPS/HTTPIPv4/IPv6TCP/IP 物联网通讯协议LPWANTCP/IPWSN 工业物联网通信协议短距离通信技术 电信运营商 控制器传感器芯片伺服系统减速器标准服务体系工业安全3D打印机智能机床检测设备检测设备边缘盒子XR设备工业安全制造业大厂类传统软件类ICT企业类互联网大厂类泛数据治理及应用类设备及物联网类垂直技术赋能类DevOps容器微服务低代码/零代码供应链场景供应方管理与评价 采购计划制定 仓库管理 物料管理 销售场景订单管理 营销获客 需求分析 客户服务 销售预测 财务管理 研发场景辅助设计/验证 工业模拟/验证生产制造设备检测/管理 智能排产质量检测 财务场景营收预测 预算规划 能源管理服务市场社区服务132023.12 iResearch I供给方行业和客户定位逻辑行业定位方面，结合政策、区域规划投入、行业需求空间等因素锚定主要行业；客户定位方面，优先布局头部客户，打造标杆案例注释：针对企业大中小类型的划分，主要结合访谈根据营收量级给出大致划分，不代表市场权威划分。来源：企业访谈，艾瑞咨询研究院自主研究及绘制。供给方行业和客户定位逻辑头部/龙头企业，营收至少在百亿及以上的企业。此类型的企业：1）重整体规划，以平台整合建设为主，定制需求强；2）IT能力强，一般有专门的IT团队，且企业各核心系统的打通已初步雏形。中腰部企业（含集团子公司），营收在10-100亿左右的企业。此类型企业：1）部分企业重生产侧典型场景的数字化改造，如生产制造管理等；2）部分企业已经完成数字化改造，但数据价值挖掘有待提升，故重视数据资产的梳理及应用。长尾企业，营收在10亿一下的企业。此类型企业资金和IT能力不足，重生产派单、设备、营销等具体问题的解决，简单、便捷、轻安装、轻运维的SaaS服务即可满足需求。除此之外，关键节点设备智能化改造及上云也是该类型企业的需求。客户特点客户定位逻辑需求共振传导属性强产品质量、工艺质量、产品及原料溯源等要求客户头部/龙头企业/主机厂商对产业链上下游配套核心环节企业提出要求中腰部企业长尾企业头部/龙头企业中腰部企业长尾企业优先布局，打造标杆案例，同时具有打开品牌知名度+获得产业链共振所带来的新的需求机会的双重优势主要有3种方式：1-提供轻量级、标准化的SaaS产品；2-通过政府、产业协会、园区等提供批量化的标化产品；3-关键节点设备智能化改造及上云。通过项目积累服务经验、行业know how经验、工业机理知识等，同时向上拓展头部/龙头企业案例1）潜力行业锚定：以政策鼓励支持的方向为前提，结合区域产业特色、规划及投入、营商环境等多方因素看行业未来3-5年的市场空间及增长潜力，圈定潜力行业2）贴合自身优势的方向：重点考虑企业自身基因优势、自身在产业链中的位置等定位新领域行业定位当前热门行业：锂电光伏等新能源、汽车及零配件、半导体、电子、装备制造、医药和化学、传统能源等客户分层整体来讲，制造业企业被供给方市场主要分为3大类：头部/龙头企业、中腰部企业、长尾企业。供给方的行业定位逻辑主要考虑2方面：1）是否是政策支持的？以及未来3-5年对数字化建设/转型的需求是否旺盛？2）在锚定的行业中，哪些更符合企业自身的优势，如政府/个人关系、相近行业know-how经验等？当确定行业方向后，客户定位一般遵从“头部企业打造标杆案例、中腰部企业积累项目服务经验和行业know-how、轻量级产品覆盖长尾市场”的拓展思路。值得注意的是，2023年政府补贴开始向中小企业倾斜，部分供给方也纷纷布局中小企业市场，多以提供标化的SaaS产品、关键节点设备上云等为主。142023.12 iResearch I供给方产品及服务情况-总览软件是当前主要产品及服务，其中围绕具体场景功能、数据、平台工具等软件类产品是当前主流诊断及咨询+软件+硬件+其他可以视为制造业数字化转型的完整解决方案，也是当前市场供给方所提供的主要产品及服务的类别。其中，软件类产品是当前主要产品及服务，其核心逻辑在于将数据作为资产完成数据-信息-知识-智慧的蜕变，当前软件市场主要有两大特征：1）聚焦数据价值挖掘，需要完成“数据从哪里来、数据怎么用、数据价值如何构建、数据所沉淀的行业know-how如何积累”等问题的回答，故数据处理、数据分析、知识沉淀、数据呈现等软件是热门；2）聚焦生产制造场景的服务与优化，当前围绕企业财务服务的产品相对成熟，研发、生产制造、仓储物流等核心场景是热门。来源：2023年中国工业互联网平台行业研究报告，艾瑞咨询研究院自主研究及绘制。供给方的产品及服务情况总览诊断及咨询软件其他标识解析上云服务具体场景功能性软件数据相关服务性软件平台功能或服务性软件硬件工业机器人检测设备监测设备XR设备边缘设备3D打印机服务市场类别参与方宏观战略咨询、智能化程度咨询、数据咨询咨询公司、数字化转型供给方帮助企业对其产品、设备或物料上的标识进行解析、识别和管理，以二级节点、企业节点较为常见主要包含设备上云、产线上云、业务应用及数据迁移到云端等研发工艺及产线设计及验证排产计划供应链生产制造仓储物流财务管理数据采集人力管理数据传输数据存储数据处理数据分析知识沉淀数据调用数据应用、可视化底层支撑，如云服务、IDC、工业网络等能力开放，如微服务组件、低代码开发等能力管理，如DevOps、微服务治理等搬运机器人、码垛机器人、分拣机器人、焊接机器人、装配机器人、喷涂机器人、切割机器人、检测机器人等目前机器视觉检测比较热，主要有流水线在线检测设备、高速云盘检测机等其他AI服务器社区市场工程师社区学习社区开发者社区会员专区融资租赁应用市场模型市场二手交易辅助申报培训服务152023.12 iResearch I供给方市场特征1-产品及服务边界拓展纵向看，覆盖区域广度提升；横向看，产品及服务颗粒度细化，并且趋于将上下环节打通，即向平台产品演进制造业的数字化转型是一项需要多方参与的大工程，作为供给方，也不太可能只围绕一个方向提供产品及服务。目前来看，供给方的产品及服务主要有两大特征：其一，从纵向看，供给方的服务都将遍历场景解决方案-行业解决方案-领域解决方案的过程，当然目前都仅一些大厂商才覆盖到领域解决方案；其二，聚焦到场景解决方案而言，供给方的产品及服务基本呈现出粗放的综合解决方案-细分场景解决方案-关注流程打通的解决方案的变化，具体而言：1）供给方的解决方案落地性增强，即关注企业生产运营的具体场景或者环节的可执行性和解决问题的能力；2）在供给方产品及服务走向细分的基础上，其服务覆盖需求方运营周期的广度提升，即流程化明显，对外表现为产品及服务平台化。来源：艾瑞咨询研究院自主研究及绘制。供给方的产品及服务边界不断拓展场景解决方案行业解决方案整体方案产品及工艺研发设计与验证智慧工厂排产计划采购设备质量管理品类管理、供应商管理、合同管理、订单到付款、绩效管理设备上云、设备台账、维保知识库、故障与寿命预测、能耗管理来料/过程/成品品质、PDCA改善、SPC分析、检验标准能源/能碳管理安全管理组装及包装生产制造仓储物流运营管理智慧产线其他金融服务产销平台辅助申报细分场景方案主要行业主要领域智慧园区产业集群工业区块链区域区块链汽车汽配泛半导体机械加工电力电子石化钢铁冶金产业大脑领域解决方案几点说明1-整体而言，供给方的产品及服务呈现出场景-行业-领域解决方案逐级拓展，且随着服务经验积累，其领域战略会逐步走向细化，如海尔卡奥斯，逐步形成德阳、芜湖、青岛中心；华为逐步形成厦门、无锡、东莞、辽宁、深圳龙岗、宁波等区域工业互联网平台。2-聚焦到场景解决方案而言，主要有3大特点：1）从纵向上看，制造业的数字化转型经过几年的发展，供给方的场景解决方案从整体走向细分，即落地服务越来越详细；2）从横向上看，供给方的产品和服务越来越聚焦到企业运营的具体环节，重视场景赋能；3）在产品细化与落地性增强的基础上，供给方的服务开始走向流程打通，即重视企业运营周期广度的覆盖，供给方的产品及服务区域平台化。纵向覆盖广度提升横向颗粒度细化与流程化打通智慧车间162023.12 iResearch I供给方市场特征2-开始覆盖长尾市场当前数字化转型政策补贴开始向中小制造企业倾斜，供给方聚焦关键点设备改造、排产派单、质检等方面赋能，落实“省下的就是赚的”服务中小制造企业有数字化转型需求，但与数字化转型具有演进性、不确定性、复杂性、技术/体系架构变化大等特性相比，其存在缺钱、缺技术、缺数据、缺人才等客观难点，故中小制造企业数字化转型进程相对缓慢。虽然近两年政策补贴开始向中小制造企业倾斜，但生存仍是中小制造企业的首要问题，需避免需求与产品之间错配，故其思考数字化转型时需重点考虑4点：1）哪些是关键点或瓶颈或契合点；2）哪些能带来收益，包含节省；3）哪些关键点的可行性、性价比高；4）SaaS、中台等形式不是必须的，重要的是通过合适的形式采集、应用数据。目前，供给方纷纷发力于设备改造、排产派单、质检、供应链采购等方面，“省下的就是赚的”思想在企业规模面前是平等的。来源：企业访谈，艾瑞咨询研究院自主研究及绘制。研发仓储物流采购营销管理服务设备排产生产制造质检能源安全组装打通上游供应链，保证备货与供货的及时性，及时调整报价，如柠檬豆工业互联网平台设备：保证设备不突然停运，提供设备远端控制、故障预测、远程维修等服务，如机智云排产：敏捷派单排产及管理，如卡奥斯生产管理：生产/设备/质量/物料等管理、工艺路线、工厂建模等，如黑湖智造能源：关注整体能源消耗，节能减排缺钱缺技术缺数据缺人才融资难持续投入性差生产自动化水平低流程、制造工艺标准化程度低数据资产积累少、已有数据打通性差IT人才储备少、适应数字化转型的培训推进慢省下来的就是赚的从运输、出/入库、库存等方面精准把控物料及产成品情况，并保证溯源能力供给方市场开始中小制造企业的数字化转型服务类型长尾制造企业转型现状供给方产品及服务应对情况针对数据进行管理、文档进行管理和可视化，如帆软的简道云等数字化转型的特点演进性不确定性复杂性技术/体系架构变化大政策情况2022年中小企业数字化转型指南，对供给方的期望是增强供需匹配度、开展全流程服务（评估规划、设备改造、系统上云、人才培训等）、研制轻量化应用、深化生态级协作。2023年关于开展财政支持中小企业数字化转型试点工作的通知：1）支持试点城市的重点制造行业及相关中小企业，梳理行业共性和个性需求，公开遴选供给方；2）支持中小企业利用链主企业、龙头企业的平台能力和数据基础，实现订单、设计、生产、供应链等多方面协同，推动“链式”税制转型。最终期望在试点实施期满时，细分行业规上工业中小企业“应改尽改”、规下工业中小企业“愿改尽改”。其他生存是首要问题，大而全的解决方案不适合，小步迭代最好，最好是针对关键点的改善与优化172023.12 iResearch I供给方市场特征3-制造大厂间竞争序幕拉开2023年新增双跨平台主要聚焦于装备制造、电气、钢铁、采矿等泛制造业领域，基本由制造大厂控股或全资子公司成长起来，大厂竞争序幕已开制造大厂、传统软件、泛数据治理、互联网大厂、ICT企业和设备及物联网类等都是制造业数字化转型的供给方，且很多企业都是由大厂控股或全资子公司成长起来。整体来看，制造业数字化转型整体处于发展初期，行业know-how理解与沉淀、需求满足度高且快、渠道体系完善、品牌影响力等是各方竞争重点，市场竞争激烈程度应该相对缓和。但通过整理2021-2023年工信部发布的双跨平台企业数据，我们发现，位居第一的制造大厂占比达40.4%，是主要参与方，且在2023年新增双跨平台中，制造大厂、能源等泛制造业领域的大厂纷纷入局，这些制造大厂之间的比较优势相对不明显，大厂之间的竞争程度或将升级。需要注意的是，今年工业富联对外宣布与英伟达、英特尔等科技大厂展开合作，分别就AI服务器、高性能可扩展处理器模块与新一代散热技术方面进行联合研发与合作，未来“智造能力”也将是大厂间竞争的主要方面。注释：1)统计双跨平台类型时会自动去重，即同一家公司不同年份出现时，只统计一次；2)公司基因如果有母公司，则按照母公司基因统计；3)泛制造业含制造业和能源两类。来源：工信部，艾瑞咨询研究院自主研究及绘制。泛工业领域大厂之间的竞争序幕已开40.4%32.7%11.5%7.7%5.8%1.9%制造大厂软件ICT互联网大厂能源其他2023年新增52%2023年新增100%电气（3个）电力（1个）电子钢铁（2个）汽车&摩托材料（如玻璃、水泥）装备制造（3个）家电采矿（2个）2021-2023年工信部发布的双跨工业互联网平台企业类型情况制造大厂和能源类企业主要行业分布（母）公司基因类型占比（%）主要是一些央国企、政府扶持企业182023.12 iResearch I供给方市场特征4-通过生态构建获客闭环获客-方案输出-能力构建及完成项目-获客的闭环是供给方构建生态的主要逻辑，其中应用商店和供需平台不仅有助于行业知识库的沉淀，还有助于获客与服务完成来源：艾瑞咨询研究院自主研究及绘制。生态构建有助于构建获客-服务-获客的闭环构建生态思路与咨询公司合作或企业自身发展一定咨询能力：战略咨询数据管理/分析咨询DevOps咨询周边服务获客方案输出与科研院所合作：技术类合作人才类合作人才培养分销商、代理商系统集成商金融服务申报服务各类能力构建及完成服务ISV生态伙伴：如数据处理类、AI类、管理类、研发类、应用开发类等IHV生态伙伴：如边缘设备、检测设备、监测设备等连接技术类云服务类应用商店：工业APP、工业模型/算法供需平台：产品或能力的需求对接、工业品商城等社区服务：开发者平台、案例库、知识库等能力沉淀商机汇聚学习交流延长服务链条，加深服务粘性助力公司产品和服务迭代升级反哺类似鱼塘理论，商机转化 获取客户的渠道与资源能力非常强，具备强客单分发能力是当前构建生态的企业的最大共性。因此企业考虑构建生态时，需要考虑：产品能力是否过硬？行业know-how是否沉淀？自身拿项目的能力是否强？是否有稳定持续的项目？自身能力图谱是否构建完成，哪些是自身必须要掌握的？因此，生态构建虽有助于构建竞争壁垒，但企业需慎行。Q1：所有的公司都需要构建自身生态？-不，取决于发展阶段 整体来看，物联网类企业生态构建的整体逻辑基本上都是一样的，即获客-方案输出-能力构建及完成服务-获客。但在工业领域，工业协议多样，故物联网类企业构建生态时，需重点关注两点：1-协议兼容性越多越好；2-物联网需要关注到产品端，如模组、传感器等，因此重视供应链生态丰富性的提升。Q2：以IOT为主的企业生态构建能力是否有所不同？-是，更关注兼容性两点讨论192023.12 iResearch I供给方市场特征5-探索市场化之路1V1服务切入市场-大范围定制拓展市场-小范围定制+标准化服务是各供给方上市的主要路径，但具有转型期周期长、不确定性高等特点整体来看，数字化转型供给方普遍的成长路径大概是“产品-项目-平台及生态”。在这种范式下，各供给方摸索市场化的路径也具有非常强的共性，即：1）发展初期：通过1V1服务切入市场，完善产品能力及服务经验，打造标杆案例；2）市场拓展期：在集团内部、同行业客户、跨行业客户等大范围推广自身产品及服务，此阶段大多是通过大范围定制服务来快速铺设市场，并占领用户心智；3）发展+转型期：企业重点关注盈利变现，小范围定制+标准化服务是当前供给方的主要战略，但都尚处于摸索期，当前的不确定性很高。这种不确定性主要表现为：企业如何让产品走向标准化？标准化的产品如何满足企业定制化的服务需求？定制化的服务与标准化的产品之间的平衡点在哪里可以实现正向盈利？来源：艾瑞咨询研究院自主研究及绘制。供给方的市场化路径1V1服务市场拓展期小范围定制VS大范围标准化产品？上市？发展初期大范围定制发展+转型期除了树根互联外，据新闻报道，徐工汉云、忽米、卡奥斯、美云智数等企业都有上市计划服务方式：多采用1V1定制服务切入方式：1）以产品（软件、硬件、服务）为切入，如摩尔元数、越疆科技、橙色云等；2）以行业经验为切入，如凯盛AGM；3）以主打某个行业为切入，如格创东智开始向子公司或者附属企业推广同行业客户推广跨行业客户推广大范围定制化服务后，企业获得项目经验+行业know-how的积累，企业将进入转型发展阶段，即企业需要考虑盈利。此时企业主要有两个方向：小范围定制or大范围标准化产品。针对小范围定制：什么产品或服务可以进行小范围定制？产品及服务的定制化/标准化占比是多少能保证盈利？针对标准化产品：如何标准化？大中小型企业需求如何满足？定制需求与标准服务之间如何实现？走向上市盈利变现关键阶段20实践篇-各场景转型落地实践Implementation03212023.12 iResearch I转型落地实践总览生产管理及数据价值释放是当前数字化转型的重点，且将持续很长时间来源：艾瑞咨询研究院自主研究及绘制。生产制造管理旧产线改造+新建产线数字化转型主要场景与钱相关与生产相关财务产品及工艺研发设计与验证排产计划客户管理销售分销市场管理数据价值释放人力资源物料采购、仓储物流设备及能源安全质检组装供应商、品类管理等数字化出入库、仓内作业、发货及物流数字化设备上云，管理、维修记录、运维数字化，能耗管理数字化等来料、过程品、成品检测数字化系统最优、推荐及预测、知识管理、智能决策等智能组装产品设计、图纸管理、生产工艺、生产制程等数字化、协同化智能排产数据沉淀数字应用数据应用形成关于研发、生产、供应链、客户等数据资产（包含历史与预测数据）指导经营、生产/仓储/设备可视化管理与运维、生产线虚拟仿真演练、智能决策等制造业数字化转型落地实践总览赋能与助力几点说明：企业关注模块具有优先级，即优先关注与钱相关的业务模块，如财务、销售等；然后是与生产相关模块的数字化。：信息化-数字化-智能化是数字化转型的流程，但数字化本身并不是目的，对数据资产分析挖掘后的管理与运维赋能才是目的。-：1）企业开始关注制造能力本身的智能化、精细化，故产品及工艺研发设计与验证、生产制造管理、供应链、设备管理等均是重点，且此状态将会持续较长时间；2）数据积累与数据价值释放相互赋能。（针对-的实践详情见后面页面）当前，中国制造业企业数字化转型主要表现为两大特征：1）与生产相关的场景是重点，即更加关注制造能力本身的智能化、精细化，因此产品及工艺研发设计与验证、生产制造管理、供应链、设备管理、数据价值释放等方面是重点；2）当前大多数企业处于数据沉淀与数据应用共存共促进的阶段，即企业通过旧产线改造或新产线搭建、核心模块/环节信息化软硬件的使用使得生产运营走向数字化。这两大特征均会持续很长时间，且随着技术进步与技术应用的深入将进一步对企业各个环节优化改造。值得注意的是，随着制造业数字化转型的纵